锻压温度对新型汽车差速器齿轮性能的影响

采用不同的始锻温度和终锻温度对新型汽车差速器齿轮用20CrMnTiVSr试样进行了锻压成型试验,并进行了磨损性能和冲击性能的测试与分析。结果表明:随始锻温度和终锻温度的升高,新型汽车差速器齿轮用20CrMnTiVSr试样的磨损体积先减小后增大,冲击吸收功先增大后减小,耐磨损性能和冲击性能先提升后下降。与1160℃始锻相比,1220℃始锻温度下试样的磨损体积减小了44.44%,冲击吸收功增大了20%;与760℃终锻相比,820℃终锻温度下试样的磨损体积减小了47.37%,冲击吸收功增大了24.53%。新型汽车差速器齿轮用20CrMnTiVSr试样的锻压工艺参数优选为:1220℃始锻温度、820℃终锻温度。     

锻压温度对新型汽车模具钢性能的影响

采用不同始锻和终锻温度对4Cr5MoSiV1Sr1W1新型汽车模具钢进行锻压试验,并进行磨损性能和热疲劳性能的测试与分析。结果发现,与始锻温度1 050℃相比,1 125℃始锻时4Cr5MoSiV1Sr1W1模具钢的磨损体积减小40. 5%、热疲劳裂纹级别减小55. 6%;与终锻温度850℃相比,900℃终锻时模具钢的磨损体积减小36.7%、热疲劳裂纹级别减小50.0%。为了提高4Cr5MoSiV1Sr1W1新型汽车模具钢试样的抗磨损性能和热疲劳性能,优化后始锻温度和终锻温度分别选为1 025℃和900℃。     

基于BP神经网络的铝合金搅拌摩擦焊接头疲劳性能研究

以焊接母材、搅拌头旋转速度、焊接速度、轴向压力、搅拌头倾角和板材厚度为输入参数,以疲劳寿命为输出参数,构建6×18×9×1四层拓扑结构的铝合金FSW接头疲劳性能BP神经网络模型,并进行了试验验证和产线应用研究。结果表明,神经网络模型具有较高的预测能力和预测精度,相对训练误差小于5.5%、相对预测误差小于6%;生产线上铝合金板材的搅拌摩擦焊工艺参数经神经网络优化后,接头疲劳寿命较神经网络优化前增加51.11%,接头疲劳性能显著提高。     

机床用新型钴基金属复合材料的制备与性能研究

以少量石墨烯作为增强体,采用分步球磨法,制备了机床用不含稀土的CoWAlSrCrV新型钴基金属复合材料,并进行了显微组织、物相组成、耐磨损性能和抗高温氧化性能的测试与分析。结果表明,该方法制备的新型钴基复合材料具有较佳的耐磨损性能和抗高温氧化性能。与La2CoO4钴基稀土复合材料相比,该新型复合材料的25℃磨损体积减少44.8%、300℃磨损体积减少45.8%、800℃磨损体积减少45.2%,800℃高温氧化100h后的单位面积质量增重减少69.7%。     

基于神经网络模型的机械拉杆锻压试验的研究与设计

基于神经网络的介绍,提出了采用神经网络模型进行机械拉杆锻压试验的整体设计思路,利用BP神经验证优选出的隐含层传递函数的模型,得出具有较强的预测能力、较高的预测精度和较大的工程应用价值神经网络的机械拉杆锻压工艺。     

激光熔敷工艺研究

本项成果对镍基合金、镍基碳化钨和镍基碳化钨稀土合金激光熔敷层的组织、相结构、室温和高温硬度、耐蚀性、室温和高温耐磨性、腐蚀磨损性能进行了系统地研究 ;研究了激光熔敷层厚度的定量关系 ;建立了腐蚀磨损速率、动磨损速率、动腐蚀速率间的定量关系。在上述研究的基础上 ,研制出适用于批量生产的激光熔敷排气门工装卡具和自动控制装置。采用该装置对汽车发动机气门盘锥面进行表面强化 ,成品率达到 98.5%。主要技术性能指标为 :1.耐磨性比 GCr15钢提高 3～ 10倍 ,耐蚀性比 1Cr18Ni9Ti提高 6倍 ,抗腐蚀磨损性能比2 Cr13提高约 4倍。2…     

氮气辅助热处理对制冷机械外壳材料组织与性能的影响

分别采用常规热处理和氮气辅助热处理对制冷机械外壳材料进行了退火处理,并进行了材料的显微组织、耐磨损性能和阻尼性能的测试与分析。结果表明,与常规热处理相比,氮气辅助热处理显著改善了材料的耐磨损性能和阻尼性能;使材料的25℃和150℃磨损体积分别减小65%、77%,25℃阻尼性能增加84%;随着频率从0.2Hz提高到1.0Hz,材料的阻尼性能从84%降至35%。     

新型数控机床用镁铝合金的组织与性能研究

在AZ91镁铝合金中添加少量的合金元素Sc、Er和Ti,制备了数控机床用新型镁铝合金,并进行了显微组织、物相组成、不同温度下的耐磨损性能和力学性能的测试与分析。结果表明,该新型镁铝铸态合金由α-Mg基体以及少量的Mg17Al12、Mg2Sc、(Mg,Zn)4Er组成。与商用AZ91合金相比,该新型镁铝合金在20℃时的磨损体积减小73%、抗拉强度从250MPa增加至294MPa、延伸率从7%增加至12%,在400℃时的磨损体积减小69%、抗拉强度从73MPa增加至253MPa、延伸率从26%增加至42%。     

不锈钢纤维/碳纤维混杂增强聚醚醚酮基摩擦材料的制备与性能

研究了不锈钢纤维/碳纤维混杂增强聚醚醚酮(PEEK)树脂基半金属摩擦材料的配比、成型工艺对其摩擦磨损性能的影响,对其摩擦磨损机理进行了初步分析.结果表明:制备摩擦材料的优化工艺条件是热压温度320 ℃、压力35 MPa、保温时间3 min/mm,固化处理工艺为80 ℃×30 min 150 ℃×30 min 270 ℃×30 min 320 ℃×180 min;最佳配方为19.63%的PEEK、7.57%的不锈钢纤维、10.97%的碳纤维、6.51%的腰果壳油粉及55.33%的填料.经优化工艺制备的摩擦材料的摩擦因数稳定,磨损率低,摩擦材料的磨损在低温区主要属于磨粒磨损,在较高温度时属于粘着磨损和磨粒磨损的共同作用.     

基于BP神经网络的高铁弹条热处理工艺优化

针对高铁弹条生产过程中质量的波动问题,采用工业互联网的技术与热处理工艺的深度融合提升产品的质量,通过构建了一个5×8×1的三层BP神经网络模型,以高铁弹条热处理中的各个参数为输入层,硬度HRC为输出层。对神经网络模型进行训练后,模型的预测值与实际值之间误差小于1%。通过工业互联网的建设,实时获取热处理过程中的参数,以前工序的实际值加上后续工序的设定值,进入训练好的模型对结果进行预测,当预测值与标准值偏离大于5%时,计算出后续工序参数的优化建议。MES系统结合SCADA系统把优化过的工艺参数下发至设备,从而达到提升高铁弹条性能的目的。     

X70管线钢环焊接头CTOD断裂韧性的神经网络

CTOD断裂韧性是最受关注的环焊接头性能之一。本文选择了2层神经元的神经网络结构,采用S型激活函数,将板厚、预热温度、线能量、取样位置作为神经网络的输入,将环焊接头的裂纹尖端张开位移CTOD值作为网络的输出,通过BP算法的网络学习,采用VC语言建立了X70管线钢环焊接头CTOD与环焊工艺之间的神经网络。采用实验法对所建立的神经网络的可靠性进行了验证,网络的预测结果与实验值之间有很好的对应关系。     

WC-10Co-4Cr涂层高温微动磨损特性

为研究WC-10Co-4Cr涂层的高温微动磨损性能和微动磨损机制,采用超音速火焰喷涂技术在Inconel690合金表面制备WC-10Co-4Cr涂层。使用PLINT电液伺服高温微动试验机,在室温25℃至高温300℃大气气氛条件下,选择法向载荷100 N、位移幅值200μm、频率2 Hz、循环次数3×10~4次,进行微动磨损特性试验,通过扫描电子显微镜、双模式轮廓仪和三维共聚焦显微镜等仪器对磨痕进行分析研究。结果表明:涂层组织呈层状叠加的两相分布,致密、孔隙率低,涂层与基体结合紧密,显微硬度为HV810.82,是基体的3.3倍;在法向载荷和位移幅值一定时,随着试验温度的升高WC-10Co-4Cr涂层的摩擦因数增大,且磨损加剧;温度高于250℃条件下,WC-10Co-4Cr涂层发生严重磨损;WC-10Co-4Cr涂层的高温微动磨损机制主要表现为黏着磨损、氧化和剥层的共同作用。     

基于实验模型的人工髋关节磨损仿真

利用优化的等离子喷涂工艺参数制备了HA/Zr O2复合涂层,根据均匀设计方法以及二次多项式逐步回归分析,并使用销盘摩擦试验机,建立涂层磨损率关于压力与速度的表达式。利用有限元理论结合磨损率模型的方法,对人工髋关节进行磨损仿真并探讨关节间隙对磨损的影响。通过对磨损率预测模型验证表明,该模型在较大范围内具有较好的预测效果。人工髋关节磨损仿真显示,随着磨损次数的增加,髋臼接触压力逐渐减小,而接触区域不断扩大;涂层的磨损体积近似呈线性增长,而线磨损量的增长速度由快到慢。同时,随着关节间隙的增大,髋臼的磨损体积减小,而最大磨损深度增加。     

等离子喷涂WC-12Co涂层滑移区高温微动磨损特性研究

利用等离子喷涂技术在TiAlZr钛合金基材上制备了WC-12Co涂层.XRD分析表明,等离子喷涂WC-12Co涂层主要以WC和W2C两相存在,并伴随少量的W,CoO和Co相.采用高精度高温液压式微动磨损试验机研究了涂层的微动磨损行为,用扫描电镜(SEM)、能谱仪(EDS)、激光共焦扫描显微镜(LCSM)对等离子喷涂WC-12Co涂层大气氛围中从室温(25 ℃)至400 ℃的滑移区微动磨损特性进行了研究,并与无涂层的TiAlZr钛合金基材进行了比较.结果表明:在室温(25 ℃)至400 ℃范围内,等离子喷涂WC-12Co涂层的摩擦因数随着温度的升高明显上升,而磨损体积基本不变;在此温度范围内,涂层的摩擦因数比基材低,磨损体积也比基材明显要低;等离子喷涂WC-12Co涂层提高了TiAlZr钛合金的抗高温微动磨损性能,其在室温(25 ℃)至400 ℃范围内的磨损机制主要以剥层形式为主,局部会有磨粒磨损.     

MoSi_2的高温摩擦磨损性能及磨损率预测

以Al2O3陶瓷材料为对摩件,采用销-盘式高温磨损试验机,考察了单一因素(温度、载荷和转速)变化时MoSi2材料的摩擦因数和磨损率。研究了温度、载荷及转速交叉变化下MoSi2材料磨损率的神经网络预测,建立了具有学习率自适应和附加二次动量项的BP神经网络预测模型,并给出了神经网络的训练过程。神经网络预测结果和实际测试结果表明,预测误差控制在3%以内,BP神经网络具有较高的预测精度,可以满足MoSi2磨损率的预测需要。     

腐蚀介质条件下NiCrBSi/WC喷熔层的摩擦学性能研究

采用氧-乙炔火焰喷熔工艺,制备了碳化钨颗粒增强镍基合金喷熔层(NiCrBSi/WC),研究了它在腐蚀介质条件下的摩擦磨损行为与机理,并考察了载荷、滑动速度对其摩擦磨损性能的影响规律。研究结果表明:NiCrBSi/WC具有良好的耐腐蚀磨损性能,且当WC含量为20%时,腐蚀磨损率最低;WC含量超过20%后,由于喷熔层存在“腐蚀原电池”效应,其腐蚀磨损率增大。NiCrBSi/WC的腐蚀磨损率随载荷增加而变大,随速度增大而减小。载荷的增加使喷熔层的犁削磨损加剧,导致摩擦系数和磨损率增大;速度的增大造成摩擦界面温度上升,可生成摩擦转移膜,从而降低了喷熔层的磨损率。     

TiSiN/AlCrN纳米多层涂层高温热稳定性及摩擦学特性研究

采用电弧离子镀技术于硬质合金基体上沉积TiSiN/AlCrN纳米多层涂层,利用扫描电子显微镜(Scanning electron microscope,SEM)、透射电子显微镜(Transmission electron microscope,TEM)、X射线衍射仪(X-ray diffraction,XRD)、能谱仪(Energy dispersive spectrometer,EDS)、纳米硬度计、划痕仪以及摩擦磨损试验机对TiSiN/AlCrN涂层的结构、高温热稳定性能和高温摩擦磨损性能进行研究。结果表明,TiSiN/AlCrN涂层呈现出纳米多层结构,由c-Cr(Al)N与c-Ti(Si)N相构成,涂层硬度为49.7 GPa±0.83 GPa,结合力达到83 N。经800℃和950℃真空退火后涂层微观结构变得更加致密,缺陷密度下降,而涂层硬度和结合力没有明显变化,TiSiN/AlCrN纳米多层涂层经950℃真空退火处理后未发生相变。摩擦磨损测试结果表明,随着温度由室温增加至400℃,涂层摩擦因数急剧升高,继续增加温度至600~800℃,涂层摩擦因数降低,然而涂层磨损率随着测试温度的升高先降低后增加。在室温摩擦磨损测试中TiSiN/AlCrN涂层磨损机制主要以磨粒磨损、塑性磨损为主,400℃时涂层处于二体摩擦转三体摩擦的过渡阶段,主要磨损机制为磨粒磨损和粘着磨损,600~800℃下涂层磨损机制主要为粘着磨损以及氧化磨损。     

基于RBF神经网络的光纤电流互感器温度补偿

光纤电流互感器在实际运行中易受外界温度影响,其输出精度会出现漂移偏差。为提高光纤电流互感器测量比值误差的温度稳定性,提出了基于RBF神经网络的光纤电流互感器温度补偿方法。将温度和温变率作为神经网络输入、光纤电流互感器的比值误差作为输出,建立了RBF神经网络温度补偿模型。相比BP神经网络,仿真结果显示,基于RBF神经网络的温度补偿模型准确度较高,预测结果误差低于3%。同时,经过RBF神经网络温度补偿,实验结果表明,光纤电流互感器在输出比差小于±0.1%,满足GBT20840.8标准规定的0.2S级准确度。     

稀土Y对H13钢表面TiN薄膜高温摩擦磨损性能的影响

利用离子镀技术,在H13钢基体上制备了TiN薄膜,并且添加稀土元素Y作为过渡层处理,进行TiN系列薄膜高温摩擦磨损性能的对比试验。结果表明,采取适当的镀膜工艺添加稀土元素Y后,TiN薄膜处理的试样的摩擦因数由0.163减小到0.129,磨损率也由0.88‰降低到0.09‰。试样表面的磨损形貌分析结果表明,TiN薄膜处理的试样表面有大片的粘着磨损破裂区和由磨粒磨损引起的较深犁沟;TiYN薄膜处理的试样则保持了较平顺的磨损表面,没有明显的粘着磨损破裂区和磨粒磨损形成的犁沟。稀土元素Y的加入,进一步改善了TiN薄膜的高温摩擦磨损性能,提高了H13热作模具的抗磨减摩效果。     

基于RBF神经网络和遗传算法的油膜附水滴切削参数优化

为了优化油膜附水滴切削工艺参数,降低切削力,减少刀具磨损和提高切削加工质量,结合神经网络和遗传算法,基于MATLAB软件对切削试验数据进行训练.通过构建径向基函数RBF和反向传播BP神经网络模型,并对切削力和表面粗糙度综合加权后综合目标进行预测.对比两种模型的精度后,选择更精确的RBF神经网络模型.利用遗传算法GA优化...