新型Fe-Cr-Mo-V系热强耐蚀钢的设计
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-19页 |
| ·引言 | 第9页 |
| ·高红硬性热强钢的研究现状 | 第9-12页 |
| ·合金耐腐蚀性的研究 | 第12页 |
| ·人工神经网络在材料研究中的进展和现状 | 第12-16页 |
| ·性能识别和预测 | 第14-15页 |
| ·工艺优化 | 第15-16页 |
| ·相图计算的研究进展和现状 | 第16-17页 |
| ·主要研究内容 | 第17-19页 |
| 第2章 材料及研究方法 | 第19-29页 |
| ·合金体系与成分设计方法 | 第19-26页 |
| ·合金体系的确定 | 第19页 |
| ·网络模型与算法 | 第19-23页 |
| ·粒子群优化算法的原理及算法流程 | 第23-25页 |
| ·程序实现 | 第25-26页 |
| ·合金热力学计算与热处理工艺的优化 | 第26-27页 |
| ·相图计算原理 | 第26-27页 |
| ·热处理工艺优化方法 | 第27页 |
| ·试样的冶炼 | 第27页 |
| ·试样的热处理 | 第27页 |
| ·组织结构分析 | 第27-28页 |
| ·显微组织分析 | 第27页 |
| ·X射线衍射分析 | 第27-28页 |
| ·性能测试 | 第28-29页 |
| ·硬度测试 | 第28页 |
| ·耐腐蚀试验 | 第28页 |
| ·合金红硬性的测试 | 第28-29页 |
| 第3章 合金的设计和优化 | 第29-43页 |
| ·BP网络设计 | 第29-31页 |
| ·隐层数目的选择 | 第29-30页 |
| ·各层单元数的选择 | 第30-31页 |
| ·设定网络初始值 | 第31页 |
| ·样本数据 | 第31-33页 |
| ·样本的收集 | 第31-32页 |
| ·学习样本的处理 | 第32-33页 |
| ·网络系统的训练 | 第33-37页 |
| ·训练结果 | 第33-37页 |
| ·网络检测 | 第37页 |
| ·基于粒子群优化算法的合金反向优化设计 | 第37-39页 |
| ·PSO的参数设置 | 第38页 |
| ·优化结果 | 第38-39页 |
| ·预测成分及其含量和热处理条件对高温硬度的影响 | 第39-42页 |
| ·合金元素对高温硬度的影响 | 第39-41页 |
| ·热处理条件对高温硬度的影响 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 合金热力学计算与热处理工艺优化 | 第43-67页 |
| ·合金元素对平衡相图的影响 | 第43-62页 |
| ·碳含量对合金平衡相图的影响 | 第43-48页 |
| ·铬含量对合金平衡相图的影响 | 第48-53页 |
| ·钼含量对合金平衡相图的影响 | 第53-57页 |
| ·钒含量对合金平衡相图的影响 | 第57-62页 |
| ·合金热处理工艺优化 | 第62-66页 |
| ·合金平衡相图计算 | 第62-65页 |
| ·相图分析及热处理工艺确定 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 合金的制备和表征 | 第67-77页 |
| ·合金的制备 | 第67页 |
| ·合金的热处理 | 第67-68页 |
| ·合金显微组织与相组成 | 第68-73页 |
| ·合金的金相图 | 第68-69页 |
| ·合金的XRD图 | 第69-73页 |
| ·合金的性能表征 | 第73-76页 |
| ·硬度测试 | 第73页 |
| ·合金的红硬性 | 第73-74页 |
| ·合金的极化曲线 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |
