超高强度钢板热冲压成形CAE技术的研究现状与发展趋势

随着人们环保意识的逐渐加强和对汽车安全性能要求的日益提高,各大汽车公司纷纷将汽车的低油耗、低排放和安全性放在首位.超高强度钢板热冲压成形技术是减轻车身重量、提高汽车抗冲击和防撞性能的重要途径,目前已经成为世界汽车制造行业的热门技术.本文对超高强度钢板料热冲压成形CAE分析技术的研究现状进行了全面的总结,并指出了存在的问...     

基于Matlab的曲柄摇杆机构参数化设计

本文通过一个设计案例,论述如何利用Matlab进行机构的参数化设计,并应用于实际作品中。理论联系实践,首先进行机构整体设计,用数学公式推理出各参数的关系,再进行数学建模,综合考虑各参数对运动的影响,进行合理优化,完成参数化设计。     

考虑硬度的材料动态塑性本构关系模型

材料动态塑性本构关系一般是针对某一特定硬度,而不适用于材料硬度的变化。该文考虑硬度对屈服强度和抗拉强度的影响,建立了屈服应力及应变硬化指数与材料硬度的关系,在J-C本构关系模型的基础上,不引入其他参数建立了考虑硬度的材料动态塑性本构关系模型。以AISI4340钢为例,阐述了考虑硬度的材料动态塑性本构关系的建立过程,并与文献研究结果比较表明,该模型可以正确反映材料在不同硬度时的动态力学性能。     

测井智能解释模型的建立及应用

为了 更好利用测井数据进行地层评价,根据信息系统的基本原理和方法,以模糊集和粗糙集两种不确定性知识处理理论为基础,把测井数据及其地层测试结论作为信息系统的决策表,从测井决策表中提取含有不确定性的决策规则作为智能测井解释模型,最后应用该模型有效地进行测井解释评价。由于基于信息系统的思想,在地层评价时利用了人工智能不确定性的推理方法,这种智能建立解释模型的过程具有高度非线性化、高效性、通用性的特点,尤其适合于复杂非均质地层的评价,该方法为解释人员解决复杂地层提供了一个新工具。     

基于深度学习的刀具磨损监测研究现状

基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据采用的模型,将基于深度学习的刀具磨损监测分为基于卷积神经网络的刀具磨损监测、基于稀疏自编码网络的刀具磨损监测、基于深度置信网络的刀具磨损监测、基于长短时记忆网络的刀具磨损监测和基于混合模型的刀具磨损监测,介绍了各种深度学习模型的基础理论及基本结构,总结了国内外基于深度学习模型的刀具磨损监测方法,分析了存在的问题,并指出了未来的发展方向。     

面向三维钻孔数据的体绘制

体绘制技术是计算机可视化研究和应用热点之一。以钻孔资料为源数据,结合Kriging插值构造规则网格数据模型,利用开源的Visualization Toolkit(VTK)实现了基于GPU加速的光线投射算法的钻孔数据体绘制,任意剖面显示、体切割以及体数据抠取等交互。最后,将其应用于实际工程中,验证了其合理性和实用性。     

模具高速切削刀具技术研究概况

系统地介绍了模具高速切削刀具技术在各个领域的发展现状，包括：刀具材料、刀具磨损、刀具动平衡、刀具与机床的连接、刀具的可靠性、刀具的监测技术和刀具的几何参数。指出发展模具高速切削刀具技术，要从以下几个方面展开工作：研制和开发新的刀具材料，同时进行PCBN刀具切削性能的研究，推广其应用范围；进行模具高速切削刀具磨损机理的研究，进一步提高刀具寿命；做好刀具的动平衡，防止刀具的破损，保证工作人员的安全；进一步加强刀具监测技术的研究，以获得良好的加工质量；建立模具高速切削数据库，以便有效地利用刀具，提高刀具的寿命；大力推进有限元模拟技术在高速切削刀具技术中的应用。     

一种新的剪切角预报方法的研究

在切削加工过程,剪切角是一个非常重要的参数,几乎各种计算都要涉及到剪切角.因此,准确、快速地预报剪切角就具有重要的意义.以往,人们通常用剪切角公式进行剪切角的预报, 但是计算结果和实际情况有较大的误差.本文提出了一种应用有限元软件Ansys进行剪切角预报的新方法,与传统的剪切角公式预报结果相比,该方法可以考虑工件材料的性能对切削加工过程剪切角变化的影响,因而具有更高的精度,而且简单实用.