基于ProCAST的镁合金惯组支架砂型铸造工艺研究

为实现镁合金惯组支架的高效率、高质量研制,使用ProCAST软件仿真优化ZM5镁合金惯组支架铸造工艺。通过对充型、凝固过程进行分析,发现铸件内部的3条薄壁筋板易出现浇不足、冷隔缺陷,圆弧面内侧厚壁筋条易出现缩孔、缩松等缺陷。经过优化设计,通过采取增加薄壁筋板厚度、调整内浇道位置、改变厚壁筋板上侧冒口结构等措施,较好地避免了上述铸造缺陷的产生,获得了合格的支架铸件。数值模拟仿真技术可应用于绝大多数航天构件的铸造过程分析,实现构件快速研制。     

基于变马赫数的五孔探针三维插值方法

探讨了五孔探针气动数据的插值方法,为提高插值精度,开发了基于传统线性插值法的三维线性插值法。该方法把同一探针在不同马赫数下的校准图形成三维数据库,将实验数据通过三维图进行插值。并使用改进前后的两种插值方法分别对校准风洞测得的数据进行整理,对比结果证明:在实验工况连续变化的情况下,三维线性插值法在插值精度上要优于传统线性插值法。特别是在来流马赫数变化较大时,该方法可以改善单一校准文件处理造成的数据精度问题,可用于自动化流场采集系统,为流场高速高精度采集奠定基础。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

碳纤维增强聚四氟乙烯材料微观结构

为了研究碳纤维增强聚四氟乙烯材料的最佳加工工艺,采用扫描电镜对碳纤维增强聚四氟乙烯材料的微观结构形貌进行了观察,并对碳纤维增强聚四氟乙烯材料的结晶形态和成型后毛坯的内部微观缺陷进行了对比研究和分析。研究表明:碳纤维增强聚四氟乙烯毛坯表面存在"球状结晶",无缺陷的毛坯内部不会产生"球状结晶";碳纤维增强聚四氟乙烯毛坯内部的气孔、分层缺陷在冷压过程中形成。减少碳纤维增强聚四氟乙烯粉料的团聚,能有效减少成型后毛坯内部气孔缺陷的产生;碳纤维增强聚四氟乙烯材料冷压时适当降低压制压力,能有效减少分层缺陷的产生。     

孔挤压强化对FGH95合金室温及高温疲劳性能的影响

孔是一种典型的应力集中结构。本文研究了芯棒直接冷挤压对FGH95合金试样中心孔的高、低温疲劳寿命的影响规律,并采用扫描电镜、粗糙度仪、X射线应力测量仪及显微硬度计等仪器分析了疲劳断口和孔壁表面完整性主要参数,探讨了FGH95合金孔挤压强化机制。结果表明:相比未挤压试样,孔挤压试样在室温、650MPa的中值疲劳寿命提高了0.9倍以上,而527℃、575MPa的中值疲劳寿命提高了10.3倍以上。分析表明,孔壁经冷挤压后,孔壁表面粗糙度大幅下降,孔壁沿径向形成了一定深度的残余压应力层和组织硬化层,对中心孔试样的室温、高温疲劳寿命的提升具有重要作用。另外,晶界的存在和相邻晶粒的晶体学取向差异会对疲劳裂纹扩展路径产生显著的影响。     

发动机用特种油滤网冲压过程质量控制

W型特种油滤网具有弹性好,抗冲击能力强等优点,在发动机管路系统广泛应用,然而,W型油滤网为薄壁、复杂横截面结构,冲压成形过程极易出现拉裂、起皱缺陷以及尺寸超差等问题,导致零件合格率低,批量报废。为解决W型油滤网冲压过程成形质量问题,基于ABAQUS有限元仿真平台,建立了W型油滤网冲压过程三维有限元模型,获得了优化工艺参数和模具结构尺寸。针对试验和试生产出现的质量问题,开展质量问题统计,获得质量控制措施,试验结果表明,采取的质量控制措施有效解决了油滤网冲压过程的缺陷问题,产品合格率提升至99%以上。优化后的加工工艺稳定,满足批量生产交付要求,说明采取的质量控制措施是合理的。该研究方法应用于"C型"特种油滤网生产,产品合格率达99%以上,研究方法具有普适性。     

ZL205A合金舱体低压工艺设计及数值仿真应用

针对某ZL205A合金舱体铸件壁薄难充型、壁厚差异大、易产生裂纹等特点,设计了低压底注式浇注工艺。采用立筒缝隙式浇注系统分配充型过程中合金的流量,局部厚大部位放置成形冷铁加快该部位的冷却速度,以控制铸造缺陷的产生。利用ProCast数值仿真软件对工艺进行仿真计算,成功预测了缺陷的产生位置,对工艺方案进行优化,包括倒角过渡、改变型砂使用等,并在优化方案的基础上浇注了舱体铸件,铸件质量良好,没有缩松、缩孔、裂纹等缺陷,符合相关技术要求。     

基于遗传算法的插值Coons曲面孔位修正方法

在机器人自动制孔过程中，制孔点位信息通常从待制孔工件工艺数模上获取，而待制孔工件安装过程中会出现位置偏移和变形，由工艺数模得到的点位信息无法直接满足孔位精度要求。为了保证自动制孔的孔位精度，提出了一种基于遗传算法的插值Coons曲面孔位修正方法。利用制孔区域边角基准孔建立双线性Coons误差曲面模型，通过模型计算出待制孔的误差补偿向量，并补偿至理论制孔位置。针对误差曲面切矢模长无法确定的情况，利用制孔区域内的基准孔构建遗传算法模型，计算出切矢模长最优值，使拟合的误差曲面更符合实际制孔区域曲面。通过试验对算法的有效性和精度进行验证，结果表明:采用基于遗传算法的插值Coons曲面孔位修正方法，可以使孔位误差得到有效的补偿。补偿后的平均孔位误差仅为0.195 6 mm，与传统的插值曲面方法相比，孔位误差降低了5%~10%。