【摘 要】
：
对采用“非真空上引连铸+连续挤压”工艺试制出的Cu-Cr-Zr合金线杆进行时效处理和冷加工试验,研究时效温度和加工量对其HRB硬度、导电率及抗拉强度的影响.试验结果表明:随着时效温度的提高,Cu-Cr-Zr合金杆的软化前HRB硬度和抗拉强度先逐渐提高,而后逐渐降低,而导电率则逐步提高;时效后的Cu-Cr-Zr合金线杆,随着加工量增大,其软化前其HRB硬度和软化前强度逐步增大,其软化后的HRB硬度和软化后的导电率则基本保持稳定,变化幅度较小.对试验结果进行了机理分析,为“非真空上引连铸+连续挤压+冷加工+时
【机 构】
：
中铜(昆明)铜业有限公司,云南 昆明 650102
论文部分内容阅读
对采用“非真空上引连铸+连续挤压”工艺试制出的Cu-Cr-Zr合金线杆进行时效处理和冷加工试验,研究时效温度和加工量对其HRB硬度、导电率及抗拉强度的影响.试验结果表明:随着时效温度的提高,Cu-Cr-Zr合金杆的软化前HRB硬度和抗拉强度先逐渐提高,而后逐渐降低,而导电率则逐步提高;时效后的Cu-Cr-Zr合金线杆,随着加工量增大,其软化前其HRB硬度和软化前强度逐步增大,其软化后的HRB硬度和软化后的导电率则基本保持稳定,变化幅度较小.对试验结果进行了机理分析,为“非真空上引连铸+连续挤压+冷加工+时效+冷加工”工艺工业化批量生产Cu-Cr-Zr合金杆提供可靠的理论及数据支撑.
其他文献
为有效捕捉行为中的时序关系,增强网络的特征表达能力,提出一种基于ResNeXt-GRU的人体行为识别方法.首先,使用聚类算法提取行为视频关键帧序列,输入ResNeXt网络中进行空间维度上的特征提取.然后,将输出的特征向量全部输入门控循环单元(GRU)网络中进行时序学习.最后,利用Softmax分类器进行分类.在UCF101和HMDB51数据集上分别进行实验,识别准确率为93.7％和69.2％.实验结果表明与现有的其他许多行为识别方法相比,识别准确率得到了一定的提升.
为实现高分辨率卫星图像的道路自动提取,设计一种编码器-解码器结构的图像分割方法.针对卫星图像中乡村地区的道路提取结果不佳,以及不能对阴影区域、被遮挡区域的道路进行有效提取的问题,以不含全连接层的VGG13作为编码器的骨干网络,对解码器部分进行设计,达到对道路区域进行有效提取的目的,并对模型训练使用的损失函数进行介绍.在开始训练之前,对DeepGlobe道路提取数据集进行预处理.使用PaddlePaddle深度学习框架展开实验,改进后的方法在验证集上的IoU,acc,Kappa分别可以达到0.6194,0.
利用高灵敏度射频无损检测传感器评估样品的电磁特性在航空航天和生物医学等领域应用越来越广泛,提出一种工作在5G频段下的高灵敏度材料无损检测传感装置,该传感装置基于微带型射频电路和矢量网络分析仪.射频电路包括一对T型结功分器、一对交指电容(IDC)和互补谐振环(CSRR).对该电路加工并对标准样品如PVC、玻璃环氧树脂、FR4等材料测试发现:测量样品的介电特性与已发表文献结果吻合,证明了该无损检测传感装置的高精度和可兼容特性.
现有知识库存在大量缺失事实且事实常携带时间信息.针对主流嵌入表示方法在知识补全时常忽略时间维度的问题,设计一种时间敏感的三元组嵌入表示方法TSKGC(time sensitive knowledge graph completion).通过为时间戳分配超平面,将时序信息合并到实体关系空间中,并进一步将映射后三元组的3列k维矩阵表示用作卷积神经网络的输入,在不同超平面对应的多通道中并行处理,提取三元组特征用于知识补全.在YAGO11k和Wikidatal2k数据集上的实验证明,TSKGC具备一定的时间预测能
为进一步提高分布式视频编码(distributed video coding,DVC)的压缩性能,针对离散小波变换域DVC,提出了基于分层细化的Wyner-Ziv解码算法.算法充分利用小波多尺度和多分辨率的特性,将边信息优化算法和高阶统计模型进行了深度融合.在比特层面上,通过边信息优化算法提升每一分解层高频子带的边信息质量,从而提高高阶统计模型中与边信息相关的两大特征的准确性,增强高阶统计模型在信源相关性挖掘和有效利用方面的性能,实现DVC压缩性能的提升.测试结果表明,与参考文献相比,基于本文算法的DVC
近年来服装时尚行业经济发展迅速,为了让用户选择服装和服装的设计更方便快捷,提高服装图像的分割效率尤为重要.目前的方法大多属于传统的分割方法,或者基于深度卷积神经网络(DCNN).针对服装图像分割时易受背景、颜色、纹理等的影响,且服装的边缘分割不准确,基于Deeplabv3+算法提出了双注意力机制的方法识别分割服装图像,使用通道注意力机制和位置注意力机制构成名为CPAM的模块对Deeplabv3+网络进行改进.特征图经过多次下采样后再经过通道和位置注意力模块(CPAM)与ASPP模块并行,最后通过上采样得到
为提高对ENSO的预报能力,同时针对用机器学习方法做气候预报时观测资料不足的问题,基于深度卷积神经网络(convolutional neural networks,CNN)架构,以CMIP6模式资料和GODAS观测资料为数据集,训练出一个应用于ENSO预报的神经网络.结果表明,在训练神经网络时引入CMIP6模式资料能提高数据量,解决了机器学习中观测资料不足的问题.在时效为1～9个月的后报实验中,神经网络的表现优于传统的动力模式和统计模式.对照实验显示模式数据的加入以及采用集合预报的方法有利于改善预报效果,
为进一步研究东北地区冷涡背景下飑线的统计特征,识别出24个东北地区冷涡背景下的飑线过程,并利用动态合成分析等方法,对飑线过程的时空分布、移动特征、形成和消散方式及其与冷涡的关系进行统计研究.结果表明:(1)飑线过程南多北少,与平原-山区交界线的走向一致呈东北-西南向分布.飑线均位于冷涡的南侧,飑线不同时期差异不大.在冷涡发展增强和成熟阶段形成的飑线较多,而且在冷涡的减弱消亡阶段也有多条飑线产生.(2)飑线具有明显的日变化特征,多在午后至凌晨生成,上午最少.70.8％的飑线生命史为3～5 h.最大雷达回波强
随着社会的不断发展进步,矿产行业也愈加受到关注,一方面是能源的损耗,另一方面则是对于环境的保护,而机械自动化技术在矿产行业中的应用,则能够完美解决这两方面的问题,本文从机械自动化技术本身的特点、发展趋势和其在矿山设备中的应用三个方面对机械自动化技术进行研究分析.
本文介绍了《家用铝及铝合金箔》行业标准的立项背景和关键性能指标的制定依据.本标准与国外标准进行对比分析,并对本标准实施后的社会经济效益进行预测.