共查询到20条相似文献,搜索用时 126 毫秒
1.
2.
3.
4.
5.
6.
在超薄金属板焊接过程中,残余应力及变形对产品质量有重要影响.文中研究了316不锈钢超薄板(厚度为70 μm)脉冲激光焊接过程的残余应力和焊接变形.采用热-弹-塑性有限元法和半椭球移动热源模型,考虑模型的几何和材料非线性因素,采用顺序耦合的方法对超薄板结构的温度场、应力-应变场进行模拟.采用光纤激光器对70 μm的316不锈钢板进行焊接,用红外测温仪对特征点热循环进行测量,用激光位移传感器测量了焊接变形,用X射线衍射应力测试仪测试了残余应力.结果表明,温度场、残余应力、变形的模拟计算结果与试验结果吻合. 相似文献
7.
对激光薄板拼焊过程中的温度场和应力应变场有限元分析问题进行了研究。采用基于ANSYS大型通用有限元分析软件平台,使用其提供的APDL语言工具进行开发设计。从有限元分析过程中的建立计算模型、温度场分析及应力应变场分析3个紧密相关的方面,对薄板激光拼焊过程的数值模拟进行了讨论。 相似文献
8.
利用有限元软件ANSYS对304不锈钢激光焊温度场的分布进行了动态模拟.分析了材料热物理参数的温度相关性、熔化潜热、对流及辐射对激光焊接温度场的影响,建立了激光焊接组合体移动热源模型.针对激光焊接过程中高度非线性、光斑面积非常小的特点,采用了过渡单元建模及逐步加载和求解的措施.为了保证节点选取的精确程度,在加载过程中采用了余量控制法.仿真结果表明,模拟得到的焊缝形状与实际焊缝形状基本吻合;等温线呈椭圆形,在移动热源的前方等温线密集,温度梯度较大,热源后方的等温线较稀疏,温度梯度小;激光焊接时熔池表面附近的金属蒸气最高温度可达13 332℃. 相似文献
9.
10.
11.
12.
13.
采用深熔透全位置脉冲TIG多层焊技术对冷凝器不锈钢管板进行焊接.施焊中,把握合理的焊接顺序和焊接方向,运用小规范施焊,实行焊接与贴胀并举,能够获得较好的管板角焊缝焊接质量,延长冷凝器的使用寿命. 相似文献
14.
15.
针对不锈钢薄板的激光焊接进行了研究,分析了激光工艺参数对超薄不锈钢板焊接质量的影响。结果表明,对于不锈钢薄板激光焊接,脉冲工作电流和脉冲宽度对焊缝成形影响很大。在合适的工艺参数下,超薄不锈钢薄板焊缝成形良好,焊接接头基本与母材等强。 相似文献
16.
以Φ45 mm×8 mm规格奥氏体304不锈钢钢管为研究对象,采用A-TIG焊(添加活性剂的钨极氩弧焊)进行对接焊接工艺试验,研究不同焊接起始点对焊缝成型的影响,并检测外观质量符合要求的焊件的性能和微观组织等。分析认为:采用A-TIG焊接工艺焊接Φ45 mm×8 mm规格奥氏体304不锈钢钢管时,可在不开坡口、不填丝的情况下,实现一次性焊透,并达到单面焊双面成型的目的;焊缝组织为奥氏体+铁素体,其组织与未添加活性剂时的一致,但添加活性剂可明显改善组织性能;焊接接头的性能满足标准要求。 相似文献
17.
通过超声波检验、化学成分分析、金相检验、硬度测试等方法对304不锈钢钢管焊接断裂原因进行了分析。结果表明:由于冷却较为缓慢,造成热影响区附近铬贫化,使焊缝热影响区碳化物沿晶界析出,造成的晶间腐蚀是304不锈钢钢管焊接断裂的主要原因。 相似文献
18.
Seounghwan Lee Suneung Ahn Changsoon Park 《Journal of Materials Engineering and Performance》2014,23(3):700-707
In this article, an in-process monitoring scheme for a pulsed Nd:YAG laser spot welding (LSW) is presented. Acoustic emission (AE) was selected for the feedback signal, and the AE data during LSW were sampled and analyzed for varying process conditions such as laser power and pulse duration. In the analysis, possible AE generation sources such as melting and solidification mechanism during welding were investigated using both the time- and frequency-domain signal processings. The results, which show close relationships between LSW and AE signals, were adopted in the feature (input) selection of a back-propagation artificial neural network, to predict the weldability of stainless steel sheets. Processed outputs agree well with LSW experimental data, which confirms the usefulness of the proposed scheme. 相似文献
19.