行为扩散（精选九篇）
行为扩散 篇1
本研究共设置了五类变量:自变量、因变量、外在变量、人口变量和基本使用情况变量。多阶层回归模型对使用意愿和使用行为的整体解释力分别为66.4%和48%。研究框架如图所示:
本研究通过回归分析和路径分析, 证实和证伪了研究假设:
通过数据分析结果, 本研究得出以下结论:
一、受众使用IPTV的影响因素
1. 易用性正向影响使用意愿, 但对使用行为没有显著影响。
这说明人们在头脑中根据易用程度对IPTV使用的预测与对IPTV的实际使用行为并不一致。
2. 有用性正向影响使用意愿和使用行为。
这说明人们在头脑中根据有用程度对IPTV使用的预测与对IPTV实际使用行为相一致。对更能满足他们信息与娱乐等需求、增加使用效率和自由度的新媒介, 人们更易于将使用意愿落实为实际有效的使用行为。
3. 使用意愿正向影响使用行为。
满足人们使用IPTV的信息和娱乐需求, 增强IPTV的使用效率的问题, 再加上使用意愿对使用行为的显著影响, 这些将会使得使用意愿化为使用尝试, 并最终转换为忠实受众。
4. 外部性正向影响使用意愿和使用行为。
这与传播学视域里的现象一致, 群体压力与群体规范对于传播的影响很大, 在现实生活中也常见社会生活中舆论场的“沉默螺旋”现象。
5. 本研究所考察的四个人口统计变量
(性别、年龄、家庭月收入和受教育程度) 中, 只有家庭月收入对使用行为具有显著影响。人们对使用行为的积极性更多地依赖于使用者自身的经济能力预期, 以及IPTV消费水平预期, 社会和心理因素起到了很大的作用。
二、使用行为特征总结
1. 使用的个人化。
受众更多地从个人需求层面出发, 从是否符合自己利益或所在群体利益的层面考虑是否以及如何使用IPTV。
2. 使用的工具化。
人们带着特定的目的和需求去使用IPTV, 希望它更“有用”, 有效率地收视。
3. 使用的社会化。
研究结果印证了Rogers和Kincaid (1981) 对创新扩散持续研究的结论:“扩散具有高度的社会化特点, 只有某个个体的同伴中已有一定数量的成员采纳了某种创新, 才会达到该个体的采纳门槛。”受众对IPTV的使用追求群体化认同, 人们追求一种新的信息科技, 是为了满足一种心理认同、文化认同、价值认同、时尚认同和身份认同。
三、IPTV受众使用中的“长尾效应”
调查结果显示, 受众对调查所罗列的四种付费需求的选择均值均较低, 但标准差均较大, 呈现出整体消极但高度离散的状态。调查所罗列的五大类IPTV应用服务中, 点播类服务的均值超过了平均水平 (Mean=3.73) , 而浏览查询信息类、互动类、交易类和交流类都没有达到平均水平, 均值多在2~3之间。如果把这五大类应用看做是IPTV所提供的一个内容市场, 那么点播类服务是这个市场的“大热门”产品, 而其他四大类更接近于“长尾”的部分。这与长尾理论在很大程度上是一致的, 处于“长尾”部分的非主流应用的聚合性和长期性不可小视, 而且随着社会消费行为和主体兴趣的变化, 所谓“大热门”和“长尾”领域的划分并不是一成不变的。
使用者对IPTV创新技术上的评价高于对其内容上的评价。使用者对“IPTV使得看电视更方便自由”的同意程度高于“IPTV提高了我看电视的效率”的同意程度, 表明受众在这种突然到来的多样性中有些迷失, 化简单的多样性为条理清晰的多样性是信息共享有效性的诉求。
摘要：通过量化IPTV受众使用行为, 总结了IPTV受众使用行为特征。在此基础上, 探讨IPTV的长尾效应, 证实了IPTV使用中存在长尾现象, 总结了IPTV使用的多样化, 并提出通过建立合理“秩序”, 将受众使用的简单多样化变为有效多样化, 带来受众使用规模和黏性的增加。
关键词：IPTV,受众,使用行为
参考文献
[1]Rogers E.M., Kincaid D.L.Communication networks:toward a new paradigm for research[M].New York:Free Press, 1981:207.
行为扩散 篇2
高致密度Mo/Cu复合材料具有高导电导热性、低热膨胀系数和良好的高温性能，被广泛用于电子、机械、武器装备及航空航天等高技术领域。此项目针对MoCu复合材料与不锈钢的性能特征，提出采用扩散-钎焊工艺、通过添加活化元素促进MoCu复合材料与不锈钢的焊接成形，研究接头的微观组织结构特征和蠕变行为，揭示活化元素对扩散-钎缝组织的晶粒尺度、结构致密性以及分布形态的影响规律。研究成果对MoCu复合构件的开发及其作为高温结构材料的推广应用具有重要的理论意义和工程应用价值。
设计了适于MoCu复合材料与不锈钢真空扩散-钎焊用填充合金系并对其成分进行优化，包括钎料合金元素对母材润湿性的影响规律、钎焊材料成分合金系的确定和焊接工艺参数的优化。主要研究了Ni，Ti，Fe，Ag等活化元素对MoCu合金位错亚组织破碎、晶粒长大和晶界迁移的作用，确定了填充材料为NiCrP和AgCuTi合金系二种类型，并对其成分进行优化。
分析采用NiCrp和AgCuTi钎料钎焊获得的MoCu/Cr18Ni8接头形成过程，对比研究接头的组织类型及形态分布对组织性能的影响规律，研究钎焊接头反应层的厚度与钎焊工艺参数之间的关系，分析了MoCu/Cr18Ni8钎焊接头的断裂模式，为保证接头强韧性提供试验依据和理论指导。
3研究成果
（1）王娟，李亚江； 一種钼铜合金与奥氏体不锈钢焊接的钎料及工艺； 专利授权号：ZL 201010528003.4。
（2）王娟，李亚江； 钼铜合金与不锈钢的真空活性钎焊工艺；专利申请号：201110429990.7。
行为扩散 篇3
1 裂隙分类及其与煤自燃的关系
根据裂隙在煤氧复合、通风供氧和环境散热等方面的不同作用,可将裂隙划分为煤层裂隙、煤系及上覆岩层裂隙。煤层裂隙又可划分为内生裂隙和外生裂隙两大类;煤系及上覆岩层裂隙根据其产生原因可分为构造裂隙、塌陷裂隙和燃烧裂隙[2]。
裂隙与煤自燃的关系:①中变质煤的内生裂隙最发育,说明变质程度低的煤自燃倾向性较高;②通过野外观察,外生裂隙发育的部位也是容易发生煤自燃的地方;③构造裂隙是塌陷裂隙和燃烧裂隙发育的基础;④与地下煤火有关的多为塌陷裂隙,多呈弧形、阶梯形,也有圆环形。
2 宾汉姆流体渗透注浆扩散公式
宾汉姆流体是典型的塑性流体,其流变曲线是不过原点的直线[3,4,5],流变方程式为 τ=τn+μpγ,其中:τn为宾汉姆的塑变值,Pa;μp为塑性粘度,Pa·s;γ为剪切速率,s-1。
注浆防灭火技术中浆液一般为水泥浆或黄泥浆,二者均属于宾汉姆流体。
宾汉姆流体在介质中的柱面渗流扩散公式推导如下:
渗流微分方程undefined
渗透系数undefined
式中:undefined;A为试验确定的常数;B为决定流体流变性的常数,undefined;C为介质几何参数决定的常数,undefined;ω为渗流速度,undefined;Q为浆液流量,cm3/s;Kg为浆液在地层中的渗透系数,cm/s;a为柱状注浆的长度,cm;n为砂土的孔隙率;d0为土层中孔隙的平均直径,cm。
由于本文中采用柱面注浆,因此应用线性源函数理论,将其简化为平面问题讨论,即r2=x2+y2。
将式(2)代入式(1)并积分,整理得出压力分布规律:
undefinedundefined
取上下限积分,得到孔底压力分布规律:
undefinedundefined+pR (3)
式中:p0为管底压力,kPa;pR为注浆半径为R处的压力,kPa;r0为注浆管半径,cm;r为浆液的扩散半径,cm。
2.1 压入式注浆
流体随时间变化而变化的规律:
undefined
当r远大于r0时,rundefined可忽略不计,取r=R,t=T,则可得:
undefined
式中:R为浆液扩散范围;T为注浆时间。
2.2 循环式注浆
由式(3)计算注浆流量:
undefined
将上式代入式(4)得到:
undefined
考虑浆液的结构粘度变化,一方面从渗透系数随时间变化角度出发,对粘时变流体渗透理论公式进行改进;另一方面从渗透系数随着路径变化角度出发,应用线性源函数理论对宾汉姆流体渗透理论公式进行改进,使其能更好地指导实践。
3 浆液扩散模拟研究
由于自燃采空区属于不连续介质,所以笔者采用离散元分析方法(UDEC)分析浆液扩散范围[6]。UDEC中的流体分析模块是世界前沿的裂隙流分析技术,用于模拟流体沿裂隙网络的流通、扩展、迁移行为,并可以考虑两相不可混/近似不可压介质流[7]。
模拟宾汉姆浆液在包含1个钻孔(直径108 mm)的规则节理岩体内的流动情况,并假定岩体服从平面应力状态。通过保持钻孔内的指定压力来模拟浆液注入过程,压力增量为0.5 MPa。
3.1 建立离散元模型
3.1.1 物理模型建立及离散元网格划分
UDEC产生几何模型的方式与传统的数值分析程序有所不同。首先产生计算范围的单一块体,然后这个块体再被切割成小的块体。模型中块体的边界是地质结构面或工程结构(如开挖体边界)。对于后者,节理是虚拟的,其存在不影响模型的计算结果。钻孔和工程地质离散元模型如图1所示。
3.1.2 材料属性
根据所选的本构模型和工程地质,本次模拟涉及到的岩体水力参数和不连续体及浆液参数见表1。
3.1.3 施加边界条件和初始条件
在UDEC模型中需要通过设定初始条件,模拟原岩应力状态。施加围岩初始应力和边界条件,其作用在于禁止计算节理法向方向的位移。采用稳定流体规则,用FISH函数定义钻孔增加的压力。
3.2 计算结果及分析
UDEC可在屏幕上直接显示或输出图形结果。计算出不同注浆压力参数下各节理孔隙压力分布,见图2～5。
从图2～5可以看出,具有孔隙压力的节理范围随着注浆压力的增大而增大,当注浆压力达到2.5 MPa时,孔隙压力影响范围不再扩大,也就是浆液扩散半径不再增加,稳定在4.5 m左右。
4 工程验证
神华准格尔能源有限责任公司下属的哈尔乌素露天煤矿,现有已关闭的地方小煤窑23个,均属准格尔煤田小窑地质条件,这些小煤窑开采历史久远,采用房柱式或以掘代采的简易开采方式,回采率低、遗煤多,巷道相互贯通,长期漏风供氧产生了多处大面积的煤层自然发火区。原永红煤矿是其中的一个小煤窑,煤层自燃最严重。项目组于2011年采用注浆防灭火方法对原永红煤矿自燃火灾进行了治理。
相邻注浆钻孔单孔注浆量随孔距的变化拟合曲线如图6所示。
图6中拟合曲线方程为
y=0.449 3x3-20.246x2+165.5x-251.9 (6)
拟合度R2=0.979 9,说明拟合曲线有效。
由图6可以看出,在3
5 结论
1) 从渗透系数随路径的变化角度出发,应用线性源理论对宾汉姆流体渗透理论公式进行了改进。
2) 通过UDEC对自燃采空区注浆浆液的扩散行为进行了模拟计算,得到浆液在岩层中的孔隙压力分布图,进而可知:当注浆压力达到2.5 MPa时,孔隙压力影响范围和浆液扩散范围不再增加,稳定在4.5 m左右。
3) 根据对永红小煤窑火区治理工程灌浆数据,得出相邻孔的单孔注浆量随孔距的关系曲线,并计算出永红煤矿自燃采空区注浆工程浆液扩散等效半径为4.43 m,验证了模拟结果的正确性。
参考文献
[1]罗海珠,梁运涛.煤自然发火预测预报技术的现状与展望[J].中国安全科学学报,2003,13(3):76-78.
[2]吴其,屠世浩,窦凤金,等.火区下煤层群开采裂隙发育规律研究[J].煤矿安全,2010(3):13-15.
[3]沈崇棠,刘鹤年.非牛顿流体力学及其应用[M].北京:高等教育出版社,1989.
[4]杨志全,侯克鹏,郭婷婷,等.基于考虑时变性的宾汉姆流体的渗透注浆机理研究[J].四川大学学报:工程科学版,2011(S1):67-72.
[5]YANG Xiuzhu,WANG Xinghua,LEI Jinshan.Study ongrouting diffusion radius of bingham fluids[J].Journal ofHydraulic Engineering,2004,35(6):75-79.
[6]官凯,董涛,贾金龙.基于UDEC的浅埋煤层表土层与主关键层对地表沉陷的耦合效应分析[J].煤矿安全,2012(3):161-163.
化疗会导致癌扩散？ 篇4
而在十几个月的时间内，它们是如何进化出所有这些能力的？斯旺顿的研究表明，癌细胞的进化并非通过逐步积累小的突变，而是通过跳跃性的染色体大突变获得的。如同经历了一场神秘而盛大的邪恶法术，良性或者非迁移性的肿瘤突然间成为了致命杀手。
如果能够确认癌细胞的跳跃性进化，新的治疗思路和手段也会随之产生，其中最为直接的，就是设法降低大突变的频率。加州大学三番分校的梅利的一项研究表明，阿司匹林对于癌症可能的预防作用。这项研究同样也说明了，为什么化疗不会对所有人起效。药物尽管能够杀死癌细胞，却同时也使得幸存癌细胞的基因组变得更加不稳定，更可能发生基因组的大重组。斯旺顿表示，化疗有可能制造出更多的“幸运怪物”，“我担心，在一小部分病人身上，化疗的结果也许是很可怕的。”
化疗的改进前景，也许就在于把基因组不稳定性推出这个区域。斯旺顿的研究小组将会评价染色体组不稳定性对这些病人的影响。如果斯旺顿能找到造成染色体加倍以及其他大突变的关键基因，这就会成为防止癌症恶化的重要靶点，但这还是件很遥远的事。但至少，对癌细胞进化的进一步了解，能够帮助改进现有的治疗手段，以及解释化疗为何对某些病人无效，反而会加剧癌症的转移。摘自《南都周刊》
行为扩散 篇5
1998年, Watts和Strogatz首先提出了小世界网络模型 (Small World N etwork) , 小世界网络具有典型的“小世界性”和“无标度性”, 科研团队间的知识共享、扩散等活动符合小世界特点, 因此将小世界网络应用到科研团队的知识共享、知识扩散行为研究, 对进一步了解科研团队知识扩散行为的内在机理具有很重要意思。本文在梳理国内外关于小世界网络、科研团队知识扩散行为等研究的基础上, 以期为下一步构建高效科研团队知识扩散的定量模型, 量化科研团队活动的抽象提供借鉴。
一、小世界网络相关研究
复杂网络研究目前已经渗透到各个重要科学领域, 特别在社会实际网络的研究中, 复杂网络模型被广泛应用。1998年Watts和Strogatz在Nature杂志上发表文章, 首先引入了小世界 (Small-World) 网络模型, 以描述从完全规则网络到完全随机网络的转变。而后, 一系列研究发现, 实际的网络系统都具备小世界 (Small-World) 的特征, 即“小世界特征”和“无标度特征”。近年来, 小世界 (Small-World) 网络被广泛应用在知识扩散系统的研究中。
(一) 小世界网络模型与“小世界特征”
小世界现象的研究最早追溯到1929年, 匈牙利作家F.Karinthy首先提出“小世界现象”的论断。他认为, 地球上的任何两个人都可以平均通过一条由6位联系人组成的链条而联系起来。20世纪60年代, 哈佛著名社会心理学家Milgram进行了一项实验, 实验结果表明短路径存在于人们的社交网络中, 人们通过自己认识的人, 就可以将信件送达任何地方。Milgram证明“6”是任何两个陌生人可以联系彼此的平均步数, 该现象被称为“六度分离” (Six Degree of Separation) , 又被称为“小世界效应”。之后, 很多学者为了检验六度分离理论, 又做了其他的小世界实验, 如数学家合作网络、电影合作网络、美国西部电力网络等等。
Watts和Strogatz于1998年在N ature上提出了基于规则网络和随机网络的WS小世界网络模型。他们创建了两个代表小世界网络特征的统计参数:平均路径长度L和聚类系数C, 统计结果进一步证实实际网络具备小世界的特征。
(二) 无标度网络模型与“无标度特征”
通过考察众多实际社会网络的特征, Barabási和Albert在很多网络中发现了度分布呈现幂律的形式, 即具有无标度的特点, 于是他们共同提出一种新型网络模型———“BA模型”。他们认为网络的无标度特征是应为两种生成机制作用, 一是增长机制, 二是择优连接机制, 两种机制的演化机理如下:
1. 增长:
目前为止所论的网络模型都假设我们对数量固定的节点进行随机连接和重新布线, 在这一过程中将不调整节点的数量。但是, 很多现实中的网络通过增添新节点而连续扩张。
2. 择优连接:
目前所提及的网络模型都基于两个节点按照一定概率连接或重新布线, 同时这一概率独立于节点的度。然而, 在很多现实网络中, 连接一个节点的概率与这个节点的度紧密相关, 我们将它称之为择优连接或“富人愈富”法则。
Barabási和Albert在两种演化机理的基础上, 提出了BA模型的生成算法。此外, 他们还证明:在相同的节点数量和平局度前提下, BA模型产生的网络直径比随机图理论产生的网络直径要小。
二、高校科研团队相关研究
(一) 团队及知识型团队
在管理学领域, 对于团队的研究最早开始于20世纪的霍桑实验。团队最初的含义是指一种介于个人与组织之间的工作群体, 共同完成个人较难完成的任务。Shonk (1982) 则认为团队由两名及以上成员组成, 完成共同目标的群体。Qucik (1992) 则主要关注团队的成员间的交流与沟通, 他指出跟随市场竞争的日益复杂, 团队成员之间要更加强调互相支持与协助。Katzenhach (1993) 觉得团队存在的意义是能够结合具有不同技能的人为了共同的群体目标而努力, 并且共同承担责任。由此可以看出, 团队的本质特征是要为了完成共同的目标, 而团队的成员需要具有互补的技能;团队管理的根本则是要促进彼此间的沟通和交流。
知识工作者团队可简称为知识型团队或知识团队。廖冰等人 (2003) 认为知识团队是由来自不同知识领域的员工组成, 团队需要具有相互信任、支持、尊重和合作的团队气氛, 共同以团队任务为使命。Lewis (2004) 认为组建知识型团队可以充分利用各个成员的特长从而产生新知识。Robbins则根据团队的目的将团队分为问题解决型团队、自我管理团队、多功能团队等三类。由此可以看出, 科研团队是典型的知识团队, 科研人员共同的工作目标是团队形成的基础, 科研人员之间的沟通与交流、知识互补是团队创造新知识的关键。
(二) 高校科研团队
高校科研团队是典型的知识型团队, 但除了知识团队的特点外, 高校科研团队又具有其自身的独特特征。高校科研团队一般以重大的基础研究、理论研究和应用研究为主要目标, 更加强调知识的互补和创新。团队里成员知识结构、职称结构、年龄结构一般具有较大区别。而在高校科研团队中, 隐性知识的扩散和共享尤为关键。隐性知识是科研人员长期积累和创造的结果, 包括经验、灵感、洞察力、诀窍等等, 是不易被文本化、很难与他人共享、交流和传播的。而恰恰正是隐性知识对于高校科研团队的知识创造起着重大作用。
王怡然、陈士俊 (2007) 认为高校科研团队的组成应当包括实体要素和精神要素。实体要素指团队成员、科研经费、基础研究平台等;精神要素指共同目标、愿景、制度和文化等。张海燕、陈士俊 (2006) 侧重研究高校科研团队生命周期各个阶段需要注意的问题。赵时亮、陈通 (2005) 对高校虚拟科研团队和虚拟科研团队形成的动力进行了研究。丁垫等 (2005) 则探讨了传统科研团队与虚拟科研团队不同的沟通特点, 并提出建议以提高科研团队沟通效果。
纵观以上研究成果, 本文认为高校科研团队具有如下特征:
1. 高校科研团队成员具有专业知识的互补, 并愿意共同承担责任, 有共同的知识创造愿望。
2. 高校科研团队成员知识的交互融合, 隐性知识的有效扩散是知识创造的关键。
三、基于小世界网络的高校科研团队知识扩散研究
高校科研团队知识创造中, 隐性知识的扩散有着重要作用, 但由于隐性知识具有的特殊性质, 它的转移又比较困难。隐性知识转移的关键是需要科研团队成员之间进行面对面的交流, 需要利用科研团队成员的社会网络进行大量的互动。隐性知识扩散的成功与否依赖于科研成员之间的社会网络。将小世界网络理论应用于研究科研团队的知识扩散提供了很好的视角。可以通过研究网络结构和网络关系两个方面分别来探讨高校科研团队知识扩散行为。网络结构角度探讨科研成员的社会网络结构对于团队中知识共享、扩散所产生的影响, 比如:网络稳定度、网络规模等;网络关系角度探讨科研团队成员之间交易关系、社会关系的属性, 比如, 成员间的信任等对知识扩散的影响。
高校科研团队也具有很明显的小世界性。如果用小世界网络来描述高校科研团队的知识网络, 那么节点是团队成员, 连接是他们之间的知识扩散。这样, 就可以用小世界的特征路径长度、聚集系数等网络特征来描述和分析高校科研团队的知识网络。
Cowan、Jonard (2003) 是网络知识行为研究领域的领先者, 国内外学者有关研究绝大多数是基于上述两位学者的研究成果的。他们首先构建了知识扩散过程的网络模型, 该模型中, 将科研团队中的个人作为网络中的节点, 个人之间的联结表示为节点间的连接, 用向量来表示网络中智能体的知识水平, 用向量的维数表示知识的种类。“易货交易”的物物交换机制是他们关于知识转移的重要假设, 即当两个智能体是否进行知识交换, 仅取决于另一个智能体是否有知识提供, 而不是取决于他必须提供的知识的数量。他们利用WS机制构建无权、无向的知识网络, 研究网络结构和知识扩散绩效之间的关系。在Cowan和Jonard的网络模型中, 个体的知识水平会随着时间的推移经过知识扩散而演变。
该模型的局限在于:仅考虑了知识扩散过程, 并没有引入知识创新过程。他们假设知识扩散是一种知识交换过程, 即只有当知识扩散双方都有能满足对方需要的知识时, 知识扩散才能发生, 类似于物物交换。
在Cowan和Jonard模型基础上, 国内外学者从不同角度修正一些研究局限, 提出了各种改进模型, 也丰富了这一领域的研究。下面选取具有代表性的模型进行描述:
李南等 (2006) 认为知识的转移与共享本质上是知识的交流、学习与转化的过程, 这个过程形成了人际关系网络。李南的模型设计了知识增长机制, 并对知识差异、知识存量、知识突现和知识遗忘等现象进行量化, 研究了团队知识增长特征。研究表明, 具有“小世界”的网络结构有利于知识创造。
胡峰等 (2006) 则运用网络模型模拟知识在社会网络中扩散的过程。研究结果表明知识扩散过程存在“小世界”现象, 即当网络具有小世界特性时, 科研团队知识经过充分扩散后整个团队的平均知识水品达到最高, 团队个体之间的知识势差接近最小。该模型放宽了知识交易条件, 将物物交换条件改成只要智能体之间存在连接, 并且两者之间的知识水平存在差异, 就交换知识。
李金华等根据知识在团队合作网络中的扩散特征, 提出了一种不同于Cowan模型的知识传播模型。该模型引入柯布-道格拉斯 (Cobb Douglas) 生产函数, 将因为知识扩散造成的知识增长作为合作生产的知识产品, 并分别考虑个体进行自我知识增长和不进行知识自我增长情况下的知识扩散。结果表明, 保持其他条件不变, 网络的随机化程度越大, 知识的扩散速度越快, 知识的分布越均匀。
Morone和Taylor (2004) 在Cowan和Jonard模型基础上, 提出了一种新的知识扩散模型。研究发现:具有小世界特征的知识网络, 知识扩散的效率最高, 但是该区间的知识方差却不一定大。他们通过试验得出:若团队成员个体的初始知识差异过大, 即使在小世界领域智能体总体也达不到最高的知识水平。
邓丹等 (2005) 借用小世界网络的路径长度和集聚系数, 将科研团队成员之间的交流关系抽象成网络:“节点”是团队成员, “连接”是他们之间的交流。研究发现:路径长度的倒数与交流频率成反比, 集聚系数与交流集中度成正比, 适当的交流频率和集中度才有助于知识创新。
梳理有关科研团队知识扩散定量研究的文献, 我们发现具有以下的特点与不足:
一是基于社会网络对团队知识扩散行为进行构建模型, 虽然从宏观上对知识扩散的网络结构、知识扩散路径给予了较好的解释, 但只是对特定知识扩散现象的整体性描述, 并没有深入到微观层面的个人 (节点) 的知识扩散行为。
二是现有的模型在模拟团队知识扩散行为时, 通常是刻画的静态而非动态, 他们通常描述一些特征, 如节点、聚集程度、路径长短、网络密度等, 而对知识是如何通过节点进行扩散的、扩散速度如何、扩散的主要路径是什么等, 没有给予很好的解释。
四、总结
行为扩散 篇6
关键词：品牌危机,消费者反应,仿真学,系统动力学
一、引言
品牌危机是指由品牌产品出现问题而引发产品伤害危机等负面诱因, 导致消费者对品牌产品质疑和不信任, 而且这种质疑和不信任在消费群体中被广泛接受和扩散[1]。美国著名品牌专家Larry Light指出拥有强势的品牌是在未来的营销竞争中占领市场的唯一途径, 而当品牌产品出现危机时, 对消费行为的正确理解与认识有助于预期有关消费领域的变化, 有助于企业采取合适的反应策略[2]。与其他消费行为不同的是, 品牌危机事件是一种爆发式的动态扩散过程, 受影响人群会在短期内达到一个顶峰, 处理不恰当甚至会对企业的正常运转产生致命的打击, 诸如2010年的“丰田刹车门事件”、2011年的“蒙牛奶制品致癌事件”等的爆发, 致使消费者对企业产生质疑和不信任, 给企业造成了巨大的压力和经济损失。由于企业在处理危机问题的过程中所能掌控的时间和资源是极其有限的, 研究诸多变量随时间变化对危机事件扩散的影响可以更好地帮助决策者优化资源配置, 以协助企业快速有效地将危机事件造成的负面影响降至最低。
近年来, 由于品牌危机 (尤其是食品行业品牌危机) 事件的不断发生, 对品牌危机的影响因子 (变量指标) 的研究成为许多学者关注的重点问题, 这些研究涉及对媒体报道、专家反应、顾客感知危险、顾客购买意愿、顾客抱怨行为、品牌声望、企业品牌等指标体系的探讨[3,4,5]。但目前的研究还仅限于对指标及指标体系的静态研究, 对影响因子彼此之间的相互影响, 及其随时间变化的影响效果研究还较少。大部分研究将消费者视为一个整体, 并没有考虑消费群体的差异性和消费行为的随机性, 这与品牌危机发生的实际情形是不相符的。实际上在品牌危机发生期间, 受到消费群体差异化水平的影响, 诸多变量不仅相互影响和制约, 而且在不同时段、不同条件下对品牌的影响程度不尽相同。仿真学的发展为品牌危机问题的研究提供了一种新的思路, 它将影响因子 (变量指标) 放在一个相互联系的复杂系统中, 以动态的视角衡量和考究其在系统中的作用。决策者可以通过调整相关变量指标, 观察诸多变量在不同时点对因变量及平衡点的驱动力, 以及这种作用力变化的幅度, 从而对危机事件的走势进行预测, 为策略的制订提供更为科学和准确的依据。有学者构建了具有互反扩散影响的品牌危机扩散模型, 研究品牌危机中不同的消费者群体之间的互反扩散模式[6], 证实了这一研究思路的有效性。
在中外学者研究的基础上, 本文运用系统动力学理论建立了基于消费群体随机性反应的品牌危机动态演化预测模型。模型在BASS信息传播理论的基础上, 通过对预测模型的仿真研究, 分析企业危机沟通策略的时效性、消费者忠诚度水平、消费群体的离散程度等影响因子随时间变化对危机事件的影响, 以期为企业提供决策参考。
二、品牌危机扩散预测模型构建
品牌危机发生后, 消费者通过获取相关信息了解危机的严重性, 对危机的归因做出判断, 并在此基础上形成对危机品牌的态度和行为。消费者接收到的危机相关信息主要来自于媒体报道、企业公关宣传以及消费者之间的口碑传播[6]。Bass模型假设潜在的接纳者受到系统外部信息来源的影响而对某个事件产生兴趣, 接纳者受到外部信息影响后会在个体所在群体社区进行传播。在信息传播领域, 许多学者应用Bass及其拓展模型对相关问题进行了大量的研究, 证实了模型的有效性。所以, 采用Bass模型研究品牌危机发生后消费者态度和行为的变化是比较合理的。
(一) 模型基本假设
模型假设品牌危机事件发生后区域内的潜在受影响人群总量为M, 受媒体负面信息和消费者负面口碑传播的影响, t时刻潜在受影响人群中对危机品牌采取不信任态度和行为的消费者人数为NUntrust (t) ;受企业危机沟通和消费者正面口碑传播的影响, 潜在受影响人群中对危机品牌采取信任态度和行为的消费者人数为NTrust (t) 。面对危机事件, 在实际生活中, 消费者会在心里进行一场收益与成本孰大孰小的博弈, 在通过权衡其获得的收益和付出的成本后才会做出是否信任该品牌的选择。当消费者认为信任该品牌带来的价值可能大于其带来的成本时, 就有可能采取信任的态度和行为, 否则反之。因此, 模型假设危机事件中消费行为的变化受到消费决策函数DecisionF (“D”) 的影响, Decision-F的数值越大, 说明消费者认为品牌带来的价值越大。由于消费者个体间的差异, 每个人对危机事件的看法不同, 对于不同消费者而言, Decision-F的数值是随机的, 但是该品牌原有的品牌资产价值, 企业应对危机事件作出的努力, 以及消费者对该品牌的忠诚度等, 在一定程度上影响消费者对该品牌的选择, 从而影响Decision-F的数值。通过Bass模型可以推导出, 在t时刻采取不信任态度和行为的消费群体, 及采取信任态度和行为的消费群体数量变化速率分别为:
潜在受影响人群总量为:
其中a1、b1分别为媒体负面信息和负面口碑传播对潜在受影响消费群体的影响系数, a2、b2分别为企业危机沟通和正面口碑传播对品牌消费者的影响系数, M (t) 为t时刻区域内潜在受影响人口总量。假设初始时刻采取信任态度和行为的消费者, 以及采取不信任态度和行为的消费者数量皆为0, 即NUntrust (0) =NTrust (0) =0, Decision-F服从随机正态分布, 均值由原品牌的资产价值、企业应对危机事件的努力、问题品牌给消费者带来的成本等因素决定。
(二) 模型相关参数设定
面对不利的媒体负面报道, 企业危机沟通策略可以影响消费者对危机的责任归因, 改变消费者对危机品牌的态度, 降低负面信息的不利影响[8,9]。在危机发生后, 沟通策略的效果客观上受到企业沟通的努力程度, 以及品牌资产价值等因素的影响。为了简化模型, 本文假设企业危机沟通的效果Effort-Function由企业沟通的努力程度Communication-Effort和企业的品牌资产价值Brand-Value两个因子决定。危机事件发生后, 由于企业的危机沟通策略存在时间延滞, 随着沟通策略实施的延迟, 危机沟通效果逐步减弱, 因而模型假设危机沟通效果Effort-Function也受时间延迟函数Delay-F的影响, 其中:
Step (1, Delay-Time) 为阶跃函数, DelayTime为危机沟通的延迟时间, 当t
根据信息集成理论, 品牌危机负面信息的传播和扩散是影响消费者态度和行为的重要因素之一[10]。媒体负面信息传播效果也受到诸多因素的影响, 模型假设媒体负面信息传播速率NegativeSpreading由伤害系数Damage-Coefficient决定:
Damage-Coefficient∈ (0, 1) , Damage-Coefficient越大, 表示危机事件给消费者造成的危害越大, 媒体负面信息传播速率就越快。
依据相关群体理论, 危机品牌面对的消费者按照其忠诚度的不同, 可以划分为品牌消费者和非品牌消费者两类, 两者表现出明显不同的态度和行为[7]。前者表现出对危机品牌的有利态度和行为 (例如对负面信息持怀疑态度, 相信品牌能够度过危机, 等等) , 后者则反之。鉴于不同消费群体对危机品牌的不同态度和行为, 模型将危机发生后的潜在受影响人群划分为品牌消费者和非品牌消费者两个群体, 对这两个群体对于品牌危机的态度进行模拟研究。由于消费群体的复杂性, 品牌消费者与非品牌消费者之间并没有明确的界限, 但是消费者的忠诚度越高, 对品牌的关注和重视程度也就越高, 越趋向于品牌消费者。因此, 模型用忠诚度系数变量Loyalty-index表示消费者对品牌的忠诚度水平。鉴于消费群体的差异性, 每一位消费者对品牌的忠诚度水平与他人相比均有所不同, 为了使模型更符合实际情况, 模型假设消费者忠诚度水平呈正态随机分布:
其中 (0, 1) 表示区域内的消费者忠诚度水平在区间 (0, 1) 内随机变动;忠诚度系数Loyalty-index表示区域内消费者的平均忠诚度水平, 是对区域消费者总体忠诚度水平的评估结果;Differetiat-Cocient表示区间内消费群体的离散水平, Differetiation-Coefficient数值越大, 说明区域不同消费者的忠诚度水平差异化程度越大;di为常数, i为任意自然数, di的数值确定, 随机函数的分布形态就确定。
另外, 从经济学的角度看消费者理性, 通常指消费者严格遵守边际效用理论, 通过分配资源达到效用最大化的消费行为。当品牌危机发生后, 理性的消费者会通过接收外界信息来决定对待该事件的态度和行为。为了减少模型的复杂性, 用信息搜寻时间水平S-T (S-T=t/Final-Time, 其中t为消费者的信息搜寻时间, 由于消费者的个体差异性, 模型假设消费者的信息搜寻时间服从随机分布, t的变化区间为0~Final-Time, Final-Time为仿真周期) 刻画消费者理性程度对其决策行为的影响。在较高的理性程度下, 消费者会综合考虑各方面的信息, 而不会轻易受信息干扰的影响。T越大表示消费者搜寻求证信息的时间越长, 理性程度就越高, 对待危机事件的态度就越客观。这类消费者并不轻易相信负面媒体信息或者是企业的补救宣传, 而是根据自己获取的信息进行决断。但根据边际效益递减规律, 信息搜寻时间越长, 其对消费者进行判断的作用越小, 因而模型假设S-T对口碑传播的影响水平为cos (πS-T/2) 。由于消费者之间的口碑传播通过相互接触才会发生, 因而模型假设口碑传播受到接触速率Contact-rate的影响。因为消费者相互之间接触的时间和次数也是随机的, 模型假设Contactrate服从随机分布, 同时接触速率也受到消费者个性差异的影响, 消费群体的离散程度越大, 接触速率的波动就越大, 由此模型假设:
其中cmean为该区域内消费者的平均接触速率。
(三) SD预测模型的构建
基于上述分析与假设, 构建基于消费群体随机性反应的品牌危机动态预测模型, 如图1所示。在模型中NUntrust和NTrust为存量, 分别表示随着时间的推移, t时刻潜在受影响消费群体采取不信任态度及信任态度人数的积累量;“+”和“-”分别表示变量的作用方向, “+”表示变量对存量的正向作用, “-”表示变量对存量的反向作用。消费者对品牌的态度和行为取决于媒体对负面信息的报道, 企业的宣导补救措施以及消费者之间的口碑传播等变量的作用水平。
在危机事件发生后, 不同的消费者受到外部因素的影响对事件做出判断, 以此来决定对品牌产品的态度。该模型主要有2个主线回路 (每个主线回路因消费者品牌忠诚度、信息搜寻时间、接触速率等影响因子的变化而演化为不同的子回路) : (1) 危机事件发生后, 受到负面媒体传播的影响, 部分消费者出于自身利益的考虑会对品牌产品采取不信任的态度和行为; (2) 负面媒体的传播会给企业经营带来巨大的负面影响, 企业会采取一定的宣导补救措施, 诸如召回问题产品, 对外做出解释等, 希望消费者对品牌产品持有积极的态度; (3) 危机事件发生后, 除了外部媒体和企业外, 消费者之间也会通过口碑传播了解相关信息, 口碑传播的效果不仅受到消费者忠诚度等因素的影响, 还直接受到消费者之间的接触速率, 以及消费者获取的信息量等变量的影响。在模型中, 危机对消费者的危害程度、企业的补救策略、现有的品牌资产价值、消费者忠诚度水平、信息搜寻时间、接触速率等诸多变量共同影响消费者的思维, 促使其决策行为的变化。
三、SD品牌危机扩散动态预测模型仿真运行
模型假设以某区域品牌的危机事件为例, 在进行仿真分析之前, 首先对模型中的变量进行初始值的设定, 模型假设仿真步长为1小时, 仿真运行600个周期。通过改变危机沟通的时效性、消费者忠诚度水平、接触速率等变量的数值, 运用Vensim.PLE软件进行仿真, 对危机品牌采取不信任态度和行为的消费者数等变量的变化趋势进行模拟, 分析危机事件中诸多变量随着时间的推移, 对信任者和不信任者人数的影响效果。仿真结果显示对危机品牌采取不信任策略的消费者人数的变化趋势是比较合理的, 表现为在危机的初期了解危机相关信息的消费者人数有限, 受影响人数较少, 随着时间的推移, 媒体负面信息和负面口碑传播对越来越多的消费者产生影响, 不信任人数急剧增加。在一定时期后, 不信任消费者人数增加速度放缓, 并最终收敛于一个平衡点 (平衡点的横向坐标决定危机事件持续的时间跨度, 纵向坐标决定危机事件中持有某种态度和行为的消费者最终人数) ;企业的沟通策略使一部分消费者对该品牌产生信任感, 信任人数开始增加, 并最终收敛于一个平衡点, 如图1所示。
(一) 沟通的时效性与消费者态度和行为
保持其它变量不变, 延迟企业沟通策略的实施时间 (5-10-15) , 虽然在危机发生的初始阶段, 时效性的延迟对采取不信任态度和行为的消费者人数变化的影响不大, 三条曲线在初始阶段近乎重合, 但是随着延迟时间Delay-time的不断增大, 采取不信任策略的消费者人数开始增加, 平衡点的数值逐步提升。随着延迟时间的不断增大, 采取不信任策略的消费者已经接近区域人数的总量, 相对增幅逐渐减小。这是因为随着策略的延迟, 其效果减弱至一定程度后影响幅度降低 (图1左) 。从图中的曲线可以发现 (图1右) 采取信任态度的消费者人数在企业进行危机沟通之前的数量为零, 这是因为在企业进行危机沟通之前, 采取信任态度的消费者主要受正面口碑传播的影响, 而正面口碑传播由初始信任人数决定 (NTrust (0) =0) , 危机沟通策略实施后, 信任者人数随着沟通策略时效性的延迟而骤减, 其平衡点也不断降低, 无论是不信任者还是信任者, 随着企业危机沟通时效性的延迟其平衡点收敛的时点均有所推迟。
(二) 忠诚度系数与消费者态度和行为
保持其它变量不变, 逐步提高消费者忠诚度系数的数值 (0.3-0.4-0.5) 。通过图2中的曲线可以看出在危机爆发初期, 随着消费者忠诚度系数的提高, 对品牌产品采取不信任态度的消费者数量不断减少, 减少的幅度随着时间的推进而不断增大。但是, 达到一定时点后, 随着时间的推进而减幅降低, 最终以略低的水平收敛于平衡点。随着消费者忠诚度系数的提高, 采取信任态度的消费者在危机发生前期呈现与前者相似的反向变化, 但是变化的相对幅度略大于前者。
(三) 消费者的离散程度等因子对消费者态度和行为的影响
每一个消费者都是差异化的个体, 但是企业无法针对区域内的每一位消费者进行策略的制订。为了研究消费群体的离散性对危机事件的影响, 模型调节差异化系数 (0.04-0.06-0.08) , 但是并不改变该区域消费群体的总体状况。通过仿真结果发现随着区域内消费群体离散程度的提高, 企业的补救策略所起到的作用被逐渐弱化 (见图3左) , 但是在其他变量参数均值不变的情况下, 离散程度对消费者的影响力度较弱, 如图3右所示。在离散程度发生变化的情况下, 采取信任态度和行为的消费者变化速率曲线趋近于重叠, 采取信任态度和行为的消费者总量随着离散程度的提升而呈现较小幅度的降低。
另外, 接触速率的变化也会对消费者态度产生不同影响。随着区域内消费者总体接触速率的上升, 虽然在前期对消费者态度和行为的影响水平没有太大的变化, 诸如消费者接触时间和次数的随机性使得危机事件前期采取不信任态度和行为的消费者以及采取信任态度和行为的消费者, 没有随着接触速率的上升而呈现明显的变化趋势, 但是在危机事件中后期, 采取不信任态度和行为的消费者总量随着接触速率的上升而上升, 采取信任态度和行为的消费者则呈现相反的变化。
四、结论及展望
品牌战略管理的目的是为了建立长青品牌, 危机事件的爆发不仅干扰了企业的正常运营, 而且还会严重损害企业的品牌形象, 致使消费者对品牌产生质疑, 严重时甚至会关乎企业的生死存亡。因此, 如何应对突发性的品牌危机事件, 对企业的生存与发展至关重要。本文运用系统动力学相关理论与方法, 建立了基于消费群体随机性反应的品牌危机动态演化预测模型, 通过分析品牌危机爆发后消费者忠诚度系数、区域消费群体的离散程度和消费者之间的接触速率等相关变量随时间推移对消费行为的影响, 预测危机事件爆发后区域内消费者态度和行为随时间产生的变化, 以此为企业提供应对危机事件的科学参考。通过本次模拟, 发现企业危机沟通策略时效性越差, 不信任消费者人数增加幅度和信任消费者人数减少幅度就越大, 平衡点延迟收敛的时间越长;区域内消费者忠诚度系数均值的变化, 对品牌危机事件中采取信任态度和行为的消费者的影响, 大于采取不信任态度和行为的消费者;区域消费者的离散程度以及消费者之间的接触速率, 在一定程度上会对企业的补救措施起到弱化的作用, 但是这种作用力的影响程度较小。
本文仅仅在中外学者对品牌的相关变量研究的基础上, 探讨诸变量随时间演变对消费者的影响作用。在不同的市场环境下, 由于针对不同的品牌, 变量因子对消费者行为的作用水平存在着巨大的差异, 这也决定了嵌套在模型中的变量表达式, 因不同类型的品牌危机事件而有所差异。鉴于时间和作者个人的水平, 本文的研究只是为企业应对品牌危机提供一种可以借鉴的思路和方法, 如何更加富有成效地帮助企业应对品牌危机事件有待于进一步挖掘实际数据, 并对预测模型进行深化和完善。
参考文献
[1]Niraj D, Jing L.Brand crises:The role of brand familiarity and crisis relevance in determining the impact on brand evolution[J].Journal of Business Research, 2009, 62 (12) :509-516.
[2]Siomkos G J, Rao S S, Narayanan S.The Influence of positive and negative affectivity on attitude change toward organizations[J].Journal of Business and Psychology, 2001, 16 (1) :151-161.
[3]Cleeren K, Dekimpe M G, Helsen K.Weathering product-harm crises[J].Journal of the Academy of Marketing Science, 2008, 36 (2) :262-270.
[4]Dawar N, Pillutla M M.Impact of product-harm crisis on brand equity:The moderating role of consumer expectations[J].Journal of Marketing Research, 2000, 37 (2) :215-226.
[5]Herr P M, Kardes F R, Kim J.Effects of word-ofmouth and product-attribute information on persuasion:an accessibility-diagnosticity perspective[J].Journal of Consumer Research, 1991, 17 (4) :454-462.
[6]Bradford J L, Garrett D E.The effectiveness of corporate communicative responses to accusations of unethical behavior[J].Journal of Business Ethics, 1995, 14 (11) :875-892.
[7]Laczniak R N, Decarloa T E, Ramaswamia S N.Consumers'responses to negative word-of-mouth communication:an attribution theory perspective[J].Journal of Consumer Psychology, 2001, 11 (1) :57-73.
[8]Coombs W T, Holladay S J.Comparing apology to equivalent crisis response strategies:clarifying apology’s role and value in crisis communication[J].Public Relations Review, 2008, 34 (3) :252-257.
行为扩散 篇7
氢在钢中是有害的,能够引起钢材料出现白点、鱼眼、鼓泡、氢致裂纹等缺陷,最终导致材料脆断失效,所以对钢材料中氢的控制尤为重要。钢中的氢又分为扩散氢和不易扩散氢,通常扩散氢是导致氢缺陷和氢致失效的主要贡献者。所以在控制钢中氢含量尽可能低的前提下,测出钢中氢存在的状态更为重要。
1 试验过程
1.1 试验材料
试验钢种分别为:Q345C,42CrMo4,B钢3个钢种,每个钢种取2个试样分为试样A和试样B。试样A为棒材连铸坯,加工尺寸为Φ15 mm×30mm,试样B都取自于压缩比大于3的锻造钢材,加工尺寸为Φ15mm×30mm。
另取管线钢失效部件试样三件(试样1~3),取样位置如图1所示,分别在3个不同的部位取样,加工尺寸为:30mm×15mm×10mm,如图2所示。
1.2 试验方法
利用升温测氢装置(HTDS)分别对试样进行加热扩氢检测。环境温度:20℃;湿度:46%;电气炉加热速率:300℃/h和150℃/h;加热最高温度:850℃;氢分析谱仪:高精度四重质量分析计,试验前试样都用无水酒精在超声波洗涤器中清洗10min,并用电子天平准确称取质量。
2 试验结果
2.1 钢种Q345C试验结果
钢种Q345C试验结果如图3,4所示。
2.2 钢种42CrMo4试验结果
钢种42CrMo4试验结果如图5,6所示。
2.3 钢种B钢试验结果
钢种B钢试验结果如图7,8所示。
2.4 失效件试样试验结果
失效件试样试验结果如图9~11所示。
3 分析与讨论
3.1 分析
以上试样的试验数据如表1,2所示。
3.2 讨论
由表1可以发现:试验钢种材料出现析氢峰值处的温度都在400℃左右,不是长期经验认为的温度500~600℃;因此,在此类钢材料的析氢处理时,选择在此峰值处保温一段时间,使材料内部扩散氢完全析出,不会出现白点等内部缺陷。同钢种试验中,试样B都是在锻造后取样,锻造后的钢材致密性更好,内部扩散氢不易逃出,试验显示出的氢含量都比未锻造试样含量低,并且出现峰值处温度都比同钢种未锻造试样低40℃左右。由上,可以对不同钢种、不同状态的钢材热处理工艺进行有据可依的调控。
由表2可以看出:试样1出现一个峰值,温度在425℃左右;而试样2和试样3在最高峰值之前还出现一个峰值。试样1是在断口处取样,所以分析认为是断裂导致此处氢扩散使得尖峰消失,是此部分扩散氢导致材料失效的主因。试样2与试样1是在相同环境下服役,试样2处没断裂是由于第一峰值处的氢含量不至于导致其失效。试样3是在不同环境下服役,所以第一峰值处积分面积小,导致材料失效的扩散氢含量少。
4 结束语
HTDS分析法可以把钢材料中扩散氢及非扩散氢定性区分开来并准确测出含量,给出不同温度下氢的含量和状态;为产品生产研发、热处理工艺优化、指导客户使用钢材料等提供重要检测数据,还可以为氢脆失效分析提供有力判据。
参考文献
[1]褚武扬.氢损伤和滞后断裂[M].北京:冶金工业出版社,1988.
[2]王移山,尹士科.水银法测定扩散氢的影响因素[J].钢铁研究学报,2000,12(1):59—62.
[3]郑文龙,于青.钢的环境敏感断裂[M].北京:化学工业出版社,1988.
[4]李秀艳,李依依.奥氏体合金的氢损伤[M].北京:科学出版社,2003.
行为扩散 篇8
高温钛合金是航空发动机应用非常有吸引力的材料,提供了从室温到600℃范围内高的强度水平,而且其密度仅为钢或镍基合金的一半,目前在先进的军民用航空发动机上钛合金的用量要占到25%以上,主要用于制造风扇和压气机的轮盘、叶片和机匣等部件[2]。发动机推力和推重比的提高,导致压气机的出口温度相应升高,需要耐热能力更优的高温钛合金,以代替一级或两级原来用镍基高温合金的压气机高压轮盘和叶片,这样可以显著减轻压气机的质量,从而提高推重比。高温钛合金的长时最高使用温度已从最初的350℃提高到了现在的600℃,限制高温钛合金在更高温度下使用的因素主要是其随着温度升高而快速下降的热强性和表面抗氧化性[3]。
高温蠕变性能是评价高温钛合金耐热性最重要的指标之一,对于在高温下应用的部件,如航空发动机的压气机盘,一般只允许非常小的蠕变塑性应变[4]。随着使用温度的提高,高温蠕变抗力越来越成为影响高温钛合金使用温度、使用可靠性和使用寿命最主要的限制因素。以往,提高高温钛合金蠕变抗力主要是通过主合金化元素的选择、成分优化及显微组织控制来获得,往往忽视杂质元素的作用。根据几十年来大量的研究结果和实践经验,Ⅷa族元素Fe,Co,Ni会显著损害钛合金的高温蠕变抗力。在这三个元素中,Fe一般是钛合金中最主要也是含量最高的杂质元素,需要引起特别关注。因此,深入认识和理解杂质Fe在高温钛合金中的存在形式、扩散行为及其对蠕变性能的显著影响对于高温钛合金的科学研究、工业生产及质量控制等诸多方面均具有重要的价值。
1 高温钛合金的相组成
钛合金主要由两相组成,即密排六方结构(HCP)的α相和体心立方结构(BCC)的β相。在500℃以上使用的高温钛合金一般为近α型合金,即以α相为主,在稳定状态下含有少量的β相。这是因为,与α相相比,α相在β转变温度以下具有热力学上的冶金稳定性,可动滑移系少,且具有本质的低扩散能力,因此,α相具有良好的高温蠕变抗力和组织稳定性[4];另一方面,为了适当改善钛合金的热加工工艺塑性和扩大两相区加工的温度窗口,一般还加入少量的β稳定化元素,如Mo,Nb,生成少量的β相,这是高温钛合金合金化的理论基础。
为了尽量提高高温钛合金的耐热能力,一般加入较高含量的Al,Sn,Zr,通过增强α相的固溶强化作用和提高β转变温度来提高高温蠕变抗力。但加入较高含量的Al,Sn,Zr后,容易在α基体中析出以Ti3Al为基的有序α2相。可采用Al当量经验公式([Al]当undefined来判定α2相析出的热力学趋势[5],即当合金中的Al当量超出临界值,在合适的温度下长时时效时,在过饱和的α相中会析出α2相。α2和α相之间的晶格错配度小,当其尺寸小于120nm以下时与α相能一直保持共格关系[6]。有序共格的α2相会促进变形时位错的平面滑移运动,限制位错交滑移的进行,并会引起滑移的不均匀分布,形成粗大的滑移带,因此,会严重损害合金的塑性[7,8,9],因此,大部分的高温钛合金合金化设计均遵循了Al当量设计准则,即控制合金的Al当量在9%以下。实际上,大部分的高温钛合金在长时高温使用时,还是会析出一定数量的α2相。
另外,在高温钛合金中一般还加入0.1%~0.5%的Si,通过Si的固溶强化和硅化物弥散析出的沉淀强化,可以显著改善高温蠕变抗力。Si是Ti的共析型β稳定化元素,在α和β相中的固溶度较小,当超出其固溶度极限时,会析出硅化物。根据大量的研究结果,在含Zr的近α型钛合金中,硅化物一般为六方结构的(Ti,Zr)6(Si)3型,以S2表示,其晶格常数随成分的差异而略微不同,一般在a=0.70nm,c=0.36nm左右,呈椭圆形分布[10,11]。S2硅化物是不均匀形核的,优先在α/β界面上或α相中的位错上形核,与基体保持非共格的位向关系[12]。
基于上述分析可知,大部分的高温钛合金均以α相为主,并通过适当利用α2相和硅化物的沉淀强化作用,来改善高温蠕变抗力。本文在讨论Fe对高温钛合金蠕变性能影响时,仅考虑Fe在α-Ti中的扩散行为及作用,另外,因Co,Ni在α-Ti中的扩散行为及其作用均与Fe基本相同,因此,在此不作专门讨论。
2 钛合金高温蠕变的位错攀移机制
高温钛合金的高温蠕变过程可用蠕变曲线来描述(见图1),蠕变可分为三个阶段,即初始蠕变阶段、稳态蠕变阶段和快速蠕变阶段,其中,AB段为材料施加应力后的瞬时弹性变形;BC段为初始蠕变阶段(第一阶段),此阶段开始时的蠕变速率很大,随着时间的延长,蠕变速率逐渐减小,到C点时蠕变速率达到最小值,在这一阶段,位错可自由运动并易增殖,所以蠕变速率较大,并急速下降到一个稳定的值,代表稳态蠕变阶段的开始;CD段为稳态蠕变阶段(第二阶段),这一阶段的特点是蠕变速率几乎保持不变,代表了应变强化和通过热激活回复达到一个平衡状态,其稳态蠕变速率可用undefinedss表示,undefinedss与温度T的关系可以采用公式1来表达;DE段为快速蠕变阶段(第三阶段),随着时间的延长,蠕变速率增大,至E点发生断裂。
undefined
式中:A为常数;σ为施加应力;n为应力指数;Q为蠕变激活能;R为气体常数;T为绝对温度。
对于高温钛合金来说,在其主要的服役温度范围内(400~600℃),大量的实验研究结果表明,其稳态阶段的蠕变速率与应力很好地符合幂律指数规律,应力指数一般在4.5~5.2范围之内,因此,认为其蠕变变形主要受位错攀移机制所控制[13,14],在这种情况下,蠕变激活能接近于Ti的自扩散激活能[15]。
在较高的温度下,位错的攀移运动需要借助空位或间隙原子的扩散来得以实现,因此,位错的攀移速度取决于空位或间隙原子的扩散速率,即扩散越快,引起的位错攀移速度越大,相应的高温蠕变变形速率越高。可见,扩散是决定钛合金高温蠕变抗力最主要因素,所有能降低钛合金扩散的方法均有助于高温蠕变抗力的提高。
为了提高高温钛合金的蠕变抗力,除降低合金基体的扩散速率外,通过在位错附近形成溶质原子气团或析出细小弥散的沉淀相可以有效地阻碍位错的攀移运动[16]。
3 Fe在α-Ti中的扩散行为
与其他HCP结构的元素如Mg,Zn,Cd相比,Ti的离子/原子半径比很大,因此,可以将Ti认为是“开放”式金属[17,18],往往测得的Ti 的本质自扩散速率要高于理论计算值,这种反常现象难以采用常规的空位扩散机制来解释,应该还存在其他的扩散机制。
Mishin等[18]采用超纯Ti(含0.02×10-6%Fe,0.007×10-6%Co,<0.015×10-6%Ni)来测量α-Ti的自扩散,实验结果表明,与其他HCP结构材料一样,遵守Arrhenius公式。另外,也测试了Al在α-Ti中与C轴垂直方向的扩散系数,也遵守Arrhenius公式,在662~867℃范围内,Al在α-Ti中扩散系数比α-Ti的自扩散系数慢3~5倍,均为受空位扩散机制所控制。Köppers的研究工作也得出了相同的结果[17]。
Fe在α-Ti中具有很高的扩散速率,Nakajima[19]测试了Fe,Co,Ni在α-Ti中的扩散速率(见表1),Fe,Co,Ni在α-Ti中的扩散系数是α-Ti自扩散系数的103~105倍,而且平行于密排六方结构α-Ti的C轴方向的扩散系数(D//)要大于垂直于C轴方向的扩散系数(D┴),差2~5倍。另外,杂质Fe的存在又显著加速了α-Ti的自扩散,特别在β转变温度以下[17]。例如,对于高纯的α-Ti,其自扩散激活能Q=303kJ/mol[17],而含较高含量的杂质元素Fe,Ni,Co时,α-Ti的自扩散激活能Q=240kJ/mol[20]。因此,采用实验方法测得的钛的自扩散系数是外在的,而不是其内在的本质扩散系数,受杂质原子快扩散的强烈影响。
Fe在α-Ti中的反常快扩散现象难以用空位扩散机制来进行解释,而更接近间隙扩散机制。但是,按海格的经验定则,只有当杂质原子与溶剂原子的半径比小于0.59,才可能有较多的间隙原子[21]。Ti原子半径(rTi)为0.147nm,Fe原子半径(rFe)为0.124nm,Fe与Ti的原子半径比undefined等于0.84,明显大于0.59。Frank和Turnbull[22]提出了一种最初在半导体扩散中发现的离解扩散机制(Dissociative Diffusion Mechanism),即一部分杂质原子是以置换方式存在,而另一部分是以间隙原子方式存在。间隙原子(Interstitial, Bi)和置换原子(Substitutional, Bs)的动态平衡受离解反应所控制:
undefined
式中V代表空位。根据这种离解扩散机制,溶质原子的有效扩散系数没有像直接间隙扩散那么大,但明显大于置换扩散机制。对于分离机制,间隙原子与一个空位结合而形成一个置换式溶质,随后该置换式溶质能分离,再形成一个空位和一个间隙原子。Fe在α-Ti中的反常快扩散行为看来具有来自离解扩散机制的贡献,即Fe既可以置换固溶于α-Ti中,也可以间隙固溶于α-Ti中,这可能与Ti的反常大的离子/原子半径比有关系[18]。
除Fe之外, Co,Ni,Cr,Mn在α-Ti中同样具有反常快的扩散,可以将这些元素称为Ti的快扩散元素,但Cr,Mn在α-Ti中的扩散速率要比Fe,Co,Ni低2个数量级左右[23]。
4 控制高温钛合金中Fe含量的重要作用
综上所述,Fe,Co,Ni是α-Ti中的快扩散元素。一方面,Fe,Co,Ni在α-Ti具有非常大的扩散速率;另一方面,当合金中存在Fe,Co,Ni时又极大地促进α-Ti的自扩散,使得钛合金的有效扩散能力大大增强,提高了蠕变测试时的位错攀移速率[24],从而降低了钛合金的高温蠕变抗力。
根据研究,在所有的测试温度范围内,高温钛合金中的Fe均显著提高了蠕变塑性应变量,与合金的组织状态无关[25]。Russo[26]对比研究了Ni和Fe对β退火的Ti6242S钛合金的蠕变性能的影响,结果表明,Ni对Ti6242S合金蠕变抗力的下降作用是Fe的7~11倍。Paradkar[27]的研究结果认为,在高温钛合金中,Co对蠕变抗力的下降作用要大于Fe。
Xu等[28]从另一个角度分析了Fe,Co,Ni对钛合金蠕变性能的影响,采用LMTO-ASA方法计算了Ti的各种溶质原子与空位的交互作用能,对比计算结果和实验信息,可以得出溶质与空位交互作用和高温蠕变性能之间的简单关系,当溶质原子被空位吸引可以提高蠕变抗力,而那些排斥空位的溶质原子对蠕变抗力没有好处。Ti的大部分合金化元素如Al,Si,Zr,Nb,Mo,Sn等与空位具有负作用,对蠕变有益;而Fe,Co,Ni与空位是相斥的,因此,会损失蠕变性能。
因此,对于高温钛合金而言,特别是在更高温度下长期使用的合金,一定严格控制原材料中的Fe,Co,Ni元素的含量,这对于保证钛合金的高温蠕变性能是非常重要的。但钛合金铸锭中的杂质Fe是难以完全避免的,因为海绵钛的生产过程中容易带入杂质Fe。采用Mg还原TiCl4的Kroll方法生产海绵钛时,在钢制反应容器中进行真空还原-蒸馏时的工作温度高达700~850℃,处于高温下的TiCl4会腐蚀容器内壁,最终的生成物Fe会转移到海绵钛中;而且盛液态Mg的容器都是钢制材料,所以Mg中一般都含有一定量的Fe,最终也会转移到海绵钛中;在进行海绵钛坨破碎时,少量的Fe屑也会进入海绵钛中[29]。除此之外,对于熔炼钛合金所使用的中间合金及纯金属也会带入杂质Fe。
对于在600℃温度下服役的高温钛合金,在材料标准或相关的技术要求中对合金中的Fe含量提出了极为严格的要求,例如美国的Ti-1100合金,其化学成分技术指标要求Fe含量≤0.02%;英国TIMET公司生产的IMI834合金的Fe含量控制得也相当低,仅为0.0065%[30]。对用于高温钛合金的海绵钛及中间合金,要特别挑选低Fe的原材料,以保证材料的高温蠕变性能。
5 结论
(1)大部分的高温钛合金以α相为主,高温蠕变行为主要受位错攀移机制所控制,其蠕变激活能接近于基体材料的自扩散激活能。
(2)Fe是α-Ti的快扩散元素,在α-Ti中具有反常大的扩散速率,是α-Ti自扩散速率的103~105倍,当钛合金中存在Fe时还会显著促进α-Ti的自扩散,Co,Ni在α-Ti中的扩散行为与Fe相近。
(3)Fe在α-Ti中的扩散可能为离解扩散机制,Fe既可以置换固溶于α-Ti中,也可以间隙固溶于α-Ti中,这可能与Ti的反常大的离子/原子半径比有关。
(4)高温钛合金中的杂质Fe显著提高基体的扩散速率,导致蠕变过程位错攀移速率的明显增加,从而显著降低高温蠕变抗力。
噪声扩散过程数值分析 篇9
关键词：噪声扩散 数值模型
1 噪声扩散方式
关于噪声的扩散方式，可以借由信息传播进行描述，因为信息和噪声的上层概念都是消息，二者的传播方式非常相近。
基于非确定信息网络结构的研究，非确定性网络是指个体间通过随机碰撞传递信息。非确定性信息网络刻画了金融系统信息传播的非同时性、异质性。Cont和Bouchaud （2000）提出了基于完全随机碰撞交互的金融系统信息传播模型。该模型的优点是和真实金融系统的情况非常接近，个体无需任何关于整个系统的统计信息就可以进行决策。模型较好地刻画了群体性从众行为从形成、演化、消失的动态规律。应尚军等（2001，2003）[1][2]、杨春霞等（2005）[3]改进了个体间交互的规则，通过多种信息传播模型的构建，刻画了信息传播的途径、速度、范围等动态特征，还模拟了价格泡沫的形成和破灭。
基于特定复杂网络的研究。这类研究的思路是由研究者根据其对金融市场的观察与理解，指定金融系统遵循小世界网络或无标度网络模式，进而探索复杂网络演化特征及其对资产价格的影响。Hein和Schwind （2008）等研究了基于小世界网络的股市信息交互结构，发现了个体数量和信息交互强度的变化将影响价格形成过程。陈彦锟（2010）[4]基于无标度网络建立的信息传播结构，研究了泡沫的形成与崩馈的条件。
此外，林俊波（2005）[5]借用Shannon的无线电信号传递原理模型，界定证券市场的信源、信道和信宿，构建了证券市场信息传递模型，比较全面而抽象地概括了证券市场信息扩散过程。
邓忆瑞（2008）[6]借用物理学中“场”的概念，建立了信息扩散场，基于场论，采用逻辑推理和数学分析相结合的方法，构建并求解信息扩散场的扩散状态模型，将信息扩散机理用“场”语言描述出来，并利用马氏漂移链原理建立信息时空扩散模型，描述了信息扩散的时间扩展规律与空间分布特征，并利用计算机对模型进行了模拟。
宋逢明等（2002）[7]对中国股票市场的收益率与交易量进行大量实证研究的基础上，构造了中国股票市场区别于成熟资本市场的特殊信息传导模型，并验证了模型的适用性，还发现不同类型股票的投资者的构成不同，其信息传导结构也不同。
吴忠群（2011）描述了两种特殊的信息模式，泄漏式和爆炸式。信息以渐次传递方式被个体获知称为“泄漏式”，信息瞬间扩散到每一个系统中每个个体称为“爆炸式”。信息的传播途径也可分为通过媒体披露和通过个人交流。这样，不同传播速度和传播途径交织组合在一起，构成信息传播方式的多样性。
Kosfeld（2004）[8]用数理推导呈现了一个关于谣言对市场影响的模型，为其他关于谣言和资产价格的实证提供理论分析基础。模型中个体通过与周围邻居进行交流产生了谣言传播的可能。推导的结果显示，谣言最终消失，长期均衡价格等于谣言前价格；如果谣言仍存在，会造成与谣言有关资产的价格上升。
林春燕和朱东华（2005）[9]从股市内部信息传播如何影响股价的波动和交易量变化为研究角度，建立常微分方程组描述了在未知情者不具备学习能力的情况下，信息自身传播过程，并预测传播高峰，分析其过程中股票交易量的变化情况。该模型证明了两个定理：一是传播信息的投资者人数先单调增加，然后单调减少并趋于零；而是总有一部分人在信息公布前无法得知内部消息。
2 噪声的扩散过程建模
股市噪声从噪声源产生以后总是要流动的，不存在静止状态的噪声。所谓噪声流动也就是噪声的扩散，而噪声扩散又可称为噪声的传递，是指噪声从噪声源产生以后，经过传递渠道送达给信息的全部活动过程。
股市噪声扩散依据传播速度分类可分为两种特殊形式，泄漏式和爆炸式。泄漏式代表信息是以渐次传递方式被公众获知的，爆炸式代表信息是瞬间扩散到每一个受众的；依据传播途径分类可分为，通过媒体披露以及个人之间交流。不同传播速度和传播途径交织组合在一起，可以构成信息传播方式的多样性。
本章重点研究以“泄漏式”为传播方式和以“个人交流”为传播途径的噪声的扩散过程。此类噪声是以“人”为载体进行传播的。每个传播者只通过周围有限个人渐次将噪声扩散出去。本章将建立模型，研究噪声传播者的变化规律来说明此类股市噪声的扩散特征，可以为控制此类噪声扩散提供一定的理论支持。
2.1 模型基本假设
设投资者集合I，噪声产生时刻t。t时刻后，投资者开始分化成三个种群。第一类投资者在t时刻获知噪声并正在转告他人，称为噪声传播者，记为集合D；第二类投资者在t时刻获知噪声但不转告他人，称为传播终止者，记为集合K；第三类投资者不知晓该噪声，称为不知情者，记为集合U，并且有：
I=D+K+U （2-1）
设t时刻上述三类投资者占总投资者的比例分别用D（t）、K（t）、U（t） 表示，所以有：
D（t）+K（t）+U（t）=1 （2-2）
对模型作出如下假设：
①噪声传播者通过有限个个体交流，逐渐将噪声传播出去；
②变量D（t）、K（t）、U（t）为连续可微变量。
③只有噪声传播者D传播给不知情者U才算有效传播。
假设③说明，噪声从人群D到D、D到K两种传播都是无效的，因为D、K两类人群均已知此噪声。
设噪声传播者平均传播率为常数λ，λ为大于等于1的常数，意味着单位时间内，平均每个噪声传播者有向λ个人传播噪声的传播能力，但只有向人群U传播才是有效传播，故噪声传播者在单位时间内传播噪声的有效能力为：
λU（t）（2-3）
设总体投资者的人数为N，单位时间内传播者传播噪声的有效传播人数为：
λNU（t）D（t）（2-4）
上式也表示噪声传播者D单位时间的增加量，即噪声传播者D增加的速度，可以用它来衡量噪声传播的速度。它是U（t）、D（t）的函数。
④传播者D会转换为传播终止者K，传播终止率正比于噪声传播者数量ND，比例系数为μ，μ为大于0且小于1的常数，所以噪声传播者D单位时间减少量为：
μND（t） （2-5）
A4：不知情者具有学习能力。当股价波动，成交量扩大时，会引起持有或对该股票感兴趣的投资者的关注。当有高于（或低于）均衡价的大笔订单成交时，将引起原本不知情的交易者改变他们对该股票的预期价格，有可能对该股进行买卖。噪声传播者越活跃，不知情者参与的概率越大。
设不知情者参与的概率为P（t），随时间的变化而变化，且与D（t）成正比，
学习能力强的投资者会从交易量的变化中猜测噪声，并加入到传播人群中去，这部分人群的单位时间增加量为：
NP（t）U（t） （2-7）
2.2 噪声传播模型
2.2.1 噪声传播方程
当噪声出现时，系统内种群开始分化。不知情者接收到噪声，变成噪声传播者，将噪声扩散出去；之后噪声传播者不再传播，变成传播终止者。
投资者的角色转换过程是U?D?K，三类投资者数量随时间推移呈现“此消彼长”的特征。三类投资者所占比例的变化速率分别记为D′（t）、K′（t）、U′（t）。建立常微分方程组（2-8）如下：
U′（t）=-λU（t）D（t）-p（t）U（t）
D′（t）=λU（t）D（t）-μD（t）+p（t）U（t）
K′（t）=μD（t）
P（t）=
U（t）+D（t）+K（t）=1
U0>0，D0>0，K0>0（2-8）
2.2.2 种群的演化特征一
噪声是通过个体交流的方式逐渐在人群中扩散的，所以噪声扩散者应该是逐渐增加的。随着时间的推移，不断有新消息进入系统取代先前的噪声成为决策依据。噪声逐渐沦为过时的消息，传播者没有动力去传播噪声，表现为人群D数量的减少。
所以噪声有如下传播特征一：
噪声传播者的种群人数变化规律有两种可能：或单调减少，或先逐渐增加，达到峰值后逐渐减少。
2.2.3 种群的演化特征二
从现实情况来看，噪声的扩散不会至整个系统。由于信息不对称总是存在，交易者在有关交易信息之数量和质量的拥有上不相等，股市消息不会到达每一个人。也就是说，人群中总有人不知道噪声。
如下传播特征二：
不知情者不会随时间的推移而完全消失。
2.2.4 噪声扩散的峰值
根据噪声传播者的变化规律可知，传播者人数必然会在某一时刻达到峰值。到达峰值的时间与初始传播人数、传播终止率、噪声传播者的传播能力和不知情者的学习能力有关。一般地，初始传播人数越大，噪声传播者的传播能力越强，不知情交易者学习能力越强，峰值就会越大，到达峰值的时间就越早；传播终止率则与峰值成负相关。
3 数值模拟与分析
3.1 分析工具的选择
MATLAB是使用较为广泛的模拟工具，提供了7个求常微分方程数值解的函数：ode45，ode23，ode113，ode15s，ode23s，ode23t，ode23tb。ode45是解决数值解问题的首选方法，将选择ode45进行方程求解。同时，将选择二维画图函数plot进行函数曲线绘制。
3.2 模拟分析
用MATLAB求解微分方程组，并画出D（t）、K（t）、U（t）三个种群人数演化曲线（演化曲线略）。模型中需要赋值的变量有：
①噪声传播者的初始比例D0在0～1内由随机数生成；
②噪声传播者的初始比例D0与未知情者的初始比例U0之和为1；
③传播终止者的初始比例K0为0；
④参数λ大于或等于1的常数；
⑤参数μ、
3.3 结果分析
①初始时刻，系统中噪声传播者为固定值，是整个系统的噪声传播源，其余人群则是不知情者。当噪声产生后，传播者开始传播噪声，不知情者人数逐渐减少。随着噪声的传播，知晓噪声但不传播的传播终止者人数从0开始逐渐增多。噪声传播者的变化规律与传播能力、传播终止率、未知情者学习能力和初始噪声传播人数都有关。
②其他条件不变，初始状态下，系统中知晓并传播噪声的人数越多，传播高峰来的越快，峰值越大。这符合逻辑推理和实际观察。
③其他条件不变，当传播者传播噪声的能力越强，传播高峰来的就越快，峰值就越大，符合逻辑推理和实际观察。
④其他条件不变，当传播终止率越小，峰值越大，但传播高峰时间变化不明显。
⑤其他条件不变，当未知情者学习能力越大，峰值越大，传播高峰时间变化也不明显。
⑥曲线均未涉及当时间足够长时，三类人群的数量特征。但上一章经过理论已经证明，噪声传播者最终会消失，整个系统只有未知情交易者和传播终止者。
参考文献：
[1]应尚军， 魏一鸣， 范英，等. 基于元胞自动机的股票市场复杂性研究——投资者心理与市场行为[J].系统工程理论与实践，2003， （12）：18-24+31.
[2]应尚军，魏一鸣，范英，等.基于元胞自动机的股票市场投资行为模拟[J].系统工程学报，2001（5）：382-388.
[3]杨春霞，王杰，周涛，等.基于自组织逾渗的金融市场模型[J].科学通报，2005（20）：127-131.
[4]陈彦锟.基于无标度网络的信用违约风险传染效应研究[J].统计与决策，2010（2）：20-23.
[5]林俊波.证券市场信息传导机制与信息披露制度研究[D].浙江大学，2005.
[6]邓忆瑞.基于网络维力的信息扩散研究[D].哈尔滨工程大学， 2008.
[7]宋逢明，唐俊.中国股票市场的信息传导与流动性需求[J].经济科学，2002（2）：46-57.
[8]Kosfeld M.Rumours and markets[J].Journal of Mathematical Economics，2005，V41（6）：646-664.
[9]林春燕，朱东华.证券市场信息传播的数学模型研究[J].数学的实践与认识，2005（11）：40-45.
作者简介：
刘芷彤（1992-），女，内蒙古通辽人，大学本科，学士，华北电力大学经济与管理学院。