高Fe含量Fe-B-Si-Hf块体非晶合金的结构-性能关联

以具有最佳非晶形成能力的新型Fe-B-Si-Hf四元块体非晶合金团簇式成分[Si-B_2Fe_(7.7)Hf_(0.3)]Fe(Fe_(72.5)B_(16.7)Si_(8.3)Hf_(2.5))为基础,通过添加Fe原子获得了[Si-B_2Fe_(7.7)Hf_(0.3)]Fe+Fex(x=0、1.5、2、2.5和3,原子个数)系列高Fe含量的Fe-B-Si-Hf四元合金成分。液态急冷、热分析和磁性测量结果表明,随着Fe原子数量的增加,非晶合金的形成能力逐渐降低,形成棒状块体非晶样品的临界尺寸由x=0时的2.5 mm降低到x=2时的1 mm。非晶样品的玻璃态转变温度、晶化温度和Curie温度随Fe原子数量的增加也整体上表现为降低的趋势。该系列非晶样品软磁性能优异,其中[Si-B_2Fe_(7.7)Hf_(0.3)]Fe+Fe_2(Fe_(76.4)B_(14.3)Si_(7.1)Hf_(2.2))块体非晶合金的饱和磁化强度和矫顽力分别为1.58 T和2.8 A/m。为建立高Fe含量Fe-B-Si-Hf非晶合金的结构-性能关联,构建了{[Si-B_2Fe_(7.7)Hf_(0.3)]+[Fe-Fe_(14)]_(x/15)}Fe非晶合金的"双团簇"微观结构模型。结果表明,源于a-Fe的[Fe-Fe_(14)]团簇的数量在Fe-B-Si-Hf四元非晶合金的性能变化中起决定作用。

铁基非晶合金局域结构与性能关联:基于微合金化机理研究

基于"团簇+连接原子"局域结构模型,从团簇内部和团簇间原子的关联作用出发,分析非晶合金的局域结构与非晶合金玻璃化转变、形成能力、热稳定性和力学性能之间的关系。并通过分析模型结构中微合金化元素的占位及其对周围原子关联作用的影响,理解非晶合金的微合金化机理。结果表明,团簇内部原子的关联作用对非晶合金的热稳定性有较大影响,而非晶合金的玻璃化转变、形成能力和力学性能主要受到团簇间原子关联作用影响。并以Si合金化Fe-B二元非晶合金及前过渡元素(Zr、Hf、Nb或Ta)和稀土元素(Y、Ce、Pr、Nd、Sm、Gd或Dy)微合金化Fe-B-Si三元非晶合金对所提理论进行实验验证,两者吻合较好。该研究为理解非晶合金的局部结构-性能关联和微合金化元素作用机理提供了新思路。

分布式被动传感器轨迹关联算法性能分析

轨迹关联算法性能分析是天基光学被动跟踪系统中尚待解决的一个重要问题,给出针对基于倾角差准则的二维指派轨迹关联算法的性能分析新方法。该方法首先对在正确关联和错误关联条件下的倾角差统计量的概率分布进行准确建模,接着分析关联算法的等价条件,最后推导关联算法的理论关联性能。不同条件下的理论分析性能与Monte Carlo仿真结果表明,角度测量误差、目标间距、目标间的射向差别等都是影响轨迹关联性能的重要因素,这为工程应用提供了参考。

In:Fe:LiNbO_3晶体及其全息关联存储性能研究

在LiNbO_3晶体中同时掺入质量分数ω为0.03％的Fe_2O_3和摩尔分数x(In_2O_3)为0.5％,1％和1.5％,分别生长成In(x=1％):Fe:LiNbO_3,In(x=2％):Fe:LiNbO_3和In(x=3％):Fe:LiNbO_3晶体。测试晶体的红外光谱;测试晶体的位相共轭反射率,并以In(x=3％):Fe:LiNbO_3晶体作为存储元件,以In(x=1％):Fe:LiNbO_3晶体位相共轭镜作为阈值反馈系统,实现了全息关联存储。

基于模糊综合评价的关联性能分析

针对单一指标无法较完整的对数据融合中的数据关联效果进行评估的问题,本文提出应用模糊综合评价法,综合多个指标、多个场景对数据关联的性能进行综合评估。实验表明,该模型可以对数据关联的性能进行定量评价,并且能够对不同关联算法的性能进行比较。

知识与数据交互驱动的力学性能极限研究进展

探索物质力学性能极限是科学研究的前沿,发掘极限力学性能物质(材料或结构)可为国防军工等尖端领域发展提供物资基础.然而,杨氏模量、抗拉强度等力学性能的理论极限未知,引发长期以来悬而未决的争议与迷茫,诸如是否存在比金刚石更刚、更硬的物质?人类是否已经接近材料力学性能的边界?化学元素相互组合可形成无穷物质,仅已知物质结构就多达数百万种且数目仍在快速增长,从中发掘出性能突破现有纪录的物质挑战巨大.知识与数据交互驱动的研究范式源远流长、历久弥新,是发展和革新力学理论的宝典.近年来,在新型知识与数据交互驱动下,研究人员发展了更高效能的物质性能预报理论,确定了若干力学性能的理论极限,设计制备出若干性能接近于理论极限的物质.本文回顾梳理了相关领域的研究现状,探讨了相关领域的发展趋势及其面临的机遇与挑战.

汽车发动机润滑油衰变规律的探讨

本文在建立行车跟踪试验的基础上,对目前汽车发动机通用的几种润滑油进行理化分析、铁谱分析、元素分析和红外光谱分析,探讨了发动机在用润滑油的衰变规律。指出必须充分考虑主要影响因素如车况、油质等,在系统观点指导下,运用性能关联方法,才能深入揭示发动机润滑油的衰变本质。

超高强块体非晶合金的研究进展

研制具有极限力学性能的金属材料一直是材料研究人员的梦想.超高强块体非晶合金是一类具有极高断裂强度(4 GPa)、高热稳定性(玻璃化转变温度通常高于800 K)和高硬度(通常高于12 GPa)的新型先进金属材料,其代表合金材料Co-Ta-B的断裂强度可达6 GPa,为目前公开报道的块体金属材料的强度记录值.本文系统地综述了该类超高强度块体非晶合金的组分、热学性能、弹性模量及力学性能,阐述了该类材料的研发历程;以弹性模量为联系桥梁,阐明了该类超高强块体非晶合金材料各物理性能的关联性,并揭示了其高强度、高硬度的价键本质.相关内容对于材料工作者了解该类超高强度金属材料的性能和特点,并推进该类材料在航空航天先进制造、超持久部件、机械加工等领域的实际应用有着重要意义.

程序能耗测量分析工具FPowerTool及其能耗优化实践

能耗感知编程(EAP)是通过优化软件的能效来降低计算系统能耗的一种新途径。它把能耗作为主要指标引入软件开发的过程,通过调整代码的编写方式,降低程序的执行能耗。能耗感知编程的实现面临能耗热点发现、耗能原因确定和问题代码定位等问题。为了解决这些问题,提出了一种程序能耗与性能事件协同测量与分析的新方法EPC。首先,简要论述EPC的基本原理和基于该方法的程序能耗测量与分析工具FPowerTool的实现。然后,介绍如何对能耗和性能事件做关联分析,找出影响程序能耗的主要因素。最后,通过一组程序优化案例,说明如何通过关联分析定位与高能耗相关的程序代码,进而改变代码编写和数据放置与访问方式,使程序的执行能耗得到降低。实验结果表明,基于EPC方法提供的能耗感知和分析能力,通过改进数据定义、赋值、放置与访问方式等可以改善程序性能和能效。

仿真模型验证方法与程序设计(英文)

仿真模型验证是建模和仿真的一个重要方面 .对现有的模型验证方法进行了分析比较 ,并选择其中的性能指标关联分析和频谱估计方法 ,包括TIC不等式系数法、灰色关联分析法、直接频谱法、基于Burg算法的最大熵谱估计法和基于Marple算法的最大熵谱估计法这几种典型的模型验证方法 ,用C语言进行编程和设计 .并通过实例说明了各种不同模型验证方法的验模过程 .结果证明了程序的可行性 ,同时也表明了验证模型时最好综合采用多种方法 .

考虑结构柔性的多激励机构关联性能强化设计方法（英文）

目的:揭示多场耦合环境下的多自由度系统中柔性结构对机构性能的影响规律,以低压断路器多激励操动机构为例,研究机-电-热-磁耦合的多模态分断性能强化设计方法,提高短路、过载、欠压、缺相和漏电时的瞬时、短延时和长延时分断性能。创新点:1.将多自由度刚柔耦合系统的物理坐标转换为模态坐标,实现模型降阶和关联性能解耦;2.运用类比法获得零部件对关联性能的影响度,通过实验设计将难测属性转化为关联易测量,实现机构的关联性能强化。方法:1.将多自由度的含柔体动力学系统转化为自由度乘模态阶的方阵,通过Craig-Bampton逐层降阶模态矩阵,并由迭代步反馈激活柔体的高阶模态;2.通过类比求解霍尔姆力、洛伦兹力、电动斥力、电磁力和悬臂双金属片激励力,获得多激励系统机构关节的性能关联程度;3.通过低压断路器电气实验和温升实验,验证零件结构柔性对机构的性能影响规律,实现多激励机构多模态分断性能强化设计。结论:1.提出的考虑结构柔性的多激励机构关联性能强化设计方法有助于提高多自由度动力学系统的瞬态性能;2.结构柔性降低分断性能,使高频分断中的峰值段性能退化;3.基于实验设计的电气实验和温升实验,验证了多激励机构关联性能强化方法的有效性。

茂金属催化剂体系及其丙烯聚合性能调控

国内聚丙烯的生产基本上使用传统的Ziegler-Natta催化剂,国外已经使用茂金属催化剂.茂金属催化剂生产的聚丙烯提升了产品性能,市场需求份额逐年增加,国内需要开发茂金属催化剂并拓展工业应用.茂金属催化剂与传统的Ziegler-Natta催化剂相比,结构类型丰富,反应调控能力强,可以催化生成结构多样的聚丙烯.以茂金属催化剂的发展为主线,探讨催化剂结构对反应性能的影响;分析体系中多种因素如温度、压力、催化剂浓度、助剂等对反应活性的调控;讨论催化反应机理.

玻璃家族的新成员--金属玻璃

金属玻璃由金属键构成但又具有玻璃材料长程无序的原子排列,因其具有的独特结构和性能特点,激发了科学家们广泛的研究兴趣,也带动了非晶态物理和材料科学的蓬勃发展。以“国际玻璃年”为契机,文章简要介绍了金属玻璃的发现和发展、性能特点、结构特点以及应用前景,并对金属玻璃研究存在的挑战进行了探讨。

机器学习在非晶材料中的应用

作为新兴非晶材料的金属玻璃由于其优异的力学、物理以及化学性能而被广泛研究.玻璃形成能力一直是制约着非晶材料发展的重要问题,为了设计出具有良好玻璃形成能力的非晶材料,对非晶材料的玻璃形成能力已经有大量的研究.研究表明单一的影响因素不足以全面解释非晶材料的玻璃形成能力,即玻璃形成能力是由多种因素共同影响的.另一方面,由于非晶材料具有复杂且无序的结构,传统的方法难以全面、清晰地理解非晶材料的结构与本质.机器学习这一新的研究范式为解决非晶材料领域的关键瓶颈问题提供了新的途径和契机.本文首先简单介绍了一些机器学习算法,如支持向量机、人工神经网络和K均值聚类.随后介绍了机器学习在非晶材料中的应用,包括非晶结构分类、非晶结构-性能关联和非晶宏观性质的预测,并提出了基于机器学习方法在未来非晶研究中的应用前景,包括非晶数据库的建立、高通量计算方法的发展和机器学习势函数的发展.

"增才制造":以增材原理推动个性化陶瓷材料"成型-成性一体化"设计

增材制造是近10年来全球范围内热议的话题。相比于高分子和金属材料,陶瓷的增材制造技术突破较晚,但近年来的发展也使其成为了业界一大热点。依据陶瓷增材制造发展现状与高分子和金属增材制造的发展历程,提出“增才制造”这一通过增材原理实现“成型一成性一体化”部件的理念。首先剖析增材制造“个性化”内涵的演变及这一演变的根本原因,而后分析了当前各类陶瓷增材制造技术的技术瓶颈以及这些瓶颈中蕴含的陶瓷材料“成型一成性一体化”潜力,最后指出实现陶瓷“增才制造”的可能路径与关注点。