【摘 要】
：
镁合金具有密度低、抗震性能好、比强度高、比刚度高、可回收性好等诸多优异性能,在航空航天、汽车零部件和国防军工等领域有很大的应用前景。但是传统铸造工艺制备的镁合金存在因技术特点导致的固有铸造缺陷,难以生产不同功用的结构件。挤压铸造是一种近净成形技术,用于制备镁合金产品可以减少宏观缺陷并获得良好的力学性能。挤压铸造技术按照成形工艺的不同分为直接挤压铸造和间接挤压铸造,间接挤压铸造工艺的基本原理是通过冲
论文部分内容阅读
镁合金具有密度低、抗震性能好、比强度高、比刚度高、可回收性好等诸多优异性能,在航空航天、汽车零部件和国防军工等领域有很大的应用前景。但是传统铸造工艺制备的镁合金存在因技术特点导致的固有铸造缺陷,难以生产不同功用的结构件。挤压铸造是一种近净成形技术,用于制备镁合金产品可以减少宏观缺陷并获得良好的力学性能。挤压铸造技术按照成形工艺的不同分为直接挤压铸造和间接挤压铸造,间接挤压铸造工艺的基本原理是通过冲头将挤压压力施加在浇道处的金属液上,由浇道处的金属液将压力传递到模具型腔中的金属液上,使模具型腔内的金属液在较高的压力下凝固成形,间接挤压铸造适用于生产具有一定形状结构的铸件。本课题以水雷壳体用ZM5镁合金隔板件为研究对象,对隔板件成形过程的仿真模拟、隔板件的间接挤压铸造实验和隔板件的热处理工艺三个方面进行研究工作。本文针对挤压铸造工艺中影响最大的三种工艺参数:浇注温度、比压和保压时间设计了三因素三水平正交试验。利用Pro CAST软件对9组不同工艺参数下的ZM5镁合金隔板件模拟其充型过程和凝固过程。通过缺陷场、温度场和凝固场对9组工艺参数进行分析对比,得出最优工艺参数。模拟结果表明,9组工艺参数均充型完整,缩松缩孔主要存在于隔板件的圆形边界壁厚处。根据设计的正交试验方案进行间接挤压铸造实验,对生产的9个ZM5镁合金隔板件检测分析微观组织和力学性能。研究表明,不同工艺参数生产的ZM5镁合金隔板件存在较为明显的力学性能差异,以抗拉强度和延伸率为判断依据,综合仿真模拟和正交试验极差与方差分析得出的最优工艺参数为:浇注温度700℃、比压130Mpa、保压时间30s。在最优工艺参数条件下生产的ZM5镁合金隔板件力学性能为:平均抗拉强度为180.49Mpa,平均屈服强度为94.89Mpa,平均延伸率为5.71%。微观组织主要由α-Mg基体和第二相Mg17Al12组成,树枝状晶较少,挤压铸造工艺对树枝状晶有一定的破碎作用。对于热处理工艺的研究使用控制变量法,以ZM5镁合金隔板件为研究对象,分别对固溶工艺和时效工艺进行了研究,通过实验确定相对应的较优工艺参数。研究表明:固溶处理对ZM5镁合金隔板件的力学性能提升较为明显,抗拉强度和延伸率明显提高,同时屈服强度会出现一定程度的下降;相比于固溶处理工艺,时效处理后ZM5镁合金隔板件的抗拉强度提升较小,屈服强度提高,延伸率严重下降。经实验确定的较优工艺参数为:固溶温度410℃,固溶时间20h;时效温度200℃,时效时间8h。固溶处理工艺参数为410℃×20h时,ZM5镁合金隔板件的平均抗拉强度为228.37MPa、平均屈服强度为91.49Mpa、平均延伸率为7.3%;时效处理工艺参数为200℃×8h时ZM5镁合金隔板件的平均抗拉强度为242.49Mpa、平均屈服强度为120.8Mpa、平均延伸率为3.9%。从综合性能方面考虑,固溶处理后的ZM5镁合金隔板件会更适合实际使用。
其他文献
无线通信系统的信道开放性使其极易受到外部恶意干扰、通信链路质量难以保证，针对以上问题，本文设计了一种基于深度强化学习的多域联合干扰规避决策方法。该方法联合频域、功率域、调制编码域三个域的抗干扰手段进行干扰规避，在考虑系统性能的同时实现可靠通信。首先，将联合智能干扰规避问题建模为一个马尔可夫决策过程（MDP， Markov Decision Process），动作空间包含切换信道、功率控制、改变调制
随着移动设备大规模接入网络,能量消耗急剧增长,追求高能效是无线通信系统发展的趋势。设备直连（Device to Device,D2D）通信能够提高数据传输速率以及频谱利用率,为了应对设备能量有限的情况,引入无线携能技术（Simultaneous Wireless Information and Power Transfer,SWIPT）缓解设备能耗,结合SWIPT的D2D通信可以有效改善系统能效。
针对三体对抗场景中的攻防博弈问题，提出了基于深度强化学习的智能博弈策略，包括适用于进攻弹的攻击策略以及适用于目标/防御弹的主动防御策略。在经典三体对抗研究的基础上引入强化学习算法，提高了算法训练的目的性，同时在奖励函数设计中考虑了攻防对抗双方的奖惩条件。应用深度强化学习算法对攻防双方智能体进行训练，并得到收敛的博弈策略。仿真结果表明，通过训练获得的进攻弹的攻击策略能够根据战场态势合理规划机动行为，
志愿服务正成为推动中国社会转型、参与社会治理的一股重要力量，其志愿性、公益性和无偿性的特征也使该议题在新时代情境下具有持续的生命力。因此，本文以志愿服务组织为研究对象，梳理传统志愿服务组织研究的脉络和线索，对比“自上而下”与“自下而上”两类志愿服务组织在制度结构下的形成路径、讨论视域及其行动过程中的组织逻辑与动员路径的特点，并讨论其在社会治理中所发挥的作用、功能。在此基础上反思信息时代和风险社会双
下一代通信网络的蓬勃发展对于高质量通信服务提出了前所未有的要求。凭借着灵活部署和视距传输等诸多优势,无人机通信有望在未来的无线通信系统中扮演关键角色。总结以往文献,空地一体化网络中的无人机应用研究,可根据无人机在网络中的地位大致分为两种场景:无人机辅助的无线网络通信场景,其中无人机作为部署在空中的基础设施;以及蜂窝网络辅助的无人机通信场景,其中无人机作为获得服务的空中用户。本文考虑将两种主流研究思
针对协同电子战中跳频通信干扰协同决策难题，通过构建“整体优化、逐站决策”的协同决策模型，基于深度强化学习技术，设计了在Actor-Critic算法架构下融合优势函数的决策算法，并在奖励函数中嵌入专家激励机制以提高算法的探索能力，采用集中式训练方法优化决策网络，使算法能够输出资源利用率最高的干扰方案，并大幅提高决策效率.仿真结果表明，相比于现有智能决策算法，本文算法给出的干扰方案能够节约8%干扰资源
随着人工智能技术的发展，智能终端已经可以通过频谱感知、通信效果检测分析等方式智能地改变通信手段，进而实现高效率抗干扰，这给传统干扰带来了巨大挑战。而深度强化学习在复杂场景中的探索效率高，面对高难度任务的能力强大，在军事干扰领域应用前景广阔。基于此，介绍深度强化学习、智能干扰方法这两个基本问题的研究现状和存在的难点问题，总结并提出未来基于深度强化学习的智能干扰方法的研究前景和技术展望。
深度强化学习是一种兼具深度学习特征提取能力和强化学习序列决策能力的智能体建模方法，能够弥补传统对手建模方法存在的非平稳性适应差、特征选取复杂、状态空间表示能力不足等问题。本文首先将基于深度强化学习的对手建模方法分为显式建模和隐式建模两类，按照类别梳理相应的理论、模型、算法以及适用场景。随后介绍基于深度强化学习的对手建模技术在不同领域的应用情况，最后总结亟需解决的关键问题以及发展方向，旨在为基于深度
青年是一个充满生机、富有活力的群体,实现中华民族伟大复兴需要青年发挥中流砥柱的作用。青年理想信念的培育与坚定,不仅关乎青年个人成长成才,也关涉国家富强、民族振兴和人民幸福。青年理想信念教育常态化制度化是新时代条件下理想信念教育面临的重要课题。当前高校应从教育引导同实践养成共发力、健全制度与加强治理同步、统筹谋划与分类引导相结合、守正与创新相融合四个方面形成青年理想信念教育的强大合力,不断提高青年理
针对高速飞行器与拦截器的攻防博弈问题，研究了一种基于双深度Q网络（DDQN）的改进算法。该算法针对经典DDQN样本利用效率低的问题，设置多个经验池，并将一轮对抗中Q值的累积时序差分误差（TD-error）与累积奖励值相结合，通过模糊推理计算样本存储至不同经验池中的概率。再根据累积奖励的时序差分误差设计积分抽样器，从不同经验池中抽取样本进行训练。模型的奖励函数设计原则为在成功突防的基础上减少自身机械