合金化对还原罐用耐热钢力学性能的强化

对炼镁还原罐用低Ni型和高Ni型耐热钢进行多元合金化设计,试样的显微组织和力学性能检测结果表明:Mo、W、Nb、V等元素可形成碳、氮化合物并弥散分布于基体中,有效地提高了耐热钢室温和高温强度,同时较高的Ni含量对于减少高温δ相数量起到有益作用。通过对化学成分的计算和分析表明,高Ni型耐热钢对防止有害σ相的产生起到抑制作用。     

对加工中心托盘自动交换装置及其编程的分析探讨

本文对托盘自动交换装置APC的组成和工作过程进行了研究．对其工作原理和具体编程方法进行了探讨。     

金属型铸造高铬铸铁Cr20组织及性能的研究

研究了金属型铸造高铬铸铁Cr20的铸态组织和性能,以及主要合金元素对性能的影响。结果表明,用金属型铸造的高铬铸铁Cr20的铸态组织为奥氏体基体,共晶碳化物为孤立的块状分布,具有较高的硬度和一定的韧性,并且还可以降低合金元素Mo和Ni的加入量。对于不能通过常规热处理进行淬火硬化的高铬铸铁件,可用金属型铸造来满足在铸态下使用的要求。     

Al-9.0Zn-2.5Mg-1.2Cu-0.12Sc-0.15Zr合金的组织和性能

通过金相、扫描电镜、透射电镜和X射线衍射仪以及拉伸性能和电导率测试,研究Al-9.0Zn-2.5Mg-1.2Cu-0.12Sc-0.15Zr合金的组织性能。研究结果表明：含0.12%Sc的7000系铝合金铸态组织为细小的等轴晶;合金经强化固溶和T6处理后,抗拉强度σb达829.4MPa,伸长率δ为5.7%;合金经一般固溶及RRA处理后,σb为733.4MPa,δ为5.4%,电导率为37.6%。合金强化机理主要为Al3（Sc,Zr）引起的细晶强化、亚结构强化和沉淀强化。     

5 T有芯感应熔铝电炉熔炼铸造铝合金的实践

采用额定容量5t工频有芯感应熔铝炉，用电解铝液直接熔炼铸造铝合金，可提高劳动生产率、减,3-环境污染；生产的合金的化学成分均匀，同一熔次合金的主要化学成分硅的级差只有0．07个百分点，产品质量稳定；能源消耗低，交流电单耗为365kWh／t，比同类炉子低221kWh／t；2台5t有芯感应炉可实现年产1000t以上。     

Au-Ni-Kovar合金系统基底元素表面偏聚的SAM和XPS研究SCIEI

本文采用SAM和XPS对实用Au-Ni-Kovar合金系统热处理样品(250—350℃,0.5—1.5h)进行了基底元素穿透Au层的表面偏聚研究,给出了这一复杂系统中Ni,Co表面偏聚机理的直观证据,即Ni,Co主要是通过晶界扩散穿透Au层而后以表面扩散覆盖镀Au表面的;表面偏聚元素化学态的研究则不仅表明,氧的吸附和氧化反应是Ni,Co表面偏聚的驱动力,而且发现,上述偏聚会引起样品表面吸水的现象。     

气敏陶瓷研究进展

从气敏陶瓷在实际生产生活中的重要应用价值出发,介绍了气敏陶瓷的工作原理、性能及制备方法,并列举了大量典型气敏陶瓷的工作情况及其原理,最后提出了需要努力的方向.     

轴类零件精密校直工艺理论及应用研究

文章分析了轴类零件的基本弯曲形式并运用弹塑性力学的基础理论对反弯压点方法的校直工艺理论进行了研究。采用了一种基于行程控制的校直工艺计算方法。在自行研制开发的YH40-10型自动精密液压校直机进行校直实验。并将理论计算结果和实验结果、ANSYS非线性有限元结果对比分析，结果表明此计算方法是有效可行的。     

梅山1422mm热连轧机组的现代化改造

针对梅山股份有限公司引进的 14 2 2mm热连轧机存在轧线长、事故频繁等诸多缺陷 ,对其分 2期进行了改造 ;改造中采用了先进的宽带热连轧技术和设备 ,如增建大型板坯步进式炉、热卷箱、飞剪及有关控制系统、检测仪器仪表等。改造后不仅产量提高至 30 0万t/a ,并可为冷轧厂提供大卷重、高质量的冷轧原板。     

具备反向学习和局部学习能力的粒子群算法

为解决粒子群优化（Particle Swarm Optimization,PSO）算法中存在的种群多样性和收敛性之间的矛盾,该文提出了一种具备反向学习和局部学习能力的粒子群优化算法（Reverse-learning and Local-learning PSO,RLPSO）。该算法保留了初始种群中满足排异距离要求的多个较差粒子以及每个粒子的历史最差位置。当检测到算法陷入局部最优时,利用这些较差粒子的位置信息指导部分粒子以较快飞行速度进行反向学习,将其迅速牵引出局部最优区域。反向学习过程可改善粒子种群的多样性,保证了算法的全局探测能力;同时,利用较优粒子间的差分结果指导最优粒子进行局部学习与搜索,该过程可与粒子群的飞行过程并行执行,且局部学习的缩放因子可随进化过程动态调节。局部学习可提高算法的求解精度,保证算法的迅速收敛。实验结果表明,RLPSO 算法同其他 PSO 算法相比,在高维函数优化中具有收敛速度快、求解精度高的特点。