Al-Zn-Mg-Cu-Sc合金的退火再结晶机制研究

制备了一种含Sc的Al-Zn-Mg-Cu合金,采用光学显微镜、扫描电镜、透射电镜技术,运用晶界和晶粒拓扑理论研究、分析了该合金的再结晶组织和规律.结果表明:合金中添加0.15%Sc,可以明显提高再结晶温度.在总变形量一定的条件下,随应变速率增加,合金再结晶过程加快.变形局部化所形成的强剪切变形区,可以看作是没有溶质和溶剂原子的"真空"区域.固溶处理时,该区以界面弓出机制进行再结晶形核,以亚晶吞并机制长大.进入"真空"区域内的溶质和溶剂原子,通过组装过程完成"二次晶体"的重建.淬火的"二次晶体"中保留有大量的空位,溶质原子在空位处偏聚,并通过吸收周围的溶质原子长大.     

T916形变热处理工艺对2519A铝合金组织、力学性能及抗弹性能的影响

借助金相显微镜、透射电镜、拉伸测试、抗弹性能测试等手段研究T916新型形变热处理对2519A铝合金组织、力学性能和抗弹性能的影响。经T916工艺处理的2519A铝合金,其屈服强度、抗拉强度、伸长率分别达到501MPa、540MPa、14％。30mm厚的2519A-T916铝合金板材的极限穿透速度达715m／s。弹坑侧壁组织随着弹孔深度的变化而变化。T916热处理工艺中的断续时效阶段是2519A铝合金性能提升的关键。低温下的时效使得GP区变得密集,从而使得后续相的析出也变得更为密集、细小。     

对燃油加油机示值误差不确定度评定的不同意见

正一、概述笔者最近看到《中国计量》2017年第2期第89页的一篇文章《燃油加油机示值误差测量结果不确定度评定》。本人结合实际检定过程和学到的理论知识提出几点不同意见。二、不同意见的提出1.不确定度的表示互相矛盾在测量标准的表示中,文中用到100L二等标准金属量器,U=0.025%,k=3,由此可见,这里表示的不确定度为扩展不确定度。但在文中计算标准装置引入的标准不确定度时,却利用相对扩展不确定度进行计     

7A55合金均匀化处理

采用光学显微镜、扫描电镜、能谱分析、透射电镜和X射线衍射分析等研究了7A55合金铸态与均匀化显微组织演化与成分分布,确定了该合金的均匀化处理温度与过烧温度,研究了铸锭均匀化动力学过程,利用菲克定理导出了均匀化动力学方程,利用动力学方程对均匀化过程中合金元素的扩散、Al3Zr的析出、难熔相的聚集和球化现象进行了解释。根据实验及计算结果,得出合理均匀化处理工艺为470℃均匀化24 h。     

2091铝锂合金的强化机制

综合评述了２０９１铝锂合金中可能存在的各种内强化机制。给出了它们对强度贡献的解析表达式；解释了２０９１合金比其他牌号铝锂合金具有更好的强韧性和塑性综合性能指标的原因。指出了提高综合力学性能指标的基本途径和方法。     

Mg-9Gd-4Y-0.6Zr合金在-196～400℃的断裂机制分析

用金相显微镜和扫描电镜对Mg-9Gd-4Y-0.6Zr合金在不同温度下的拉伸试样进行断口分析.结果表明合金在不同温度下启动的滑移系不同,引起合金的变形机制和断裂机制也不同.25℃时合金仅以基面进行滑移,可启动的滑移系少,合金的断裂机制为穿晶解理断裂;-196℃时棱柱面滑移系可能启动,导致滑移系数量增加,合金产生低温塑性现象,合金的断裂机制为微孔聚集型断裂;250,300,350℃时合金进入多系滑移阶段,基面、棱柱面和锥面的滑移系都能启动,合金的断裂机制也为微孔聚集型断裂;400℃时由于再结晶的发生,新再结晶的细晶能非常容易地进行晶界滑移变形,合金产生粗晶超塑性现象,合金的断裂机制为沿晶剪切断裂.     

二阶广义概率的二维Otsu阈值分割

针对传统二维Otsu阈值法分割结果不够准确和普适性较差等问题,提出了一种基于二阶广义概率的二维Otsu快速图像分割方法。首先用改进的邻域模板构建二维直方图并将其对应的二元概率分布进行修改得到二阶广义概率以便提高分割性能;然后对二维直方图主对角线上的目标和背景两区域的Otsu公式中对应量准确取值,使阈值选取更准确,并通过调整广义概率的参数来提高算法的通用性;最后对二维直方图进行分析得到Otsu计算特性,利用此特性导出新型、快速的递推算法来降低计算复杂度。实验结果表明:与当前二维Otsu法相比,本文提出的方法不仅分割更准确和通用性更强,而且占用的存储空间和运行时间都更少。     

硅含量对新型铝锡硅合金室温力学性能的影响

研究了含硅量（１～５）ｗｔ．％的新型Ａ１－１０Ｓｎ－Ｓｉ合金的室温力学性能及拉伸断口形貌结果表明：随硅含量的增加,合金的硬度（Ｈｖ）明显增加,屈服强度（σ０２）和抗拉强度（σｂ）略微增加,延伸率（δ）降低,特别是当硅含量达到５ｗｔ％时,延伸率（δ）明显降低合金的拉伸断口呈现以韧窝形断口为主的韧性断裂形貌,韧窝大多由β（Ｓｎ）相与硅粒子界面分离所造成     

多策略的郊狼优化算法

郊狼优化算法（coyote optimization algorithm,COA）是最近提出的一种群智能优化算法,具有独特的搜索结构和较好的优化性能。为了进一步提高COA的优化性能,提出了一种多策略的郊狼优化算法（multi-strategy COA,MSCOA）。首先,对于组内最优郊狼,采用一种全局最优郊狼引导的成长策略提高其社会适应能力,对于组内最差郊狼,采用一种最优郊狼引导强化策略强化最差郊狼的能力;其次,对于组内其他郊狼采用一种动态调整信息交流的组内成长策略提升组内郊狼之间的信息共享程度,并将这种组内成长策略与一种改进的迁移策略融合,更进一步提升搜索能力;最后采用动态分组策略减少参数手动设置,提高算法的可操作性。以上多种策略的使用更好地平衡了探索与开采,使算法的性能最大化。大量来自CEC2014测试集的复杂函数实验结果表明,与COA相比,MSCOA具有更强搜索能力、更快的运行速度和更高的搜索效率,与其他优秀优化算法相比,具有更明显的优势。     

基于特征距离的阈值法及其在眼科图象分割中的应用

医学图象的识别与分析能够为临床提供定量比的诊断依据,而图象分割是其中最关键的一步。为提高医学图象侵分割效果,提出了一种基于特征距离的阈值分割算法,并将其与颜色特征分类相结合,来对眼科裂隙灯生物显微镜图象上的角膜充血区进行分割,分割结果可用于角膜充血区的定量体分析,另外,该算法中的样本典型值是通过一种三维直方图分块算法来确定的,实验结果表明,该算法可以有效地分割出角膜充血,其分割效果优于欧氏距离阈值法,且分析数据的精度能够达到临床诊断的要求。