内置液性塑料式小径磁力滚压刀具研究

针对磁力滚压过程中载荷多变、接触应力不均的问题,对磁力滚压机理进行了理论分析,依据液性塑料的不可压缩性、均匀传压的特点研发了一套新型刀具。基于Ansoft对系统磁路进行了有限元仿真,确定了磁力滚压刀具的磁力线分布与单磁极平均径向磁力,结合ANSYS Workbench静态场仿真,验证了刀具结构的合理性;利用Fluent对液性塑料在预应力与载荷变化工况下进行了数值模拟,分析得出了液性塑料的引入能使各滚珠滚压力在滚压过程中保持均匀分布,当工况变化时,在0.008 s的时间内即可完成均匀传压;最后对新刀具的加工性能进行了试验验证。研究结果表明:采用内置液性塑料磁力滚压刀具加工,可使不锈钢管内壁R_a由0.828降低到0.187,粗糙度值与周向残余应力分布趋于均匀;该结果对提高长不锈钢管内表面加工质量有积极意义。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

一种舰用橡胶减振器疲劳寿命预测方法研究

针对橡胶减振器在舰船设备应用中常伴随着不可预见的疲劳失效问题,对舰用BE-300型橡胶减振器疲劳寿命预测方法进行了研究。基于连续介质力学理论,通过开展橡胶材料拉伸疲劳试验,建立了减振器橡胶材料的疲劳寿命预测模型;根据减振器橡胶材料的单轴拉伸和单轴压缩试验数据拟合结果,选择2阶多项式本构模型进行了橡胶减振器的有限元仿真;根据有限元仿真计算结果提取了橡胶减振器的最大主应力分量,结合橡胶材料疲劳寿命模型预测了橡胶减振器的疲劳寿命。研究结果表明:选取不同的疲劳损伤参量所得到的寿命预测结果并不相同,以等效应变为损伤参量对橡胶减振器寿命进行预测得到的结果与实际情况较为符合,该方法可用来预测舰用橡胶减振器的疲劳寿命。     

蛋类礼盒包装结构的缓冲性能研究

目的研究蛋类礼盒包装结构的缓冲性能。方法以蛋类尺寸为基础,建立可发性聚乙烯(expandable polyethylene. EPE)缓冲单元结构和组合结构,进行静态仿真分析和实验验证,比较结构在形状、叠合层数、组合形式等参数变化时的载荷与位移。结果结构层数变化相同时,单元结构的极限载荷从143N增加到236 N,组合结构的极限载荷从224 N增加到476 N,均呈近线性增长。结论蛋类礼盒包装中,组合结构的承载能力优于单元结构,通过单元结构的组合,可满足不同蛋类的包装要求。     

驱动用小汽轮机汽缸汽密性分析及结构优化

对某小型汽轮机汽缸建立三维有限元模型,应用ANSYS软件进行强度和汽密性分析。分析结果表明,原汽缸在前后缸接缸处的中分面密封性不理想,针对该部分结构进行优化改进,在此区域增加凸台并布置螺栓,计算结果表明,改进后的汽缸密封性有较大的提高,能够达到密封要求。     

先进钢铁材料焊接性研究进展

进入21世纪以来,随着各工程领域对高性能钢铁材料需求的多样性和要求的提高,新一代先进钢铁材料研发随之展开。其相应的焊接材料和焊接技术成为材料应用的关键。本文重点介绍了超细晶粒钢、低碳贝氏体钢、高氮奥氏体不锈钢、高强汽车钢等先进钢铁材料的焊接工艺与接头组织性能的研究现状与进展。就焊接接头的微观组织演化、焊接接头性能、夹杂物和马氏体-奥氏体(M-A)组元的形成与影响、合金元素和热输入对焊缝组织性能的影响等进行了详细评述。研究表明,焊接热影响区是影响焊接接头性能的主要区域,同时要采用适当的焊材及工艺才能获得性能匹配的焊缝。并对焊接接头的强韧化机理、疲劳裂纹扩展机理、焊接热过程对钢材组织和性能的影响等方面的研究进行了评述。最后,对焊接材料和工艺的未来研究方向进行了展望。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

混凝土冻融破坏的分析与应用改善

混凝土的冻融循环是混凝土构件表面和内部因温度变化而导致水分冻结和融化循环出现的现象。总结了混凝土冻融循环的破坏机理,分析了冻融循环作用对混凝土性能的不利影响,列举了常见的改善混凝土抗冻性的方法。