硬质颗粒复合合金的组织和耐磨性

本文强调基体合金组织对硬质颗粒复合合金耐磨性的决定作用,设计并通过“真空吸附铸件表面合金化工艺”,在灰铁铸件表层稳定地制得了以不同粒度的铸造碳化钨颗粒均匀分布于高合金铬钨白口铸铁中的复合合金。磨料磨损试验表明：基体合金组织对复合合金二体尤其是三体高应力磨损耐磨性有决定性的作用;以马氏体合金白口铁为基体合金的复合合金,在二体及三体磨损条件下均具有极高的耐磨性,铸造碳化钨颗粒愈粗,复合合金耐磨性愈高,当颗粒尺寸由140～200目增大到18～28目时,其在二体和三体磨损条件下的耐磨性分别是马氏体白口铁15Cr2Mo1Cu的9～31倍和2.8～6.7倍。     

以合金白口铸铁为基的硬质粗颗粒型复合合金耐磨性的研究

本文通过磨损分析后指出,要充分发挥颗粒型复合合金中硬质颗粒优异的抗磨能力,必须获得强硬质的粘结物组织来牢固地支持其硬质颗粒。在此基础上,通过表面合金化工艺,在灰铁表面上非常稳定地制得了一系列不同尺寸的铸造碳化钨颗粒,并均匀分布于铬钨合金白口铸铁中。磨粒磨损试验表明:粘结物组织对复合合金二体尤其是三体高应力磨损有决定性的作用;以马氏体合金白口铁为粘结物的复合合金在二体及三体高应力磨损条件下均具有极高的耐磨性,铸造碳化钨颗粒尺寸愈大,复合合金耐磨性愈高,当颗粒尺寸由140/200目增大到18/28目时,复合合金在二体及三体磨损条件下的耐磨性分别是马氏体白口铁15Cr2Mo1Cu 的9～31倍和2.8～6.7倍。     

神经网络在磨损颗粒自动识别中的应用

引入了一套磨粒形态学描述体系，用来提取磨损颗粒的显微形态特征，然后以此为输入参数，提出了一套BP神经网络，对磨损颗粒进行自动识别分类。以很少的磨粒特征量，可以正确识别磨损类别，提高了磨损识别的效率。     

磨粒的计算机识别方法的研究与评述

铁谱技术是以磨损颗粒分析为基础的诊断技术，目前是监测机械磨损工况与诊断磨损故障最为有效的方法。而磨粒识别又是铁谱诊断技术的关键环节。本文综合分析计算机技术在磨粒识别中的应用，将磨粒识别方法分为人－机交互磨粒识别法、半自动磨粒识别法和自动磨粒识别法３种，并对此进行详细分析与比较。     

锰白铜合金/W_2C复合涂层磨损机制研究

采用无压浸渍工艺,在45#钢表面制备出2种锰白铜合金/W2C复合涂层;考察了比压、转速及W2C颗粒尺寸对涂层与石油钻机的一种新型刹车材料对磨的耐磨性的影响,并分析了涂层的磨损过程与磨损机制。结果表明:涂层的磨损机制是W2C颗粒的疲劳磨损以及摩擦表面氧化锰薄膜和表面膜的生成、长大、破裂(撕裂)、剥落、再生的动态磨损过程,也是磨粒磨损、疲劳磨损、黏着磨损、塑性变形和氧化磨损等磨损机制的综合作用。     

基于深度学习的航空发动机磨损部位识别方法

针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。     

TiC颗粒增强铝基复合材料耐磨性能研究

实验结果表明：在铝及其合金中添加TiC颗粒可明显提高材料的抗磨损性能,且磨损性能与材料的硬度之间没有必然的联系。TiC颗粒增强铝基复合材料的磨损表面既有磨粒磨损的特征形貌,又具有粘着磨损的特征产物,磨损过程中两种机理共同发生作用。     

行进速度对搅拌摩擦加工高熵合金增强铝基复合材料组织与性能的影响

采用搅拌摩擦加工技术制备了FeCoNiCrAl高熵合金颗粒增强AA5083铝基复合材料,研究了行进速度(45,60,75 mm·min-1)对复合材料中高熵合金颗粒分布、显微硬度和耐磨性能的影响.结果表明:制备的复合材料中没有新相生成,复合材料的显微硬度高于铝合金基体的;随着行进速度的增加,高熵合金颗粒的分布均匀性变差,复合材料的显微硬度略微降低;复合材料的平均摩擦因数和磨损率均较铝合金基体的低;随着行进速度的增加,复合材料摩擦因数和磨损率均增大,耐磨性能下降;复合材料和铝合金的磨损机制分别为磨粒磨损和黏着磨损.     

TiC颗粒对铁-碳-铬-硅合金堆焊层显微组织及耐磨性的影响

用埋弧焊制备铁-碳-铬-硅合金堆焊层,通过显微组织观察、硬度测试和耐磨性能试验等方法研究了外加TiC颗粒含量对其显微组织及耐磨性的影响。结果表明:不同TiC含量的铁-碳-铬-硅合金堆焊层基体组织均为α-Fe,随TiC含量增加,初生M7C3颗粒尺寸从40~80μm逐渐减小至15~25μm,颗粒数量增多,分布弥散,且出现了TiC2和TiC等增强相;弥散密集分布的M7C3颗粒有利于堆焊合金层表面均匀磨损,避免因粗大脆性共晶优先磨损引起的过早失效,显著改善了耐磨性;该合金堆焊层的耐磨性随TiC含量的增加先增强,接着减弱,然后再增强,其主要磨损机理由微观断裂转变为微切削。     

K-均值聚类法在机械设备铁谱监测技术中的应用

铁谱分析技术是润滑油液分析技术的主导技术,是机械设备工况监测和故障诊断的主要技术手段之一。铁谱片上磨损颗粒间的区分是磨损颗粒识别和诊断的基础。针对铁谱图像中磨损颗粒形状和颜色分布的复杂性,利用数字图像处理技术,采用K-均值聚类法,对铁谱彩色图像进行了分割处理研究。试验结果表明,K-均值聚类法可以有效地分割彩色铁谱图像,将磨损颗粒提取出来,为铁谱图像的后续处理工作奠定了基础。     

铁谱分析中"矩阵序列"法的研究

基于分析人工利用光学显微镜对谱片上的磨损颗粒种类进行识别的模式，提出了利用计算机模仿人工进行磨毒损颗粒种类识别的“矩阵序列”法，并建立了“矩阵序列”法实现的具体方法。该方法对磨损颗粒种类识别率在80％；以上，且重复性很好。     

基于铁谱分析的颗粒分类识别方法与应用

铁谱颗粒分析是机器磨损状态监测与维修决策制定最有效的油液分析方法。通过近年来开展工业企业机器油液监测积累的大量铁谱磨粒图像,进行基于不同的颗粒特征的分类识别探究,并基于不同颗粒形成机制与原因提出切合工业现场的润滑管理维保策略。应用实践表明,铁谱分析方法在机器磨损状态监测、润滑磨损诊断机制判别以及企业润滑管理提升活动中仍发挥着积极作用。     

纳米Cr_3C_2颗粒含量对等离子堆焊Co40合金层组织与性能的影响

采用等离子堆焊技术在Q890低碳钢表面制备了不同纳米Cr_3C_2颗粒含量(质量分数分别为0,20%,30%,40%)的Co40合金层,研究了纳米Cr_3C_2颗粒含量对该合金层组织与耐磨性的影响。结果表明:Co40合金层主要由发达柱状晶及其间的网状共晶组成;添加纳米Cr_3C_2颗粒后其组织发生细化,结晶方式由亚共晶结晶转变为过共晶结晶且合金层的硬度和耐磨性均得到了明显提高;当纳米Cr_3C_2颗粒为30%时,合金层的磨损质量损失最小,比未添加Cr_3C_2的减少了55.8%,磨损表面较平整,只存在轻微的犁沟,几乎没有剥落现象。     

烧结碳化钨增强激光熔敷涂层耐磨性研究

选择烧结碳化钨为增强材料,通过激光熔敷的方法制备烧结碳化钨增强镍基合金;研究碳化钨与镍基合金的结合方式,考察碳化钨增强合金在磨料磨损条件下的磨损性能,并探讨其磨损机制。结果表明:烧结碳化钨的加入显著提高镍基激光熔覆合金的耐磨性,且在烧结碳化钨颗粒表面还获得一层具有良好的耐磨性能和耐蚀性能的组织。原因是碳化钨颗粒与镍基合金在激光加热过程中结合到一起,同时Ni、Cr等基体元素扩散进入碳化钨-钴系统中,形成的新WC黏结相,从而获得一种耐磨、耐蚀性很好的组织。     

基于模糊神经网络的磨粒识别专家系统(续)

二、磨粒的分类及识别特征 铁谱分析技术将油液中的固体颗粒分为正常磨损、疲劳磨损、球状、层状、严重滑动、切削、腐蚀磨损、红色氧化物、暗金属氧化物、有色金属、非金属和晶体、污染物等12类。 领域专家根据磨粒的形态（总体形状、边缘细节和表面纹理）、颜色、粒度和厚度信息来识别铁谱磨粒,它们大都是模糊信息,一般用语义形式描述,因此需要采用模糊神经网络识别,识别结果为磨粒类型,系非模糊集合。磨粒特征见表1。     

BP神经网络在截齿合金头失效识别中的应用

为实现采煤机截割过程中截齿合金头失效形式的监测和识别,提出一种基于BP神经网络的多特征信号识别截齿合金头失效形式的方法。测试提取截割过程中合金头龟裂、合金头脱落、合金头崩刃和合金头严重磨损4种截齿x,y,z三个方向上的振动特征信号和截割电机电流特征信号,选取特征值信号的最大值、均值和方差作为特征样本对BP神经网络进行学习和训练,建立截齿合金头失效形式的识别模型,实现截割过程中截齿合金头失效形式在线监测与准确识别。实验结果表明,BP神经网络的判别结果和测试样本的实际失效类型相符,能够对截齿合金头失效形式进行准确识别,为实现采煤机截齿在线监测和失效形式识别提供新的方法和手段。     

(Al2O3+Al3Zr)p/Al-22Si铝基复合材料的制备及摩擦学性能

在Al-22Si-Zr(CO3)2体系中,用熔体原位反应法制备了内生Al2O3和Al3Zr颗粒增强铝基复合材料,用XRD、EPMA、SEM等方法对复合材料进行物相和显微组织分析;用磨损试验机测试了复合材料的室温干滑动摩擦磨损性能,并对其磨损机制进行了分析。结果表明:复合材料的磨损性能比基体合金有显著提高,随着内生Al2O3和Al3Zr颗粒体积分数的增加,复合材料的耐磨性能逐渐提高;随载荷增加,复合材料的摩擦因数呈降低趋势,且颗粒体积分数越大,摩擦因数越低;随颗粒体积分数的增大,复合材料的磨损机制由粘着磨损+磨粒磨损向磨粒磨损转变。     

一种非真空熔结镍基合金粉末覆层的显微组织与磨损性能

为了研究一种新型镍基(NiCrWRE)合金粉末材料在非真空无保护气体状态下直接在高温(1250℃)炉中熔结在金属工件表面的工艺,对其熔覆层的显微组织以及磨损性能、维氏硬度分布等进行了分析.结果表明:该合金粉末与基体金属形成了冶金结合,熔覆层中分布着均匀细小的棒状、块状、小颗粒硬质相;熔结良好的NiCrWRE合金覆层硬度分布均匀,相同条件下其磨损质量损失是常用1Cr18Ni12Mo2Ti合金的1/8,并且磨损表面纹理细小、平整、光洁,犁沟少,无塑性变形现象.     

磨损磨粒的BP神经网络识别

介绍了铁谱分析技术对设备状态监测与故障诊断的方法;通过机械润滑油或液压油中微观磨损颗粒的分析来判断机器当前的工作状态。铁谱的计算机图像分析技术是近年来研究的热点。基于BP神经网络对磨损磨粒进行识别,提出了磨粒的分步识别策略,并以磨粒样本都对网络进行训练,取得了较好的识别效果。     

磨损磨粒的BP神经网络识别

介绍了铁谱分析技术对设备状态监测与故障诊断的方法;通过机械润滑油或液压油中微观磨损颗粒的分析来判断机器当前的工作状态.铁谱的计算机图像分析技术是近年来研究的热点.基于BP神经网络对磨损磨粒进行识别,提出了磨粒的分步识别策略,并以磨粒样本对网络进行训练,取得了较好的识别效果.