同类推荐
-
-
金属热处理原理与工艺
-
¥49.80
-
-
超高强金属材料的设计与制备
-
¥268.00
-
-
超高强金属材料的设计与制备
-
¥268.00
-
-
高强度不锈钢的腐蚀行为与机理
-
¥158.00
-
-
NiTi合金的微观组织调控及弹热制冷潜力的提升
-
¥89.00
-
-
NiTi合金的微观组织调控及弹热制冷潜力的提升
-
¥89.00
-
-
NiTi合金的微观组织调控及弹热制冷潜力的提升
-
¥89.00
-
-
水工金属结构腐蚀与防护
-
¥118.00
-
-
高强金属材料抗侵彻性能的实验和数值模拟研究
-
¥118.00
-
-
高强金属材料抗侵彻性能的实验和数值模拟研究
-
¥118.00
|
|
图书信息
|
|
|
|
基于机器学习和第一性原理的渗碳钢性能研究
|
| ISBN： | 9787312063305 |
定价： | ￥60.00 |
| 作者： | 朱振龙，王旭著 |
出版社： | 中国科学技术大学出版社 |
| 出版时间： | 2025年07月 |
开本： | 26cm |
| 页数： | 162页 |
中图法： | TG142.33 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
484
|
|
2026-06-02
|
图书简介 | | 本书内容包括金属学、摩擦学、人工智能和第一性原理四部分，比较全面系统地介绍了残余奥氏体含量和稳定性对磨损性能的影响。通过热力学动力学计算结合深度学习，构建“工艺-组织-性能”关系模型：该模型为组织调控和性能预测提供了依据，根据该模型对组织和硬度的预测结果，可以优化渗碳工艺，提高钎具在服役中的磨损性能。 |
|