全球铝轧制工业概览系列综述之九——日本神户钢铁公司真冈铝板带轧制厂

对日本神户钢铁公司枥木县真冈轧制厂的方方面面作了较全面的介绍，并对神户钢铁公司与美国铝业公司的合资企业－－神钢－美铝铝业有限公司作了附带的描述。这两家企业都是从上世纪70年代以来新建的高起点、高水平、高标准、高质量的世界级的铝板带轧制厂，前者的建设时间历20余年，是一步一步壮大的，原来（1＋3）式热连轧生产线，后改为（1＋4）式的，还有进一步改为（1＋5）式的余地。这是一个综合性强的铝板带加工厂，除生产罐料处，还可生产各种热处理可强化的硬合金板带材。该厂可作为中国今后建设全新的大型现代化铝板带轧制工程的模式。     

激光快速成形Rene′88DT高温合金的时效强化研究

研究了时效时间对激光快速成形后时效硬化镍基高温合金Rene′88DT中沉淀相组织演化和力学性能的影响。发现随时效时间的增加，沉淀相y’略有长大，颗粒之间发生大颗粒吞噬小颗粒的粗化，时效40h后沉淀相颗粒粗化明显。对经不同时间时效后的激光快速成形Rene′88DT试样进行了硬度测试。结果显示，在时效时间为28h时，硬度有一峰值HRC49。在此基础上，采用1165℃，2h固溶、空冷＋760℃，28h时效的热处理工艺对激光快速成形标准拉伸棒样进行了热处理，拉伸结果显示成形件的抗拉强度较激光沉积态提高了400MPa，屈服强度接近同种材料的粉末锻造水平。     

非均质算法在油藏数值模拟中的应用与研究

三维地质模型网格数据量庞大,直接应用于油藏模拟多有不便。为减轻CPU工作负荷,方便油藏数值模拟,需要对大数据量的数值模型进行粗化处理,旨在减少三维网格体数据量的同时,尽量保持储层原有的地质信息。由此引发我们对精细油藏描述中非均质算法的研究,这一研究对油藏数值模拟有着重要意义。     

粗骨料裹粉对混凝土性能影响的研究

粗骨料在生产过程中冲洗不彻底、冲洗后的部分污水被带入成品料仓以及转运过程中跌落、碰撞及相互摩擦等也会产生一定的粉末,其中一部分粉末包裹在骨料表面.而粗骨料的表面裹粉量又不是均匀的,通过粗骨料表面不同裹粉量的混凝土试验得出粗骨料不同裹粉量对碾压混凝土、常态混凝土的力学、变形及耐久性能的影响.     

一种新的覆盖粗糙集及其模糊性度量

在覆盖近似空间中定义了一类新的模糊集,给出了该类模糊集的模糊性度量,讨论模糊集及其模糊度量的性质,最后通过实例给出直观解释.     

基于相对距离的改进粗K-means方法

对现有的两种基于绝对距离的粗K-means方法进行了讨论,指出了各自的不足之处。在此基础之上,讨论了用相对距离替代绝对距离的合理性,从而给出了基于相对距离的粗K-means方法。通过对随机数据、Iris数据和文本数据进行聚类效果比较,验证了基于相对距离的粗K-means方法的可行性和有效性。     

函数S-粗集与规律F-隐藏

函数单向S-粗集(Function one direction singular rough sets)是用R-函数等价类定义的,函数是个规律;函数单向S-粗集具有规律特征、动态特征.利用函数单向S-粗集,给出规律F-隐藏概念,提出规律的F-隐藏定理,隐藏识别准则,给出规律的F-隐藏的应用.规律的F-隐藏是函数S-粗集中的一个新的应用研究方向,函数S-粗集是信息规律研究中的一个新理论与新工具.     

直觉模糊S-粗决策模型及应用

基于直觉模糊S-粗集理论,提出双向直觉模糊S-粗决策模型.首先给出指标值的量化方法,将目标矩阵进行标准化处理.其次,建立直觉模糊S-粗决策的上一决策和下一决策优化模型,并给出直觉模糊S-粗决策算法及详细步骤.最后,以空袭目标为例,详细研究了目标威胁程度评估过程.结果表明,直觉模糊S-粗决策模型能够综合处理决策因素的定性与定量因素,得到的决策结果综合性能最优.所得的排序结果真实、准确地反映了实际情况.     

粗关系数据库查询模型

针对粗关系数据库中数据的特性,提出一种不确定性数据的存储方法。基于汉明距离的一种变式,计算元组间距离,构成距离矩阵,根据距离矩阵将相同或相近的元组归类,从而有效地对表中的元组进行索引。借助粗集中的上、下近似,通过计算用户查询的数据与粗关系数据库中数据的相似度,查询出用户所需的数据。结合以上方法构建粗关系数据库查询模型,设计相应的查询算法并应用于实例中。     

F-阶梯知识与F一阶梯挖掘一发现

利用单向导粗集((one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利 用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖据发现定理、最大F-阶梯知识挖掘一发现定理、知识发现 依赖一筛选定理与F-阶梯知识内潜藏原理,给出F-阶梯知识挖掘一发现准则及应用。这些结果是单向导粗集的新特性 与单向导粗集的动态特性的新应用。