激光电弧增材制造铝合金点阵杆件的精度与性能

来源 :华中科技大学学报(自然科学版 | 被引量 : 0次 | 上传用户:LoneStrong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用Box-Benhnken响应面分析法分析了激光参数对激光电弧增材制造2319铝合金点阵杆件成型精度与性能的影响.试验影响因素为激光功率、激光脉冲频率和激光占空比,响应指标为杆件直径、杆件粗糙度和杆件抗拉强度.结果表明:激光功率的变化对杆件直径的影响最显著,激光使电弧能量密度更为集中,导致杆件直径变大;激光功率的变化对杆件粗糙度的影响最大,合适的激光功率能够使熔滴具有良好的铺展性,获得粗糙度较低的杆件;激光脉冲频率对杆件抗拉强度的影响最大,脉冲激光增大了熔滴内部流速,能够减小铝合金内部气孔含量,提高杆件抗拉强度.基于对三个响应指标的综合评定,得出激光作用下所获得的最优杆件的参数为:激光功率为353 W,脉冲频率为60 Hz,占空比为34%,并在此工艺下成功制备出铝合金点阵结构.
其他文献
<正>初春3月,正在期待春暖花开的吉林遭到了疫情的突袭,一场没有硝烟的战“疫”悄然打响。作为驻吉央企,国药集团中国生物长春生物制品研究所闻令而动,向“疫”而行,积极履行社会责任,做到疫情防控和生产保供“两不误”,用实际行动守护人民健康、守护我们共同的家园。抗疫不停工封控不断供作为抗击新冠肺炎疫情的“国家队”,长春生物所始终高度关注吉林地区疫情发展,此轮疫情爆发初期,即科学研判形势,抢抓“黄金时间”
期刊
为了保证工业机械设备运行安全,避免轴承损伤引起的设备严重损害,实现对机械设备上滚动轴承的变工况故障诊断,设计了基于卷积神经网络的变工况滚动轴承故障诊断系统。该系统使用格拉姆矩阵方法将一维时序数据转换为二维特征图,卷积神经网络训练最大化的学习数据中的特征信息,将训练好的模型部署于LabVIEW编写的上位机中实现实时故障诊断,将所提方法在美国凯斯西储大学轴承数据中心数据集进行实验,实验验证:在美国凯斯
通过激光选区熔化技术制备了GH3625高温合金制件,内部预制多个不同尺寸的孔隙。分别采用X射线数字成像和显微CT(Micro computed tomography, Micro-CT)对制件孔隙进行二维/三维表征。结果表明,对于直径为5 mm的GH3625高温合金SLM制件,在DR(Digital radiography)图像上能观察到全部直径设计值≥0.2 mm的预制孔隙,最小可检孔隙尺寸为0
受益于增材制造技术的发展,多孔结构、拓扑优化结构、生物仿生结构等具有高度复杂度结构的制造难度得以降低,促进了高度复杂结构的研究进展。点阵结构作为一种典型多孔结构,性能优异和可设计性好,其研究成果已应用于航空航天、生物医疗、汽车制造等诸多领域。其中非均匀点阵结构相较于均匀点阵结构,更能发挥出结构和材料的潜能,因此更具有实际应用价值。本文对非均匀点阵结构的设计方法和制造方式的研究现状和发展动向进行梳理
考虑到卷积神经网络在滚动轴承故障诊断中存在网络结构难以确定、训练次数过多、时间过长等问题,设计了一种贝叶斯优化改进LeNet-5算法,以及采用该算法构建的轴承故障诊断模型。采用贝叶斯优化训练过程中学习率等超参数,多种故障轴承的振动信号直接作为改进LeNet-5网络的输入,对池化输出采用批归一化处理和改进池化层激活函数防止过拟合,利用全局平均池化层替代全连接层提高改进LeNet-5网络的泛化能力,用
随着全球经济、政治和文化的不断交融,全球各国能真正客观准确地了解中国、认识中国、读懂中国显得格外重要。政府工作报告是世界与中国交流的重要途径。因此,该类文本的翻译格外重要。本文在生态翻译学的指导下,结合近年报告具体实例,对该类公文的翻译进行研究,分析并总结翻译过程中遇到的困难与方法,为政府公文的翻译实践提供一定借鉴和参考。
中国传统服饰纹样丰富多彩,内涵厚重深远,是华夏礼仪文化的物化和外显,它展现了华夏先民的智慧与创造力,呈现出井然有序的风貌。这些传统服饰纹样具有鲜明的程式化特点,在纹样布局和构成上体现出显著的秩序和规律;而这一切的来源与人类认识自然、改造自然的过程息息相关,是人类构建秩序化文明社会的直观反映。本文旨在通过分析中国传统服饰纹样这一形态特征,积极探究其形成原因、规律特点、文化内涵和价值意义。
针对传统故障诊断方法无法自适应选择特征以及难以应对负载变动、噪声干扰的问题,提出一种基于注意力机制的端对端故障诊断方法,通过卷积神经网络(Convolutional Neural Network, CNN)对原始振动信号进行空间特征提取,基于双向长短时记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)提取时序特征,利用注意力机制判断BiLSTM各时刻