排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
3.
孙明正 《理化检验(物理分册)》2023,(3):31-33
某汽车曲轴在进行耐久测试时发生断裂。采用宏观观察、化学成分分析、扫描电镜分析和金相检验等方法,对该曲轴的断裂原因进行了研究。结果表明:该曲轴的断裂性质为疲劳断裂,裂纹起源于过渡R处的表面,R处尺寸偏小以及车刀加工纹路较深,增大了R处的应力集中,在运行时,R处萌生裂纹,在交变载荷的作用下,裂纹发生疲劳扩展,最终导致曲轴断裂。 相似文献
4.
孙明正 《理化检验(物理分册)》2023,(5):52-54
某船用柴油机运行约1 000 h后其曲轴连杆发生断裂。采用宏观观察、化学成分分析、力学性能测试、粗糙度检测、金相检验等方法,对该连杆的断裂原因进行分析。结果表明:该连杆的断裂性质为疲劳断裂,裂纹起源于过渡圆弧段,引起断裂的主要原因为过渡圆弧段处加工粗糙度较差,且局部曲率偏大,导致该处应力集中程度增大,从而引起疲劳裂纹的萌生和扩展,最终使连杆发生断裂。 相似文献
5.
目前利用无人机获取光伏组件红外影像数据越来越多地应用于光伏组件故障检测中。但光伏组件红外影像数据各类别样本相似度较高,现有深度学习模型的光伏组件红外影像特征提取能力较低,导致光伏组件多故障类型分类精度偏低。针对以上问题,基于ResNet(residual network)模型构建ResPNet(residual photovoltaic network)模型进行光伏组件红外影像故障检测。ResPNet模型在ResNet模型基础上,加入了底层特征信息增强模块、多尺度特征信息增强模块、全局特征信息增强模块,用于提升模型的光伏组件红外影像特征提取能力。在公开的光伏组件红外影像数据集Infrared Solar Modules上进行实验,ResPNet模型的12类光伏组件红外影像分类精度达到84.6%,不但优于ResNet-50模型,而且优于其他的光伏组件红外影像分类模型。通过级联多个ResPNet模型,取得了该数据集目前已知最高的12类光伏组件红外影像分类检测精度(85.9%)。 相似文献
6.
7.
针对船用柴油机拉缸故障,利用直读光谱仪、光学显微镜、扫描电子显微镜、能谱仪等对活塞裙以及缸套断口的宏观和微观形貌特征、化学成分、金相组织和力学性能等进行分析.结果表明:活塞裙的薄壁孔存在疏松缺陷,这些缺陷引起活塞裙疲劳开裂,使得活塞裙与缸套配套间隙减小,活塞裙与缸套产生黏着磨损,最终发生拉缸故障. 相似文献
8.
某电梯主驱动轴在焊接后进行磁粉检测时发现有裂纹.采用微观分析、金相检验、力学性能试验、化学成分分析等方法对电梯主驱动轴的开裂原因进行了分析.结果表明:裂纹位于电梯主驱动轴焊接热影响区熔合线附近,属于低熔共晶产物存在引起的近焊缝区液化裂纹,该液化裂纹是由于焊接工艺不当而产生的. 相似文献
9.
高强度螺栓材料为20MnTiB钢,服役时间约24 h发生断裂。利用光学显微镜、扫描电子显微镜、直读光谱仪、能谱分析仪和显微硬度机等手段,对断裂螺栓进行了宏观、化学成分、氢含量、硬度、金相、能谱和开裂面电子显微形貌分析后,得出该螺栓断裂的主要原因是在使用前已经存在裂纹,造成应力集中,在拉应力的作用下,材料中的氢原子向裂纹尖端移动、富集,使局部氢浓度升高,螺栓发生了氢致延迟脆性断裂。 相似文献
10.