排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
Fe基非晶软磁合金的纳米晶化及磁性 总被引:6,自引:0,他引:6
研究了Fe78Si9B12,Fe73.5Cu1Nb3Si13.5B9,Fe74Cu1Mo2Nb1Si13B9三种非晶软磁合金在753-853K温度间等温退火lh后的纳米晶化行为和磁性,实验证明Cu,Nb和Mo元素的加入有助于提高晶化温度,稳定非晶组织.同时采用差热分析和X衍射仪分析了三种合金的晶化相,测量了其磁滞回线,结果表明l^#,2^#,3^#合金分别在753K,813K,753K退火lh后可获得优良的综合软磁性能。 相似文献
3.
快速凝固Al-Cu-Si薄带的脆性研究 总被引:3,自引:0,他引:3
对用单辊法制备的Al-Cu-Si钎料薄带进行XRD、SEM、DSC分析,以及对CuAl2脆性相进行研究后结果表明,CuAl2相的分布及形态、CuAl2相的几种亚稳态结构都会影响钎料薄带的脆性。 相似文献
4.
提高前馈神经网络学习效率的学习算法探讨 总被引:3,自引:0,他引:3
简要分析了最速下降法(Steepest Descent Algorithm ,即SDA 法)和正交校正共轭梯度法(CGM-OC法)的优缺点,提出了一种进行多层前馈神经网络学习的新算法,即SD-CGM-OC算法.该算法结合最速下降法与正交校正共轭梯度法的特点,在文中所述实际问题构造模型的基础上,论证了SD-CGM-OC算法比传统的BP算法具有更高的学习效率和二次收敛率.实验结果验证了该学习算法的有效性. 相似文献
1