非线性组合硬化条件下镁合金板料变形回弹预测

变形回弹作为金属板料成形的主要缺陷之一,如何提高变应变路径条件下的回弹预测精度一直是研究者们面临的难题.本文针对镁合金变形特点,提出了同时考虑同向硬化、动态硬化和屈服圆畸变的本构模型.以0.8 mm厚AZ31B镁合金板料为研究对象,施加不同预拉伸后进行弯曲变形试验,观察了不同预变形对回弹规律的影响.同时结合有限元分析ABAQUS-Explicit (Vumat)和ABAQUS-Implicit (Umat)对板料的变形及回弹过程进行模拟仿真,对比试验与模拟结果,验证动态硬化对于镁合金板料变形回弹的重要影响.      

AZ31薄板热拉深工艺研究

为提高AZ31薄板热拉深质量、确定热拉深过程的合理工艺参数,选取不同的成形温度、模具间隙及凸模圆角半径,拉深成形了AZ31试样,采用KH-2200MD金相显微镜观察其内部组织变化,并通过x-ray衍射实验分析晶面取向的变化.实验结果表明,0.8mm的AZ31B镁合金板料在240℃附近的成形性能最好,拉深后材料组织晶粒大小均匀,晶面取向分布均匀.热拉深AZ31B镁合金板料应将凸、凹模间隙选为1.1倍的板料厚度.在压边力不变的条件下,随着凸模圆角半径的减小,拉深高度降低加快,并且起皱现象加重.     

基于神经网络的混杂SiC颗粒增强铝基复合材料力学性能预测

目的 提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法 首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型参数的代表性体积单元,并利用Abaqus软件进行了有限元仿真(FEM)。通过代码实现了建模与仿真的一体化构建,利用得到的仿真数据,建立了神经网络模型,并实现了对复合材料力学性能的预测。建模前,对数据进行预处理和筛选,以提高数据质量并降低模型复杂度。最后,建立卷积神经网络,并优化模型的超参数。结果 通过建立的神经网络模型,实现了对复合材料力学性能的有效预测。极限强度的预测误差保持在−7%~8.5%,能耗的预测误差保持在−5%~6%,预测精度较高。结论 通过结合实验、仿真和卷积神经网络模型,可以更有效地预测混杂SiC颗粒增强铝基复合材料的力学性能,从而为材料设计和制备提供指导。     

铝合金管材6061自由弯曲成形工艺仿真及优化

金属管材是工业领域中结构承重、输送气体和液体的重要部件。自由弯管成形技术有助于实现管件生产的高精度、高性能、高效率和数字化，其精度控制理论和成形技术的研究具有重要的工业应用价值。本文选择直径 30 mm 壁厚 2.0 mm 的铝合金管材6061为仿真优化对象，通过相关基础实验获得材料的基本力学数据，用于仿真模型参数的表征。同时，结合管材压弯实验验证本构模型成形预测的有效性。在完成仿真模型表征和验证的基础上，对铝合金管材的自由弯曲成形过程进行仿真模拟，分析对比了影响自由弯曲成形的各工艺参数，确定了该工况下最优的移动模与管材间隙大小、摩擦系数和进给速度等。该研究有助于优化管材空间自由弯曲成形工艺，具有一定的工业应用价值。      

T型管的液压成形研究及模拟分析

为更好地了解T型管液压成形过程中,内液压力、轴向推力以及加载路径对T型管的极限液压胀形深度的影响,本研究选用2.5mm壁厚的QSTE340钢管为研究对象,采用解析法和数值模拟分析相结合的方式进行了较为详细的研究。首先结合解析法获得T型管胀形的理论最佳内液压力和轴向推力参数,而后结合有限元软件Abaqus对比了不同内液压力和轴向推力对管成形的贡献,利用解析法获得的内液压力和轴向推力可以获得较好的T型管胀形效果,同时加载路径的变化会对T型管的胀形效果有较大影响。上凸型加载路径的轴向推力和下凹型加载路径的内液压力可提高T型管胀形的极限深度。     

链斗卸车机的改型制造

介绍经过整合柳钢在用卸车机的各自优点，并根据料场的实际情况，设计、制作、安装适用于柳钢料场的改进型链斗卸车机的实践。     

热轧滚道辊的堆焊制造和修复技术

通过热轧滚道辊堆焊材料的选择、堆焊工艺过程的说明来介绍一种新的轧辊堆焊制造或修复技术.     

AZ31B镁合金薄板拉深成形模拟分析

用Dyanform软件模拟AZ31B镁合金的拉深成形过程,通过自动设置模块进行参数设置,并最终得到接近实验结果的变形过程、成形极限以及壁厚分布趋势。模拟结果表明:基于Dynaform的数值模拟可以用于镁合金的成形过程分析及试件破损预测等,对于指导拉深物理实验具有重要作用。