排序方式: 共有15条查询结果,搜索用时 15 毫秒
11.
激光选区熔化(SLM)技术被认为是最有应用前景的增材制造技术之一,已应用于航空航天、医疗器械等领域。然而,如何确保构件质量的可靠性和制造的可重复性是SLM面临的最大挑战,已被认为是限制SLM及其他金属增材制造技术发展和工业应用的最大壁垒。其中,主要原因是SLM过程中会产生难以控制的缺陷。因此,对SLM进行过程监测和实时反馈控制是解决这一挑战的重要研究方向,也已成为学术界和工业界的研究热点之一。通过对近十年该领域的文献调研,综述了金属激光增材制造中常见的冶金缺陷及其产生机理,对金属增材制造过程产生的信号及其监测手段,如声信号、光信号及热信号等进行了详细描述;总结了信号数据的处理方法,包括传统的统计处理方法和新兴的基于机器学习的智能监测方法;随后,综述了金属增材制造过程的质量控制方法,包括非闭环控制和闭环控制,并对全文进行了总结,展望了未来SLM智能监测和控制领域值得深入的研究方向。 相似文献
12.
13.
14.
五模超材料(Pentamode metamaterials,PMs)具有解耦的相对密度和力学性能,在特种声学装备和生物植入物领域具有潜在应用价值。激光选区熔化(Selective laser melting,SLM)技术具有成形复杂精细晶格超材料的能力,可实现定制刚度、单元尺寸和孔隙率。通过五模超材料结构优化设计,利用激光选区熔化成形镍钛形状记忆合金,实现了不同形态的五模超材料结构成形,并开展模拟和性能测试表征研究。微观形貌的观测结果显示,SLM成形的镍钛基五模超材料具有较好的制造保真度。有限元仿真预测结果发现应力集中于杆与杆的连接处。压缩力学试验结果显示,镍钛基五模超材料的强度随着相对密度的增大而增大。通过建立相对密度和相对模量与强度的数学模型,提出了不同相对密度五模超材料的力学性能预测方法。 相似文献
15.
超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中,对检测数据缺陷的识别定位目前多采用传统的人工判读方式,判读效率较低,对检测人员的判读经验有较高要求,难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型,通过对焊缝超声相控阵检测的S、B扫图特征进行融合,并结合焊缝的三维结构信息,识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9,较为接近缺陷的真实空间位置,可以实现焊缝超声相控阵检测成像结果智能识别和定位。 相似文献