类金刚石碳膜在大气热退火过程中的稳定性

本文对双离子束溅射淀积法制备的类金刚石碳膜进行了大气中的热退火研究。退火温度３００℃，时间分别为１．５ｈ和３．０ｈ。对退火前后的样品分别作了红外透射谱、Ｒａｍａｎ光谱和电阻率的测量，并在退火过程中对膜层电阻率进行了即位测量。结果表明，３００℃的退火并不能使膜层中的Ｃ－Ｈ键断裂，而使膜层结构趋于完整，膜层氧化变薄，其电阻率和红外透过率过率增高；但退火对膜的影响程度只与退火温度有关，而与退火时间无关。     

低碳钢丝软化退火工艺研究

本文对民用鞋钉用低碳钢丝软化退火工艺进行了研究.试验研究及生产实践证明,将原采用的750(?)780℃退火温度降为650℃±10℃再结晶退火,产品质量最佳.     

铁基非晶态合金的退火脆性

本文研究Fe_(80)B_(20-x)Si_x(x=6,8,10,12)非晶态合金的退火脆性规律,给出了合金成分原料纯度,薄带厚度以及薄带表面状态对非晶态合金退火脆性的影响。铁基非晶态合金在低温退火过程中已明显变脆。这种退火脆性是由非晶态合金亚稳特性决定的结构弛豫所致。     

热处理工艺对Nd·Pr-Fe-B永磁合金组织形态和矫顽力的影响

在制取适当成分的钕铁硼永磁合金的基础上,研究了退火温度、退火时间与退欠级数对合金组织形态与矫顽力的影响。运用粉末冶金液相烧结理论和热处理原理,解释了不同退火温度对合金组织与性能所造成的差别,初步确定了富钕液相对主相表面的润湿关系,同时依据组织的变化探讨了矫顽力机理,从而指出,要形成具有高矫顽力的组织,就必须进行多级退火。本实验还首次发现,在共晶温度下过长时间的退火会导致富钕相聚集成团。通过研究,笔者提出了一套实用的热处理工艺。     

Job Shop单机多目标调度

研究了Ｊｏｂ Ｓｈｏｐ生产系统的单机调度问题，提出并建立了单机总的流通时间，延误工作数量、最大延误时间、总的延误时间、总的提前时间、总的准备时间、优衔关系等多目标通式模型，应用模拟退火方法进行了仿真实验。     

超高速钢的热处理工艺研究

通过对铸态超高速钢的热处理工艺试验，得出了最佳等温退火软化工艺参数．在进行了淬火和高温回火最终热处理试验后，借助于定量金相和电子显微分析，认为在淬火回火过程中，主要是Ｍ６Ｃ型碳化物的溶解和沉淀析出，而ＭＣ型碳化物的影响较小。     

旅行商问题（TSP）的模拟退火求解

提出了循环排序中６种不同的随机抽样方式，对旅行商问题（ＴＳＰ）的模拟退火求解进行了进一步深入研究．理论分析证明，６种抽样方式均满足模拟退火算法的全局收敛性条件．实例计算表明，子排列反序并移位抽样方式的求解寻优效率最高，且明显优于目前公认最好的著名的Ｓ．Ｌｉｎ“２－交换”抽样方法．本研究和结论对循环排序类优化问题及其求解具有普遍意义．     

汽车用TWIP钢的力学性能与微观组织

采用热轧、冷轧及退火处理等工艺,对成分为25Mn-3Si-3Al的TWIP钢进行了试制,研究了钢板的力学性能、微观组织及其断裂机制,并采用X射线测定了钢板的晶体学织构.实验结果表明:钢板拉伸时发生典型的延性断裂;拉伸前的组织为伴有大量退火孪晶的奥氏体;在拉伸过程中退火孪晶转变成形变孪晶,使产品的强度和塑性提高;退火过程中形成的织构组分有利于塑性变形.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

免疫遗传算法在BP神经网络中的应用

提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能.