【摘 要】
：
基于等温恒应变速率热压缩实验,探究了新型Ti-4Al-5Mo-6Cr-5V-1Nb合金在变形温度700～900℃、应变速率0.001～1.000 s-1条件下的热变形行为.通过真应力-真应变曲线分析了变形参数对合金力学性能的影响规律,选用修正的Arrhenuis双曲正弦函数模型推导了耦合应变的本构方程,基于动态材料模型及Prassd流变失稳准则构建了热加工图.结果 表明:Ti～45651合金为温度、应变速率敏感型材料,其峰值应力及稳态流变应力随变形温度的增加逐渐降低,随应变速率的增大呈增加趋势.流变曲线在
【机 构】
：
中国航空制造技术研究院材料应用研究部,北京100024;中国航空制造技术研究院材料应用研究部,北京100024;高能束流加工技术重点实验室,北京100024
论文部分内容阅读
基于等温恒应变速率热压缩实验,探究了新型Ti-4Al-5Mo-6Cr-5V-1Nb合金在变形温度700～900℃、应变速率0.001～1.000 s-1条件下的热变形行为.通过真应力-真应变曲线分析了变形参数对合金力学性能的影响规律,选用修正的Arrhenuis双曲正弦函数模型推导了耦合应变的本构方程,基于动态材料模型及Prassd流变失稳准则构建了热加工图.结果 表明:Ti～45651合金为温度、应变速率敏感型材料,其峰值应力及稳态流变应力随变形温度的增加逐渐降低,随应变速率的增大呈增加趋势.流变曲线在两相区呈动态再结晶型,在β单相区为动态回复型.本构方程计算可得两相区平均热变形激活能为280.023 kJ·mol-1,远大于纯钛的自激活能,说明两相区的热变形软化机制以动态再结晶为主.β单相区平均热变形激活能为202.564 kJ·mol-1,稍大于纯钛的自激活能,说明其软化机制以动态回复为主.该合金的公共失稳区为700～800℃,0.010～1.000 s-1和850～870℃,0.320～1.000 s-1,该区域的功率耗散效率(η)低至0.15,且有绝热剪切带等失稳组织出现;其公共峰值变形区为700～770℃,0.001～0.010 s-1和790～810℃,0.001～0.0032 s-1,该区域η值高达0.57,且因动态再结晶的充分进行,其中心主变形区无剧烈变形晶粒.
其他文献
薄壁纯铜热管由于其优异的导热能力而广泛应用于具有高热流密度的微型电子器件产品中.然而,在弯曲变形时管壁外侧的“橘皮”状表面粗化问题成为了热管产品使用的瓶颈.针对薄壁烧结纯铜热管弯曲表面“橘皮”缺陷,采用扫捕电镜(SEM)、白光干涉、电子背散射衍射(EB-SD)等方法分析了“橘皮”部位的宏观形貌、三维轮廓、面粗糙度以及管壁内微观组织及晶体取向分布,并讨论了杂质元素磷对表面粗糙程度的影响.结果 表明:经过烧结处理后,热管壁晶粒长大至壁厚尺度,并形成强烈的Goss型再结晶织构;热管中残留的退火孪晶则具有明显的C
由于程序源码和编译后的可执行文件之间存在一定的语义差异,以及用户输入的不确定性,导致在实际应用中无法保证源代码中已经验证过的性质与其可执行文件一致.因此,在不提供程序源代码的情况下,直接对其可执行程序进行脆弱性分析检测更有实际意义.开展了动态污点分析技术在程序脆弱性检测方面的应用研究,设计了基于libdft API程序脆弱性检测工具,并自定义了污染源和污染汇,以适应不同的脆弱性模式.该工具不需要对目标程序的源代码进行分析,可直接对二进制程序进行检测.测试结果表明,该工具可有效检测出心脏滴血攻击、格式化字符
当前安全运营人员面对的是海量的设备日志,需要根据其专家知识或经验来进行调查溯源,大大降低了安全运营的效率,同时也为安全运营设置了较高的知识门槛.为了解决这一问题,提出了一种基于异构属性图的自动化攻击行为语义识别方法,能够实现底层安全日志到上层攻击行为之间的映射.首先,利用异构图对系统日志进行威胁建模;然后,以攻击行为上下文为语义并结合知识图谱表示学习得到图中节点与边的向量表示;接着,利用层次聚类把相似的日志聚合到一起,从中找出最具代表性日志作为整个类的行为表示.最后,对该方法进行了实验验证,可以看出该方法
近年来,以深度学习为代表的人工智能技术飞速发展,在图像分类、自然语言处理等多个任务中超过了人类表现.在金融、教育、医疗、军事、制造、服务等多个领域,人工智能技术应用不断深化,和社会生活的融合愈加紧密.然而,在这一过程中,人工智能系统自身暴露出众多安全问题,不断涌现出针对人工智能系统的新型安全攻击,包括对抗攻击、投毒攻击、后门攻击、伪造攻击、模型逆向攻击、成员推理攻击等.这些攻击损害了人工智能数据、算法和系统的机密性、完整性和可用性,迫切需要学术界和产业界的共同关注.
联邦学习可以在保证数据隐私安全及合法合规的基础上实现共同建模,但保证联邦学习模型发布的隐私性以及保证用户对模型的效用仍是亟待解决的问题.提出一种基于安全洗牌和差分隐私的联邦学习模型安全防护方法SFLSDP.联邦模型拥有者利用差分隐私技术对联邦学习的模型参数进行加噪声,生成带噪声的模型参数,之后利用用户授权密钥和安全洗牌算法加密模型参数,并将加密的联邦学习模型参数发送给用户;用户在本地使用联邦学习模型时,利用用户授权密钥和安全洗牌算法解密模型参数密文,得到带噪声的联邦学习模型,将自己的数据作为该模型的输入就
采用放电等离子烧结(SPS)技术在304不锈钢表面制备了一种含30％Cu(质量分数)的TZM合金(钼钛锆合金)涂层.使用拉伸剥离粘合力测试测定了涂层的结合强度;利用热循环试验测试了涂层的热稳定性能;采用摩擦磨损试验机对合金涂层和TZM合金进行了700℃下的高温摩擦磨损试验;通过场发射扫描电镜(SEM)与能谱(EDS)仪分析了涂层组织;使用X射线衍射(XRD)仪测试了涂层的相组成.结果 表明:合金涂层各部分结合得较为良好.胶接拉伸试验断裂于涂层与拉伸棒胶接处,涂层各部分间未发生剥离.在600和800℃下进行
随着深度学习在各个领域的广泛应用,数据收集和训练过程中产生的隐私泄露问题已成为阻碍人工智能进一步发展的原因之一.目前已有很多研究将深度学习与同态加密或者差分隐私等技术结合以实现对深度学习中的隐私保护.从另一个角度尝试解决这个问题,即在一定程度上保证训练数据集隐私性的基础上,实现对训练数据计算节点的可追踪性.提出了一种基于差分隐私的可追踪深度学习分类器,结合差分隐私和数字指纹技术,在为训练数据集提供隐私保护的同时保证在出现非法传播的训练模型或者数据集时,能根据其中的指纹信息定位到问题训练节点.该分类器既能保
本文针对锂矿石硫酸法提锂工艺产生的沉锂母液中锂回收率低和锂钠分离困难的问题,提出了沉锂母液中锂回收的“协同萃取-硫酸反萃”工艺路线,优化了锂钠分离的工艺参数,并采用线性分析法对锂的协同萃取机制进行了初步的探索.研究发现,采用“Lix 54+ Cyanex 923”协同萃取体系可将沉锂母液中的锂以“Li·Lix 54·Cyanex 923”的形式萃取进入有机相,而钠不被萃取,锂钠分离效果好.根据锂的萃取和反萃分配曲线绘制了的McCabe Thiele图,在Lix 54和Cyanex 923浓度分别为0.50
通过X射线衍射(XRD)、光学显微镜(0M)、电子背散射衍射(EBSD)、扫描电镜(SEM)、透射电镜(TEM)等手段分析了(Fe50Mn30Co10Cr10)100-xCx(x=0,0.5,2.0,2.5;原子分数)浇铸态高熵合金微观组织与力学性能.结果 表明,随着碳原子含量的增加,浇铸态高熵合金由fcc+hcp双相结构转变为fcc单相结构;间隙碳原子的固溶使合金发生晶格畸变,稳定fcc相,抑制亚稳态hcp相的生成.当x=2.0时,几乎仅存在fcc相衍射峰,微弱的hcp相衍射峰说明其含量很低.当碳原子的