【摘 要】
：
针对板材成形过程中容易发生的破裂问题,本文提出一种在成形试件破裂区域粘贴增强层的成形新方法。将强力布基双面胶作为增强材料,贴于板材一侧以实现增强效果,从而改善成形过程中试件的壁厚分布以及受力状态,提高了板材的成形性能。通过成形理论分析、有限元分析和实验等方法,验证了该方法的可行性。首先,根据板材弯曲、胀形及拉深的工艺原理,分别对弯曲试件中性层外区、胀形试件变形区以及拉深试件靠近凸模圆角区的侧壁部分
论文部分内容阅读
针对板材成形过程中容易发生的破裂问题,本文提出一种在成形试件破裂区域粘贴增强层的成形新方法。将强力布基双面胶作为增强材料,贴于板材一侧以实现增强效果,从而改善成形过程中试件的壁厚分布以及受力状态,提高了板材的成形性能。通过成形理论分析、有限元分析和实验等方法,验证了该方法的可行性。首先,根据板材弯曲、胀形及拉深的工艺原理,分别对弯曲试件中性层外区、胀形试件变形区以及拉深试件靠近凸模圆角区的侧壁部分的成形过程进行力学分析。针对板材的破裂问题,提出一种在成形试件破裂区域粘贴增强层的成形新方法。通过局部增强板材的单向拉伸实验,确定了增强效果和可行性。其次,在理论分析的基础上,采用有限元分析的方法对基于局部增强的2195铝锂合金板材弯曲过程进行分析,研究不同的增强层层数对弯曲试件及增强层的应力分布影响规律,发现最大等效应力由试件转移至增强层。在此基础上进行弯曲实验,给出弯曲试件的弯曲角度的变化,验证了局部增强方法在弯曲过程的可行性。最后,采用有限元分析方法对Al1060板材胀形成形过程进行研究,获得不同的增强层层数对板材胀形性能的影响规律,优化了局部增强的区域范围。在此基础上进行胀形实验,研究了增强层层数和局部增强范围对试件的极限胀形高度、破裂位置附近的应变、壁厚分布的影响,实验结果与有限元分析结果相吻合。
其他文献
＜正＞关键金属是国际上最近提出的资源概念，指的是现今社会必需、但安全供应存在高风险的一类矿产的总称，主要包括稀有金属（如Li、Be、Rb、Cs、Nb、Ta、Zr、Hf、W）、稀土金属（La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu、Sc、Y）、稀散金属（Ga、Ge、Se、Cd、In、Te、Re、Tl）和部分稀贵金属（PGE、Cr、Co等）（侯增谦等，2020）.
排气腔体是飞机辅助动力装置（APU）的重要组成部件,在运行过程中会受到排出的高温度高压强的尾气所形成的气流的冲击,进而造成排气腔体损伤,影响APU的运行。因此对APU排气腔体的振动特性进行研究,得到其模态和振型,进而分析排气腔体振动特性,对排气腔体的维修、故障诊断以及结构优化设计都具有重要意义。首先对APU排气腔体进行三维实体建模,再利用ANSYS Workbench的Fluent模块对其进行流场
研究背景纹状体（corpus striatum）是基底神经节最大的结构,由尾状核和豆状核组成,豆状核又分为壳核和苍白球。尾状核和壳核在种系发生上是较新的结构且具有相同的细胞化学构筑,故合称新纹状体（neostriatum）,简称纹状体（striatum）。苍白球为旧纹状体（paleostriatum）,在种系发生、细胞组成、纤维连接及功能上与新纹状体差异较大,故不作为本课题的研究内容。纹状体也是基
随着神经网络的飞速发展,机器翻译有了巨大的突破和进步,为了告知用户机器译文的可靠性,提出了译文质量估计方法。译文质量估计技术是指在无需参考译文的情况下对机器译文进行自动评估的一种方法。译文质量估计的发展从基于机器学习到基于深度神经网络,近年来预训练语言模型的出现给译文质量估计技术开辟了新的道路。本文基于XLM-R预训练模型构造译文质量估计模型,研究工作概括如下。针对译文质量估计在使用预训练模型时只
研究背景早期妊娠稽留流产是指妊娠≤12周,胚胎或胎儿已经死亡但滞留在子宫腔内,未及时排出体外,是一种特殊形式的自然流产。其主要原因有:母体免疫学因素、易栓症、染色体异常（亲代及胚胎）、生殖道解剖异常、内分泌因素及男性因素等,但临床中仍有近50%的自然流产孕妇无法查明原因。自然流产后不仅会给女性及其家庭带来一定经济负担,而且还会对女性的身体及心理健康造成较大影响。近几年研究发现,母胎界面——滋养细胞
南网科技公司坚定改革信念，以成功上市为契机，以强化法人治理为前提，以三项制度改革为重点，充分用好“政策包”“工具箱”，强激励，硬约束，激发科技人才活力，建立市场化经营机制，打造国有科技型企业改革样板和自主创新尖兵，从“试验田”向“示范田”转变。2018—2021年实现总资产增7倍、营收增4倍、利润增10倍、研发投入增4倍、人工成本利润率增2倍，效益效率大幅提升。获8项国家级奖励、336项省部级奖励
针对空中交通流量增加所带来的空中交通拥堵问题,本文以空中交通流为研究对象,ADS-B数据为基础,挖掘数据的时空关联性以及空中交通拥堵的产生、扩散、消失演变过程中所具备的特点,对空中交通运行状态进行划分、识别、预测,提高预测精度,达到在拥堵产生前采取措施规避的目的。本文研究内容如下:（1）采用k-均值聚类与模糊评价方法构造时空拥堵指数将空中交通流量的运行状态等级划分为四类,结合Pearson相关系数
在新时代的背景下,随着人类视觉系统的启蒙,基于深度学习的相关技术引起各国学者们的广泛关注,甚至进入人们的生活。无人驾驶更是在智慧交通领域迎来了新的机会与挑战。在无人驾驶系统中,目标检测与识别算法占据举足轻重的位置。为了使无人驾驶汽车在不同场景下安全地行驶,需要对各个方向的车辆、行人、障碍物等目标进行检测和识别,从而保障人身安全并减少车祸发生率。本文以深度学习为基础,针对无人驾驶中所需的准确和实时性
航空发动机高涡叶片作为发动机的关键零件之一,为飞机飞行提供了强劲动力,由于常年在高温、高压等极端环境下工作,燃料中的杂质以及不完全燃烧会使叶片产生顽固积碳,降低发动机使用性能,影响叶片散热,导致叶片熔化。为减少发动机性能故障,保证发动机使用参数不变,延长发动机使用寿命,解决高涡叶片内腔积碳去除的技术难题,本文针对市场上现有积碳清理方式的不足,提出了一种基于高压水射流清理某型发动机高涡叶片内腔积碳的
由于图像采集系统对雾雨等恶劣天气非常敏感,雾天、雨天图像存在能见度差、成像模糊和色彩失真等诸多问题,造成原始图像发生不同程度的质量退化。这些退化图像通常会对后续高级计算机视觉任务,包括遥感观测、视频监控、自动驾驶等性能产生严重影响。因此,开发有效的图像复原算法来恢复高质量的清晰图像具有重要意义。本文从多个角度出发来解决退化图像的复原问题,先提出了以下两个全监督学习的算法:针对遥感图像去雾任务中数据