【摘 要】
:
采用涂覆法在烧结Nd-Fe-B磁体表面均匀喷涂TbF3粉末,晶界扩散过程中加入CaH2,比较扩散前后磁体的磁性能和力学性能,分析磁体的微观结构,结果表明:晶界扩散后磁体的矫顽力得到明显提升,磁体的剩磁轻微降低;同时晶界扩散后磁体的维氏硬度减小,断裂韧性增加.晶界扩散能够改善磁体的微观结构,使得富钕相晶界更加清晰光滑,并增加晶界宽度;同时扩散后磁体中存在富钕相稀土含量明显高于普通磁体的现象.
【机 构】
:
湖北汽车工业学院 材料科学与工程学院,湖北 十堰 442002
论文部分内容阅读
采用涂覆法在烧结Nd-Fe-B磁体表面均匀喷涂TbF3粉末,晶界扩散过程中加入CaH2,比较扩散前后磁体的磁性能和力学性能,分析磁体的微观结构,结果表明:晶界扩散后磁体的矫顽力得到明显提升,磁体的剩磁轻微降低;同时晶界扩散后磁体的维氏硬度减小,断裂韧性增加.晶界扩散能够改善磁体的微观结构,使得富钕相晶界更加清晰光滑,并增加晶界宽度;同时扩散后磁体中存在富钕相稀土含量明显高于普通磁体的现象.
其他文献
为了实现更加精准的换挡控制、简化换挡系统的机械结构、减少零部件之间的机械磨损,基于模型设计的软件开发方法开发了一种电子换挡控制系统.通过建立MATLAB/Simulink模型控制程序,利用自动代码生成方式完成了电子换挡系统的软件程序设计,并利用Vector CANoe建立系统测试环境,对系统进行测试.测试结果表明:电子换挡系统满足汽车正常的换挡需求,能够对传感器信号进行一定的故障诊断.
针对大多数电动汽车的整车控制器和电池管理系统各自独立、存在部件冗余的问题,将传统的分立式控制结构集成在1个控制器中进行研究.基于MPC5775B主控芯片设计了集成控制器,阐述了其硬件组成及各功能模块电路设计.对比结果表明:集成后的控制器节约了成本、降低了质量,并提高了系统的实时性.
为改善城市绿波协调控制效果,针对其单环相位相序中存在的不足,对经典MAXBAND模型进行改进,提出城市绿波协调信号控制优化方案,在信号控制中引入双环相位,进行相位相序优化调整;考虑车辆在实际行驶过程中行驶速度具有波动性,存在车队离散现象,对行程时间进行优化,得到改进的MAXBAND模型.通过实验仿真,结果表明:相比于经典MAXBAND模型,改进模型在平均旅行时间、延误、排队长度及停车次数上分别减少了9.73%、33.66%、50.09%、26.54%,提高了城市绿波协调控制效果.
基于GB 15084—2013设计了某商用车后视镜镜片.考虑后视镜的安装与注塑工艺要求,对内侧框架、外侧框架及连接卡扣进行了设计.对后视镜装配体进行模态分析,获得固有频率和振型,并计算了谐响应,结果表明,后视镜在承受64 Hz(固有频率)振动时,球头圆孔位置、加强筋底部、框架转角处与圆弧过渡处等区域强度较弱.对后视镜结构进行改进,再次分析发现,镜体的等效应力与变形均处于允许范围内,达到强度与寿命要求.
为了提高动力学某特种车辆的机动性和操纵稳定性,设计了新型的后桥电控液压四轮转向系统.建立了二自由度动力学模型,基于质心侧偏角和横摆角速度联合反馈的PID控制策略,利用TruckSim搭建了某四轮转向特种车的整车模型,进行了最小转弯半径试验、蛇形试验、转向盘角阶跃试验项目.结果表明:与二轮转向汽车相比,四轮转向汽车的最小转弯直径减少了1/3,有效提高了低速时的机动性和操纵性以及高速时的安全性和稳定性,具有较好的瞬态响应特性.
基于二阶Thevenin等效电路搭建电池模型,在此基础上通过卡尔曼滤波算法搭建锂电池SOC估计模型,并在Simulink环境中对锂电池模型和SOC估计模型进行仿真与验证.通过UDDS工况下锂电池工作电流、电压及SOC来验证SOC估计模型的准确性,并对误差进行了分析,结果表明SOC估计模型的误差小于0.04.
切削过程中严重的刀具磨损会直接影响工件的加工质量.针对该问题,构建了基于CNN-ABiGRU的刀具磨损状态监测模型,引入注意力机制合理分配对不同时段信号特征的注意力.实验结果表明:文中方法能精确识别刀具的磨损状态,较CNN和ABiGRU有更好的识别精度与稳定性.
连续型Hopfield神经网络具有优化计算的特性,但对参数敏感;用差分进化算法搜索最佳参数,可使网络保持较好的优化计算特性,完成组合优化问题的求解.文中将网络参数序列作为个体的编码,用此个体编码作为参数的Hopfield网络运行达到稳态后的最终能量函数值作为适应度函数来评价个体的优劣,经过若干代的进化计算,选择最优个体,解码后作为网络参数,Hopfield神经网络以最合适的参数来求解组合优化问题.通过对TSP问题、欺骗函数等典型的组合优化问题进行仿真实验,验证了此方法的有效性.
为了提高加工过程中刀具磨损在线评估的准确性,构建了基于梯度提升回归算法的刀具磨损评估模型.以刀具的铣削力、振动信号时频域指标和声发射信号滤波后的最大幅值处频率作为特征值,以对应工况下的刀具磨损量为目标值来构造数据样本.在迭代训练过程中,刀具磨损评估模型将数据集中2组刀具的数据样本合并作为训练集与验证集,另1组刀具的数据样本独立作为测试集,并采用交叉验证和参数网络搜索的优化方法来提高模型的泛化能力.仿真结果表明,梯度提升回归模型比同等条件下线性回归模型、贝叶斯岭回归模型、弹性网络回归模型和支持向量机的R2预
为了更好更快地去除条纹图中的噪声,提出基于深度学习的疏密条纹分类去噪算法.根据条纹密度分为密集条纹图和稀疏条纹图,采用深度学习方法构建去噪模型.2类条纹图均采用不同的噪声等级和卷积层数进行训练及测试,用峰值信噪比和结构相似性评价去噪效果,并确定深度学习网络模型参数.实验结果表明:训练集和测试集的条纹图疏密类型相同时,去噪效果更好,处理速度更快;疏密类型不同时,去噪效果可以接受,处理速度比不分类去噪快;条纹密度分类去噪的处理速度比不分类去噪提高约10%.