超细薄壁镁合金管挤压成形工艺及微观组织

对镁合金管件挤压成形工艺进行了实验研究,确定了其成形工艺参数。分析了镁合金管件在400℃挤压成形时微观组织的变化,挤压比(变形程度)对管件微观组织的影响。实验结果表明,热挤压加工可有效地细化镁合金的组织,随着挤压比的增大,挤压管件的晶粒明显变小。

固溶处理对挤压WE43镁合金的影响

为了改善WE43镁合金的室温塑性,提高其利用价值,研究了不同固溶处理方法对WE43镁合金挤压件力学性能和微观组织的影响.结果表明:固溶处理对WE43镁合金挤压件的抗拉强度影响不大,但能够大幅度提高其室温的伸长率和断面收缩率,从而使WE43镁合金具有优良的综合力学性能.当固溶温度为525℃、固溶时间为8 h时,全部的Mg-Y-Nd稀土相和大部分的Mg12Nd溶解到Mg基体中,剩余少量的Mg12Nd转变为细小的颗粒状,均匀分布在晶界处,此时挤压件的抗拉强度为223 MPa,室温伸长率达到峰值29.2%.

铜铝复合棒内部涡流场分布的数值模拟

针对铜铝复合棒的导电性问题,利用有限元方法对新型铜铝复合棒内部涡流场进行了模拟计算.在铜管外径一定的条件下,改变复合棒的电流加载和其它尺寸,得到同一复合棒在不同电流加载情况下的电流密度分布以及在相同电流加载、不同铜层厚度时所对应的电流密度分布,同时计算出各种情况下复合棒的总阻抗.模拟结果表明:在加载一定的情况下,流经复合棒的电流和总体阻抗随着铜覆盖层厚度的增加逐渐减小,增到一定厚度后,电流和阻抗的变化更小;在电压一定的条件下,随着电流频率的增加,铜铝复合棒中心处的电流密度呈变小趋势.根据数值模拟得出复合棒阻抗值随电流频率的改变呈线性变化的规律,为实现用铜铝复合棒取代纯铜及纯铝棒提供了理论和设计依据.

K2&HC结构学习算法

贝叶斯网络理论在人工智能领域发挥着重要作用。贝叶斯网络从数据中学习知识的能力使得它在医学、故障诊断、预测等领域的应用迅速发展起来。结构学习算法成为贝叶斯网络的重要研究方向,它能够有效分析变量之间依赖关系,合理挖掘数据和知识。K2算法评分性能突出,而爬山算法能有效弥补K2评分法的解空间过于复杂的问题。论文结合K2评分函数和爬山策略,提出了K2&HC算法。同时,K2&HC算法在爬山策略中融入了回溯原理,解决了贝叶斯结构学习算法中存在的收敛于局部最优的问题,合理优化了算法的性能。同K2和K2SA算法进行仿真对比,得出在精度和收敛速度综合性能上K2&HC表现突出的结论。

布尔型贝叶斯网络参数学习

布尔型贝叶斯网络是一类由布尔型变量组成的网络,它能够以线性多变量函数描述,使计算和处理上灵活高效。通过运用连接树算法对络进行分块化处理的方法,可以提高算法的效率,然后以传统的最大似然估计方法对布尔型网络的参数进行学习。服从同一分布律的贝叶斯网络参数学习算法发展比较成熟,这类以狄利克雷或者高斯分布为基础的算法在应用领域中难以发挥其应有的价值。相比之下,基于布尔型贝叶斯网络下的参数学习更贴近于应用,在人工智能和数据挖掘等领域有很好的发展前景。

铝/铜拉拔复合工艺的研究

为了提高Al/Cu复合材料的性能及使用价值,研究了在不同的拉拔工艺参数条件下Al/Cu的复合成形,获得了有利于这2种金属成形的工艺参数。通过对拉拔复合后的Al/Cu双金属棒的扩散退火试验,探讨了热处理规范对双金属复合界面的影响规律。结果表明,拉拔的变形程度对Al/Cu界面复合效果起重要作用,随着变形程度的增加Al/Cu界面复合的效果得到明显改善。拉拔变形程度大于28%的Al/Cu棒复合较好;对于Al/Cu拉拔复合棒可以采用的热处理规范为:温度400℃,保温时间2h。

强化党员干部党性教育 做强新时代石化企业

习近平总书记指出:“党性是党员干部立身、立业、立言、立德的基石,党性教育是共产党人修身养性的必修课,也是共产党人的‘心学’。”新时代加强和改进党员干部党性教育,提高党员队伍质量,对于巩固党的执政基础、发挥国有企业经济主体作用具有重大意义。