金属模具的等离子熔积直接成形及精整加工

结合具体的金属模具制造,简要叙述了等离子熔积直接制造金属零件的基本工艺过程,并详细地介绍了该技术中的熔积成形和后续精整加工等主要工艺过程。     

钨极氩弧焊与激光熔覆修复的K403镍基高温合金导向器叶片组织与性能

K403镍基高温合金具有优异的室温和高温综合性能,广泛用于航空发动机涡轮叶片及导向器的制造。针对涡轮叶片长期服役于复杂工况产生的裂纹缺陷等问题,本工作先对钨极氩弧（tungsten inert gas,TIG）焊和激光熔覆两种工艺修复后的组织与拉伸性能展开对比分析,而后使用激光熔覆工艺修复叶片,并进行无损检测。利用OM、SEM观察微观组织、断口形貌,利用EDS进行相的成分分析。结果表明：TIG焊修复工艺在修复界面区附近易产生微裂纹缺陷,主要碳化物相和低熔点共晶组织引起;激光熔覆工艺修复区域的晶粒与组织更加均匀,微裂纹缺陷更易得到控制;激光熔覆工艺修复的试样综合力学性能明显高于TIG焊修复工艺的试样,且激光熔覆工艺具有较好的工艺稳定性,TIG焊修复工艺的室温拉伸强度为K403母材强度的69.22%,激光熔覆修复工艺室温抗拉强度达到了母材的87.44%,断口形貌显示修复区域的室温拉伸断口呈现出混合断裂特征,高温拉伸断口呈现出沿晶断裂的特征。修复区域的微裂纹、局部液相不足缺陷和碳化物是拉伸断裂的主要原因。激光熔覆修复工艺具有热源集中、热影响区小的优势,能够有效抑制修复区缺陷并细化微观组织,在...     

铝颗粒云燃烧研究进展

为探究铝颗粒云燃烧特性,把握其研究进展,并为后续研究工作提供参考,本文首先简述了铝颗粒点火、燃烧过程,总结了铝颗粒燃烧机理;其次,综述了铝颗粒云燃烧的实验、理论和模拟研究进展,从不同维度分析了影响颗粒云火焰速度的关键参数,并提出颗粒云燃烧的研究方向,包括提升颗粒云燃烧实验颗粒分散均匀性与表征精度、降低火焰传播速度等实验结果散差、改善颗粒云燃烧理论预测模型精度及构建实用的颗粒云燃烧模拟CFD模型。     

金属微滴水平喷射关键参数调控机制及试验

均匀金属微滴喷射3D打印技术是一种极具应用前景的空间金属增材制造技术,明晰其重力敏感度是实现该技术空间化应用的前提。在地基条件下,将熔滴喷射沉积方向翻转至水平状态是直观反映其打印过程重力效应的有效方法。针对熔滴水平稳定喷射调控的难题,建立了熔滴水平喷射流体力学模型及压电激振动力学模型,通过试验,探究了熔滴水平喷射不稳定形成机制,明晰了不同喷射行为下的激振特性,揭示了熔滴水平稳定喷射调控规律。结果表明：压电模块驱动信号（脉宽、幅值）对激振杆振动特性影响极为显著,激振杆行程随幅值或脉宽的增加呈现出先增加后减小的变化规律;通过改变激振杆振动特性可调控熔滴直径、初始喷射速度及喷射稳定性,熔滴直径随幅值增大而减小,但受脉宽影响不大,而喷射速度与幅值及脉宽均正相关。基于此,试验得到了尺寸均匀的金属熔滴,并水平沉积打印出与设计模型一致的结构特征。     

熔石英光学元件激光阈值提升仿真与工艺研究

为实现熔石英光学元件的高激光损伤阈值加工,研究了磁流变抛光+HF酸洗工艺提升阈值的过程。通过磁流变抛光+HF酸洗加工实验、测量表面缺陷形貌演变和有限时域差分算法(FDTD)仿真,认为该工艺改善破碎型缺陷,减弱光场调制作用,实现阈值的提升。     

隐式耦合求解燃烧室内喷雾两相流场

在任意非结构网格下,采用开源程序对某型涡喷发动机环形燃烧室内的喷雾燃烧过程进行数值模拟.首先选用k-ε双方程模型、EBU(eddy break up)-Arrhenius紊流燃烧模型、颗粒随机轨道模型等模拟流场中的物理过程.然后用隐式耦合算法求解气相流动、拉格朗日方法跟踪液滴相在流动区域的运动,并考虑气相与液滴相的完全双向耦合作用.仿真实验得到的 燃烧室内温度分布、马赫数分布、速度分布、压力分布均较合理,温度分布与文献中的基本一致,这表明隐式耦合方法能够较好地模拟燃烧室内流场,反映其内部流动特点.      

基于稀薄气-粒两相流的蒙特卡洛颗粒辐射模型研究

在气-粒两相相变模型及液态和固态颗粒碰撞、聚合和分离模型的基础上,发展稀薄条件下考虑颗粒辐射的蒙特卡洛颗粒辐射模型。通过对高超声速稀薄环境中的气-粒两相喷流流场的数值模拟,得到气-粒两相流的流场参数,利用所得流场参数作为颗粒辐射模型的初始参数进行颗粒辐射计算,同时考虑了有无探照发射时的光谱辐射强度。结果表明,在颗粒浓度较大时计算两相稀薄流的流场参数,考虑颗粒辐射是必要的,并且考虑有无探照发射对光谱辐射强度数值的影响。     

Particle flters for probability hypothesis density flter with the presence of unknown measurement noise covariance

In Bayesian multi-target fltering,knowledge of measurement noise variance is very important.Signifcant mismatches in noise parameters will result in biased estimates.In this paper,a new particle flter for a probability hypothesis density（PHD）flter handling unknown measurement noise variances is proposed.The approach is based on marginalizing the unknown parameters out of the posterior distribution by using variational Bayesian（VB）methods.Moreover,the sequential Monte Carlo method is used to approximate the posterior intensity considering non-linear and non-Gaussian conditions.Unlike other particle flters for this challenging class of PHD flters,the proposed method can adaptively learn the unknown and time-varying noise variances while fltering.Simulation results show that the proposed method improves estimation accuracy in terms of both the number of targets and their states.