激光选区熔化成形CuZnAl形状记忆合金工艺研究

利用激光选区熔化技术制备了铜基形状记忆合金块体,并初步探索了不同激光体能量密度对于合金致密度、相组成、微观组织形貌及力学性能的影响。发现随着激光体能量密度的增加,致密度先增加后减少。试样中β相的含量随着激光体能量密度的增加而减少,当激光体能量密度达到194.4 J/mm~3时,β相完全消失,只剩下单一的α相。显微组织观察显示,采用激光选区熔化技术制备的块体中存在的α相呈现规则的层片状,不同于铸造组织中形成的长条状α相。受到孔隙率的影响,拉伸强度随着激光体能量密度的增加而增加,最高拉伸强度可达328.3MPa;而由于相组成的改变,显微硬度随着激光体能量密度的增加而降低。     

钻进过程自动节能与保护微机控制系统及其应用试验研究

本文简述了钻进过程自动节能与保护微机控制系统的组成、主要功能和特点。讨论了现场试验的效果及系统的应用前景。     

Ti6Al4V合金整体叶盘热等静压近净成形研究

本研究结合模具工艺与热等静压方法,整体近净成形出了复杂叶盘零件,并对模具变形、成形精度以及组织性能进行系统分析。结果表明,整体近净成形叶盘相对致密度达到99.5%。SEM结果显示:零件内部为均匀细小的α+β长条状组织,无明显孔隙和裂纹;组织致密,微观组织出现"分层"现象;同炉拉伸件抗拉强度可达920 MPa,性能优于同规模铸件,与锻件性能相当;分析断口微观形貌得出试样为韧性断裂;该方法成形零件材料利用率高,工艺成本低,成形周期较长。本研究为叶盘类零件热等静压近净成形提供了参考依据。     

选择性激光烧结制件冷等静压工艺及模拟

为了提高选择性激光烧结制件的相对密度,使用冷等静压进行致密化。在Drucker-Prager-cap模型的基础上对选择性激光烧结制件的冷等静压过程进行数值模拟,并对模拟结果进行了理论分析和实验验证。结果表明,通过冷等静压工艺可使选择性激光烧结制件的相对密度明显提高,制件收缩比较均匀,典型尺寸的实验结果与目标尺寸的误差在0.41mm以内,模拟结果与实验比较符合。对选择性激光烧结制件进行冷等静压处理,拓展了粉末激光快速成形技术的应用领域,为其应用于工程实际奠定了技术和实验基础。     

热等静压包套变形与粉末致密化的研究

根据粉末塑性变形理论,采用MSC.M arc软件完成了316不锈钢粉末热等净压成形过程的有限元模拟.重点分析了热等静压成形过程中致密包套沿径向和轴向的形变过程及其内部松装粉末的致密化规律.为了验证模拟结果,完成了测试样件的实物实验.为了更精确的结果比较,在样件的不同位置上选取了测试点.对比分析模拟和试验对应点的研究结果表明,径向位移的模拟结果偏小,相关点误差达到-5.33%、-13.64%;而轴向位移的模拟结果偏大,相关点的误差达到了7.43%、3.14%和4.57%;两者变形体积的相互抵消致使致密度模拟误差约为4.23%~6.45%。研究结果还表明,对于简单的柱状形包套采用有限元模拟的方法,可以形象、准确描述包套的形变以及粉末的致密化过程,此方法可以为复杂结构包套的研究提供参考,从而实现热等静压过程的精确控形.     

树脂增强选择性激光烧结多孔金属件的研究

针对选择性激光烧结(SLS)间接方法成型的金属零件形坯,经脱脂和高温烧结后形成的零件存在大量孔隙和空洞,其致密度和强度都较低,不能满足实际应用要求的问题,采用改性耐高温环氧树脂浸渗零件烧结坯的方法,使多孔金属件致密化,并粘结内部金属网架,提高零件的机械性能.对浸渗烧结坯的拉伸强度的测试和扫描电镜(SEM)以及热失重(TGA)的分析结果表明,浸渗树脂后的烧结坯拉伸强度提高了约4倍;改性环氧树脂和金属网架粘结在一起,形成一个密实的网络结构,致密度大幅提高;零件可在200℃的温度下使用.该方法可以制造注塑模具和功能零件.     

微型牙齿三维测量技术与系统

为方便扫描牙齿等微小物体的三维形貌,设计了一套专门用于口腔内部直接测量的牙齿三维扫描系统,该系统利用数字光栅投影仪投射结构光,通过远心成像镜头将光栅图像缩小,经光纤传像束传输投射到待测微小物体上,同时采用电子内窥镜获取图像,最后重构出物体的三维形貌。实验证明,该系统切实可行,满足牙齿扫描的微型化、直接化、灵活性的需求,拓展了结构光微测量三维形貌的适用范围。     

机床加工过程PC自动控制系统

在ＰＣ控制下，自动完成机床加工过程中的定位、夹紧、进刀、退刀和工件松开。给出了实现这些功能的液压传动系统，ＰＣ硬件结构和软件，并分析了其工作原理。     

基于PSO-SVR的选择性激光烧结制件收缩研究

建立了聚苯乙烯(PS)选择性激光烧结(SLS)工艺参数与制件收缩率之间复杂的非线性支持向量回归(SVR)模型。采用正交试验设计支持向量回归的训练数据,并采用均匀设计初始化的粒子群优化(PSO)算法,优化选择向量回归参数。结果表明,均匀设计显著提高了粒子群全局寻优速度与精度,基于正交试验选择的小样本训练模型,较为准确地反映了工艺参数与收缩率间的关系,预测平均误差控制在4%,优于BP神经网络10%的平均预测误差。采用选择的模型,建立了工艺参数与收缩率之间的关系,并结合烧结理论进行了影响规律的分析,该方法为选择性激光烧结工艺的研究提供了一种行之有效的新思路。