Nb在高铝铁素体钢中的固溶析出行为

采用电解相分析方法, 结合X射线衍射分析和电感耦合等离子体原子发射光谱仪(ICP)、扫描电镜(SEM)、透射电镜(TEM)等对高铝铁素体基体中的析出相颗粒粉末和电解液进行定性定量分析. 试验结果表明, 试验钢中固态析出相主要为NbC以及少量的Al₂O₃和AlN夹杂. 通过扫描电镜观察不同再加热温度下NbC分布状态, 发现随着固溶温度的升高, 铸态组织中存在的NbC析出逐渐回溶, 数量随之减少且发生明显的粗化行为. 当温度升高到1100℃, 大部分NbC已经回溶到高温铁素体基体中. 在利用Thermo-Calc热力学计算软件分析Nb及其碳化物的热力学性质基础上, 计算得到Al与Nb的相互作用系数, 表明Al能够降低Nb在铁素体基体中的活度, 提高其在基体中的固溶度, 进一步得到了NbC在高铝铁素体钢中的固溶度积公式, 发展了高温铁素体中的Nb微合金化理论, 为进一步的应用提供了理论基础.      

离子膜整流柜提高均流系数的措施和效益分析

分析了影响均流的诸多因素,探讨了在实际运行中改善均流系数的途径,并提出了提高均流系数的相应措施。     

发泡剂和扩链剂/交联剂对聚酯型聚氨酯泡沫的影响

采用预聚体法制备聚酯型聚氨酯泡沫,利用全水发泡,分别采用1,4-丁二醇(BDO)和三羟甲基丙烷(TMP)做扩链剂和交联剂,考查三者对聚酯型聚氨酯泡沫的性能影响。结果表明:随着水用量的增加,泡沫密度不断下降,力学性能增加,回弹性能呈现先增加后减小的趋势,当水的用量为2. 5～3质量份时泡沫的各项性能最均衡;扩链剂和交联剂的加入使泡沫的力学性能得到提升,同时会降低回弹性能,最佳的扩链剂和交联剂的配比为1. 5质量份的BDO和0. 5质量份的TMP。     

大规模生物网络马尔可夫聚类的并行化算法

马尔可夫聚类算法（MCL）是在大规模生物网络中寻找模块的一个有效方法，能够挖掘网络结构和功能影响力较大的模块。算法涉及到大规模矩阵计算，因此复杂度可达立方阶次。针对复杂度高的问题，提出了基于消息传递接口（MPI）的并行化马尔可夫聚类算法以提高算法的计算性能。首先，生物网络转化成邻接矩阵；然后，根据算法的特性，按照矩阵的规模判断并重新生成新矩阵以处理非平方倍数矩阵的计算；其次，并行计算通过按块分配的方式能够有效地实现任意规模矩阵的运算；最后，循环并行计算直至收敛，得到网络聚类结果。通过模拟网络和真实生物网络数据集的实验结果表明，与全块集体式通信（FCC）并行方法相比，平均并行效率提升了10个百分点以上，因此可以将该优化算法应用在不同类型的大规模生物网络中。