排序方式: 共有78条查询结果,搜索用时 0 毫秒
1.
将活性屏离子氮化过程中活性氮原子的输运方式分为无输运介质的扩散输运与有输运介质的吸附输运两种,指出扩散输运是活性氮原子的重要输运方式之一。此外,还重新分析了文献报道的活性屏离子氮化实验结果,阐述了活性屏材质等因素对氮化效果的影响。 相似文献
2.
TiC中间过渡层对硬质合金表面沉积(类)金刚石的影响 总被引:4,自引:0,他引:4
采用CH4-H2-O2微波等离子体化学相沉积法在硬质合金表面沉积金刚石薄膜,研究了TiC中间过渡层对金刚石沉积效果的作用及粘结机理,结果表明在相同沉积条件下TiC中间过渡层可以显著提高硬质合金表面沉积金刚石薄膜的生长速率,而且还可提高金刚石薄膜与基体的结合力。 相似文献
3.
钢管短芯棒拉拔过程应力场的数值模拟 总被引:5,自引:0,他引:5
通过对一个典型的带芯棒拉拔过程的模拟,分析了在拉拔过程中芯模应力和钢管应力的分布特点。芯模的最大应力出现在芯模的浅表层,在周向表面上呈点状分布,而芯模其他部位承受的应力并不是很大。在拉拔过程中,芯模最大应力从芯模的定径带和前倒角交界处附近转移到芯模定径带靠近芯模锥面附近。芯模的这种应力分布状况和芯模的失效形式密切相关,芯模应力在周向呈点状分布使得芯模局部容易产生粘着磨损,芯模的定径带附近承受交变的最大应力使得芯模容易产生微裂纹.微裂纹的扩展使得芯模开裂。钢管周向和径向的应力值不大,而轴向应力值较大,最大轴向应力出现在钢管与芯模的接触部位。 相似文献
4.
5.
6.
基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测 总被引:1,自引:1,他引:0
基于MATLAB平台和现有的少量实验数据,采用Bayesian正规化法,建立了一个输入为工艺参数、输出为NdFeB永磁体性能参量的BP(Back Propagation)神经网络预测模型,并通过测试样本检验了ANN(Artificial Neural Network)模型的准确性.实验表明,建立的Bayesian正规化BP神经网络模型不仅能准确地拟合训练值,而且能很好地预测未知样本,将该模型应用于材料制备工艺设计,可以明显缩短实验周期,提高工艺设计效率,对实际的研究工作具有一定的指导意义和应用价值. 相似文献
7.
8.
用粉末冶金工艺制备了Al-Si共晶合金与Zr-2合金扩散偶,研究了不同等温热处理温度和时间条件下扩散偶的相容性.采用扫描电镜(SEM)、能谱分析(EDS)和X射线衍射(XRD)技术分析了扩散偶界面处的微观形貌和元素分布,讨论了扩散层形成机理.结果表明,环境温度及材料状态显著影响扩散偶之间的相容性.650℃时,液态Al-Si合金对Zr-2合金的浸润和扩散形成了较明显的以Zr3Al化合物为主的扩散层;560℃时,扩散元素之间仅产生固态扩散,形成的扩散层很薄;350℃时,扩散系数更小,几乎未发生扩散和形成扩散层,Al-Si共晶合金与Zr-2合金之间具有良好的相容性. 相似文献
9.
10.