【摘 要】
：
采用基于密度泛函理论的第一性原理,通过计算7种Cu-Zr系二元合金化合物的能量、态密度、能带结构以及弹性常数,系统地研究了各化合物的热力学性质、电子结构和力学性质.热力学性质计算结果表明:7种化合物均为热力学稳定相,其中Cu8 Zr3和Cu10 Zr7相对较易生成,其生成焓分别为-16.57 kJ·mol-1和-16.38 kJ·mol-1;CuZr2结合得最稳定,其结合能为-614.94 kJ·mol-1.电子结构计算结果表明:7种化合物均具有金属特性,其中Cu5Zr、Cu51 Zr14、Cu8 Zr3
【机 构】
：
重庆理工大学 材料科学与工程学院,重庆 400054
论文部分内容阅读
采用基于密度泛函理论的第一性原理,通过计算7种Cu-Zr系二元合金化合物的能量、态密度、能带结构以及弹性常数,系统地研究了各化合物的热力学性质、电子结构和力学性质.热力学性质计算结果表明:7种化合物均为热力学稳定相,其中Cu8 Zr3和Cu10 Zr7相对较易生成,其生成焓分别为-16.57 kJ·mol-1和-16.38 kJ·mol-1;CuZr2结合得最稳定,其结合能为-614.94 kJ·mol-1.电子结构计算结果表明:7种化合物均具有金属特性,其中Cu5Zr、Cu51 Zr14、Cu8 Zr3、Cu10 Zr7、CuZr和CuZr2为导体,而Cu2 Zr呈现半导体性质.力学性质计算结果表明:Cu51 Zr14为力学不稳定相,其余6种为力学稳定相,其中,Cu8 Zr3抵抗外力的能力最强,延性最好,Cu5 Zr的硬度最高,CuZr2的脆性最大.另外,6种力学稳定相的德拜温度计算结果表明:Cu10 Zr7的共价键的强度相对较高,而CuZr的共价键的强度相对较低.
其他文献
该文是一篇近两个月的锂电池文献评述,以“lithium”和“battery”为关键词检索了Web of Science从2021年8月1日至2021年9月30日上线的锂电池研究论文,共有4209篇,选择其中100篇加以评论.正极材料的研究主要集中在对高镍三元、高电压钴酸锂和富锂锰基的表面改性和体相掺杂,以及其在长循环过程中或高电压下所发生的表面和体相的结构演变.金属锂负极的研究侧重于表面修饰,改变锂沉积方向.固态电解质的研究主要包括对硫化物固态电解质、氧化物固态电解质、聚合物固态电解质以及复合固态电解质的
为解决无信号交叉口通行权冲突问题,以降低交叉口冲突率为目标,提出一种基于驾驶行为博弈的研究方法,以驾驶人车辆速度改变为策略,通过冲突点时间和避险行为影响计算驾驶人收益,软件模拟不同视距条件和车辆初始速度下的驾驶行为并计算收益,分析每次博弈的纳什均衡状态和冲突率变化,由纳什均衡状态逆向找出最优停车视距.研究结果表明:将实验路段停车视距由30 m调整为40 m后,无信号交叉口冲突率由原来的4.59％降低为优化后的2.35％,说明了该研究方法在无信号交叉口通行权冲突消解以及交通规划设计中应用的合理性.
以安装行李架后的某款SUV汽车模型为研究对象,基于协同优化算法,寻找最优的低阻低噪方案.先将降阻和降噪作为单独的2个子学科进行研究,分别寻找出影响气动阻力和气动噪声的关键因素,利用网格变形技术对行李架造型的关键部位进行参数化建立模型.然后通过CFD数值仿真模拟软件对选取的样本点进行计算,同时建立可靠的Kriging响应面模型.最后基于2个子学科的近似模型,构建协同优化模型寻找最优的低阻低噪方案并进行仿真验证分析.研究结果表明:相较于原始汽车模型,单目标优化后的整车模型阻力与噪声分别降低了1.97％和17.
以四轮毂电机电动汽车制动能量回收控制策略为研究对象,提高其制动能量回收效率为目标,确定其动力系统参数,建立四轮毂电机制动能量回收发电模型,并利用遗传算法求解多约束函数,根据遗传算法求解的发电效率模型结果以及轮毂电机制动能量回收影响因素制定能量回收控制策略;基于AVL cruise与Matlab/Simulink搭建制动能量回收控制策略联合仿真模型并区分不同的制动强度,分别在NEDC与CLTCP工况下对制动能量回收控制策略进行仿真分析.结果表明:在NEDC工况下,基于遗传算法的制动能量回收控制策略比AVL
鉴于社交网络服务的发展,如何有效整合不同社交网络上的数据依然是一个挑战,而发现同一用户在不同网络上的帐号信息是数据资源整合的前提.提出一种全新的融合用户表面特征(属性信息)与网络嵌入学习(朋友匹配度)的跨社交网络身份匹配方法JFA(joint friend-attribute).该方法包含候选用户对选取和匹配过程2部分.前者主要根据网络的拓扑结构选出候选用户对;后者在候选用户对集合中通过计算多个匹配因子(属性匹配度和朋友匹配度),并根据贪心优化原理每次选择匹配分值最大的用户对作为匹配用户对.将该方法应用于
随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测.虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响.针对以上问题,结合Encoder-Decoder框架的特点,引入标签校正机制,提出了一种基于标签校正的端到端实体关系联合抽取方法CopyLC.实验结果证明:在更严格的评价方式下,所提出的方法与当前主流方法相比,在NYT和WebNLG数据集上均能获得更好的抽取效果.
为可靠识别汽车安全辅助驾驶系统(ADAS)前方车辆目标,提出了基于车辆尾灯特征提取的径向基神经网络车辆识别方法。构建了车辆尾灯对宽度限制、高度约束及左右尾灯面积比等约束条件,提取了车辆的尾灯信息并获取尾灯的质心位置,经过形态学运算后确定了尾灯的标记区域,再结合车辆图像与实际尺寸比例得到车辆可能存在的感兴趣标记区域。针对感兴趣标记区域进行了车辆存在性的进一步确认,提取了感兴趣区域的边缘特征与区域特征
实际的检测任务中往往存在复杂的环境与背景,容易造成边界框的定位不够准确、对各尺度的目标检测精度不高等情况。为了进一步提高Yolov3的检测精度,本文在原算法的基础上提出一种融合跨阶段局部网络和空间金字塔池化的Yolov3目标检测算法。首先,将主干网络融合跨阶段局部网络CSPNet来提高网络的学习能力;其次,引入一种改进的空间金字塔池化结构增强网络的局部区域特征;最后,在损失函数中融入focal l
为了使燃料电池堆化学反应更加充分,提高发电效率,根据涡轮压缩机驱动原理建立燃料电池堆的涡轮压缩系统模型.基于永磁同步电机驱动数学模型定义控制参数变量,使用高速涡轮压缩机和机电阀控制燃料电池系统中的空气质量流量和压力.针对传统PI控制器进行改进,提出了一种可在不同控制结构上改装的变结构抗饱和策略,设计涡轮压缩机滑模变结构PI控制器.采用Matlab软件对空气质量流量和压力跟踪误差进行仿真,与传统PI控制方法进行对比.结果显示:与PI控制方法相比,涡轮压缩系统采用滑模变结构PI控制方法,空气质量流量和压力跟踪
传统K-means算法初始聚类中心的选择具有随机性且对离群点敏感,导致聚类结果不稳定、准确率低等问题.针对上述问题,提出基于邻域密度的NDK-means算法.首先,通过多维网格划分得到样本的网格分布特性;然后,通过定义网格密度和网格邻域密度,确定多个局部高密度网格,同时引入迭代因子合并相邻高密度网格中心得到初始聚类中心候选集;最后,结合网格密度和距离,利用最大最小距离算法得到K个初始聚类中心.在UCI数据集上进行实验,实验结果表明:相对于其他局部邻域算法,新算法提高了聚类结果的准确率,具有较好的稳定性.