基于结构诸元的枪械方案评价

针对枪械在方案研制初期的评价主观性较强的问题,提出了一种基于结构诸元的枪械方案评价方法.首先建立了基于结构诸元的枪械方案评价指标体系,然后对指标建立不同的数学模型进行计算,通过熵权法计算各指标权重,最后以关联度分析法作为评价主体,对枪械方案进行评价.通过枪械实例应用,验证了该方法的有效性和可行性,从而为枪械研制初期方案客观评价提供技术途径.     

异烟肼在有机溶剂中溶解度测定及晶习研究

在283.15~323.25 K范围内，利用在线浊度法测定了异烟肼在甲醇、乙醇、正丙醇、异丙醇、正丁醇、异丁醇、丙酮、乙腈、乙酸甲酯与乙酸丁酯中的溶解度。数据表明，异烟肼在不同溶剂中的溶解度均随着温度升高而增加。在同一温度下，异烟肼的溶解度与溶剂关系符合如下顺序：甲醇 > 丙酮 > 乙醇 > 正丙醇 > 异丙醇 > 乙酸甲酯 > 异丁醇 > 正丁醇 > 乙腈 > 乙酸丁酯。采用改进的Apelblat、Wilson与NRTL方程对溶解度数据进行了拟合，结果与实验数据有较高的吻合。基于溶解度数据，对异烟肼溶解焓、溶解熵与溶解吉布斯能进行了计算，发现异烟肼溶解过程是吸热熵增过程。分析了甲醇、乙醇、正丙醇与丙酮对异烟肼冷却结晶过程所获产品晶习的影响，确定乙醇为合适的结晶溶剂。     

钛合金表面抗高温氧化涂层的研究进展

钛合金在制造航空航天发动机等关键部件方面具有重要的应用价值，但高温性能不稳定是制约其发展前景的主要原因。采用激光熔覆技术在钛合金表面制备耐高温涂层，是在不改变钛合金材料整体性能的前提下赋予材料表面特殊性能的重要途径。首先介绍了钛合金的氧化行为，并简要分析了钛合金在氧化过程中的氧化特点及失效形式，指明其改善途径。随后总结分析了目前常用的镍基高温涂层、TiAl系高温涂层和高熵合金高温涂层的研究现状，其中镍基合金涂层具有较高的结合强度、良好的耐磨性和优异的耐蚀性，但由于涂层与基体中元素的扩散速率不同导致的差异，造成柯肯达尔空洞的产生，涂层变得不稳定，涂层与基体的结合强度降低。TiAl基合金的高温性能与镍基高温合金相近，且密度小，有代替镍基合金的发展趋势，其涂层表面可以生成均匀致密的Al2O3氧化膜，并且与钛合金基体间的化学成分差异小，基本不发生互扩散现象。但二元TiAl系涂层对于Al的用量有严格的要求，当其使用温度超过850 ℃时，抗氧化性能也会严重降低。因此Ti-Al-X系涂层中X元素（例如Cr、Si、Ni等元素）的添加，可以适当地降低Al含量，促进均匀致密的Al2O3氧化膜的形成，有效地阻止氧元素向基体的扩散，并且比二元TiAl涂层的脆性要低、塑性更好。高熵合金高温涂层具有许多优异的性能，调整其中某一种或者某几种元素的含量都可以进一步优化性能，因此应用前景极为广阔，但其还处于实验室研究阶段，元素配比的不合理，基体元素对熔覆层的反作用，都会使高熵合金的脆性和力学性能达不到理论效果，不能进入真正的应用阶段。最后展望了激光熔覆技术在钛合金表面制备高温涂层的发展趋势。     

高熵合金AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7扩散阻挡层的制备与性能研究

目的 验证15 nm厚度AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7的势垒层热稳定性和扩散阻挡性能。方法 采用直流磁控溅射技术在n型Si(111)基片上真空溅射沉积15 nm的AlCrTaTiZrRu(3 nm)/(AlCrTaTiZrRu)N0.7 (12 nm)双层阻挡层，随后在双层AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7薄膜的顶部沉积50 nm厚的Cu膜，最终制得Cu/AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7/Si复合薄膜试样。将样品在真空退火炉中分别进行600~900 ℃高温退火30 min，以模拟最恶劣的应用环境。用场发射扫描电镜(FE-SEM)、X射线衍射仪(XRD)、能谱分析仪(EDS)、四探针电阻测试仪(FPP)以及原子力显微镜(AFM)对试样的表面形貌、物相组成、化学成分、方块电阻和粗糙度进行表征分析。结果 沉积态AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7薄膜呈现非晶结构，与Cu膜和Si衬底的结合良好。在800 ℃退火后，Cu/AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7/Si薄膜系统结构完整，膜层结构界面之间未出现分层现象，表面Cu颗粒团聚现象加剧，Si衬底和Cu膜表面未发现Cu-Si化合物生成，薄膜方阻保持在较低的0.070 ?/sq;900 ℃退火后，薄膜系统未出现层间分离和空洞现象，Cu膜表面形成孤立的大颗粒Cu-Si化合物，薄膜电阻率大幅上升。结论AlCrTaTiZrRu/(AlCrTaTiZrRu)N0.7双层结构在800 ℃退火后仍能有效抑制Cu与Si相互扩散，其非晶结构增强了Cu/HEA/HEAN0.7/Si体系的热稳定性和扩散阻挡性。     

基于熵权TOPSIS法的机械加工绿色工艺方案决策

绿色制造中的工艺方案选择是一个复杂的多目标决策问题。为了能够选择最优的绿色工艺方案,提高企业效益,提出了基于熵权TOPSIS法的机械加工绿色工艺方案决策方法。首先,结合决策指标体系建立的原则和绿色制造决策框架模型,建立了绿色工艺方案决策指标体系;然后,采用熵权法确定指标的权重,并将熵权法与TOPSIS法相结合,建立了基于熵权TOPSIS法的机械加工绿色工艺方案决策模型;最后,以自卸车举升梁的3种机械加工工艺方案为例,验证了该模型的可行性和实用性。     

高熵合金CrNbTiVZr的微观组织及其在模拟PEMFC环境中腐蚀行为研究

采用真空电弧熔炼和热处理制备了CrNbTiVZr高熵合金,利用XRD、SEM/EDS、动电位与恒电位极化曲线测试及XPS表面分析等方法,研究了高熵合金铸态及退火后的微观组织特征以及合金在模拟PEMFC环境中的电化学腐蚀行为及其钝化膜组成。结果表明,CrNbTiVZr高熵合金的铸态和退火组织均由富集Ti、Nb元素的无序BCC相和富集Cr、V、Zr元素的Laves相组成。铸态和退火合金在模拟PEMFC阴极环境中腐蚀电流密度Icorr均比304SS不锈钢下降一个数量级,具有较好的耐蚀性和稳定性,但在阳极环境中其耐蚀性与304SS相当,其中铸态合金的稳定性较差。合金在阴极环境良好的耐蚀性主要与其表面形成由Cr2O3、Nb2O5、V2O3、Ti2O3及ZrO2组成的致密钝化膜关系密切。     

基于组合赋权-集对分析的煤矿煤尘爆炸危险性评价研究

针对目前煤尘爆炸危险性评价研究较少、各评价因素选择偏差较大的问题,通过分析煤尘爆炸特性,提出以煤尘可爆性危险、煤尘爆炸浓度危险、点火源危险3个必要条件为一级指标,煤质变异程度、挥发分、水分、灰分等14个二级指标,以层次分析法确定各指标的主观权重,以熵权法确定各指标的客观权重,利用乘法归一化方法对各指标的组合权重进行计算,构建集对分析-组合赋权煤尘爆炸危险性评价模型,并将该模型与已较成熟的改进FAHP模型、模糊事故树模型、灰色聚类评估体系、未确知测度评价模型一同应用于济宁某矿的煤尘爆炸危险性评价过程中,结果显示:集对分析-组合赋权评价模型、改进FAHP模型、灰色聚类评估体系评价结果为一般危险等级,模糊事故树模型的评价结果为较安全等级,集对分析-组合赋权煤尘爆炸危险性评价模型评价结果与改进FAHP模型、灰色聚类评估体系、未确知测度评价模型的评价结果一致,该模型对煤尘爆炸危险的评价具有较好的适用性。     

碳含量对激光熔覆CoCrFeMnNiCx高熵合金涂层摩擦磨损和耐蚀性能的影响

采用激光熔覆技术在 45 钢基体上制备了不同碳含量(等摩尔比)的 CoCrFeMnNiC_x( x = 0,0. 03,0. 06,0. 09, 0. 12,0. 15)高熵合金涂层。 通过 X 射线衍射(XRD)、扫描电镜( SEM)、HVS-1000A 型显微硬度计、RST5000 型电化学工作站、UMT-2 型摩擦磨损试验机等表征和测试手段研究了不同碳含量对激光熔覆 CoCrFeMnNiC_x 高熵合金涂层物相结构、显微硬度、摩擦磨损及耐腐蚀性能的影响。 结果表明,当碳含量 x 由 0 逐渐增加至 0. 09 时,高熵合金相结构由 FCC 固溶体转变为 FCC 固溶体和 M23C6 相共存,合金微观组织变得细小;熔覆层硬度由 183. 20 HV_{0. 2} 增加至 223. 48 HV_{0. 2} ; 涂层的摩擦因数降低,耐磨性能变强;腐蚀电位由-469 mV 增大至-348 mV,腐蚀电流密度由 14. 95 μA·cm^-2 减小为 2. 29 μA·cm^-2 ,耐腐蚀性增强。 当碳含量 x 由 0. 09 逐渐增加至 0. 15 时,合金相结构再次转变为 FCC 固溶体,且合金微观组织恢复粗大状态;熔覆层硬度与耐腐蚀性降低,但耐磨性能却先减弱后增强。 合金在碳含量为 0. 09 时,硬度最高且耐腐蚀性能最强;在碳含量为 0. 15 时,耐磨性最强。     

频带能量与样本熵在注意力脑电信号中的对比研究

脑电波是一种复杂的生物电信号,可反应出大脑内部的活动及注意力等精神状态。基于此,论文设计了注意力相关的脑电实验,并完成了受试者脑电数据的采集,对所采集的脑电数据分别从以下两种角度进行研究:从时频分析的角度,采用db4小波基对原始脑电信号进行7层小波包分解,提取了β波/θ波能量占比作为特征量;从非线性动力学的角度,提取脑电信号的样本熵作为特征,并分别对各受试者进行注意力的分级研究。通过对比分析,结果表明两者都能从一定程度上表征注意力水平的状况,但样本熵对于多级注意力的区分度更好。     

基于强化学习单元匹配循环神经网络的滚动轴承状态趋势预测

为了解决当前人工智能预测方法在滚动轴承状态趋势预测中预测精度较差、计算效率较低的问题,提出基于强化学习单元匹配循环神经网络(RLUMRNN)的滚动轴承状态趋势预测新方法。先采用滑动平均奇异谱熵作为滚动轴承状态退化特征,再将该特征作为RLUMRNN的输入完成滚动轴承状态趋势预测。在RLUMRNN中,利用最小二乘线性回归法构造单调趋势识别器,将轴承整体的状态退化趋势分为上升、下降、平稳3种单调趋势单元,并通过强化学习为每一种单调趋势单元选择一个隐层数和隐层节点数与其相适应的循环神经网络,从而改善了RLUMRNN的非线性逼近能力和泛化性能;用3种单调趋势单元和不同隐层数、隐层节点数分别表示Q值表的状态和动作,并构造关于循环神经网络输出误差的新型奖励函数,以明确强化学习的目标,从而减小循环神经网络的输出误差,避免在Q值表更新过程中使Agent(即决策函数)盲目搜索,提高了RLUMRNN的收敛速度。通过双列滚子轴承状态趋势预测实例验证了该方法具有较高的预测精度和计算效率。