Ni-42Al单相金属间化合物的超塑性

研究了原始晶粒尺寸为200μm的富Ni单相Ni-42Al金属间化合物的高温变形行为及组织演变规律.结果表明,该合金在1 000~1 100℃、应变速率(0.125~2)×10-3s-1内呈现超塑性变形,在1 075℃、应变速率为10-3s-1时,最大延伸率可达306%.研究发现,该合金的应变速率敏感指数m与应变温度及应变速率相关.实验条件下,m值在0.2~0.3变化.显微结构分析表明,原始大晶粒组织经超塑性变形后显著细化,大晶粒超塑性变形是通过位错的交滑移与攀移等交互作用发生的连续动态回复和再结晶导致的.     

半成品总压缩率对成品钢丝力学性能的影响

在生产高性能钢丝时,采用常规拉拔工艺时断丝严重,产品韧性较差,从而严重地制约着产品的合格率。采用加大半成品的总压缩率的方法,可以提高半成品热处理后的强度,从而可以减小成品拉拔的总压缩率,这样,有利于保证成品的强度和韧性。     

杨小舟蛾在上海地区的发生规律及其预测预报

对杨小舟蛾在上海的生活史和发生规律进行了研究。结果表明:杨小舟蛾在上海1年发生5代,个别有6代现象,世代重叠严重。杨小舟蛾的发生与初始虫量、日平均温度、降水量、日平均湿度呈极显著正相关。当日平均气温15℃以上时,杨小舟蛾开始出现;日平均温度在25~30℃时,杨小舟蛾数量明显增加;当湿度为65%~85%的时候,该虫发生集中,在日相对平均湿度为80%时,成虫的数量急剧增加;在日平均降雨量为50~150 mm时,虫口数量比较集中。建立杨小舟蛾短期测报模型为:Y=-101.909-0.091x1 0.155x2 0.338x3 0.659x4 0.539x5。     

竹木复合集装箱底板静曲强度的预测模型

应用弹塑性断裂力学的Weakest-link破坏准则,分析了竹木复合集装箱底板在弯曲载荷下的破坏模式。结果表明:竹木复合集装箱底板主要发生两种形式的破坏,即底面拉伸破坏和芯层剪切破坏。同时笔者提出了这两种破坏形式下,底板静曲强度的理论预测模型,并应用统计回归模拟方法,研究了单板压缩和涂胶对静曲强度的影响规律,建立了静曲强度和弹性模量的相关模型。     

微合金高强度钢热加工工艺的研究

根据带钢热连轧的生产实践，通过对其变形温度T、变形程度ε、变形速率宫和间隙时间t等工艺参数的调整，在实验室里模拟了Q345E微合金高强度热轧带钢的热变形过程。重点研究了含铌钢Q345E的热变形行为，并以此为基础优化了工艺参数，最终使其组织性能达到最佳。     

神经网络在波罗的海运价指数预测中的应用研究

波罗的海运价指数一直受到航运与国际贸易界的高度关注，研究波罗的海运价指数的波动规律，探讨其发展变化趋势日益为人们所重视．当前对波罗的海运价指数的预测主要采用时间序列方法，这些方法计算过程复杂，而且适应性相对较弱．利用BP网络强大的非线性映射功能，建立了一个预测BFI走势的模型，分别从短期与中长期对波罗的海运价指数进行预测，并用实际数据进行了验证，结果表明，利用神经网络对BFI进行预测具有很高的预测精度．     

不锈钢拉深润滑剂的研制与应用

在优质基础油中添加适量的极压剂、油性剂、固体粉末以及其它添加物，作为不锈钢板材深冲用润滑剂，实验研究表明：该润滑剂具有优良的拉深润滑性能，完全能满足304小锈钢制品拉深工艺和产品质量的要求。     

广义加权函数平均组合预测模型及其应用

针对各种预测问题的实际情况，组合预测模型可以采用多种不同的组合形式．而不同的组合预测模型，其预测效果是不同的．给出一种新的组合预测模型——广义加权函数平均组合预测模型及其加权系数的参数估计方法．利用此模型对航材消耗进行预测，并以实例说明其预测效果．     

双向Elman神经网络在卫星电池阵功率预测中的应用研究

针对神经网络预测电池阵功率存在的模型阶数难以确定及预测精度低下的问题，提出一种基于改进的Elman神经网络的双向预测模型。该模型利用关联层动态神经元的反馈连接，将未来预测网络和过去预测网络的信息进行融合。使网络对时间序列特征信息的记忆得到加强，从而提高预测精度。用该文提出的双向预测模型对电池阵功率进行预测，输入层仅需一个节点，不需事先对模型进行定阶。仿真预测表明，预测精度比单向模型明显提高，且网络具有较好的泛化能力。     

基于灰色理论的煤炭需求预测模型研究

研究了GM(1，1)模型在我国煤炭需求预测中的应用，并以实际数据为基础，建立了我国煤炭需求量的数列预测模型。经检验，模型可靠，可用于对我国煤炭需求总量的预测。简要分析了根据实际变化不断改进模型的必要性。