浅孔杯形件挤压工艺研究及模具涂层应用

来源 :锻压技术 | 被引量 : 0次 | 上传用户:heinblue
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
以某浅孔杯形件为研究对象,依据塑性成形理论,设计了4种挤压成形工艺,即上冲头反挤压、浮动凹模上冲头反挤压、上冲头正挤压以及浮动凹模上冲头正挤压工艺,采用DEFORM软件分析了4种挤压成形工艺下杯形件的成形质量及各主冲头的磨损情况,并确定了成形工艺。为降低主冲头磨损,研究了在TiN、TiCN、TiN-TiCN涂层下各主冲头的磨损情况,并确定了合理的镀层材料。通过正交试验法,研究了冲头圆角半径、摩擦因数、冲压速度、涂层厚度对冲头表面磨损深度的影响,并确定了最佳工艺参数。结果表明:在保证零件质量的条件下,采用浮
其他文献
鉴于电磁目标知识图谱属窄领域专业应用的行业知识图谱,剖析其构建数据源、数据提取要求、知识应用场景与通用型知识图谱的巨大差异。分析电磁目标知识图谱主要是提取领域内专业业务系统数据库、内部专业网站数据和文件情报资料,以及面向专业人员提供深度分析和辅助决策支持。提出以电磁目标高维画像、关联情报分析的形式服务于应用,并基于此探讨了电磁目标知识图谱构建方案及面临的关键技术,为类似行业知识图谱解决方案提供参考。
为提高同时定位与地图构建(simultaneous localization and mapping, SLAM)在室内定位的不同场景下的鲁棒性,应对室内场景纹理少,光线差等极端环境的挑战。通过利用改进快速自动彩色增强(automatic color enhancement, ACE)图像增强技术,优化定向FAST和旋转BRIEF(oriented FAST and rotated briEF,O
为提高复杂场景下的显著性目标检测速度和精度,提出了一种基于深度强化学习的两阶段显著性目标检测方法。该算法由显著性区域定位网络(salient region localization network, SRLN)和显著性目标分割网络(salient object segmentation network, SOSN)组成,分别对应显著性区域定位阶段和显著性目标分割阶段。在显著性区域定位阶段,首次提出