积分中值屈服准则解析厚板轧制椭圆速度场

为解决非线性Mises比塑性功率积分困难以及由此导致的轧制功率解析式难以获得的问题,本文通过建立并利用线性比塑性功率表达式对提出的椭圆速度场进行能量分析,得到了轧制力能参数的解析解.文中通过对变角度屈服函数求积分中值,构建了一个新的屈服准则,它是主应力分量的线性组合,在π平面上的轨迹是逼近Mises圆的等边非等角的十二边形,其基于Lode参数表达式的理论结果也与实验数据吻合较好.同时,根据厚板轧制时金属流动速度从入口到出口逐渐增大的特点,提出了水平速度分量满足椭圆方程的速度场,该速度场满足运动许可条件.通过相应的轧制能量分析,获得了基于线性屈服准则的内部变形功率以及基于应变矢量内积法上的摩擦功率与剪切功率.在此之上,通过泛函的极值变分导出了轧制力矩、轧制力以及应力状态系数的解析解,并与现场实测数据进行了对比,结果表明利用本文提出的屈服准则与速度场所建立的轧制力矩与轧制力模型与实测值吻合较好,其中轧制力误差小于5.3%,轧制力矩误差在6%左右.     

工科专业力学类课程教学模式改革与实践

针对工科专业力学类课程存在工程背景宽、公式推导多、知识繁杂等问题,通过对传统模式的改革与实践,提出基于微课的翻转课堂教学模式。该模式的特征在于充分利用微课在破解教学重难点上的优势,迁移传统课堂教学至课前微课学习,强化师生研讨在课堂教学中的积极作用,强化了课后训练对巩固知识的正面影响。工程实例和动画技术的引入增强了教学的吸引力。实践表明,新型教学模式显著提高了学生的学习兴趣和学习能力,取得较好的教学效果。     

统一屈服准则与变分法求解圆板均布极限载荷

为获得均布载荷下简支圆板极限载荷统一解析解,以最小势能原理、刚塑性第一变分原理以及统一屈服准则(unified yield criterion,UYC)比塑性功进行联合解析.获得的解析解为圆板半径a、材料屈服极限σ_s、板厚h以及屈服参数b的函数.由该解可导出Tresca解、Mises解、双剪应力屈服(twin shear stress,TSS)解.与传统的Tresca解析解及Mises数值解比较表明:获得的TSS解和Tresca解分别为计算结果的上下限,该Mises解析解与传统的Mises数值解基本一致,二者误差仅为4.2%.分析表明:随着圆板厚度减小,挠度增加;圆板半径增加,极限载荷增加.     

融合工业大数据的热轧厚板轧制力模型研究

目的针对传统解法建立的轧制力模型精度不足的问题,建立一个轧制力整合模型。方法对工业大数据进行归一化处理,系统优化了神经网络模型的结构形式,建立了一个神经网络模型。在此基础之上,利用误差间距补偿的方法实现神经网络模型与已有理论模型的有机融合,从而最终获得了轧制力的整合模型。结果通过与已有的轧制力模型进行对比,表明所提出整合模型预测结果与实测值吻合更好,其中轧制力误差为-4.09%,轧制力矩误差为-4.01%。结论该模型整合方法能够实现理论模型与神经网络模型的优势互补,从而给出物理概念与预测精度均可靠的计算结果。     

青年教师教学能力培养与工程实践

为迅速提高青年教师的教学水平和工程实践能力,按照培养"卓越工程师教育培养计划"的要求,在校企合作办学的新模式下,探索并取得了既有沙钢钢铁学院自身特色又有推广价值的一系列青年教师教学能力培养新机制与工程实践新方法。     

用GM屈服准则解析薄壁筒和球壳的极限载荷

首次将GM（几何中线）屈服准则应用于内压薄壁圆筒和球壳的塑性极限分析,获得了解析解.薄壁筒和球壳极限载荷均为壁厚、内径及材料屈服极限的函数.屈服极限越高、壁厚越大,内径越小,极限载荷越大.与Mises准则、双剪应力准则（TSS）和Tresca准则相比,GM准则解居于TSS和Tresca解之间且靠近Mises解,恰好对应误差三角形中线.按GM准则计算的极限载荷随厚径比的增加而线性增加.     

比塑性功求解线性载荷下简支圆板极限载荷

为了获得线性载荷作用下的简支圆板极限载荷的解析解,本文提出了刚塑性第一变分原理的运动许可应变场,并首次以GM(几何中线)屈服准则塑性比功进行了塑性极限分析.首次获得了GM准则下圆板极限载荷的解析解,该解为圆板半径a、材料屈服极限σs及板厚h的函数.与Tresca、TSS及Mises预测的极限载荷比较表明:Tresca准则预测极限荷载下限,TSS屈服准则预测极限载荷的上限,GM屈服准则比塑性功解析结果恰居于两者之间;GM解略低于Mises解,两者相对误差为3.38%.此外,文中还讨论了挠度与相对位置r/a之间的变化关系.     

MY准则解析受均布载荷简支斜板极限载荷

为了得到斜板极限载荷的解析解,用平均屈服(MY)准则,对受均布载荷的简支金属斜板进行了塑性极限分析.首次获得MY准则下斜板极限载荷的解析解,该解是斜板几何参数长l1,宽l2以及长宽夹角θ的函数.研究表明:随着θ的增大,极限载荷先增大而后减小;斜板面积增加,极限载荷减小.得到了菱形、矩形和方形板的解析解,并将方形板的解析解与Tresca、Mises以及TSS提供的极限载荷进行比较,对比表明:方板的极限载荷与边长成反比关系,Tresca屈服准则提供极限载荷的下限,TSS屈服准则提供上限,MY准则预测结果恰居二者中间,且最靠近Mises解.     

65Mn钢锯齿激光淬火的组织和硬度研究

使用Nd:YAG脉冲激光器对65Mn钢锯齿进行表面强化,研究了不同激光淬火工艺参数对表面硬化层的影响.使用光学显微镜和维氏硬度计对不同激光淬火工艺条件下的试样进行显微组织分析和硬度测试.结果表明:各组试样均完全淬透,激光淬火后组织全部为马氏体,试样硬度均显剧提升.其中1号工艺参数淬火区硬度分布均匀,硬度为60HRC,满足生产要求.     

基于深度学习的带钢精轧过程自由宽展预测

为提高带钢精轧过程宽度的控制精度,以实际生产数据为驱动,建立深度学习网络模型,对自由宽展进行预测。采用拉伊达准则对实际生产数据进行清洗,对清洗后的数据进行相关性分析,并提取相关系数大于给定阈值的特征。基于预处理后的特征数据,对深度学习网络进行训练,建立自由宽展预测模型。针对测试实例,分别采用该模型与传统数学模型进行预测,并从均方误差、最大偏差以及误差分布等多个方面进行对比分析。结果表明,所建立的深度学习预测模型,具有更高的预测精度和更好的性能指标。