装配/残余应力对聚碳酸酯刮擦行为影响的数值研究

聚碳酸酯材料在制备、运输和服役的过程中,不可避免会受到表面刮擦的作用,同时,制造和使用过程中产生的残余应力和装配应力通常会对材料的使用性能产生影响.因此,有必要研究装配应力和残余应力对聚碳酸酯材料表面刮擦行为的影响.将残余刮擦深度、沟槽肩高和刮擦切向力作为聚碳酸酯材料刮擦性能的表征指标,采用有限元数值模拟的方法,系统地研究了不同水平的装配应力和残余应力对聚碳酸酯材料刮擦行为的影响.结果表明,压应力可降低聚碳酸酯表面的残余刮擦深度、沟槽肩高和刮擦切向力.研究表明,可以通过在聚碳酸酯材料表面引入装配/残余压应力来提高其耐刮擦性能.     

随机矩阵理论与神经网络

为了探讨神经网络的训练过程,采用基于大维随机矩阵理论的谱方法.首先,以预训练Alexnet神经网络中全连接层权矩阵为基础,构造权矩阵的Spearman秩相关矩阵.通过分析Spearman秩相关矩阵的特征值分布,发现经过训练过程后的特征值服从Marchenko Pastu律或服从带有离群特征的Marchenko Pastu律.进而,提出利用Marchenko Pastur度来描述一个分布是否遵循Marchenko Pastu律,以此区分神经网络训练所处阶段.最后,通过实验结果验证Marchenko Pastur度与模型预测准确性存在相关关系.