氢等离子体电弧熔炼对稀土金属Gd凝固组织和硬度的影响

来源 :上海金属 | 被引量 : 0次 | 上传用户:bmhk1002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用氢等离子体作热源熔化、精炼稀土金属钆(Gd),并采用双辊薄带连铸制备Gd金属带。研究了等离子气中氢气比例、双辊连铸角速度和轧制及热处理工艺对金属Gd凝固组织和硬度的影响。结果表明:增大等离子气中氢气比例、减小双辊连铸角速度,金属Gd中杂质去除率升高,凝固组织晶粒尺寸增大;延长退火保温时间,组织粗化、显微硬度降低。热处理后轧制,金属Gd组织明显细化、显微硬度升高,能满足靶材对晶粒尺寸的要求。
其他文献
采用高温X射线衍射及热膨胀法,测定了较宽温度范围内γ单相及γ+γ两相Ni-Al合金中γ相的点阵常数及热膨胀系数。将试验结果与文献中的计算结果进行比较,发现在600~900℃范围内γ相点阵常数与热膨胀系数的试验值均小于Wang等的计算结果;相较于γ单相Ni-Al合金,γ+γ两相合金中γ相点阵常数的试验值随温度的变化趋势与计算结果更吻合。分析认为,这是由于Wang等的点阵常数模型未考虑两相状态时共格应力对γ相点阵常数的影响。
随着医学成像技术的快速发展,医学图像在临床检测及科研领域得到了广泛的应用。针对临床图像数据集不完备的情况,本文提出了基于密集连接的自逆生成对抗网络用于实现核磁共振T1加权图像和T2加权图像相互生成的模型。该模型在自逆循环对抗生成网络的生成器模块中引入密集连接块结构,并采用U-net的多尺度融合框架,实现了T1与T2加权图像的互相生成。实验采用BraTS2018数据集进行验证,生成图像的峰值信噪比与
研究了不同次数模拟焊后热处理对正火态Q370R钢板组织和力学性能的影响。结果表明:Q370R钢板经3次模拟焊后热处理,组织仍以铁素体+珠光体为主,但较正火态的晶粒度降低了1级;随着焊后热处理次数的增加,析出物数量增加,尺寸明显增大。经3次模拟焊后热处理,钢板厚度方向的屈服强度、抗拉强度和冲击性能均下降;相比正火态,屈服强度降低了50 MPa,抗拉强度降低了60 MPa,断后伸长率没有明显变化,钢板1/4和1/2厚度处的冲击吸收能量分别降低了约80和70 J。晶粒粗化和碳化物的析出和长大是影响钢板性能的主要
网络结构作为一种常见的数据关系表示方法被大量运用在各类研究中。人的大脑也可通过定义节点和连接边的方式抽象成一个复杂的网络结构。这个网络通常被简称为脑网络,其结构与人类的认知功能和脑疾病存在密切联系。分析和研究脑网络可以为人类探索大脑工作方式、研究神经性退化疾病的病理机制、改善心理疾病及大脑损伤的诊断治疗提供有力的工具。目前,脑网络分析及其应用已成为计算机与生物信息、医学等交叉学科中的研究热点。本文旨在回顾脑网络分析中的典型方法和应用,并按照脑网络构建、脑网络表示、脑网络分析3个部分加以介绍。最后,总结全文
现有年龄估算方法的性能度量主要是基于训练集与测试集独立同分布的假设。为了能更好地符合实际场景以及更好地评估年龄估算方法的泛化性能,提出一种异构数据集评估协议,即在年龄估算时更关注训练集与测试集具有的不同分布和特征情况。此外,为了提高基于卷积神经网络的年龄估算方法的拟合能力,在充分考虑相邻年龄特性的基础上,通过将年龄估算问题建模为基于高斯模型的标签分布学习,提出一种新颖的损失函数。理论分析与实验结果
以红土矿和海砂矿作原料,通过加热至1200℃保温1 h随后加热至1500℃保温2 h炉冷的高温还原工艺制备了MgO-Al2O3-SiO2系微晶玻璃和Ni-Fe合金。采用X射线衍射(XRD)、扫描电子显微镜(SEM)、维氏硬度计等研究了源于海砂矿的TiO2含量对MgOAl2O3-SiO2微晶玻璃的结晶行为、主晶相、微观结构和性能的影响。结果表明:随着每10
针对人体下肢运动状态识别精度低的问题,提出了一种基于足底压力的下肢运动状态识别预测方法。以EMED足底压力平板采集的不同步速下各40组足底压力数据为试验样本,通过分析足底压力特征参数,构建步态相位,建立足底步态周期关系,以及步态位移模型。下肢运动是非线性运动,采用步态周期模型结合粒子滤波算法实现足底压力预测。先对粒子群初始化获取先验概率密度函数,对预测压力进行估计,其次对状态向量检验,使用多元线性回归推导出预测足底压力。实验结果表明,在不同步态速度下,粒子滤波算法性能好,精确度达到97%以上,从而证明了足
很多人了解到英菲尼迪QX60,可能是通过2014年最为火爆的综艺节目《爸爸去哪儿》,作为节目的官方座驾,QX60凭借宽敞舒适的空间和精致时尚的内外饰赢得了国内消费者的认可,同时也成就了“中国通”戴雷以及这个车圈经典的营销案例。但随着时间的推移,节目里的萌娃已然长大,可英菲尼迪QX60却迟迟没有迎来较大的更新换代。
网络对齐是集成不同平台数据的重要途径。利用网络表示学习得到节点表征并建立节点匹配策略是当前异构网络对齐的主流技术之一。在这类研究中,网络表示模型和计算复杂性为两大关键问题。本文提出一种基于多尺度特征建模和优化采样策略的无监督网络对齐方法。首先,提出一种不同尺度的节点特征表示,提取节点特征;然后利用网络嵌入模型获得网络的初表征,在此基础上设计了一种基于节点重要性的采样策略选择地标节点,改进随机抽样策略;建立了基于地标节点的网络节点相似关系矩阵,引入低秩矩阵近似方法进行矩阵分解,得到节点表示;最后,根据节点表
肝癌是临床上具有高致死率的常见恶性肿瘤之一,发现新靶点、开发新药对于疾病的治疗至关重要。本文从生物功能和网络的角度分析了与肝癌发生、发展相关的差异表达基因,旨在筛选出肝癌早期诊断的分子标志物和免疫治疗靶点。首先对两组肝癌相关基因表达数据进行差异表达筛选;然后通过GO(Gene ontology)功能和KEGG(The kyoto encyclopedia of genes and genomes)通路分析,得到同时在主要功能和信号通路上显著富集的128个目标基因;最后通过基因调控网络探讨目标基因的相互作用