冷却速率和奥氏体化温度对40 Cr钢球化退火的影响

为探究奥氏体化温度和冷却速率对40Cr钢球化过程的影响,采用双相区球化退火研究了热轧态40Cr钢的球化退火行为和力学性能。奥氏体化温度从760℃提高到800℃,冷却速率从10℃·h-1上升到30℃·h-1,组织硬度随冷却速度呈V形变化,碳化物球化率随冷却速度变化正好与前者相反。奥氏体化温度为760℃,冷却速率为20℃·h-1所得到的球化组织球化率高,且碳化物细小,具有良好的冷成形性能,可大幅度缩短球化退火时间,显著提高生产效率。提出了球化退火过程中离异共析转变机制,控制好球化过程中奥氏体化温度、冷却速率及保温时间有利于离异共析转变的发生。     

中锰钢两相区退火奥氏体逆转变的数值分析

根据中锰钢热轧组织结构确立两相区奥氏体化的几何模型和初始条件,利用DICTRA动力学分析软件对中锰钢马氏体基体奥氏体化过程进行计算分析。在奥氏体化初期的形核过程中,马氏体中过饱和的碳锰元素从铁素体迅速转移到奥氏体并在相界面奥氏体一侧聚集。后续的相变过程中,碳在奥氏体中快速均化,但锰在相界面奥氏体一侧的聚集加剧。相变初期奥氏体界面推移速度比中后期高出若干个数量级,但随时间推移迅速衰减。相变初期相界面推移是碳扩散主导,相变后期界面推移受到锰在奥氏体中扩散速度制约。温度升高可显著提高相界面推移速度。达到相同数量奥氏体的情况下,低温长时退火有利于锰从铁素体向奥氏体转移并提高其在奥氏体中的富集度,从而提高奥氏体的稳定性。     

双极晶体管中子辐照后的高温退火特性

利用硅双极晶体管在线监测中子注量,其直流增益和损伤常数是作为探测器指标的重要参数。高温退火可使受到中子辐照的双极晶体管性能部分恢复,进而可以重复使用。开展高温退火特性研究,分析双极晶体管直流增益的恢复程度以及损伤常数的重复性。在快中子脉冲堆上对贴片型3DG121C双极晶体管进行三轮中子辐照,每轮辐照累计注量2.64×10~(13)cm~(-2)。经过第一轮中子辐照后,双极晶体管直流增益下降至辐照前的40%,经过180℃连续24 h的高温退火后,直流增益恢复至辐照前的67%;经过第二轮辐照后,直流增益下降至第二轮辐照前的50%,在相同条件下退火后,直流增益恢复至第二轮辐照前的73%;经过第三轮辐照后,直流增益下降至第三轮辐照前的58%,在相同条件下退火后,其直流增益恢复至第三轮辐照前的87%。三轮实验结果表明:双极晶体管直流增益倒数随辐照中子注量变化的线性关系基本一致,具体表现为其损伤常数具有很好的重复性。利用该高温退火特性,将双极晶体管作为中子注量探测器应用于快中子脉冲堆中子注量在线监测,监测结果与活化箔结果基本吻合。     

退火温度对ZnO薄膜晶体管电特性的影响

针对非晶硅和有机薄膜晶体管的低迁移率问题,以高纯Zn为靶材,反应磁控溅射沉积、且在不同温度下退火的ZnO薄膜作为半导体活性层,成功地制备出基于ZnO材料的薄膜晶体管(ZnO-TFT),研究了退火温度对ZnO -TFT电特性的影响.结果表明:ZnO- TFT的载流子迁移率随退火温度的升高而明显增大,700℃退火的样品迁移...     

模拟退火优化BP神经网络进行云相态分类

为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法.算法基于BP人工神经网络学习算法及模拟退火算法.在两算法结合的基础上,作出了有益于云相态分类的改进.基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数.选取了5种光谱特征作为网络输入,输出两单元判定结果.为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略.个例分析表明,算法在中低纬度地区效果良好.     

一种改进粒子群算法及其在风电场中的应用

针对传统粒子群寻优速度慢的缺点,引进了种群平均速度的定义。用平均速度表征粒子群的活跃程度,并作为粒子群惯性权重和学习因子调节的依据,加快了粒子群的寻优速度。针对粒子群容易陷入局部极值的缺点,提出将模拟退火算法引入粒子群算法,将粒子群的平行快速寻优能力和模拟退火的概率突跳特性相结合,保持了群体多样性,有效地避免了局部收敛。对2个典型测试函数的寻优问题进行仿真实验,实验结果验证了该算法的有效性。将改进的粒子群算法用于风电场风速概率分布模型的优化,与常规的统计方法相比,该方法具有更高的拟合精度。     

多种转发干扰下的脉内脉间波形综合优化设计

复杂电磁场景中多种转发干扰并存, 严重影响了雷达的探测效果, 而传统的波形设计方法多针对一种特定的干扰样式进行分析, 面对多种干扰时对抗效果有限。针对此问题, 对脉内线性调频相位编码脉间频率捷变波形进行了综合优化设计。首先, 在分析脉内脉间多种转发式干扰样式的基础上, 兼顾转发干扰与波形本身特性进行代价函数设计。之后, 利用遗传模拟退火算法优化波形参数, 具有良好的抗干扰效果。最终, 数值仿真实验验证了所设计波形的有效性。     

和声模拟退火算法及其在旅行商问题中的应用

分析了模拟退火与和声搜索算法各自的特点和缺点,结合两者的优缺点提出了一种新的和声搜索与模拟退火算法的组合算法,将新的算法应用到旅行商问题(TSP)求解.实验结果表明,改进的算法具有更快的收敛性同时能得到比较好的结果.     

基于混合遗传算法的车辆优化配置的数学模型

研究了物流运输系统车辆数优化问题的数学模型,构造出了模拟退火算法的能量函数,根据该函数可以求最优车辆数,又可以求最优车辆数下的最优行驶路径。用遗传模拟退火算法实现了车辆数的优化计算与路径优化计算。     

永磁接触器操动机构多目标动态优化设计

针对圆柱形单稳态永磁接触器操动机构的多目标动态优化设计问题进行了研究.首先给出了操动机构的模型和工作原理,以及各个部件电磁设计方法,获得操动机构的初步设计方案.在此基础上,建立了以体积、平均合闸时间和撞击能量为多目标的最优化模型,运用自适应模拟退火算法进行多目标动态优化设计,提高其静动态综合特性.以75 A永磁接触器操动机构为具体优化对象,比较了优化前后的尺寸和优化目标,综合指标优化率为19.0%.不同气隙下的静态力特性计算与实测结果最大相对误差为7.4%,不同合闸相角时的动态特性仿真曲线均与相应实验结果吻合很好,验证了多目标优化设计模型和方法的有效性与正确性.