共查询到19条相似文献,搜索用时 640 毫秒
1.
2.
3.
本文以TC6、TC11铁合金为研究对象,介绍了热强钛合金真空热处理设备和工艺规范,试验结果证明,真空热处理是热强钛合金理想的热处理方法,处理后的试验件表面质量、含氢量、综合机械性能均满足要求. 相似文献
4.
镍钛合金具有特异的形状记忆效应与超弹性、高阻尼性、良好的机械性能,是制造驱动器、阻尼器等的功能结构材料.由于镍钛合金的熔炼制备与机加工性能较差,目前应用的镍钛合金构件通常外形简单且尺寸较小,限制了其在航空等领域大型结构件中的应用.金属增材制造技术为形状复杂的大型镍钛合金构建的制造开辟了新途径.综述了镍钛合金的增材制造技术的现状,并举例说明其在航空制造领域中的应用. 相似文献
5.
6.
7.
8.
钛合金材料在加工过程中受铣削力影响易于产生变形而影响加工效果,为保证加工质量,提高生产效率及降低加工成本,研究切削加工参数的合理选择非常重要.对钛合金材料Ti6Al4V铣削加工进行有限元数值计算,结合试验设计方法构建了基于支持向量机的切削力预测模型,以材料去除率为优化目标,提出了一种基于支持向量机和粒子群算法的优化方法,对钛合金铣削加工参数进行了优化.结果表明,该方法准确、高效、可行,为钛合金加工工艺参数优化提供一种新的方法,具有良好的推广价值. 相似文献
9.
10.
11.
孙东立%韩潇%王清%吴涛%李中华 《宇航材料工艺》2005,35(3):11-16
总结了钛合金的氢处理工艺方法,综述了氢在钛合金中的基本效应,以及氢对钛合金的组织结构和力学性能的影响规律及其机理。 相似文献
12.
采用粉末热挤压法制备了一种Al-Zn-Mg-Cu超高强铝合金,研究了粉末粒度和挤压比对合金组织和力学性能的影响。结果表明,400℃挤压时,粉末中位径D50=28.38μm和挤压比λ=25可使挤压合金获得最好的力学性能,挤压合金经过460℃/2.5h水淬+120℃/24h空冷(T6)处理后的抗拉强度、屈服强度和伸长率分别为731MPa,670MPa和6.2%;晶粒细化是挤压合金力学性能随粉末粒度减小而提高的原因;挤压比λ为9~25时,挤压合金力学性能随挤压比增大而提高;λ=36时,挤压合金力学性能降低的原因是MgZn2析出相粗大和发生完全动态再结晶。 相似文献
13.
建立动态模糊径向基神经网络RBF( Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络( Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明:模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。 相似文献
14.
15.
阐述了铝合金在低温下的力学性能随温度的变化规律:在低温下拉伸性能提高、韧性改善、疲劳强度增加,且介质不同铝合金表现出不同的力学性能。并分析了这些力学性能变化规律的机理,同时对在极低温下某些铝合金锯齿变形的现象、特征、形成机理以及对力学性能的影响作了分析说明。 相似文献
16.
确定总应变寿命方程中指数的一种方法 总被引:1,自引:1,他引:0
在由材料的单调拉伸强度极限和断面收缩率确定总应变寿命方程中疲劳强度系数和疲劳延性系数的基础上,考查了利用材料在两个不同应力幅下的疲劳试验数据和单调拉伸延伸率来确定总应变寿命方程中疲劳强度指数和疲劳延性指数的一种方法,给出了只需较少的疲劳试验数据和单调拉伸力学性能参数即可确定材料的总应变寿命方程中全部4个参数的分析流程,并利用航空发动机中常用的钛合金和镍基合金材料的疲劳试验数据对该方法进行了验证,结果表明该方法所确定的总应变寿命方程对所考查的材料大多数情形的疲劳寿命预测结果较为理想,基本在3倍分散带以内. 相似文献
17.
18.
钛合金结构损伤容限设计可行性研究 总被引:1,自引:0,他引:1
对飞机结构常用金属材料损伤容限特性进行了对比分析,针对TC4和TA15损伤容限特性较差的缺点,研制出两种超低间隙(ELI)钛合金TC4ELI和TA15ELI,并对其进行结构损伤容限设计可行性论证。进行了两种超低间隙钛合金和普通钛合金裂纹扩展寿命、剩余强度和疲劳全寿命对比实验。实验结果表明:具有片层组织的超低间隙钛合金相对于普通成分钛合金断裂韧性和裂纹扩展特性有明显改善,剩余强度和疲劳全寿命相当;应力水平相当时,超低间隙钛合金工程可检裂纹扩展寿命比航空结构中常用铝合金稍长。因此,对于超低间隙钛合金TC4ELI和TA15ELI可以进行损伤容限设计。 相似文献
19.
文摘微电阻点焊工艺参数的设置对焊点力学性能有着至关重要的作用,通过正交试验极差分析研究了工艺参数对0.05 mm厚TC1箔材焊点剪切力和剥离力的影响程度。通过赋予剪切力和剥离力相应的权值将双优化目标转化为单一的混合优化目标,结合神经网络与遗传算法,对工艺参数进行了优化,建立了基于BP神经网络的焊点力学性能预测模型。结果表明预测模型的误差小于4%,预测模型具有较高的精度和预测能力,可以准确地预测焊点的力学性能。同时通过gatool工具箱对各项工艺参数进行了优化,获得焊接参数的最优组合:焊接电流800 A、电极压力8.89 N、爬坡时间1.608 ms、焊接时间8 ms,混合优化目标为55.73 N。通过与正交试验优化结果对比,遗传算法寻优可以获得更好的综合力学性能。 相似文献