Zn含量对Al-Mg-Si-Cu合金拉伸性能及晶间腐蚀敏感性的影响

采用拉伸测试、浸泡腐蚀试验、差示扫描量热（DSC）、扫描电镜（SEM）及透射电镜（TEM）等手段,研究了Zn含量（0～1.2%,质量分数）对自然时效（T4）和峰值时效（T6）状态Al-Mg-Si-Cu合金拉伸性能和晶间腐蚀敏感性的影响。结果表明：较低的Zn含量（0～0.8%）对T4和T6合金强度无显著影响;T4合金无晶间腐蚀敏感性,而T6合金发生严重晶间腐蚀且最大腐蚀深度随Zn含量增加而下降,并于0.8%Zn含量时降至320μm,较无Zn合金减小220μm。当Zn含量增大至1.2%,晶内预脱溶原子偏聚区（GP区）和β″相析出过程得到促进,使得合金强度显著提高,T4合金屈服强度和抗拉强度分别为196 MPa和363 MPa,较无Zn合金分别提高30 MPa和44 MPa, T6合金屈服强度和抗拉强度分别为368 MPa和443 MPa,较无Zn合金分别提高44 MPa和57 MPa,同时,两种时效状态合金均能保持较高的延伸率;T4和T6合金显著增强的晶间腐蚀敏感性应与高Zn含量加大了晶界析出相与无析出区（PFZ）之间成分差异有关。此外,实验合金拉伸断口形貌特征基本不受Zn含量影响,而与时...     

团聚体级配对固废改良膨胀土耐久性的影响

通过工业固废改良膨胀土团聚体的搅拌破碎试验以及破碎土的耐久性试验,揭示了团聚体尺寸效应对改良效果的影响,并分析了其影响机理.结果表明：掺入铁尾矿砂和电石渣能加速土团聚体在搅拌过程中的破碎;大粒径团聚体内部膨胀土的改良效果较差,容易产生裂隙;粒径大于15 mm的团聚体含量越高,试样的耐久性越差;相对于电石渣改良土,复合改良土的耐久性更好;对于应用于底基层的电石渣改良土和复合改良土,建议控制粒径大于15 mm土团聚体的含量分别小于2.5%和21.8%.     

结合跳跃连接的多层图注意力网络会话推荐

基于会话的推荐旨在根据匿名用户的短期交互数据来预测用户下一次交互项目. 现有图神经网络会话推荐模型大多在信息传播过程中平等对待所有邻居节点, 而没有区分他们对于中心节点的重要性, 从而给模型训练引入噪声. 此外, 随着图神经网络层数的增加, 过度平滑问题会随之产生. 针对上述问题, 本文提出结合跳跃连接的多层图注意力网络会话推荐模型(MGATSC). 首先利用图注意力网络学习邻居节点对于中心节点的重要性, 并堆叠多层网络以获取高阶邻居信息; 然后为了缓解过度平滑问题, 采用基于残差注意力机制的跳跃连接更新每层网络的节点嵌入, 并通过平均池化得到最终节点嵌入. 最后将反向位置嵌入融合到节点嵌入中, 经过预测层生成推荐. 在Tmall、Diginetica以及Retailrocket这3个公开数据集上的实验结果表明所提模型优于所有基线模型, 验证了模型的有效性与合理性.     

不同环境下激光抛光(FeCoNi)86Al7Ti7高熵合金表面粗糙度分析

为研究不同环境下激光抛光对（FeCoNi）86Al7Ti7高熵合金表面粗糙度的影响,通过调整激光功率、扫描速度等参量,分析激光抛光后的三维形貌与表面质量。结果表明,在空气中进行激光抛光,激光扫描速度分别控制为v=500 mm/s,v=750 mm/s,v=1000 mm/s的情况下,当激光功率P=24%时得到的样件表面粗糙度值最低;激光扫描速度分别控制为v=1250 mm/s,v=1500 mm/s的情况下,当激光功率P=40%时得到的样件表面粗糙度值最低;激光功率分别为 P=20%,P=24%,P=28% 的情况下,当激光扫描速度 v=750 mm/s时得到的样件表面粗糙度值最低;激光功率分别为 P=32%,P=36%,P=40% 的情况下,当激光扫描速度 v=1250 mm/s 时得到的样件表面粗糙度值最低。激光功率为 P=20%,激光扫描速度v=500 mm/s时,对比3种不同实验环境下的抛光效果发现,水下激光抛光表面粗糙度值最低,其次是水下超声波激光抛光,最后是空气中激光抛光。激光扫描速度v=500 mm/s时,随着激光功率的增加,水下激光抛光和水下超声波辅助激光抛光的表面粗糙度值先减小后增大。样件表面粗糙度值与激光功率或激光扫描速度紧密相关。水对激光抛光后材料表面质量的提升效果明显,超声振动也起到了一定的辅助作用。