55NiCrMoV7钢的过冷奥氏体连续冷却转变曲线

来源 :材料热处理学报 | 被引量 : 0次 | 上传用户:xiongll
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用Formastor-F Ⅱ型膨胀仪测量了 55NiCrMoV7钢以不同速度连续冷却时的膨胀曲线,利用膨胀法与金相—硬度法,确定了相变温度点,绘制出了试验钢的过冷奥氏体连续冷却转变曲线(CCT曲线),分析了冷却速度对其相变组织、CCT曲线和显微硬度的影响.结果表明:试验钢可以在较宽的冷却速度范围内得到马氏体组织,当冷却速度大于0.25℃/s时,连续冷却转变获得单一的马氏体组织;随冷却速度的增加,试验钢的显微硬度增大,这是由于冷却速度增加,促使了连续冷却转变后的组织细化.
其他文献
以超高强锚杆钢为研究对象,利用Gleeble-3800型热模拟试验机研究了冷却速度、连续冷却条件对其膨胀曲线的影响,并结合金相-硬度法绘制出该钢的连续转变冷却曲线(CCT曲线).结果表明:试验钢的临界相变点Ac1和Ac3分别为732和883℃;在冷却速度为0.5~25℃/s的范围内,随着冷却速度的提高,试验钢在连续冷却转变下的组织产物首先是铁素体,而后依次为珠光体和贝氏体,铁素体所占比例不断减少,珠光体的含量不断增加,并有少量贝氏体形成,硬度逐步增加.
本文针对多传感器融合的目标检测,提出一种基于多任务学习的毫米波与相机目标级数据融合算法.利用任务间的强相关性,采用硬共享机制的多任务学习模型,完成目标位置及尺寸预测与目标类别的分类.网络模型使用批归一化与残差结构,并对两个任务损失函数设置权重.模型训练集中加入某一传感器失效时的数据,使模型在某一传感器失效时也能准确得到目标位置、尺寸和类别,同时改善了相机对于距离检测的不确定性,以及雷达对目标类别及横向位置检测的不准确性,使融合后目标属性值更精确,提高各任务的性能与泛化能力及智能车辆感知的稳定性与准确性.经