扭转变形及退火处理对MP35N高温合金力学性能及微观结构的影响

采用扭转变形和退火处理调控MP35N合金的微观结构并改善其力学性能,对其力学行为进行微观机理分析。研究结果表明：扭转变形在合金径向上引入了梯度位错密度,使应变最大的表面处晶粒细化并引入大量层错。梯度结构的引入使得扭转变形后合金的强度显著提高至约767 MPa,同时拥有可观的均匀伸长率(约40%);进一步的退火处理并未改变扭转变形引入的梯度结构(包括梯度位错密度和晶粒尺寸),但退火处理导致合金中一部分位错的湮灭,并使得表面区域的层错转变为纳米孪晶。退火处理导致纳米孪晶的形成以及“铃木(Suzuki)效应”的作用使得合金发生了二次硬化。退火过程产生的二次硬化与位错湮灭导致的退火软化相抵消,二次硬化提供的强度约为76 MPa。     

基于数学形态学的机载LiDAR采煤区沉陷信息提取

由于采煤沉陷过程复杂和地表地形影响,机载LiDAR在采煤区沉陷监测中不可避免地存在噪声数据,高密度LiDAR点云中存在的噪声容易导致提取的沉陷等值线出现锯齿、毛边和多边形碎屑等问题。将数学形态学算法格网初始值的判定方式进行改进,传统数学形态学算法选择格网内最低点高程作为格网值,改进算法对格网内所有高程值进行平面拟合,将拟合值作为格网初始值。在采煤沉陷信息提取过程,增加对地面点云的改进数学形态学算法处理,降低噪声数据对地面DEM的影响,提高沉陷DEM精度和沉陷等值线完整度,试验对比分析确定算法最优参数(格网大小为3.5 m,结构元素尺寸为3 m)。最后,采用该方法对研究区数据进行处理,获取研究区沉陷DEM,并进行数据分析挖掘,获取地表下沉范围、下沉等值线、下沉面积等。结果表明：改进算法既保证原始的地形特征和精度,又可消除沉陷等值线中出现的噪声问题,为开采沉陷预计及采后环境评估提供支撑。     

基于SALOME的蒙卡计算模型CAD反转可视化

基于开源SALOME平台,采用以体代面思想和栅元层次多叉树方法,开展蒙卡计算模型CAD反向转换及三维可视化研究。基于本文方法开发了CAD反转可视化程序模块SALOME-MC,模块可实现蒙卡计算模型几何建模、材料建模和三维可视化等功能。选取三种典型反应堆蒙卡计算模型对本文方法和程序进行测试验证,测试结果表明,本文方法和程序可妥善处理蒙卡计算模型的复杂几何体与大规模重复结构,并精准地实现蒙卡计算模型CAD三维反转可视化,证明SALOME-MC的蒙卡计算模型反转能力和可视化效果的正确性与可靠性,提高了蒙卡计算模型几何建模效率和展示度。     

Co-Al-W三元合金热处理组织

研究不同Al和W含量对四种Co-Al-W三元合金的初熔温度、热处理组织和硬度的影响. 结果表明:四种Co-Al-W三元合金的固、液相点温度均超过镍基单晶高温合金液相点温度;在1300℃/8h固溶处理后,三种合金均仅得到γ(fcc)单相组织,而高W合金在晶界和晶内均有μ相Co7W6析出;在800℃/100h和900℃/50h时效处理后,四种合金在基体γ相中均析出L12型γ′相Co3(Al,W),其γ+γ′两相组织形貌与镍基高温合金相似;高W(12%)和高Al(12%)合金分别促进了μ相Co7W6和富Al相析出. 综合以上结果并结合时效合金的硬度结果,初步确定了含γ+γ′两相组织的合金成分范围.