XiaoMi-AI文件搜索系统
World File Search SystemTaguchi
引用本文 Hemadri K, Ajith ADS, Kukanur V, Nagaral M. 用不同合金增强 Al6262 的磨损率和摩擦系数的测定
对基于铝合金 6262 的混合金属基复合材料在干滑动条件下进行了摩擦学研究，该复合材料加入了不同重量百分比的碳化钨 (WC) 和二硫化钼 (MoS 2)。具体来说，碳化钨的加入量为 3%、6% 和 9%，而二硫化钼的加入量为 2%、4% 和 6%。这些混合复合材料的制造采用搅拌铸造技术。实验设计遵循 L27 正交阵列，并采用田口优化来确定输入参数的最佳组合。采用正交阵列、信噪比和方差分析来研究开发的复合材料的最佳测试参数。最佳配方可产生最小的磨损率和摩擦系数，即 9% WC、6% MoS2、负载为 10N、滑动速度为 1 m/s 以及滑动距离为 400 m。使用扫描电子显微镜 (SEM) 对 Al6262/WC/MoS 2 混合复合材料进行表征。
面向可持续性的农业供应链网络设计：以椰枣为例
摘要。如今，农业和食品供应链吸引了学术界和工业界的关注。本文首先考虑枣产品的特性，将其作为最著名和最丰富的产品之一来设计和解决其供应链设计。枣产品的特殊特性使得供应链设计独一无二。因此，考虑不同的客户以及特定的产品流程是本文的另一个贡献。据报道，目前还没有关于这个主题的研究。在多目标元启发式算法中采用了几种旧的和最新的元启发式算法，以达到更好的集约化和多样化权衡。通过田口设计实验方法，选择了所提算法的适当参数值。此外，通过相对百分比偏差 (RPD)、CPU 时间和加权 LP 度量方法等方法来研究解决方案的质量。结果表明，多目标 Keshtel 算法 (MOKA) 效率更高，并且始终优于其他使用的算法。
机器学习助力定向能量沉积 Ti6Al4V 材料竞争性晶粒生长行为研究
摘要 钛合金定向能量沉积 (DED) 因其在自由成型和再制造方面的灵活性而成为一种快速发展的技术。然而，沉积过程中凝固微观组织的不确定性限制了其发展。本文提出了一种人工神经网络 (ANN) 来研究晶界倾斜角与三个致病因素（即热梯度、晶体取向和马兰戈尼效应）之间的关系。在田口实验设计下进行了一系列线材 DED、光学显微镜 (OM) 和电子背散射衍射 (EBSD) 实验，以收集 ANN 的训练和测试数据。与传统的微观结构模拟方法相比，本文开发的策略和 ANN 模型被证明是一种描述 DED 制备 Ti6Al4V 中竞争性晶粒生长行为的有效方法。它们可用于实现定量微观结构模拟，并扩展到其他多晶材料凝固过程。
用选择性激光熔化过程制成的钛合金纳米复合材料的机械和磨损优化研究
摘要钛合金由于具有出色的机械和摩擦学特性而在许多科学，工程和技术领域都使用。调查目标是通过应用添加剂过程（例如选择性激光熔化和加强生物硅化钛合金加强钛合金）来开发一种创新的综合材料，以供汽车行业使用。生物 - 硅（BS）纳米颗粒是使用钙叶酸的农业废物作为增强剂提取的。工业级钛（IGT）合金纳米复合材料用于制造具有生物 - 硅纳米颗粒的合金增强0、5、10和15％的合金。研究了IGT/BS纳米复合材料的机械性能，例如微硬度，拉伸（最终和产量）强度和抗压强度。根据调查的结果，15wt。％IGT/BS纳米复合材料具有更好的机械特征。L9 Taguchi的正交阵列用于说明磨损试验。ANOVA用于优化结果。ANOVA用于确定理想的过程参数，从而导致最低的磨损速率和摩擦系数（COF）。调查结果表明，施加的载荷为30 N，滑动速度为4 m/s，滑动距离为2000 m可能会达到最低的磨损。根据ANOVA，负载是影响磨损的最重要因素（30％）。
资源的双重建设性遗传算法 -
摘要 - 许多基于项目的组织（包括建筑和土木工程公司）出现了许多基于项目的组织。已经提出了针对资源有限的项目调度问题的许多启发式和元启发式方法。在本文中，提出了两个建设性遗传算法针对资源构成的多个项目调度问题提出的，该问题受益于许多优先级和几个辅助规则，这些规则被供应串行时间表生成方案（SGS），其中使用辅助规则来打破几个活动相等的优先级值。从多项目调度问题库（MPSPLIB）网站检索了不同尺寸的数值标准问题，并且在不同方案中分析了数值结果。然后，使用遗传算法来改善其参数通过实验设计（DOE）调谐的结果。这项研究的结果表明，所提出的方法的性能显着改善了几个问题实例的解决方案，并在mpsplib中注册。关键字 - 项目调度，多个项目，优先规则，决胜局，遗传算法。
在细胞制造环境中生产的两阶段随机供应链调度问题：案例研究
摘要。供应链中的综合决定是当今市场上适当竞争的重要原则。本文在两阶段的供应链计划中提出了一种新颖的数学模型，以在采购和制造活动之间进行协调。供应链计划以及需求，处理时间和运输时间不确定性的蜂窝制造方法的生产方法，使商业环境可持续地响应客户不断变化的客户需求。不确定性是由排队理论提出的。在本文中，使用新的混合企业非线性编程公式来确定携带原材料的类型，以获取原材料，采购供应商，每个部分的优先级以进行处理以及用于调解工作中心的细胞形成。目标是最大程度地减少迟到。一种线性化方法用于简化模型的障碍性。由于该问题的NP坚硬性质而开发了一种遗传算法。通过Taguchi的实验设计设置并估算了遗传算法的参数。采用了许多测试问题来验证建模的功能和解决方案方法的效率。最后，讨论了一个真实的案例研究和灵敏度分析，以提供重要的管理洞察力并评估所提出模型的适用性。
优化 14 nm 双栅极 Bi-GFET 以降低漏电
近年来，电子技术的突破使金属氧化物半导体场效应晶体管 (MOSFET) 的物理特性不断提升，尺寸越来越小，质量和性能也越来越高。因此，生长场效应晶体管 (GFET) 因其优异的材料特性而被推崇为有价值的候选者之一。14 nm 水平双栅极双层石墨烯场效应晶体管 (FET) 采用高 k 和金属栅极，分别由二氧化铪 (HfO 2 ) 和硅化钨 (WSi x ) 组成。Silvaco ATHENA 和 ATLAS 技术计算机辅助设计 (TCAD) 工具用于模拟设计和电气性能，而 Taguchi L9 正交阵列 (OA) 用于优化电气性能。阈值电压 (V TH ) 调整注入剂量、V TH 调整注入能量、源极/漏极 (S/D) 注入剂量和 S/D 注入能量均已作为工艺参数进行了研究，而 V TH 调整倾斜角和 S/D 注入倾斜角已作为噪声因素进行了研究。与优化前的初始结果相比，I OFF 值为 29.579 nA/µm，表明有显著改善。优化技术的结果显示器件性能优异，I OFF 为 28.564 nA/µm，更接近国际半导体技术路线图 (ITRS) 2013 年目标。
线性和非...
本研究提出了一个基于状态空间表示的简化模型，以识别锂聚合物电池细胞的精确电流电路。参数进行的过程通过三阶段过程表达为非线性优化问题。第一个阶段根据与电池电流和初始SOC条件相关的非线性特征估算了电荷状态（SOC）。在第二阶段，按照在第一个阶段使用的带有不同线性和非线性模型的SOC估算了开路电压。在第三阶段，开发了一种最佳优化算法的平衡算法（EA），用于最佳识别电池参数。根据Taguchi的实验方法设计，对EA的参数进行了调整，以减少计算时间以及获得最佳参数排列所需的实验数量。与实施实施相关的数值模拟在锂离子电池上模拟，以证明所提出的EA的高能力是有效的识别程序。此外，与最近几种针对Artemis驱动周期的优化算法相比，所提出的EA具有很高的精度。，提出的还原模型的解决方案质量改进是通过与电池电压和SOC的实验测量高度接近的。此外，与线性和非线性模型相比，所提出的还原模型获得的计算时间少12％的精度降低了12％。
优化电镀工艺参数及Sn-...
由于封装设计的复杂性，镀层表面镀层厚度分布不均匀已成为电镀行业的一大挑战。在大多数情况下，根据所需的封装设计规范将镀层厚度均匀性控制在特定区域对于制造商来说是一项艰巨的任务，会导致高损失。镀层厚度均匀性与电镀工艺参数和阳极到阴极之间的电流通过密切相关。为了处理电流通过，控制阳极和阴极之间布置区域的屏蔽技术可能是一种有效的方法。因此，本文的目的是研究使用改进的机械屏蔽来改善锡镀层厚度均匀性的电镀工艺参数（电流和速度）。采用田口方法来缩小实验规模并同时优化工艺参数。结果，建立了新的参数，该参数提供理想的镀层厚度，变化较少，Cpk稳定。从所进行的实验工作表明，通过采用正确的物理电阻屏蔽孔径，能够选择性地改变或调节实施例中阳极和电镀表面之间的电场，从而控制整个电镀表面区域的电沉积速率。
发酵
摘要：自然来源的颜料已成为研究趋势，真菌提供了容易获得的替代来源。此外，开发出增加产量，减少过程时间并简化下游处理的新型过程增加了兴趣。从这个意义上讲，这项工作提出了一种替代塔拉莫斯的GH2生物量重新利用来通过使用固定的菌丝体的连续批量产生颜料的替代方法。对不同的支持材料进行了评估，用于色素生产和固定能力。然后，使用Taguchi的方法来确定与真菌固定和色素产生（接种浓度，支持密度，工作量和支持量）相关的四个因素的影响。之后，评估了连续批次中使用T. totoroseus gh2的固定细胞进行色素生产的过程动力学。所有评估的因素都是显着的，并且影响着色素的产生和微生物的生长不同。在改善条件下，固定能力达到99.01±0.37％，与使用自由细胞相比，色素产生的产量高30％。过程动力学表明，生产可以持续三批，受到过度微生物的限制。的确，仍然需要更多的研究，但是塔拉莫斯阿特罗塞乌斯GH2的固定是允许下游处理的强化效果的有希望的策略，因为很容易从发酵介质中删除固定的生物量，从而为进一步的持续过程铺平了铺平的方式。