张国英
,
曾梅光
,
苏杰
,
钱存富
,
李荣
钢铁研究学报
用穆斯堡尔谱研究了钴含量对高Ni-Co二次硬化钢微结构的影响.发现:随着钢中钴含量的减少,马氏体中的钴作为铁原子近邻的原子组态总量减少;钴在马氏体中的分布会影响镍、铬、钼原子在马氏体中的分布;钴促进奥氏体向马氏体转变,减少残余奥氏体量;钴促进合金碳化物的形成,增加其析出量.
关键词:
穆斯堡尔谱
,
超精细场
,
合金元素分布
,
Co
,
二次硬化钢
王建强
,
耿平
,
曾梅光
,
张宝金
,
钱存富
材料研究学报
用XRD、TEM和EDX分析确认:快凝Al-8.47Fe-1.26V-1.67Si合金在高温时效后,显微组织由.ffcα-Al和bccα-Al13(F3,V)3Si弥散纳米粒子组成.后者的粗化动力学规律符合体扩散控制的LSW机制.在427和482℃高温状态下的界面能分别为0.185和0.245J·m-2,即α粒子与基体间存在非共格关系
关键词:
Al-Fe-V-Si合金
,
null
,
null
,
null
张国英
,
刘贵立
,
曾梅光
,
钱存富
,
耿平
材料科学与工艺
doi:10.3969/j.issn.1005-0299.2000.03.008
提出一种利用残缺实验数据建立无钴高强韧钢力学性能与钢的合金成分及热处理条件关系模型的方法,依据该方法建立了人工神经网络模型 ,并应用遗传算法对无钴高强韧钢进行了优化设计.实践表明所提出的方法是有效的,为研制新材料开辟了一条新途径.
关键词:
力学性能
,
无钴高强高韧钢
,
神经网络
,
遗传算法
钱存富
,
赵秉军
,
陈芳芳
,
曾梅光
钢铁研究学报
根据固体与分子经验电子理论计算了19组新型高强韧钢的试验数据所对应的结构形成因子S值,从中随机抽取16组数据,应用人工神经网络的BP结构进行训练,用其余3组数据进行检验,其平均训练误差为0.873 1 %,平均检验误差为0.965 7 %.建立了价电子结构与强度之间的定量关系,为从电子层次进行合金成分设计进行了有益的尝试.
关键词:
高强韧钢
,
结构形成因子
,
人工神经网络
,
BP网络
,
抗拉强度
张国英
,
刘贵立
,
曾梅光
,
钱存富
,
耿平
宇航材料工艺
doi:10.3969/j.issn.1007-2330.2000.02.013
在实验数据的基础上,利用人工神经网络建立高Co-Ni二次硬化钢的力学性能与合金成分及热处理温度对应关系的模型.提出将五个材料力学性能指标及部分合金成分作为网络的输入,其它合金成分和热处理温度作为网络的输出,根据要求的力学性能设计材料的合金成分含量及热处理条件,获得了满意的结果,为高性能材料设计提供了一定的理论辅助手段.
关键词:
高Co-Ni二次硬化钢
,
人工神经网络
,
材料设计
张国英
,
曾梅光
,
刘贵立
,
钱存富
钢铁研究学报
在紧束缚框架下用Recursion方法计算了高强高韧钢中奥氏体相的电子结构.计算了替位和间隙固溶元素的局域态密度(LDOS).通过总态密度 (TDOS)的积分计算了体系的结构能及原子间的键级积分,讨论了替位和间隙固溶元素对合金钢奥氏体相物理性能的影响.
关键词:
高强高韧钢
,
奥氏体
,
电子结构
,
合金化行为
钱存富
,
杜昊
,
王洪祥
稀有金属材料与工程
LaNi5合金是一种典型的储氢材料,用以其为基的合金作为负极制成的储氢电池具有突出的优点.本文根据LaNi5的晶体结构,计算了LaNi5型储氢合金的最大储氢量为1.33 H/M,即一个LaNi5晶胞中最多只能储存8个氢原子.
关键词:
储氢材料
,
储氢量
,
间隙半径
钱存富
,
杜昊
,
王洪祥
稀有金属材料与工程
利用固体与分子经验电子理论(EET)计算了LaNi5合金的价电子结构和Co、Mn原子替代LaNi5中部分Ni原子后所形成的各种晶胞情况下连接上下两层原子的主要键的键能.Mn原子替代Ni2原子后上述键能增大,Co原子无论替代Ni1或Ni2都能使相关键能增加,两种原子同时替代,其键能增加更明显.可知:Co和Mn是通过增大连接上下两层原子的主要键的键能达到强化合金、延缓合金粉化,从而提高LaNi5合金的循环寿命.
关键词:
LaNi5合金
,
固体与分子经验电子理论
,
键能
,
循环寿命
