不同应力状态下铝合金变形及损伤机理的研究

利用改装的Arcan夹具对铝合金（6063）的蝶形试样进行0°，30°，45°，60°，90°的拉伸及拉伸卸载试验，研究了铝合金在不同应力状态下变形及损伤机理。结果表明：铝合金在不同应力状态下的工程应力一应变曲线明显不同。0°加载时，在蝶形中心产生微孔洞，微孔洞之间剪切，从而产生了微裂纹。随着微裂纹的扩展、连接导致试样断裂。随着试样中三轴应力度的减小，在蝶形试样中心的剪切应力不断增大，同时在蝶形试样中的剪切变形带越来越集中。显微裂纹首先在剪切带中产生，随着微裂纹的扩展导致试样的断裂。90°拉伸时，在蝶形中心形成明显的剪切变形带。90°加载时，在试样中产生的剪切带是形变剪切带而非相变剪切带。利用有限元软件ABAQUS对不同角度拉伸试验进行模拟，从而得出了不同应力状态下的塑性区的形状和大小。     

铝液与SiO2反应原位形成Al／Al2O3（P）复合材料的研究

将铸造方法与原位技术相结合研制出原位形成的Ａｌ／Ａｌ２Ｏ３（Ｐ）复合材料。向铝液中添加（搅入法）预先在３００℃下烘烤３ｈ、粒径为３００μｍ的ＳｉＯ２颗粒，发生如下反应：３ＳｉＯ２＋４Ａｌ＝３Ｓｉ＋２Ａｌ２Ｏ３，其结果，原位形成颗粒分布均匀的Ａｌ／Ａｌ２Ｏ３（Ｐ）复合材料     

微波固相烧结制备La0．7Sr0．3-xCaxCo0．9Fe0．1O3-δ阴极材料及性能表征

以碳酸盐和氧化物为原料，采用微波固相烧结法制备了La0．7Sr0．3-xCaxCo0．9Fe0．1O3-δ（简称：LSCCF，x=0．05，0．10，0．15和0．20）粉料。用XRD和sEM对LSCCF粉料的晶体结构和颗粒形貌进行了研究。结果表明：微波固相反应在1200℃下烧结0．5h便可以形成密度为5．366g／cm^3，晶粒尺寸小于500nm钙钛矿结构的粉料。而常规固相反应法在1300℃下烧结7h只形成了密度为3．426g／cm^3，晶粒尺寸小于2000nm钙钛矿结构的粉料。电导率测量结果表明：随着烧结温度的升高和Sr^2＋含量的增加，LSCCF样品的电导率变大，600℃～800℃范围内微波烧结制备的La0．7Sr0．3-xCaxCo0．9Fe0．1O3-δ样品的电导率最小值为672S／cm。且高于常规固相烧结制备的相同组成样品的电导率最小值425S／cm。LSCCF粉料与Ce0.8Sm0.2O2电解质的混合物在800℃下烧结10h后没有新相生成，表明LSCCF粉料与Ce0.8Sm0.2O2电解质具有良好的化学相容性。     

Q235钢静载拉伸过程中的磁记忆信号变化特征分析

选取Q235钢进行静载拉伸试验，利用EMS2003型磁记忆检测系统进行各级应力水平的检测。结果显示弹性极限范围内磁场强度曲线形貌接近未加载时，进入屈服阶段后磁场强度值明显增加，过零点数目在静载拉伸过程中呈现无规律变化，但弹塑性加载阶段均出现了过零点逼近最终断裂处的现象。该试验表明进入塑变后材料的组织结构变化与其所表现出的表面磁场强度值之间必然存在着某种对应关系，为磁记忆检测的进一步研究奠定了基础。     

Microstructure and Application of YBCO Superconductive Films with Low Surface Resistance

ＭｉｃｒｏｓｔｒｕｃｔｕｒｅａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＹＢＣＯＳｕｐｅｒｃｏｎｄｕｃｔｉｖｅＦｉｌｍｓｗｉｔｈＬｏｗＳｕｒｆａｃｅＲｅｓｉｓｔａｎｃｅＷａｎｇＸｉａｏｐｉｎｇ，ＹａｎｇＢｉｎｇｃｈｕａｎ，ＳｈｉＤｏｎｇｑｉ，ＰｅｎｇＺｈｅｎｇ...     

Au—9Ni—8In合金表面铟离子注入层的微观组织与性能的研究

利用透射电镜观察Au-9Ni-8In合金表面In~+注入后的微观组织,并分析有关性能的变化。研究结果表明,In~+注入使合金表层晶粒细化,晶格畸变,位错密度降低;表层组织的变化使合金的表层显微硬度提高,摩擦和磨损性能得到改善。     

Crl2系列模具钢的生产工艺研究

介绍了Crl2系列模具钢的生产工艺和工艺参数的确定方法，经大量生产验证了生产工艺的合理性。     

外场在材料制备和加工过程中的应用

总结了近几年来电流、磁场、振动、微重力场和超重力场等外场在金属凝固过程的应用,及其对固态相变过程的影响;从理论上分析和论述了外场影响凝固过程和固态相变的作用机理,并展望了外场技术的发展前景.     

连铸机结晶器液位控制系统的设计及仿真分析

本文详细讨论了连铸机结晶器液位自动控制系统的基本构成及设计的有关问题。提出了两种自适应控制方案,并对所提出的设计方案进行了仿真分析。     

应用佳点集的混合反向学习人工鱼群算法

为了改善人工鱼群算法求解精度较低、容易过早收敛的弱点,提出了一种应用佳点集和反向学习的人工鱼群算法.改进算法在迭代中对当前种群中部分优质个体执行一般动态反向学习,生成它们的反向种群,引导种群向包含全局最优的解空间逼近,以提高算法的平衡和探索能力.当种群的拥挤程度超过阈值λ时,利用佳点集机制对大部分个体重新初始化,以帮助算法脱离局部最优的约束.在六个Benchmark函数上的实验表明,该算法收敛速度快、求解精度高,适合求解函数优化问题.