层间温度对H13钢丝材电弧增材制造成形质量的影响

目的 为获得外观形貌好、成形质量优的单道多层成形件,研究最佳的层间温度。方法 在调质处理后的H13钢基板上,根据已确定的工艺参数分别在50、100、150、200 ℃这4种层间温度下沉积20层。通过宏观形貌、微观组织和抗拉强度测试,分析层间温度对单道多层成形件的形貌及成形质量的影响。结果 层间温度为100、150、200 ℃时,成形件顶层平滑,侧面成形较规则。不同层间温度下成形件平均高度的最大值与最小值之差仅为0.55 mm。层间温度为200 ℃时相邻2层沉积层间冷却时间最短,沉积20层总耗时最短,为44.57 min。层间温度大于100 ℃时,抗拉强度大于1 200 MPa。结论 在H13钢基板上进行丝材电弧增材制造时,控制层间温度在150~200 ℃能够得到外观形貌好、成形质量优良的成形件。     

基于回归方法和神经网络的电弧增材制造单道成形形貌预测

目的 针对电弧增材制造技术实际应用中工艺参数选取困难和成形结果难预测的问题,确定高效、准确的电弧增材制造单道成形形貌预测的数学方法,以快速、方便地选取丝材电弧增材制造工艺参数并指导成形质量控制。方法 在单道单层丝材电弧增材制造实验的基础上,采用多种回归方法和神经网络方法分别建立焊接电流、电压和焊枪移动速度等多个工艺参数与增材层宽度、增材层高度及熔池深度等成形形貌参数之间的数学关系模型。结果 电弧增材制造单道成形形貌与焊接电流、电压和焊枪移动速度显著相关,且各参数间存在非线性交互作用;采用多元线性回归法可较准确地预测单道增材层宽度,但对于增材层高度和熔深的预测效果较差;神经网络可良好地处理各工艺参数间复杂的非线性关系,其对增材层宽度、增材层高度和熔深的预测平均误差率分别为4.17%、6.60%和7.01%,显著优于多元线性回归法。结论 采用神经网络法可以准确预测电弧增材制造单道成形的形貌参数,进而指导增材制造工艺参数的选取和成形质量的控制。     

La对Sr变质Al-9Si-Cu合金组织及冷却曲线特征的影响

研究了La添加量对Sr变质Al-9Si-Cu合金组织及冷却曲线特征的影响。结果表明,随La含量的增加(0~0.8%时),初生α-Al相尺寸减小,冷却曲线上的初生α-Al相生长最低温度Tmin-α和最高温度TG-α升高;La含量较低时(0.1%~0.2%),明显增强共晶Si的变质效果,冷却曲线上的共晶最低温度Tmin-si和最高温度TG-si降低,共晶再辉温度(ΔTR-Si)值增加;La含量较高时(0.4%~0.8%),共晶Si的变质效果变差,Tmin-si、TG-si和ΔTR-Si减小;ΔTR-Si与共晶Si变质效果有良好的对应关系,ΔTR-Si值越大,变质效果越好。