超塑性本构关系的研究

研究了超塑变形过程中晶粒和孔洞的长大规律及其对变形中流动应力的影响，导出了只包含晶粒长大和同时包含晶粒长大和孔洞长大的超塑性本构关系。经研究发现，人们目前普遍采用的Ｂａｃｋｏｆｔｅｎ方程和Ｒｏｓｓｅｒｄ方程是本研究的特例。同时对其进行了验证，结果令人满意。     

基于发电单元完整模型的增益调度协调控制

分析了基于简化模型(机炉模型)设计发电单元协调控制策略的局限性,指出基于发电单元完整模型(包含锅炉、汽轮机和发电机的模型)设计协调控制策略的必要性.提出了一种新的发电单元协调控制思路,即应该权衡电网频率和发电单元本身安全程度的迫切性使用发电单元中的储能.采用增益调度控制方法设计了协调控制策略.与传统的以固定程度使用发电单元储能的协调控制策略相比,所提出的协调控制策略能根据电网运行的实际需要,及时、灵活地使用发电单元储能,从而既可以保障单元机组自身运行的安全又可以增强电网频率的控制性能.仿真结果也说明了所提出控制策略的有效性.     

金属微成形中微尺度效应新分类及评估分析

微尺度效应是金属微成形过程中特有的现象,也是深入研究微成形工艺和微尺度变形规律的瓶颈问题.文中提出了微尺度效应的新的分类方法,即将微尺度效应分为材料本征微尺度效应和工艺条件微尺度效应,并分析了这种新分类的意义.在相似性理论基础上提出了相似差、相似精度的概念,作为评估微尺度效应的相似性评价指标;在微尺度效应影响因素和微成形系统影响因素的分析中,引入了先验性的粗集权重确定法,提出了后效性的正交权重确定法,从而构建起微尺度效应的评价体系.根据以上分析评估方法,采用已有的实验数据,详细分析了微尺度效应的几个典型问题,结果表明,所提出的微尺度效应分类具有实际工程意义,应用所提出的评估方法得出的结论与已有试验相吻合.     

调制比对磁控溅射Ti/TiN多层膜组织结构和结合力的影响

通过固定薄膜厚度与调制周期,改变Ti与TiN调制比(分别为1∶3、1∶5、1∶9和1∶11),采用反应磁控溅射法在硅片上制备Ti/TiN多层膜,研究调制比对薄膜微观组织结构及薄膜与基体结合力的影响。用X射线衍射仪(XRD)分析薄膜的晶体结构,用扫描电镜(SEM)观察薄膜的形貌,用纳米压痕仪测试薄膜的硬度,用纳米划痕仪测试薄膜与基体之间的结合力。结果表明:多层膜中TiN出现(220)晶面择优取向,Ti/TiN薄膜为柱状晶方式生长。柱状晶的细化程度随调制比的变化而发生周期性变化,柱状晶组织细化程度高的样品具有更高的硬度,但结合力更低。     

基底材质对硅酸钠粘结 MoS2 润滑涂层摩擦学性能的影响

目的针对空间机械润滑处理的需求,研究硅酸钠粘结MoS2润滑涂层摩擦学性能。方法在几种不同材质基底的表面喷涂硅酸钠粘结MoS2润滑涂层,采用球盘摩擦磨损试验机研究其真空摩擦学性能和高温摩擦学性能,并利用红外光谱和扫描电镜对高温摩擦机理进行分析。结果几种基底表面润滑涂层的真空摩擦系数均低于0.1,且基底硬度越高,涂层的耐磨寿命越长,摩擦系数越低。在室温至300℃范围内,随温度的升高,涂层的摩擦系数先降低后升高,耐磨寿命先升高后降低。300℃时,涂层主要发生磨粒磨损。结论硅酸钠粘结MoS2润滑涂层能够用于经微弧氧化处理的铝合金基底表面,在200℃以下的大气环境和300℃氮气环境中的摩擦学性能优异。     

高分子网络凝胶法制备氧化物纳米陶瓷粉体

以Al2O3和Y2O3纳米陶瓷粉体的制备为例,研究了高分子网络凝胶法制备氧化物纳米陶瓷粉体的过程及其影响因素.制备了颗粒尺寸小于20nm的Al2O3和Y2O3粉体,分析了网络凝胶机理和胶体的热失重过程.对粉体进行煅烧发现氧化铝的最佳煅烧温度为1100℃;氧化钇的最佳煅烧温度为850℃.单体和网络剂的摩尔比例对粉体粒度有一定影响当单体和网络剂的比例为51时,所制备的纳米颗粒尺寸细小,均匀;当比例偏离51较大时,团聚比较严重,且一部分颗粒尺寸长大,造成颗粒尺寸分布不均匀.     

多波段大口径全介质高反膜的设计与制备

目的 研究多波段全介质高反射薄膜的光谱性能、应力特性以及膜层的抗激光损伤性能,获取应力状态良好的大口径薄膜样片.方法 选用TiO2、SiO2高低折射率材料,设计并制备500～650 nm、780～830 nm、1050～1080 nm 3波段兼容的介质高反膜.研究单层膜工艺参数,监控波长为560 nm,基于电场强度分布...     

真空成形制件厚度分布控制工艺的刚粘塑性壳有限元分析

本文作者以模拟粘塑性板壳成形过程为目的，开发了有限元软件ＡＲＶＩＰ－３Ｄ。本软件可以用于分析塑料的中空成形、压缩空气成形和真空成形等塑料板壳热成形问题。由于塑料压缩空气成形和真空成形过程是一种周边固定的正压吹塑或负压吸塑成形方法，所以成形零件厚度分布不均匀是非常显著的。本文着重介绍了本程序在塑料板材压缩空气成形和真空成形零件厚度分布控制过程中的应用，给出了盒形件的成形厚度分布控制工艺设计实例。     

基于对比学习辅助训练的超短期风功率预测方法

利用深度学习方法提高风功率超短期预测精度能够给电力系统日内机组组合、超短期经济调度、和电力备用安排提供更精确的风功率预测结果,对进一步提高电力系统运行的安全性和经济性具有重要意义。本文针对当前深度学习特征提取模块对时序曲线中的隐式特征和趋势变化的相似性提取不充分的问题,提出一种基于对比学习辅助训练的超短期风功率预测模型,主要包括输入模块、特征提取模块、对比学习辅助模块和回归模块。该模型通过自监督的对比学习算法自主生成正负样本、并以拉开正负样本的映射空间距离为目标来辅助训练特征提取模块的网络参数,使得特征提取模块的映射结果中包含了输入信息相似性的隐式特征,进而减少数据冗余信息、增强样本关联性,最终提高风功率预测精度。实验结果表明,对比学习方法的平均绝对误差比长短期记忆网络和轻量梯度提升机方法分别下降了19.9%和6.5%,有效提高了风功率预测精度。     

屈强比对塑性影响的研究

由于低屈强比钢具有良好的成型性,因此对屈强比存在这样的认识,即钢的屈强比越低,则钢的塑性就越好。然而,通过对Mn-B钢的控轧控冷试验发现,在满足化学成分和屈服强度相同的前提下,低屈强比钢的塑性反而低于高屈强比钢。经研究认为,具有低屈强比的钢,仅是表征该钢具有较大的均匀延伸,而钢的塑性是由均匀延伸和缩颈后的局部集中延伸共同所决定。