基于分子动力学的镁合金阻尼机理研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:CHENGXB
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
随着工业的高速高精度发展,由振动所引发的问题越来越显著。发展和应用阻尼材料是一种有效的从根源上抑制将振动和噪声的产生的方法。高阻尼合金可以直接用作结构件,从而不需要其他额外的阻尼手段,并且能够在极端的环境中正常工作。镁合金作为“21世纪最有应用前景的轻金属”,具有良好的阻尼性能并广泛应用于特别是在航空航天、汽车、电子等领域。然而镁合金的力学性能与阻尼性能常常难以兼得,如何有效设计出高阻尼性能的镁合金至关重要。本研究采用分子动力学方法构建了含不同缺陷的纯镁模型以及含合金相的镁合金模型,在原子尺度研究了镁合金的阻尼作用机理及其影响因素。结果表明,镁的阻尼耗能主要来源于两个方面:位错运动耗能和缺陷摩擦耗能。不同类型的微观缺陷对于两种耗能方式的影响不同,同时镁的阻尼具有应变和温度依赖性。另外,也研究了不同的合金相含量、固溶状态在不同的外界条件下对于镁合金的阻尼影响规律。具体工作如下:(1)采用实例分析了传统的LAMMPS内部建模方法,提出了一种基于Fortran编程的外部建模方法,并采用该方法构建了含合金相的镁铝合金模型。(2)构建了纯镁的完美晶体模型以及含空位、裂纹、晶界等缺陷的模型进行拉伸模拟,依据系统能量变化以及模型内部缺陷运动研究了位错运动耗能以及不同缺陷对其的影响。通过施加周期性剪切变性研究了合金内部摩擦阻尼耗能。计算分析了镁的阻尼的应变依赖性与温度依赖性。(3)构建了含有合金相的Mg-Al合金模型。通过外部施加循环加载的方式计算分析了温度、频率、应变,以及合金相的含量和固溶程度对于合金阻尼性能的影响规律。本研究可为高强度高阻尼的镁合金设计加工提供理论指导。
其他文献
探测粒子发射源的时空信息是高能核—核碰撞实验的重要研究内容,而π干涉学分析是人们获取高能碰撞系统时空结构的有效方法。多相输运模型(AMPT模型)是模拟相对论重离子对撞
人体行为识别是计算机视觉的热门研究方向之一。低成本的深度传感器的出现,如微软的Kinect,可以有效避免光照、环境等因素的影响,同时,它还可以获取图像中的深度信息和骨架信息,为人体行为识别研究提供了好的数据来源。因此,在人体行为识别的研究中,研究人员逐渐倾向使用三维骨架信息。词袋模型作为一种机器学习方法,被广泛用于基于骨架关节点的人体动作识别。目前,该方法的识别准确率仍需进一步提高。根据目前的研究
1965年前美国初等教育的发展可分为两个阶段,分别为独立后至南北战争时期初等教育的起步和南北战争后至1965年初等教育的发展。1965年至1995年,美国社会迅速发展,美国政府在之前初等教育发展的基础上,积极开展初等教育全面创新发展工作。1965年,联邦政府对初等教育进行首次大规模干预,通过制定法律推动初等教育的发展,颁布《初等和中等教育法》。其后,经过政府不断制定教育政策,使初等教育政策逐渐符合
提高人文社科本科教育质量的途径之一,是重视和加强人文社科专业本科生科研,了解其开展现状与效果,可为进一步改进人文社科专业本科生科研提供参考。对836位人文社科专业本科生的调查发现:本科生的科研参与意愿较强烈;科研参与率(包括正在参与)较高;参与率最高的科研类型是社会调研,最低的是教师的科研项目;很大一部分本科生最主要的参与动机源于内在的功利性追求,而非源于对科研的兴趣与热爱。不同背景的本科生科研存
高精度高表面完整性的纯铁曲面薄壁构件是精密物理实验中的重要零件,但纯铁材料属于黑色金属一类,传统的磨削、研磨和抛光等工艺存在加工效率低,表面污染,工艺稳定性较差等问
高功率微波功率合成技术是提高高功率微波器件脉冲能量和功率的一个重要的研究方向。相对论速调管具有高功率、高增益、高效率及相位稳定等优点,是功率合成的理想器件之一。相关应用的迫切需求推动了相对论速调管向着更高频率的方向发展。在高频段中,常规圆柱结构的相对论速调管难以实现高功率微波输出。为了突破功率限制,本文结合同轴谐振腔与多注漂移管结构特点,提出了Ka波段同轴多注相对论速调管放大器。本文采用理论分析与
近年来,含有未配对电子的有机自由基分子在分子电子学、自旋电子学和有机电子器件以及其他潜在的相关应用中具有较强的吸引力。其中,双自由基分子由于其开壳态和闭壳态之间特有的共振结构,如较低的能带间隙和较强的分子间自旋相互作用等,受到科研工作者广泛的关注,越来越多的研究者致力于探究双自由基化合物的合成方法和性质。双自由基化合物本身的不稳定性,限制了此类化合物的电子应用。一般来说,双自由基类化合物的基态电子
从图像/视频中读取文本对于图像识别/检索、地理位置、办公自动化和帮助盲人等丰富的现实应用具有重要价值,因为场景文本包含了解世界的非常有用的语义。近年来,在场景图像中阅读文本已经成为一个活跃的领域,场景文本阅读提供了一种自动快速获取自然场景中文本信息的方法,通常分为场景文本检测和场景文本识别两个子问题。得益于深度神经网络的强大表现力,场景文本检测与识别取得了显著的进展。本文主要基于深度学习的场景阅读
随着科技不断地进步与社会快速地发展,计算机技术已经渗透到社会各个领域中。但随着数据时代的到来,数据量呈爆炸式增长,作为经典的数据挖掘算法之一的Apriori算法已经不能满足我们当前的需求。它的速度慢、效果差以及单个计算机的计算性能不高等缺点在大数据环境下逐渐被放大,如何将Apriori算法适应到新的环境则成为当前Apriori算法热门的研究方向。本文通过对其进行算法改进并与时下流行的云计算平台相结
如今,各种依赖无线传输的新兴应用不断呈现,对频谱资源的需求不断增加。与此同时,传统静态频谱分配策略导致大部分的授权频谱并未得到充分利用。因此,存在频谱频谱资源紧缺与频谱资源浪费之间的矛盾。为了解决这个问题,随着深度学习的发展,神经网络的相关技术越来越成熟,其具有非线性、自适应、高容错、高速并行、自学习等优点,频谱智能技术相应被提出,其允许从用户接入主用户授权频谱的同时,不干涉主用户的正常通信,从而