论文部分内容阅读
由中国机械工程学会塑性工程分会、北京机电研究所有限公司精心筹备的“2022上海锻压技术与装备展”将于2022年6月15-18日在上海虹桥国家会展中心盛大开幕.现热忱邀请国内外锻压技术与装备供应商参展, 展示新产品、新技术、新形象; 同时, 邀请国内外同行和朋友届时光临, 共谋行业发展大计!
“2022上海锻压技术与装备展”将于2022年6月15-18日在上海虹桥国家会展中心盛大开幕
【摘 要】
：
由中国机械工程学会塑性工程分会、北京机电研究所有限公司精心筹备的“2022上海锻压技术与装备展”将于2022年6月15-18日在上海虹桥国家会展中心盛大开幕.现热忱邀请国内外锻压技术与装备供应商参展, 展示新产品、新技术、新形象; 同时, 邀请国内外同行和朋友届时光临, 共谋行业发展大计!
【出 处】
：
锻压技术
【发表日期】
：
2022年1期
其他文献
2618铝合金因其耐热性能良好、热状态下塑性好、塑性变形时工艺性能好,而被广泛应用于航空航天工业.然而,在塑性变形时,由于2618铝合金抑制晶粒长大的微量元素含量较少,致使锻件易出现粗晶问题,使得材料力学性能下降,影响锻件质量.分别使用了国内生产的Φ165 mm和国外进口的Φ160 mm两种2618铝合金原始棒料,采用等温成形技术锻造2618铝合金支座锻件.研究发现,以国内生产的Φ165 mm的2618铝合金挤压棒料为原料的支座锻件在进行热处理后出现了明显的粗晶,通过等比例实物研究原始来料的等温模锻和热处
2021年,在疫情持续和全球经济不确定性增加的背景下,我国电信行业和互联网行业逆势扬帆.在过去的一年中,5G网络覆盖日渐完善,用户数屡创新高.互联网为经济社会高质量发展注入强劲动力,我们通过互联网一同见证行业变革,总的来说,刚刚过去的2021年是挑战与机遇并存的一年.
期刊
3GPP标准在5G中引入了波束扫描和空域的维度,信道状态信息(channel state information,CSI)是UE上报给eNodeB的信道状态信息,信道状态信息参考信号(channel state information-reference signal,CSI-RS)是UE用来获取信道状态信息的参考信号.终端接入时基站采用SSB波束轮发探测终端的最优波束,在终端接入后获取参考信号的配置信息后对信道状态信息进行反馈,基站采用CSI-RS波束轮发的最优波束.5G天线灵活配置波束个数并且兼顾水平
针对钢铝异质板料无铆钉铆接成形接头力学性能差的问题,对铆接过程的结构工艺参数优化开展研究.以提高接头的最大抗拉力和抗剪力为目标,首先,建立了无铆钉铆接成形过程数值仿真模型,通过对比接头截面关键尺寸,验证了数值模型的可靠性;其次,对主要结构工艺参数进行拉丁超立方抽样试验,获取代表性样本点集及其数值仿真结果;随后,利用Kriging模型对接头的颈厚值和自锁值进行预测,预测相对误差小于10％,验证了Kriging模型的预测能力;最后,将Kriging模型与遗传算法相结合,进行结构工艺参数的多目标优化,采用优化后
5G技术以其超低时延、超高带宽、超大规模连接的显著优势,有效弥补了配网领域传统光纤通信的弊端,为配电应用提供了一种全新的网络通信方式,然而5G技术的应用带来的信息安全问题也逐渐凸显.基于此,提出了一种基于量子保密通信及5G硬切片专网的配网应用方案,该方案为配网业务定制端到端5G硬切片专网,采用量子保密通信技术保障数据传输安全性,并在实际配网业务场景中进行方案的部署验证.结果显示配网业务5G硬切片专网的平均时延为16.89 ms,下行发送和接收速率分别为380 Mbit/s和371 Mbit/s,上行发送和
针对同/异种合金焊接接头的旋压成形是制造航空航天零件的重要加工方式,主要综述了近年来国内外同/异种合金焊接接头旋压成形的研究进展,总结了同种合金焊接接头的旋压成形的工艺过程和微观组织演化规律,探究了不同工艺参数条件对成形的影响.结果表明:对于同种合金,先焊接后旋压有助于降低焊接接头组织的不均匀性,在一定程度上提高焊接接头的力学性能,降低后续成形难度;通过分析旋压变形力的作用方向和对微观组织的作用机理能够有效地解释缺陷产生机理,从而提高成形性能;如何制备异种合金坯料并成形出高精度的异种合金拼焊构件,以及在旋
TC4钛合金小规格板材生产一般采用铸锭镦拔锻造、板坯加热轧制的加工方式进行,对于小规格板材通常锻造时采用镦拔锻造的方式来进行,但组织性能并不能达到相对最优的状态.通过关键过程交叉对比的方式,采用普通自由锻造和镦拔锻造两种加工方式生产出相同尺寸的板坯,再使用相同的轧制工艺进行对比生产,所有的生产环节保持一致性,目的在于探究不同的锻造方式对于小规格TC4钛合金板材加工的影响.结果表明,相对于自由锻造,镦拔锻造对改善板坯内部组织有很大的提高作用,但是在生产小规格板材时,组织在前期过于优化反而会使得后续轧制过程中
在板材热连轧过程中,轧制力的计算精度直接影响板带钢的实际厚度,也是实现精准在线控制的前提.然而,由于实际的轧制过程受多种因素影响,使用传统模型进行预测的精度往往比较低.为了提高轧制力的预测精度,提出了并行异构极限学习机(PELM)的轧制力预测模型,该模型学习速度快且泛化能力强,同时为了保证模型的稳定性,采用遗传算法(GA)优化了该模型的权重和偏差.以包头某钢厂2250生产线的实际生产数据为例进行轧制力预测,结果表明,该算法训练的轧制力预测模型有很好的预测精度,适用于热连轧过程的轧制力预测.
从板材上切割矩形件的过程通常包含两个阶段:第1阶段用大型刀具将板材切成条带;第2阶段用小型刀具将条带切成所需要的矩形件.第1阶段的切割成本随着下料方案中条带数的增加而增加.针对矩形件二维下料问题,提出一种可减少条带数的下料算法,其优化目标是最小化材料成本和切割成本之和.首先,建立该问题的整数线性规划模型;然后,构造T型排样算法生成矩形件在单张板材上的排样方式;最后,采用列生成算法调用T型排样算法迭代构造下料方案.实验结果表明,该算法在维持较高板材利用率的同时,可大幅度减少下料方案的条带数.