发动机叶片电解加工研究

来源 :常州大学 | 被引量 : 0次 | 上传用户:zixian007
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
随着航天事业的发展,现代发动机叶片结构的复杂程度及对材料的特殊性要求,对加工技术的要求也在不断提高。电解加工排除金属材料力学性能的干扰,扩大了金属材料的使用范围。因为加工过程中刀具与工件不会直接接触,所以没有残余应力、飞边毛刺等缺陷。除此之外加工过程中工具与工件不会直接接触,大大降低了工具的成本,非常适合叶片这种复杂加工、批量生产的加工。综合以上原因,电解加工这种工艺方法迫切得到发展。本文针对高温合金材质电解加工叶片时的工艺参数展开研究,并以某型号航空发动机叶片为例,研究高温合金材质叶片电解加工技术。本文的主要研究内容如下:1、介绍了电解加工的基本原理、特点,电解加工的理论基础。针对被加工试件的特点及结合立式单头电解加工机床工作特点,建立了加工叶盆和叶背的加工物理模型,为后续叶片电解加工试验提供理论模型。2、电解加工工艺参数优化试验。利用平板结构开展试验研究,探究了电解加工工艺参数对阴极最大进给速度及表面粗糙度的影响规律。并以此为基础,设计了正交试验,采用灰色关联度分析方法对加工结果进行分析,确定了优化加工工艺参数组合。3、针对立式单头电解加工机床叶片成型过程进行数值仿真研究。分析了在叶片成型过程中,叶盆和叶背两种不同加工顺序之下流场的变化情况,对加工过程中不同加工深度的电场进行仿真研究。4、叶片电解加工试验研究。结合加工试件叶片的特点、数值仿真的结果及立式单头电解加工机床工作特点,设计了本次电解加工叶片试验的工装和相关夹具。对加工过程中间隙控制进行了理论分析,搭建了一套应用于本试验的间隙控制系统装置。为了验证实验工装和工艺参数的合理性,在自行研制开发的立式单头电解加工机床上以某型号叶片为加工对象,开展叶片电解加工试验研究。
其他文献
学位
将余弦忆导忆阻引入到非线性系统、振荡电路或神经形态网络中可以诱发周期变化的初值位移调控行为,即一种特殊的多稳定性现象。这一依赖于状态初值的特殊动力学特性可为忆阻系统的工程应用提供更多的自由度,但是其动力学特征及形成机理仍需要深入分析和研究。本文提出了一类新颖的余弦忆导忆阻系统,采用状态变量增量积分变换法进行系统重构,并在原始状态变量域和积分变量域中分析了周期变化的初值位移调控行为及其形成机理。首先
随着智能设备的兴起和无线网络等技术的不断发展,基于位置的服务(Location-based Services,LBS)和应用日益普及。长期以来,LBS一直都是利用全球卫星导航系统(Global Navigation Satellite System,GNSS)在室外环境中导航和确定智能设备的位置信息,但是GNSS在室外能提供精准位置信息却不能在室内环境中达到同样的效果,因为在室内环境中GNSS信号
宽禁带氧化物半导体作为一种可持续发展的功能材料近年来被广泛研究与应用。在此类材料中引入适当的掺杂剂,会引起材料结构缺陷或载流子浓度的变化,从而赋予材料特殊的物理与化学性能。当前有关半导体氧化物的应用已经深入到光催化、光电材料、敏感材料等领域。但是有关晶体缺陷形成方法及工艺还有提升的空间,相关缺陷形成的机理仍待进一步研究。基于上述问题,本文以氧化锌和二氧化锡为研究对象,通过一定的工艺方法实现了材料缺
纺织品瑕疵检测旨在定位各种常见的织物表面瑕疵,是提高产品质量的关键环节之一。目前,该项工作大部分是由操作工人完成的。然而,人工检测的结果往往容易受到主观因素的影响,且精度较低。相反,基于计算机视觉的自动织物检测技术可以在满足一致性和客观性要求的同时保证较高的检测精度。因此,发展快速且准确的纺织品瑕疵检测方法已经成为计算机视觉领域的热点问题。本文将低秩分解模型引入到纺织品瑕疵检测中,由此将特征分类问
民族体育同旅游产业相结合,对进一步转型与升级旅游产业有着重要作用。该文以广西为研究对象,分析当地民族体育和旅游产业结合过程中的不足,如基础配套设备简单、服务质量不高、缺少融合制度和创意性等,由此详细阐述了广西民族体育同旅游产业相结合发展的有效模式,希望通过该文的阐述能够给我国体育旅游经济水平的提高带来一定借鉴意义。
2019年末突发的新冠肺炎疫情(COVID-19)对我国的经济社会发展造成了不可估量的损失,同时对公共突发事件应急管理提出了重大挑战。建立高效有序、科学规范、多部门协同联动的突发公共事件应急响应机制和智能化的应急决策方案对社会稳定发展具有重要意义。针对现有应急响应决策支持模式存在的精细化程度低、决策服务单一、智能性不足等问题,本研究以突发公共事件中的突发火灾事件为研究对象,基于知识图谱技术并结合基
目标检测是计算机视觉领域的基本任务之一,根据输入数据和输出结果的不同,可以分为二维目标检测和三维目标检测。当前基于深度学习的二维目标检测算法以趋于成熟,以Faster R-CNN和YOLO为代表的二维检测算法被广泛应用于实际生产和日常生活中。而三维目标检测领域方兴未艾,各种算法层出不穷。基于点云的逐点云检测方法,检测精度较高但速度较慢;基于体素的鸟瞰图检测方法,检测速度较快但检测精度较低。三维目标
人脸识别技术目前已广泛应用于实际生活中,例如手机的人脸解锁、火车站进站口的人脸识别、商场超市的刷脸支付等等,给我们的生活提供了极大的便利。而其中存在的一些问题,如样本中存在遮挡、噪声等,也成为当下研究的热点,本文主要针对非配合的人脸识别问题。非配合是指用正常的样本进行训练,而用异常的样本进行测试。由于测试样本和训练样本存在较大差异,因而十分具有挑战性。本文将加入遮挡位置信息的PCANet特征与概率
神经元是神经系统中最基本的构成与功能单元,是神经科学的研究基础。由于模型简单,放电行为丰富,Morris-Lecar神经元模型一经提出就受到了广泛的关注。在神经网络研究中,耦合神经元网络一直是一个研究热点,其同步动力学行为更是许多学者的研究重点。神经元电活动会受电磁辐射的影响,磁控忆阻可作为神经元间的耦合突触。因此,本文在研究三维自治Morris-Lecar神经元模型中混沌簇放电行为和共存多稳态放