大截面H13钢固溶热处理过程数值模拟与工艺研究

合理的固溶冷却工艺可以使热作模具钢在不发生淬火开裂现象的情况下,获得更多强硬性高的马氏体组织。利用Deform软件,结合工厂实际生产中采用的固溶处理工艺,对尺寸为460 mm×700 mm×2000 mm的大截面H13模块进行固溶冷却过程模拟。通过控制换热系数及结合Jmatpro软件,计算得到连续冷却相变曲线;通过控制水空交替冷却时间,模拟不同冷却方式下模块冷却过程中温度场、组织场和应力场的变化,优化淬火冷却工艺。结果表明：采用水冷（180 s）+空冷（120 s）+水冷（85 s）+空冷（35 s）+油冷（2100 s,心部点冷至200℃）+自然空冷的固溶冷却方式,对锻造态H13热作模具钢进行处理时材料并未开裂;进行等温球化退火工艺热处理后,碳化物多溶解在基体中且珠光体颗粒更加细小且均匀（可评为AS3级）,经统计碳化物平均粒径为140 nm,获得了更高品质的退火态组织。表明设计的固溶处理工艺能降低模块开裂的风险,并且获得较多的马氏体组织,可应用于H13热作模具钢的生产过程中。     

传感器网络中基于压缩感知的压缩域目标跟踪算法研究与应用

复杂环境下传感器网络目标跟踪,存在跟踪准确性与算法复杂性这对矛盾,需要考虑准确性、通信和计算能耗之间的折中。针对此问题,研究传感器网络中基于压缩感知的压缩域目标跟踪和压缩域数据融合,并提出了用稀疏的测量矩阵对haarlike特征压缩,压缩域特征送入朴素贝叶斯分类器,在压缩域直接实现目标跟踪的算法。然后通过配置传感器网络以生成多个层次类型不同的簇结构,压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合。该算法通过稀疏测量矩阵压缩表征原始图像信息和分类器的自我学习更新,提高了对压缩域目标特征分类的准确性,在复杂环境下有更好的鲁棒性。而压缩域直接进行目标跟踪,不需要重构图像,也减少了网络运算量和数据传输量。通过仿真实验和标准数据库测试对比以及在机器人足球赛实验平台中的应用表明,该算法在跟踪准确性,数据传输量及传输能耗上均有优势。