自动铺放成型热塑性复合材料的非等温结晶动力学研究

利用差示扫描量热仪结合Avrami方程研究玻璃纤维增强聚丙烯复合材料自动铺放成型过程非等温结晶动力学,推导非等温结晶动力学模型,并通过构建冷压辊下方铺层的冷却模型,将结晶动力学模型和传热模型相结合,设定自动铺放成型过程中的冷却条件,探讨冷却速率及冷却时间对基体材料结晶行为的影响,求解出不同冷却速率下的最大铺放速率。研究结果表明:铺层树脂基体的结晶度随冷却速率的增大而依次减小;随着冷却速率的提高,树脂结晶起始温度和结晶完成温度均向低温方向移动,且树脂相对结晶度随温度变化规律接近反S形曲线;自动铺放成型实验件的压缩强度及层间剪切强度随着铺层结晶度的增大基本呈增大趋势,而冲击强度与铺层结晶度的变化趋势完全相反,随着结晶度的增大,材料韧性越差。     

纤维柔软度仪的测定精度及样本容量的研究

本文就纤维柔软度仪的样本容量问题，研究了影响测定精度的因素，通过试验对部分结构参数确定了较合理的数值，然后算出样本容量．     

微量润滑方式对车削42CrMo钢断屑效果的影响分析

当前企业生产中多采用切削液辅助车削42CrMo钢,存在断屑难和环境污染重的问题,相比于切削液冷却方式,微量润滑体现出低成本、低资源消耗和洁净无毒等诸多优势,成为研究的热点。为了探究微量润滑技术是否可以替代切削液冷却方式并且获得更优的断屑效果,基于双喷头微量润滑的冷却装置,采用单独前刀面、单独后刀面和前、后刀面同时微量润滑三种冷却方式,与传统切削液辅助加工进行对比,分析冷却方式对车刀断屑效果的影响,并结合切削力与加工表面形貌确定最优冷却方式。试验结果表明,前、后刀面同时微量润滑的方式效果最优,相比传统切削液冷却方式,前、后刀面同时微量润滑的方式所获得的切屑长度可缩短35.9%,切削合力降低14.7%,加工表面粗糙度降低34.7%。因此在车削42CrMo钢时,微量润滑技术在设备空间允许的条件下可考虑作为一种更高效洁净的冷却润滑手段。     

针布齿条钢丝塑性变形对球化退火组织的影响

为了改善针布齿条淬火时的变形开裂倾向性,使其最终性能均匀,研究了针布齿条专用高碳低合金钢丝经过不同程度拉拔变形后,在相同球化退火工艺下具有差异的球化退火组织,并且比较了经较大拉拔变形后钢丝退火前后的组织差异,以及该钢丝经轧制前后的组织变化情况.指出:在相同的球化退火工艺下,随着拉拔量的增加,其球化效果越来越好,球粒状碳化物的均匀性和圆整度改善明显;经过较大塑性变形的钢丝进行球化退火,因其球状碳化物的均匀性和圆整度已经稳定,故对其球化效果影响甚小.     

热塑性复合材料自动铺放过程中温度场研究

自动铺放成型技术可以实现热塑性复合材料逐层"原位固结",在加工制造大型零部件、提高生产率、降低制造成本方面具有巨大的潜力。由于温度历程对复合材料构件成型质量有较大影响,本工作通过ANSYS软件模拟热源随铺放头移动、铺放过程中预浸料不断被铺叠到底层预浸料上,获得复合材料铺层的温度场分布情况。同时构建基于WinCC flexible的温度场在线测量系统,对铺层温度进行在线采集和存储。实验结果表明,在铺放成型过程中,每一层预浸料的温度曲线出现多个峰值,且随着热气温度的升高,每层峰值温度逐渐增加,热气温度越高,铺层间峰值温度差越大,热电偶测量结果与仿真结果相差越小。通过对实验结果中的峰值温度与有限元模拟结果进行对比,证明了有限元仿真模型的正确性。研究结果表明,随着铺放速率的加快,每层峰值温度逐渐降低,为满足成型要求,当热风枪出口处热气温度最高为600℃时,最大铺放速率为1.2m/min。     

胎圈钢丝的生产现状

介绍轮胎对胎圈钢丝在品种、强度、断裂伸长率、粘合力等方面的要求。分析胎圈钢丝的生产工艺,指出胎圈钢丝生产中存在的主要问题,以及国内外胎圈钢丝生产的差距,并提出可行性建议。     

国内外金属针布组织及性能对比研究

通过对比分析瑞士Graf的OK40与OB20和国内的SWRH72B与SWRH57B针布齿条的化学成分、金相组织、力学性能,从材质方面提出了提高针布高耐磨性的若干意见。     

大塑性变形珠光体钢丝低温球化退火工艺研究

研究了70Nb和50Cr两种金属针布合金钢丝经大塑性变形后在低温下球化退火的工艺及组织。结果表明，在冷却速度一定的条件下，变形量为96．6％的70Nb合金钢丝在730℃保温240min球化效果较好，球化等级达到3．5～4级；变形量为84．6％的50Cr合金钢丝在730℃保温随保温时间延长球状碳化物逐渐长大．但尺寸始终保持在1～1．2μm。     

KD100型液压泥炮故障分析与改造

液压泥炮是高炉的关键设备,液压泥炮发生故障造成高炉慢风、休风成为制约高炉生产的瓶颈,分析液压泥炮不同故障产生的原因并制定相应解决方案,从而有效地保证液压炮稳定运行,保证了高炉的正常生产。     

基于特征自适应融合和集成学习的高性能铣削刀具状态监测

通过人工智能、工业大数据实时感知切削加工中的刀具状态是实现面向性能的制造的重要技术途径,也是高性能制造的关键内涵。然而,在目前的切削刀具状态监测算法中,特征提取过程多依赖于人工经验,这无疑限制了刀具状态监测技术的在高性能制造中的推广应用。因此,针对高性能加工监测中的自主性和准确性要求,基于特征自适应融合和集成学习技术,提了出一种面向高性能铣削的刀具磨损监测方法。所提出的监测方法能够根据特征的表现自动为其赋予不同的权重从而实现特征的自适应融合,同时利用AdaBoost集成学习算法,在自动融合特征的同时保证了状态监测精度。薄壁件铣削实验表明,监测结果与真实磨损间的RMSE和MAE值最大为10.44,最小可达5.16。所提出的方法能够自主、准确地监测航空类薄壁件铣削加工中的刀具磨损状态,解决了高性能铣削加工刀具磨损监测中的人工经验依赖问题。