游客您好,您还没有登录哦! 免费注册|登录
您的位置:首页  > 冶金技术  > 节能环保  > 列表页
采用 Ti-Mo 组合筛对奥氏体不锈钢进行等离子渗氮的研究
1 前言 奥氏体不锈钢被广泛应用于各种领域,包括机械零件和家用产品。然而,其硬度低和耐磨性差限制了其作为结构材料的使用。为了改善这些性能,可以采用诸如等离子渗氮之类的表面改性技术。等离子
利用反射电子像马氏体可视化和机器学习解析贝氏体钢的相分率
1 前言 对开发的先进钢铁材料的要求是兼有高强度、高韧性和高延性。钢铁材料的强化方法有固溶强化、弥散强化、位错强化(加工硬化)、细晶强化等。此外,可利用热处理相变制造出复合组织材料。对这
800MPa级超高强度钢激光焊采用低强度填充焊丝的效果
1 前言 在汽车工业中,减轻车身重量以提高燃油效率,从而减少二氧化碳气体排放是至关重要的。因此,抗拉强度大于800MPa的超高强度钢(UHSS)的使用量迅速增加。组装车身需要一种可行的、
298K和77K下焊接高锰钢的微观结构对J-积分断裂韧性的影响
1 前言 高锰钢作为一种适用于液化天然气(LNG)储存和能源运输应用的工程材料显示出巨大的潜力。由于其独特的冶金原理,即塑性变形过程中的孪生诱导塑性(TWIP),它显示出强度和延性的良好
深耕中国28载 共探镍业可持续发展路径与合作新机遇
国际镍协会是在镍科学与毒理学研究、镍的市场发展与应用推广、镍的公共政策与法规、工业卫生与化学品管理方面具有专业知识的协会;也是代表镍生产商的全球性协会。凭借对镍及其化合物的风险特征和市场的深刻
机器学习算法在钢结构制造公司生产周期估算中的应用
1 前言 准确预测生产周期能够带来诸多益处,包括资源的有效利用、成本降低以及客户满意度的提高。它还能避免订单交付的延误。因此,估算生产周期对于企业来说非常重要。用于估算生产时间的方法之一
机器学习模型的现状、局限性及未来方向
1 前言 尽管机器学习模型在估计结构响应方面表现出极高的准确性,但仍有若干因素限制了其在专业工程实践中的应用,这些因素包括数据可用性、模型可靠性、可解释性、与传统设计方法的集成以及土地监
提升机器学习的可解释性:概念、方法及在结构工程中的应用
1 前言 机器学习中的可解释性是指模型能够清晰地展示其决策过程,从而确保人类能够理解其预测结果。与传统无法解释的黑箱模型不同(其内部计算过程难以理解),可解释的机器学习技术旨在揭示输入特
海上风电装置的高效焊接技术开发
1 前言 东日本大地震以后,日本国内的能源政策发生变化,对新型能源的可再生能源的期待不断升高。其中海上风力发电是特别受到关注的一项可再生能源技术。欧洲各国为了摆脱面临的能源危机,发表了大
有限元方法在钢结构建筑结构优化中的应用
1 前言 近年来,有限元方法和人工智能领域的最新发展带来了更为精确、基于数据的方法,用于预测钢结构建筑中的横向扭转屈曲(LTB)、弹性与非弹性屈曲以及稳定性失效模式。一些研究表明,人工神
715条记录 1/72

关于我们        会员服务       版权声明       网站地图

友情链接:    国家科技图书文献中心     中国钢铁工业协会     中国金属学会     冶金工业信息标准研究院     冶金信息网     钢铁标准网    

本网站所有内容均属世界金属导报社所有,未经《世界金属导报》书面授权,请勿以任何方式转载,否则即为侵权。
地址:(中国)北京市东城区灯市口大街74号(邮编:100730)
京ICP备11022607号-15 Copyright @ 2004-2021 by www.worldmetals.com.cn www.worldmetals.cn. all rights reserved