国内外增材制造标准化工作发展现状综述

随着增材制造产业的蓬勃发展,相关标准的制定工作引起了各标准化组织的重视。本文对当前国内外增材制造产业的标准化工作发展现状进行了概述。在介绍国外增材制造标准化工作时,主要围绕标准体系的构建以及标准路线图的制定两个方面来展开,对于国内增材制造标准化工作,则是将其分为两个阶段来进行介绍。     

多道次点式连续移动感应淬火数值模拟

为了实现复杂形状工件的表面强化,以电磁场和温度场的控制方程为基础,在ANSYS中建立了多道次点式连续移动感应淬火的有限元模型。通过改变各个道次之间感应器移动轨迹的重叠宽度,对多道次连续移动感应淬火过程进行了数值模拟研究,得到了重叠宽度对多道次淬火区域温度场分布和组织转变规律,并通过金相实验验证了模拟结果的可靠性。结果表明当轨迹的重叠宽度大于一定值时,后一道感应加热过程会使得前一道已淬火区域部分发生奥氏体转变,且由于存在热积累效应,后一道轨迹相比前一道轨迹的完全奥氏体化深度和部分奥氏体化深度会有一定程度的增加。     

基于激光超声的电弧增材制件内部缺陷深度检测

针对增材制件表面质量差、内部缺陷在线检测困难的问题,开展激光超声对电弧增材制造试块内部缺陷检测的研究。为保证缺陷检测结果的准确性,采用缺陷反射法与激发源、接收源同步移动检测方式。对比理论计算、仿真分析、实验结果,确定传播路径和检测波形,在A扫中得到缺陷反射波幅值,在B扫中得到缺陷反射波成像,根据幅值大小和成像结果,准确探测出10 mm深度内直径为1 mm的内部缺陷,得到缺陷深度影响规律。研究结果为增材制造在线检测提供了参考。     

重载AGV液压转向模糊PID控制

重载AGV在满载工况转向时,转向阻力明显增大,给转向控制系统敏捷、精确控制造成困难。为此,提出一种基于模糊PID的控制方法,以实时、动态的修正转向系统控制参数。根据AGV转向系统结构建立了控制模型,搭建了模糊PID控制器,制定了隶属度函数及模糊规则,并根据转角偏差及偏差变化率更新控制器的参数,使液压调整量根据需要进行动态修正,保证车轮在高转向阻力时快速、准确的偏转。仿真及试验结果表明,模糊自适应PID算法可有效降低系统超调量、振荡幅度,加快系统响应速度,提高了重载AGV液压转向系统的控制精度和反应速度。     

方柱立式钻床的模块化设计

机床模块化设计是提高产品综合经济效果的设计方法,它可以大大提高产品的品种适应性和设计制造速度。本文就方柱立式钻床这一通用性机床的模块化设计作了简要介绍,并对其做法进行了说明和总结。     

多填料改性汽车内饰用聚丙烯

以汽车内饰用聚丙烯为研究对象,通过共混改性研究了硅烷偶联剂、钛酸酯偶联剂、铝酸酯偶联剂及其两两复配形成的三种复合偶联剂对高岭土和硫酸钡进行的表面改性填充聚丙烯的性能。试验表明,钛酸酯偶联剂/铝酸酯偶联剂复配改性高岭土和硫酸钡填充聚丙烯(PP)能取得最优的综合性能,拉伸强度提升10.62%,断裂伸长率提升12.8%,弯曲强度提升4.95%,缺口冲击强度提升28.62%,熔体质量流动速率提升52.48%。通过正交试验对钛酸酯/铝酸酯复合偶联剂改性高岭土和硫酸钡填充PP进行了配方优化,同时发现高岭土能起到增强作用,硫酸钡对基体有增韧作用,且高岭土与硫酸钡在PP中具有协同作用。     

最大塑性功原理在烧结体上限分析中的应用

最大塑性功原理又称第二塑性变分原理，在致密体塑性变形分析叶l是运用能量法进行变形力能计算的基础。本文从分析Drucker公设的亢要条件出发，证明了烧结体塑性变形最大塑性功原理的存在，片在该原理的荩础卜，推导出塑性变形的上限功率表达式，并以平面挤压条件下的上限法应用作为实例加以说明。     

粉末冶金材料两个屈服条件几何性质

粉末冶金材料屈服条件是广义塑性理论的重要基础，介绍了粉末冶金材料2个常用屈服条件的基本形式，通过物理和数学分析揭示了它们的几何性质，确定了二次函数屈服面为椭球面、线性函数屈服面为六棱锥面。当粉末冶金材料成为全致密材料时，椭球面和六棱锥面分别成为圆柱面和六棱柱面。研究了单向拉伸(压缩)、平面应力和平面应变条件下的屈服性质，导出了屈服轨迹方程，并确定了相应屈服轨迹的几何形状。揭示了粉末冶金材料2个常用屈服条件的相互关系。     

基于深度残差网络的有色金属破碎料视觉识别方法

为从报废机械中回收和分选有色金属,提出一种基于深度残差网络的有色金属破碎料视觉识别方法,使分选过程自动化。为从彩色CCD相机采集的图像中获得金属破碎料的感兴趣区域(ROI),通过反距离加权插值算法优化大津方法,使得图像分割的阈值可以自适应调节,以取得更好的分割效果。有色金属破碎料的感兴趣区域作为一个39层的深度残差网络的输入用以训练网络,深度残差网络输出每个有色金属破碎料的类别,工控机通过这种算法和相机标定获取破碎料在传送带上的位置和类别信息来控制分选机构。作为对比,开展了基于传统的卷积网络,如AlexNet、VGGNet16、VGGNet39、GoogLeNet(Inception V2)的有色金属破碎料识别测试。结果表明,基于深度残差网络的方法对铝料、铜料和其他杂料的识别准确率分别达到98.7%、98.9%、96.2%,优于基于传统的卷积网络。