滚动轴承减振降噪技术

振动和噪声理论是轴承基础理论之一,与之相关的减振降噪技术是亟需解决的工程问题.从设计、制造和使用等方面综述减振降噪技术的新特点和新方法,给出减振降噪的一些建议.     

Cr13系不锈钢的固体氮碳共渗

Ｃｒ１３系不锈钢的固体氮碳共渗辽宁工学院（锦州１２１００１）东北输油管道学校锦州产品质量检验所谷志刚王荣吉白虹Ｃｒ１３系马氏体不锈钢是目前用量较大的不锈钢系列，可以进行热处理相变强化，具有较高的强度、硬度、耐磨性及耐蚀性，可以制造汽轮机叶片、阀体、紧...     

模态分析在排气歧管支架开发中的应用

主要研究典型的排气歧管催化器支架的开发。发动机耐久性试验失效,靠近发动机排气端的失效主要与支架失效有关。通过应用NVH理论知识,以及材料的疲劳理论,采用CAE及试验的方式,主要是排气歧管催化器模态分析,将排气歧管的结构模态频率提高到避开发动机的共振频率。介绍了支架的模态分析过程以及谐振试验,进行了耐久性验证,并归纳总结成完整方法作为设计参考。     

基于神经网络的快速成型工艺

针对选择性激光烧结成型件变形大、精度较低的问题,将神经网络方法应用于选择性激光烧结(SLS)加工工艺的研究.根据SLS加工工艺的特点,研究的工艺参数包括:层厚、扫描间距、激光功率、扫描速度、环境温度、层与层之间的加工时间间隔和扫描方式.建立了SLS加工工艺参数与加工变形、收缩率之间的神经网络预测模型.实验结果与神经网络模型计算结果十分吻合,说明该神经网络模型能定量地反映出工艺参数与加工材料变形、收缩率之间的关系.     

18─8型不锈钢固体法氮碳共渗的研究

研究了18-8型不锈钢固体法氮碳共渗渗剂的组成、工艺、渗层显微组织、渗层深度、硬度以及耐磨性。     

基于BP神经网络和遗传算法的TWIP钢热处理工艺参数优化

为了提高Fe-Mn-C-Al系TWIP钢的力学性能,采用BP神经网络与遗传算法对热处理工艺参数优化。以3个热处理工艺参数为优化对象,以抗拉强度与伸长率之积的强塑积作为优化目标,建立3-4-1的BP神经网络的非线性映射模型,再通过遗传算法的全局寻优,得到具有最优强塑积的热处理工艺参数的最优配置组合。预测结果表明,其最优强塑积热处理工艺为:退火温度为863℃、保温时间为26 min、冷却方式为炉冷,并通过试验验证了预测结果的准确性。     

基于粉末压坯的氮化锰制备技术

在节能、环保、高效原则下,基于粉末压坯对氮化锰生产工艺进行了试验.结果表明,电解金属锰粉压坯经两次预抽真空后,在823～1173 K温度区间和0.05～1 MPa压力下渗氮9～10 h,可获得含氮量高达8.97%～9.54%的氮化锰产品.     

基于神经网络和遗传算法的工艺参数优化

以翘曲变形和收缩为质量指标,采用正交试验法、神经网络模型和遗传算法,优化了模具温度、熔体温度、注塑压力、注塑时间、保压压力、保压时间和冷却时间,获得了工艺参数的最优配置组合,提高了制品质量。利用最优配置组合的工艺参数进行了注塑成型试验,并通过测量验证了CAE模拟的正确性。     

金属盐比值对Fe-Ni-P-B合金化学镀层的影响

在铜基上化学镀Fe-Ni-P-B四元合金，研究了FeSO4/(FeSO4十NiSO4)金属盐比值对沉积速率、镀层结构的影响，测试了镀层在不同介质中的电化学稳定性。结果表明，镀层沉积速率随FeSO4／(NiS04)金属盐比值的增加先增后减，金属盐比值为0．5时，沉积速率达到极大值。镀层沉积速率影响镀层的结构，沉积速率增大，镀层出现非晶结构。镀层在不同介质溶液中的稳定性不同，在酸性介质中，由于镀层的溶解，电权电位向正方向移动；而在中性和碱性介质中，由于氧的扩散缓慢，体系的电权电位会随时间负移。     

基于嵌入式控制器开发塑性门窗疲劳性能试验台

采用泓格I-8417嵌入式控制器研制了塑性门窗疲劳性能试验台，并说明了该试验台的工作原理、硬件组成、软件设计及其实现功能。