钢结构防腐工艺

采用高压下注塞泵挤压油漆，油漆在高压下雾化。油漆雾化后纯清、有力地喷涂表面，使钢结构防腐油漆附着力强、油漆膜厚、表面平滑、光泽好、防腐年限长。     

平面喷涂漆膜厚度分布规律研究与搭接参数优化

目的实现大型船舶外板表面喷涂的自动化作业,开展表面漆膜厚度分布规律研究,优化平面喷涂轨迹,求出最佳喷涂搭接参数。方法以喷嘴雾幅宽度、距离、喷枪移动速度三个喷涂工艺参数为因素进行正交实验,获得漆膜厚度分布数据,使用b分布函数进行实验数据表征,运用遗传算法优化拟合b分布模型的三个关键参数。基于BP神经网络算法建立漆膜厚度分布预测模型,并对预测结果进行合理性分析。在此基础上,研究每道漆膜之间的搭接规律,运用NSGA-Ⅱ算法求解最优漆膜搭接宽度。结果计算得到15组实验数据对应b分布模型的T_(max)、w及β,构建的漆膜厚度分布预测模型能准确预测在不同喷涂工艺参数下的漆膜厚度分布。以第16组实验为例,计算得到了最优的漆膜搭接宽度为41.76 cm。结论建立了喷涂工艺参数和膜厚分布规律之间的映射模型,该模型可以准确预测不同工艺参数下的涂层厚度分布,应用该模型计算出的最优漆膜搭接宽度能获得厚度均匀的涂层,为实现船舶外板的自动化喷涂做好了前期准备。     

改善铝型材喷涂油漆消耗量的方法

氟碳喷涂由于其优异的耐候性,广泛应用于建筑行业。在涂装作业中,由于工艺及操作不当,导致油漆损耗量大,这困扰企业管理者。针对减少油漆耗量做了相关的试验,研究了旋杯及喷枪流量与型材膜厚的对应关系;型材斜面不同位置与膜厚的关系;旋杯开启数目与膜厚的关系;型材上排的工艺及喷涂工艺对油漆耗量的影响。结果表明:随喷漆流量上升达到一定后,漆膜厚度的增长率会出现下降;型材斜面远端及近端最大膜厚差异为4μm~5μm;同等流量情况下,开启两个旋杯可提高上漆率及膜厚均匀性;合理的上排工艺及喷涂工艺可减少油漆浪费。     

真空与常压静电喷涂效果对比

研究了常压和真空状态下静电喷涂的影响因素。利用对比实验法,在真空和常压静电场的环境下,根据油漆粒子的运动方式,对产品分别在真空与常压条件下进行油漆的喷涂实验。结果表明:在真空环境下,产品的用漆量、光洁度、均匀度以及快速固化效率优于常压;得出影响喷涂质量的重要因素有真空度、静电电压、雾化气压、扇形气压和油漆固化剂等。     

大气等离子喷涂锆酸镧热障涂层

利用自制的稀土元素复合掺杂锆酸镧热喷涂粉末,采用大气等离子喷涂技术,在镍基高温合金表面制备La1.6Nd0.4Ce1.0Zr1.0O7(LNCZ)热障涂层,研究了喷涂参数对涂层沉积率、显微结构、结合强度及抗热震性能的影响。结果表明,增大喷涂功率,降低送粉速率可以有效地提高涂层的沉积率,但对涂层结合和抗热震性能不利。减小喷涂距离不仅提高沉积率,还有利于获得孔径细小、孔隙率适中的层状组织结构,该结构对提高涂层的抗热震性能极为有利。采用DH-1080大气等离子喷涂设备制备LNCZ涂层较好的喷涂条件为:功率40 kW,喷涂距离9 cm,送粉速率12 g/min。     

喷涂角度对HVOF WC-Co-Cr涂层分布的影响

在喷涂复杂形状部件时,喷涂焰流和基体表面几乎不可能固定一个角度。研究喷涂角度对涂层性质的影响是必要的。本文研究凹面曲率半径对沉积率的影响。实验使用团簇烧结的WC-10Co-4Cr粉末（粒径15~45μm）。实验时喷涂参数不变,喷涂半径为10,15,25mm的凹面。研究表明,喷涂角度严重影响涂层沉积率。喷涂角度减小导致沉积率减少。当喷涂角度少于30°.,涂层性质显著降低。涂层沉积分布和不同凹面半径的关系被推导。     

热镀锌板静电喷涂漆膜脱落原因分析

针对用热镀锌板代替电镀锌板制作零件时易出现漆膜脱落问题,对镀锌层组织结构、磷化液成分及磷化膜结晶形态进行了分析,得出热镀锌板静电喷涂漆膜脱落的主要原因是磷化膜结晶粗大,晶粒度均匀性较差。通过采取适当提高磷化液中Mn2 、Ni2 含量及添加适量F-等措施,明显改善了漆膜附着力。     

喷涂角度对HVOF WC-Co-Cr涂层分布的影响（英文）

在喷涂复杂形状部件时,高速氧燃气(HVOF)喷涂焰流和基体表面几乎不可能固定一个角度。研究喷涂角度对涂层性质的影响是必要的,并研究了凹面曲率半径对沉积率的影响。实验使用团簇烧结的WC-10Co-4Cr粉末(粒度15~45μm)。实验时喷涂参数不变,喷涂半径为10,15,25 mm的凹面。结果表明,喷涂角度严重影响涂层沉积率。喷涂角度减小导致沉积率减少。当喷涂角度小于30°,涂层性质显著降低。涂层沉积分布和不同凹面半径的关系被推导。     

介绍一种新型的木模涂料

我厂铸铁车间广大革命职工,在兄弟单位的配合下,进行了技术改造,自力更生制造了一台HMZ903型抛砂机,造型提高了工效,显著地减轻了劳动强度,深受造型工人的欢迎,随着造型工效的提高,原工艺制造的木模(表面喷涂油漆的木模),经不起抛砂机的砂粒高速喷压磨损,木模表面层的油漆严重剥落,以致损伤木模本体,木模使用2~3次漆膜开始脱落,     

喷涂距离对冷喷涂Al涂层性能的影响

采用冷喷涂法制备Al涂层,测定所获涂层的沉积率、显微硬度,并分析涂层与基体的结合情况,研究了喷涂距离对Al涂层的影响。结果表明,喷涂距离为30 mm时涂层的沉积率及显微硬度较高,与基体结合效果较好,而其他距离下涂层性能劣化的原因为颗粒下降速度不稳或发生粒子散射。     

基于人工神经网络的施釉机器人釉料厚度沉积率建模与预测

为进行陶瓷产品的施釉机器人离线编程作业的轨迹自动规划,实现釉料厚度的精确性,提高釉面质量,提出基于人工神经网络拟合釉料厚度沉积率模型的方法.以釉料厚度试验数据为基础,采用贝叶斯归一化算法和LM优化算法进行拟合,通过试验结果对比分析表明,两种拟合模型与试验数据基本吻合,验证了模型的正确性和有效性.在此基础上进行模型的筛选,选择执行效率高、精度高、抗噪能力强的贝叶斯归一化算法拟合模型.提出的方法符合工程实际,有助于提高施釉机器人釉料厚度的控制精度,为陶瓷施釉自动轨迹规划的软件编程和仿真实现提供了模型依据与方法指导.     

基于遗传光学算法的镜片加工车间布局优化

为了提高镜片加工车间生产效率,降低成本,对设备布局优化问题进行研究。以最小化镜片车间设备间物流搬运费用和设备包络面积为优化目标,构建了多行设备布局优化模型,并开发了一种遗传光学算法来求解模型。在算法设计中,通过连续编码、部分优先权解码的策略,将光学算法取代遗传算法中变异算子,改进了遗传算法容易陷入局部最优的缺点。结果表明,光学遗传算法的求解质量高于遗传算法和自适应遗传算法,能比遗传算法结果节约搬运成本10%;表明文中方法能够解决镜片车间设备布局的问题。     

直流速度伺服电机的自适应遗传算法优化PID控制

本文分析建立直流速度伺服电机精确的数学模型，并设计了一种对初始杂交率和变异率不敏感的自适应遗传算法，该算法能够根据相异率来调节变异率的大小，保证了群体的多样性，结合直流速度伺服电机精确的数学模型，采用该自适应遗传算法优化出仿真系统的PID控制参数，再调整后应用到实际系统中，获得了良好的控制效果，解决了PID参数无经验确定的难题，提高了工作效率。     

基于GA-BP的6061Al切削参数优化

针对6061Al铣削中表面粗糙度预测精度低、切削参数选择不合理的问题,提出一种基于遗传神经网络与遗传算法结合的优化模型,对6061Al切削参数进行优化。采用遗传神经网络(GA-BP)构建表面粗糙度预测模型;基于表面粗糙度预测,以材料去除率为目标函数构建切削参数优化模型;利用遗传算法进行优化求解,对6061Al切削参数进行优化。研究结果表明:所建预测模型表面粗糙度预测精度在97%以上;同时,优化模型能优化6061Al切削参数,达到较好的全局寻优效果,为铝合金工件铣削加工切削参数优化提供参考。     

利用灰色理论预测注水管道腐蚀速率的变化趋势

针对注水管道中腐蚀速率和腐蚀影响因素之间复杂的映射关系，提出了利用灰色理论对腐蚀速率进行有效预测，同时为提高预测精度，对标准的GM（1，1）模型进行了合理改进，提出了4种改进方法：改进背景值、考虑初始点影响、灰色理论和BP神经网络相结合（简称灰色神经网络）以及灰色理论和遗传算法（简称灰色遗传算法）相结合等。通过示例表明，经过改进后的4种方法预测精度都有所提高，特别是灰色理论和神经网络结合、灰色理论和遗传算法相结合预测得到的腐蚀速率和实测值能较好吻合，预测精度最高；因此可以运用这两种改进方法较准确地预测腐蚀速率随着时间的变化趋势。     

基于人工智能的钛合金热变形工艺参数优化

在深入分析热变形工艺参数对Ti-15-3合金显微组织及成形载荷的影响的基础上,以变形温度、变形程度和变形速率等热变形工艺参数作为设计变量,以显微组织和成形力的最佳综合为目标,建立了该合金热塑性成形工艺参数的多目标优化数学模型。以显微组织参数和成形力的人工神经网络预测模型作为优化算法的知识源,将人工神经网络与修正的遗传算法相结合,对Ti-15-3合金的热塑性成形工艺参数进行优化。结果表明,提出的修正的遗传算法是有效的,采用将其与人工神经网络相结合的方法对钛合金的热塑性成形工艺参数进行优化是可行的。     

基于神经网络的药芯焊丝GMAW发尘率预测

焊接工艺对焊接发尘率有直接的影响,建立基于相关焊接工艺参数的焊接发尘率预测模型,预测特定焊接工艺的发尘率对控制和降低焊接烟尘的排放具有重要意义。鉴于焊接发尘率影响因素复杂,存在高度非线性特征,提出了基于神经网络的熔化极气体保护焊(GMAW)焊接发尘率的预测模型。通过药芯焊丝E501T-1发尘率实测数据,分别建立了BP和Elman神经网络模型,并采用遗传算法(GA)对2种神经网络进行了优化。基于15组实测数据的验证,结果表明,采用遗传算法优化后,BP和Elman神经网络模型的预测合格率分别提升了6.7%和13.4%,遗传算法优化的BP神经网络模型(GA-BP)的均方误差为586.21,平均绝对百分比误差为3.01%,均为4个模型中最小,其预测结果更为准确可靠。基于GA-BP模型所预测数据,对不同焊接电流和电弧电压的发尘率进行预测,在一定的焊接速度和保护气流量条件下,焊接电流约为170 A,电弧电压约为26 V时,焊接发尘率最小。 创新点： (1)将神经网络模型引入到焊接发尘率数值预测中,并通过遗传算法对神经网络的权值和阈值进行优化,提高了预测准确性和可靠性。 (2)根据优化后的模型的预测结果,分析了焊接电流和电弧电压对发尘率的影响规律,为进一步控制焊接发尘率提供了有益的指导。     

基于遗传算法优化BP神经网络预测CO_2/H_2S环境中套管钢的腐蚀速率

基于CO_2/H_2S共存腐蚀环境的复杂性、危险性,以及两者协同与竞争效应的不确定等原因,套管钢在CO_2/H_2S共存腐蚀环境中腐蚀速率测试存在试验时间长、误差较大且存在不安全隐患等缺陷,现有的单一腐蚀速率预测模型不能满足这方面的研究。利用建立的遗传算法优化BP神经网络模型分别对不同温度、不同CO_2分压和不同H_2S分压条件下套管钢的腐蚀速率进行预测。与单纯的BP神经网络模型预测相比,遗传算法优化BP神经网络训练收敛速率有所增加,预测效果得到改善;遗传算法优化BP神经网络预测值与实测值吻合较好,此预测模型可靠性很强;该方法为我国高酸性气田开发中快速获取腐蚀速率数值提供了一条新的思路。     

基于改进遗传算法与Morphin算法的机器人路径规划方法

为了实现动态复杂环境下机器人路径的优化,在建立栅格地图模型的基础上,针对传统遗传算法的不足,一是通过改进适应度函数使得到的路径更加平滑,二是将改进后的遗传算法与Morphin算法结合起来,使得机器人能够实时有效的躲避障碍物。仿真实验结果表明：通过结合改进遗传算法和Morphin算法的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

基于多特征融合与GA-BP模型的滚动轴承故障识别

针对滚动轴承故障识别问题,基于遗传算法(GA)和BP神经网络等技术,提出一种GA-BP神经网络模型。该模型以训练数据的输出误差作为目标函数,利用遗传算法对BP神经网络的初始权值和阈值进行优化选择。将经验模态分解能量比和时域特征相结合的特征向量作为BP神经网络的输入,对滚动轴承不同工况下的故障进行识别。滚动轴承故障诊断的实例表明:该模型较传统BP神经网络模型具有更好的收敛精度、收敛速度和识别率。