600～1200℃高Nb、Ti微合金钢高温热塑性研究

采用光学显微镜、扫描电镜、透射电镜以及显微硬度仪对高Nb、Ti微合金钢的高温热塑性拉伸试样进行检测。结果显示,高Nb、Ti微合金钢在600～1 200℃的断面收缩率呈"V"形;在800℃时断面收缩率最小,在1 200℃断面收缩率达到最大值。其第Ⅲ脆性区间为680～910℃,脆化的主要原因是大尺寸碳氮化物和先共析铁素体在晶界析出,弱化了晶界结合力,为裂纹的产生和扩展提供了条件。而试样中普遍存在的微米级TiN颗粒,是造成高Nb、Ti微合金钢断面收缩率整体偏低的主要原因。提高应变速率,缩短先共析铁素体析出和TiN颗粒长大的时间,减弱拉伸过程中的应力集中,可改善试样在第Ⅲ脆性区间的高温热塑性。     

碳含量对600MPa级高强钢中心偏析和带状组织的影响

采用金属原位分析仪、直读光谱仪、金相显微镜以及电子探针显微分析仪对三种不同碳含量试验钢的中心偏析和带状组织进行了检验,结果显示,铸坯中心偏析与成品带状组织之间存在较高关联性,其在横截面上的分布不均匀,边部最轻,1/2处次之,1/4处最严重。钢中的碳、磷、硫、铌、钛元素偏析严重,且随着碳含量的增加而恶化。带状组织在横截面上分布不均,检测标准不完善,带状组织评级存在一定局限性。     

基于FBM的自相似网络平均排队延迟分析

利用分形高斯噪音(Fractional Gaussian Noise(FGN))模型应用快速傅立叶变(Fast Fourier Transfer(FFT))而生成自相似流量,建立了一种基于分形布朗运动的自相似网络平均排队延迟分析模型.采用理论分析和实际测量流量的仿真结果均表明:随着缓存增大,各种自相似程度下的平均排队延迟也在增大;小缓存时,自相似程度低的平均排队延迟大,而大缓存时,自相似程度越高的网络,平均排队延迟越大;负载越大,平均排队延迟越大.     

铸态30CrMnSiNi2A钢的热变形行为与热加工图

目的 研究铸态30CrMnSiNi2A钢的热变形行为,并建立热加工图评估出合适的热变形参数。方法 在变形温度900~1 200 ℃和应变速率0.01~10 s⁻¹条件下开展热压缩实验,分别构建应变0.2、0.4、0.6、0.8下的热加工图,结合扫描电镜对变形后的微观组织进行分析。结果 30CrMnSiNi2A钢在压缩过程中真应力的变化是加工硬化和动态软化协同作用的结果;在低应变速率时(0.01、0.1 s⁻¹),流动曲线在应力值达到峰值应力(σp)后都表现出流动软化现象,而在高应变速率下流动曲线则表现出连续的加工硬化现象。结论 根据变形试样的微观组织和塑性流动是否稳定,可将热加工图分为3个区:流动失稳区、不完全动态再结晶区、完全动态再结晶区,在完全动态再结晶区内的晶粒细小均匀,所以将变形温度1 100~1 180 ℃、应变速率0.01~0.5 s⁻¹确定为适合于30CrMnSiNi2A钢的加工窗口。     

某大跨悬索桥风振响应的现场实测与理论对比分析

结合东海某大跨悬索桥的健康监测系统,同步实测了桥面处的风速以及加劲梁和吊索的风振加速度响应,采用统计方法及频谱分析对结构响应的长期实测数据进行了分析,探讨了结构构件风振响应的实际特性;同时将强风作用下加劲梁响应的实测值与抖振分析的理论结果进行了对比研究。结果表明,加劲梁的RMS响应与垂直桥面平均风速基本呈线性关系,加劲梁的响应以低频为主,其动力特性随风速的增大变化不大;吊索的振动主要是高频的涡激振动,同时迎风侧的吊索响应要明显高于背风侧吊索响应;由于大跨度悬索桥抖振响应计算和实测过程受大量复杂和不确定因素的影响,理论分析结果要明显大于实测值。     

主动免疫可信计算综述

对主动免疫可信计算的基本思想及特征进行了重点阐述,并从标准体系、解决方案及产业发展3个方面对主动免疫可信计算进行详细介绍。认为随着等级保护2.0标准的实施,主动免疫可信计算技术已在保障重要信息系统的安全可信中发挥了重要的作用。     

全软件型激光切割数控系统的研究开发

结合激光高速切割机的运动控制要求,分析了全软件型激光切割数控系统的任务需求,介绍了Windows操作系统上的实时多任务调度机制、数据转换机制实现方法,并详细阐述了切割过程中回退和故障恢复等关键功能的实现机理.通过机床配套使用,所开发数控系统满足了板材高速切割的控制要求.     

工作环境下人造花岗岩材料性能实验与分析

人造花岗岩具高阻尼、刚度重量比高、抗振性与热稳定性等特点,在超精密机床上已得到了一定的应用。论文分析了人造花岗岩特性与砂轮电解磨削液的成分,对自然干燥、电解磨削液与润滑油浸泡等三种工作环境下人造花岗岩的力学性能、周期性循环载荷作用进行对比实验,并采用扫描电镜观察性能和组织变化。结果表明人造花岗岩性能稳定,但电解磨削液对人造花岗岩中天然石料具有一定腐蚀。     

卷积神经网络的激光图像增强算法

激光图像在采集过程,难免会受到外界因素影响,使得激光图像模糊不清,质量达不到实际应用要求,为了改善激光图像质量,提出了基于卷积神经网络的激光图像增强算法。首先分析激光图像质量的原因,并采集原始激光图像,然后采用滤波器对原始激光图像进行去噪操作,并对激光图像的细节信息进行增强,使得激光图像的重要信息更加丰富,最后采用卷积神经网络对激光图像的色彩进行优化,使激光图像的色彩更加接近理想状态,并采用多幅激光图像进行了增强效果验证性测试。结果表明,卷积神经网络较好地解决了激光图像增强过程中存在的一些弊端,激光图像质量得到了明显提升,激光图像更加清晰,激光图像视觉效果得到了有效的增加,同时激光图像信息熵也高于对比方法,具有更广泛的实际应用价值。     

基于部分可观察马氏决策过程的频谱接入方法

在次用户无法准确掌握信道被占用情况下,为了减少对主用户的干扰,提出了一种基于部分可观察马尔科夫决策过程（Partially Observable Markov Decision Processes,POMDP）的机会式频谱接入方法.该方法把次用户在每个决策时刻从多个信道中选择其中一个信道进行接入这一过程模型化为一个无限阶部分可观察马尔科夫决策过程. 仿真结果表明,通过不断从外界环境中学习,次用户总可以按照目标函数最大准则选择满意的频谱空穴.该模型为动态频谱接入提供了思路.