数控机床热变形误差超前预测研究

针对当前数控机床热变形误差实施补偿存在的预测值滞后实际补偿值问题，提出基于长短期记忆(LSTM)神经网络算法热误差超前预测解决方案，详细探讨LSTM神经网络算法的解析流程，建立基于LSTM神经网络算法热误差超前预测模型，并进行关键温测点及热变形误差超前预测实验。实验结果表明：热变形误差实际值与预测值的最大残差、平均值和均方差均在可控范围内，超前预测的准确度为86.3%，进一步论证了机床热变形误差超前预测的有效性。     

基于支持向量机的铣削力预测

针对小样本、低泛化、过拟合和局部极小等问题,建立基于支持向量机(SVM)的铣削力预测模型,对铣削力进行预测,将其预测结果与试验值、BP神经网络预测值进行对比分析。结果表明:在训练样本较小情况下,得到的预测值与试验值吻合较好,且相对于BP神经网络预测模型的预测精度高。     

基于遗传算法优化BP神经网络的内螺纹冷挤压质量预测

为了预测不同工艺参数下的挤压扭矩、挤压温度及螺纹成形质量,基于MATLAB搭建了BP-GA神经网络预测模型,利用遗传算法对BP神经网络权值和阈值进行优化,使预测结果更加精确.结果 表明:BP-GA神经网络预测模型对内螺纹冷挤压过程中的挤压扭矩、温度和牙高率的预测精度较高,挤压扭矩的试验值与预测值误差为10％～15％,挤...     

钛合金薄壁型材热拉伸变形行为及本构模型研究

为了研究钛合金薄壁型材的热拉伸变形行为,采用INSTRON高温拉伸实验机对OT4合金薄壁型材的板形拉伸试样进行热拉伸实验,获得了该合金型材在室温至600℃范围内的拉伸实验数据。分析了OT4合金薄壁型材的热拉伸变形规律,并在此基础上建立了其热拉伸变形的Johnson-Cook本构模型。采用相关性系数(R)和平均相对误差(AARE)对本构模型的预测能力进行评估,并对预测数据与实验数据之间偏差产生的原因进行了分析。结果表明,300℃及以下温度范围内,本构模型的应力预测值与实验值吻合度较好;但随着温度的升高,应力预测值与实验值之间偏差明显增大,导致模型的平均相对误差较高(值为4.3392%)。为了提高应力预测值与实验值之间的吻合度,本文对Johnson-Cook本构模型中相对温度与应力之间的关系进行修正,修正后的平均相对误差值降至2.0994%。     

基于SOA-LSSVM的SLS成形工艺参数优化研究

为提高选择性激光烧结(SLS)成形精度,解决工艺参数优化试验成本高等问题,选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度5个工艺参数设计正交试验以获得样本数据并建立统一目标函数。采用人群搜索算法(SOA)优化最小二乘支持向量机(LSSVM),建立基于SOA-LSSVM的SLS成形件精度预测模型;预测不同工艺参数组合下制件的统一性能,并与采用传统BP神经网络和LSSVM模型获得的预测结果进行对比。结果表明：SOA-LSSVM模型针对小样本预测问题具有良好的泛化能力,预测值与实际值的最大相对误差仅为1.11%,可为SLS加工参数组合的选择提供参考。     

微波干燥高钛渣的响应曲面法优化

采用基于Box-Behnken设计的响应曲面法,考察微波干燥温度、时间和料重的交互作用对高钛渣含水率和试样失水速率的影响,通过实验设计、方差分析、模型拟合、参数优化及结果验证等,得到最优化工艺条件为:干燥温度76℃,时间10s,料重45g,在此条件下,预测试样含水率0.25%,实际实验值0.28%,预测值和实验值吻合性较好。     

Q345钢的热变形Arrhenius本构模型研究

通过Gleeble-3800型热模拟机对Q345钢进行温度区间900~1100℃,应变速率0.1、1、10 s~(-1),真应变0.65的等温压缩试验。采用0.05~0.65应变量范围内数据每隔0.1建立基于物理常数的Arrhenius本构模型,并对模型预测值与试验值进行相关性分析,验证模型预测精度。结果表明:Q345钢高温流变应力随变形温度的升高而降低,随应变速率增大而升高;各应变量下的预测值与试验值相关系数均大于0.98,基于物理常数的Arrhenius本构模型具有较高的预测精度。     

基于支持向量机钛合金铣削力预测分析

钛合金材料广泛应用于各个领域,其材料在加工过程中受铣削力影响易于产生变形而影响加工质量,为此需对铣削力进行预测分析。针对实际加工工程中铣削力函数不能显式表示的问题,提出一种基于支持向量机铣削力模型预测的方法。利用正交试验设计选取合适的设计参数样本点建立铣削力预测模型,并获得预测值与实验值的拟合曲线,试验值通过有限元建模获得,分别对预测值与试验值结果进行误差率及显著性检验分析。为验证支持向量机方法的有效性,建立BP神经网络模型对试验值预测。与BP神经网络模型预测比较,结果显示支持向量机模型预测的结果更能精确预测。     

基于正交试验设计与人工神经网络优化镀铬工艺

提出了一种正交试验设计与人工神经网络相结合的镀铬工艺参数优化方法。样本极差结果表明,对镀铬层的厚度及阴极电流效率影响因素依次为电流密度、电镀时间、电镀温度;且最佳电镀温度为45℃。通过神经网络建立电镀工艺参数与性能之间的模型,预测得出的镀铬层的厚度和阴极电流效率与实际试验的结果接近,训练精度较高,预测值与试验值的相对误差小于1.20%。通过建立镀铬层多指标综合评价模型,对镀铬层的厚度及阴极电流效率两个指标进行综合评价,通过对两个指标权重值的调整,确定镀铬层的综合性能值,得出最优的工艺参数。     

基于响应面法和修正Archard磨损理论的汽车前下摆臂热锻模具应力与磨损分析

以汽车前下摆臂热锻模具作为研究对象,基于Archard修正磨损模型,采用模具预热温度、模具下压速度、模具初始硬度和摩擦因数4因素正交试验,建立了可信度较高的回归模型,进行了模具磨损和应力的预测与优化。通过响应面法求解出的最佳参数组合为：模具下压速度为78.80 mm·s^-1、模具预热温度为206.72℃、摩擦因数为0.34和模具初始硬度为52.76 HRC,此时模具的磨损深度为3.75×10^-6 mm、模具应力为672 MPa。将实际值与预测值拟合后发现,预测值与实际值具有较好的一致性,回归模型的真实性较高。通过试验验证得到模具单次磨损深度为3.875×10^-6 mm,与响应面模拟结果的误差小于5%,验证了响应面模型的准确性。     

320kA预焙阳极铝电解槽磁场分布研究

对磁场的计算方法、采用的数学模型和计算步骤进行了论述。使用有限元法建立了铝电解槽三维静电磁场计算模型,该模型充分考虑了铁磁物质等因素对磁场解析的影响。以某厂320kA为例,论证了选取上下游5台槽进行计算较为合理,将计算结果与实测值进行比较,数值接近,验证了模型和结果的合理性。     

中国铝箔市场的供需形势

介绍了中国铝箔消费与生产的发展、现状以及市场竞争的形势；具体分析了重点铝箔产品和重要铝箔生产企业的一般情况。预测了中国铝箔市场发展的趋势和中国铝箔生产发展的未来之路。     

铝灰渣中AlN水解行为及其多元非线性回归分析

通过对铝灰渣水解反应过程中组分及其含量变化的研究,提出铝灰渣中AlN含量的修正公式;根据AlN含量和悬浊液pH值的测定,考察时间、温度、转速等水解参数对AlN水解速率的影响并对其进行多元非线性回归分析。结果表明:升高温度能降低铝灰渣中AlN含量并降低悬浊液pH值;延长时间可有效促进AlN的水解,同时在2h内悬浊液pH值迅速提升至高位;转速对AlN水解速率和悬浊液pH值无明显影响。总体而言,AlN含量比悬浊液pH值更能客观表征铝灰渣中AlN水解速率。对水解参数及修正后铝灰渣中AlN含量进行多元非线性回归分析并二次简化,发现理论值与实验值相对误差≤±8.65%。     

热变形奥氏体CCT曲线实用化修正研究

探讨了工艺参数对动态CCT曲线位置影响,分析采用热模拟方式测定的热变形奥氏体CCT曲线在实际应用中出现偏差的原因。结合实验及现场对变形奥氏体连续冷却规律的实测,介绍了修正动态CCT曲线的方法,该方法利用实测连续的冷却过程中相变潜热释放引起轧件温降速度变化,采用切线法获得实际工况下的相变开始和结束温度以及相变持续时间,修正后的动态CCT曲线中相变特征点更贴近生产实际。采用修正后的CCT曲线相变温度进行组织性能预测,预测结果与实测结果误差在5%以内。     

基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

目的 构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法 依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络（GRNN）,构建埋地管道腐蚀深度预测模型,采用粒子群算法（PSO）优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果 与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论 所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。     

Statistical Modeling of Strain-Hardening Exponent and Grain Size of Nb-Microalloyed Steels Using a Two-Level Factorial Design of Experiment

A factorial design of experiment (DOE) was used to statistically model the strain-hardening exponent and grain size of Nb-microalloyed steel sheets following hot rolling. The objective of the statistical model was to develop a method to simultaneously increase the strain-hardening exponent and refine the grain size of Nb-microalloyed steels by controlling three hot rolling process parameters: roughing temperature (RT), finishing temperature (FT), and coiling temperature (CT). The factorial DOE used two levels for the above temperatures and three replicates to obtain a reliable and precise estimate of the strain-hardening exponent and grain size. Analysis of variance was used to determine the most significant factors (individual parameters and their interactions) affecting the responses and develop appropriate regression equations. The regression equations predicted that optimal formability is obtained under the following conditions: RT = 1150 °C, FT = 800 °C, and CT = 700 °C. Validation of the statistical model using microstructural characterization showed that the predicted value of the grain size was close to the experimental value.     

铝电解槽磁流体稳定性判据

频率是判据铝电解槽磁流体稳定性的重要参数。每种特定状态下的磁流体都具有一个固有振荡频率（MHD特征频率）。当扰动力频率与该频率值接近或相等时,磁流体的振荡振幅就会无限大增大,这就是共振。共振是不稳定的最危险状态。测量阳极导杆电流波动波形．对该波形进行快速付里叶分析（FFT）,求出最频值。将该值与临界稳定界限相对应的MHD特征频率相比较,是判据槽磁流体稳定性的科学方法。     

锻模型腔表面温度的实验测定及数值计算的边值条件验证

以锻模为例采用自行设计的装置 ,对温度边值问题进行了实验探讨 ,提出了温度边值测定方法 ,可用于边值问题的理论研究 ,得出的温度边值的理论确定方法 ,使得温度理论计算值与实际很接近 ,具有较大的实用价值。     

2010年国内电解铝市场展望

从正反两方面分析了国内2010年电解铝价格的走向态势"产量供大于求,有利加工;价格贴近成本,时有波动;表现内外分异,相对独立。"     

2024铝合金板搅拌摩擦焊接塑性材料流动的可视化检测与数值模拟(英文)

将薄铜片作为标示材料镶嵌于2024铝合金板中,经搅拌摩擦焊接焊后,用金相法观察其最终位置。参考材料流动的可视化实验结果,建立搅拌摩擦焊传热与材料流动的三维数值分析模型。搅拌针附近塑性材料流动速度分布模式的计算结果与可视化实验结果基本一致。当焊接速度一定时,随搅拌针旋转速度的提高,搅拌针附近塑性材料流动加剧。焊核区形状与尺寸的计算结果与实测数据吻合。