激光淬火硬化层的激光超声表面波表征方法研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:homemoons
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
激光淬火是一种新兴的表面处理技术,已展现出了替代传统表面淬火技术的潜力。激光淬火在材料表面构筑出的硬化层,可用两个关键特征描述其性能,即:硬化层深度和微观组织。然而,激光淬火硬化层的检测与表征方法仍停留在传统的有损阶段,即金相法和硬度法。有损检测方法效率低,具有破坏性,不适用于复杂、大型、高成本的零件,且无法实现全覆盖检测。目前,硬化层性能的无损检测与表征技术还非常欠缺。激光超声表面波技术具有宽频带、非接触、无损的优点,可用于检测与表征激光淬火硬化层。因此,本文旨在基于激光超声表面波技术建立激光淬火硬化层的无损表征方法。具体研究内容包括以下几方面:首先,介绍了基于烧蚀效应和热弹效应的两种激光超声激发机制;推导了表面波的波动方程和表面波在硬化层-基体的双层模型中的频散方程,并介绍了表面波频散曲线的反演方法;利用有限元法求解了脉冲激光在块状材料中激励出的超声场,得到了表面波的速度并分析了其传播特性。其次,建立了基于弹性模量变化的激光淬火硬化层-基体双层模型,提出了求解激光淬火硬化层深度的理论方法。利用有限元方法仿真了双层模型的正、反常频散效应,并验证了硬化层深度计算方法的有效性。再次,将45钢及Cr12Mo V作为实验研究对象,对两种材料的试样进行了激光淬火处理,并以金相法和硬度法研究了硬化层微观组织及硬化层深度。结果表明:在微观组织方面,激光淬火导致两种材料淬火中心均发生了马氏体相变,晶粒得到细化,搭接区均出现回火以及颗粒状碳化物析出;利用金相法和硬度法分别获得了两种材料激光淬火的有效硬化层深度及总硬化层深度,但两种方法的结果在总体变化趋势及具体数值上均有明显差异,说明这两种方法存在局限性,可作为参考,但不能作为绝对标准。最后,提出了基于双光源激光超声扫描的无损检测方法,表征了激光淬火硬化层。对激光淬火硬化的45钢及Cr12Mo V在全光学条件下进行扫描,通过对表面波频散曲线的逆求解,测量了硬化层深度分布信息,与金相法和硬度法结果比较,证明了激光超声法测量结果的有效性;利用表面波声衰减大小,结合金相结果,发现淬火中心马氏体相变使表面波衰减变小,而搭接区回火碳化物析出使表面波衰减变大。频散曲线逆求解法测量了激光淬火硬化层深度,而声衰减法解决了表层组织变化问题。结合这两种方法,基于一次实验的扫描数据,对激光多道次淬火钢材进行了较为全面的无损评价。通过以上研究,验证了本文提出的利用激光超声表面波无损检测与评价激光淬火硬化层的可行性,为激光淬火硬化层提供了一种快速有效的无损检测方法,具有较好的工业应用价值。
其他文献
平面物体跟踪是计算机视觉领域中的一个研究热点,在增强现实、机器人导航和视频监控等任务上有着广泛地应用。近年来,已有比较多的算法被用于解决平面物体跟踪问题,但大多数算法对于输入的视频序列仅仅考虑模板图像和目标图像之间的对应关系,忽略了跟踪过程中物体的运动信息,这在一定程度上限制了算法鲁棒性的提高。鉴于此,本文将目标物体的运动信息(光流信息)应用到平面物体跟踪任务中,致力于探索更加准确的平面物体跟踪算
学位
文本数据规模的爆发式增长使得文本分类的应用愈加广泛和重要。基于深度学习的文本分类方法减少了对于复杂特征工程的依赖,与传统机器学习方法相比效果较好,但也存在以下问题:文本向量化表示通常采用静态编码方式,没有很好地结合上下文信息;卷积神经网络和循环神经网络各有其不足;文本的层级结构在模型训练过程中没有被充分利用。本文针对上述问题展开研究,融合自注意力机制和卷积优化,提出了分别用于单标签文本分类和多标签
学位
随着深度学习技术和人工智能的不断发展,平面物体跟踪成为计算机视觉领域的研究热点,并在机器人视觉和人脸识别等方面有广泛的应用前景。近年来,卷积神经网络成为计算机视觉领域的核心技术之一,越来越多的学者将卷积神经网络应用于平面物体跟踪的研究中,现有的方法已经取得较好的研究成果,但仍存在跟踪的时间复杂度较高、跟踪不够精确等问题。为提高平面物体跟踪的速度和精度,本文主要做了以下的研究工作:(1)针对目标跟踪
学位
毁伤效果的预测对于火力筹划起着非常重要的作用,其精准度是优化火力打击方案、合理配置作战资源的基础。然而,现有的毁伤预测方法均需要高性能计算节点或集群支撑,难以运用于手持终端等计算资源受限的设备,大大限制了毁伤预测的应用场景。本文提出一类结合机器学习与区块链的轻量化毁伤预测模型训练及选择方法,可用于手持终端的毁伤效果智能预测模型训练,并可在多节点、差异化、海量数据的训练环境下,获得兼具较高准确性和计
学位
共价有机框架(Covalent Organic Frameworks,COFs)是一类由有机构筑单元通过共价键连接而成的新型晶态多孔材料。COFs材料具有密度低、比表面积大、孔径和结构可调、长程有序、有机构筑单元种类丰富、稳定性高等优点,这使其在气体吸附和分离、化学传感、异相催化、质子传导和药物输送等领域展现出巨大的应用潜力。此外,COFs材料还具有以下优点:i)丰富的有机构筑单元使COFs的带隙
学位
永磁同步电机驱动系统中,需要大容量电解电容维持母线电压,但由于电解电容体积大且可靠性差,对工作环境要求高,制约了永磁同步电机的应用。采用小容量薄膜电容代替大电解电容可以提高控制器使用寿命,降低系统成本。但是,薄膜电容容值较低,会降低电网侧的功率因数,影响网侧电能质量。另一方面,系统网侧的LC滤波电路在抑制网侧输入电流高次谐波的同时会引起LC谐振,引入高次谐波并影响系统稳定性。为解决上述问题,确保无
学位
在我国,以农业、农村、农民为代表的三农问题始终是党和国家关注的重点,同时也是各地党委政府政策出台的重要领域。2017年召开的党的十九大,明确提出要大力实施乡村振兴国家战略,这是新时期党依据国情国力,对“三农”工作作出的又一重大决策部署,对未来一个时期的农业发展奠定了基础,指明了方向,增添了动力。2018年,中央1号文件对实施乡村振兴战略作出具体部署,文件明确提出将推动村镇强县产业振兴行动,实施标准
学位
文本蕴含的定义是如果从前提句P能够合理推理得到假设句H,则称P蕴含H。文本蕴含识别(Recognizing Textual Entailment,RTE)的目的是推理给定的前提句和假设句之间的蕴含关系。文本蕴含识别能够帮助计算机从真正意义上深刻地理解文本和语言的深层含义,故被应用于多个自然语言处理任务中,例如问答系统、机器翻译、信息检索、文本摘要、关系抽取等。与英文RTE相比,中文的研究进展缓慢。
学位
房颤是常见的心律失常之一,其病因复杂,同时部分患者表现为无症状性或阵发性房颤,难以预测,给房颤的诊断和治疗带来了极大的困难。随着医疗信息化的快速发展,医学领域的数据量暴增。海量的房颤医学数据中蕴含了患者患有的疾病、症状等大量医疗知识。如何对医疗文本大数据进行处理、挖掘分析及管理,实现信息检索和健康知识服务成为当前人们急切的需要之一。针对上述问题,本课题以百科类网站、文献、教材等多来源知识为基础,利
学位
在快速发展的信息化时代,医疗数据电子化已成为大势所趋,正在改变国内外医疗系统。但目前医疗机构的数据管理仍存在不足,医疗数据主要存储于相互独立的医院内部,存在数据共享难的问题。因医疗数据包含用户身份、健康状况等隐私,为保护数据隐私需对医疗数据加密处理,数据加密在保证隐私安全的同时又给数据的高效搜索带来了挑战。因此,如何从海量密文中高效地搜索用户所需数据以及如何安全地实现独立医疗机构之间的数据共享是目
学位