摘要：由于骨材料的脆硬性和微铣削加工特点,目前还没有有效的骨铣削刀刃温度的理论预测模型,因此,提出一种骨材料微铣削刀刃温度预测模型,考虑骨材料在高速微铣削加工中热的产生、传递以及分配的特点,将预测模型划分成铣削产热模型和刀刃温度模型两个子模型.然后,建立骨铣削实验平台,并通过热像仪采集铣削过程中刀刃温度变化.最后,对比实验结果与理论预测,验证已建立的骨材料微铣削刀刃温度预测模型的合理性.该骨材料微铣削刀刃温度预测模型方便指导医生根据不同要求选择合适的加工参数,辅助工程人员进行刀具优化设计.

摘要：将机器学习方法应用于U-Mo合金等温分解参数的快速设计,以合金硬度为设计指标,基于少量数据建立了合金硬度与上述参数之间的机器学习支持向量机模型。在对硬度预测的基础上,比较了基于预测值和基于预期提高的2类实验设计算法在优化效率方面的差异。结果表明,基于预期提高的实验设计算法通过少量迭代试验能够明显提高合金硬度,而基于预测值的设计算法对硬度提高不明显。应用上述机器学习辅助设计方法,通过4次实验成功地确定了该合金等温分解最佳参数组合为时效温度565℃,时效时间20 h以上,均匀化处理温度为900~950℃,Mo含量为6%(质量分数),在该工艺窗口下处理的合金硬度最高,制粉率最高。本研究对利用机器学习方法快速优化U基合金工艺参数进行了初步尝试,这类基于数据的方法能够有效提高材料研发效率。

摘要：全球性的城市化进程使得资源紧缺、环境污染、气候恶化等诸多生态问题频发。对城市而言,一方面资源需求的剧增造成了有限资源的过度开采,另一方面城市垃圾未加回收利用而被废弃亦造成了再生资源的大量浪费。而这一自相矛盾资源现状缘自于不合理的资源配置、利用和管理方式。基于此,荷兰一家名为代谢实验室(Metabolic Lab)的公司基于循环经济的理念,通过理论研究和实践探索而形成了涵盖“可持续资源配置、多样化废物再利用、智能化监控、共生农业、一体化建造”5个核心生态理念的“代谢哲学"。代谢实验室投资、设计并建造的荷兰德赛维尔(De Ceuvel)社区,就完整贯彻了这个“代谢哲学”,尝试用资源循环代谢的方式探求城市可持续发展的途径。