免费热线:+86-400 882 8982 中文 ENG
  • 铝合金材料进行了不同的时效变体测试

    铝合金材料在0.5% HF酸溶液中蚀刻——这种方法突出了微结构中存在的粒子。用1.8 ml HBF4 + 100 ml水彩对比剂组成的巴克试剂对单个晶粒进行偏振光观察。在SHIMADZ HMV-G硬度计上,铝合金材料采用维氏法进行显微硬度测量。对金相试样进行100 g (HV0.1)载荷下的显微硬度测试,承受载荷的时间为10 s。利用JEOL JSM-6460LV扫描电子显微镜和EDS显微分析仪观

    2021-04-14 11:51:31

  • 铝合金材料挤压速率条件和决定晶粒尺寸的温度具有重要意义

    铝合金材料的亚晶粒尺寸通常达到几个微米的限值。随着继续变形,亚晶粒尺寸通常不会进一步减小。对于热挤压,挤压压力p与染色率成正比。随着应变速率的增加,挤压压力也呈近似线性增加。随着冲压速度的增加,挤压压力也随着应变速率的增加而增加。然而,热挤压时,随着工作温度的升高,挤压压力降低。铝合金材料挤压速度受坯料温度的影响有一定的限制。这意味着高速合金的技术应用需要一些实验开发的挤压参数。温度与挤出速度的关

    2021-04-13 15:54:52

  • 金属合金材料挤压导致结构发生哪些变化

    金属合金材料这导致挤压结构要么包含亚晶粒,理想情况下不发生静态再结晶,要么由连续的动态、元动态和静态再结晶形成晶粒。结果表明,这两种结构都与流行的齐纳-霍洛蒙(Z- h)参数Z有关,也可以由Z控制。因此,金属合金材料性能与Z也有一定的关系其中e˙为应变率,Q为活化能,R为气体常数,T为温度。参数随应变速率的减小和温度的升高而减小。在实际工业生产中,为了避免裂纹的发生,通常首选低Z条件(低应变速率和

    2021-04-13 15:53:05

  • 合金材料挤压过程受到温度和速度控制的影响

    合金材料对所得数据的分析表明,合金材料在热处理的变体19中,屈服点达到了标准中假定的水平。取得的成果是一项重大的技术成果,有望取得较好的经济效益。研究表明,可以生产一种更便宜的合金基合金元素含量较低,这种合金可以提高60%的挤压速率,并且通过适当的热处理,合金材料可以达到与含有较高Mg和Si元素的合金相当的性能水平。与目前使用的合金相比,新型高速挤压合金具有更高的延展性,可以在单位时间内生产更大吨

    2021-04-13 15:50:05

  • 铝合金材料在最高挤压情况下会有哪些问题

    研究挤压速率对铝合金材料元素含量最低合金的性能、组织和相组成的影响,使用最低铝合金材料成分含量、最便宜的合金1,同时优化挤压速率以获得最高效的工艺,这一潜在可能性为研究热处理优化以达到标准要求的性能奠定了基础。对铝合金材料的组织、性能和相组成进行了测试。随着挤压速率的增加,挤压态合金1的宏观组织和显微组织。其特征为中等尺寸(中弦参数)的等轴晶粒,尺寸在46 ~ 54 μm之间。热加工使组织和晶粒均

    2021-04-13 15:46:55

  • 铝合金材料通过人工神经网络数分析来确定关键参数

    铝合金材料通过人工神经网络(ANN)、自适应神经模糊推理系统(ANFIS)和田口变异数分析来确定关键参数。工程应用中的非线性问题,如函数逼近、数据分类、数据处理和系统控制等,都可以用软计算方法轻松地解决。尽管铝合金材料许多不同的方法被用于这个目的,我们可以说最受欢迎和最广泛使用的方法是田口,安和简称ANFIS方法由于最小误差等因素,最大的精确度,快,成本,和时间预测,决策分析,优化、建模和复杂问题

    2021-04-12 11:59:07

  • 什么是合金材料的磨损性能,以及合金材料搅拌铸造工艺制备

    合金材料采用田口试验设计和方差分析,对搅拌铸造工艺制备的LM25/粉煤灰合金材料的磨损性能(SWR:比磨损率)进行了优化。以滑速、荷载、配筋和滑距为输入因素,采用L27正交设计(三层四因素)“越小越好”的准则进行试验设计。与其他输入变量相比,负载的变化对SWR的影响更大。结果表明,优化模型降低了合金材料的比磨损率,并证实了优化参数提高了合金材料的耐磨性。他们还说田口法在优化特定磨损率方面很有用,所

    2021-04-12 11:56:13

  • 金属基合金材料在不同应变速率和温度下测试

    用ANFIS预测了6061 Al-15% SiC金属基合金材料的流变应力值。在不同应变速率和温度下对金属基合金材料进行热压缩试验。在所使用的ANFIS模型中,有17条规则,17个隶属函数(MF),输入MF为高斯型,线性参数为68,非线性参数为102。训练数据样本88个,检验数据样本12个。采用平均误差百分比(PME)和均方根误差(RMSE)作为性能指标。ANFIS预测流变应力PME值小于1.4%。

    2021-04-12 11:51:15

  • 复合金材料获得高力学性能铝杂化复合金材料的最合适工艺参数

    复合金材料是当前市场上非常热销的一种新型材料,在很多领域都可以看到复合金材料的使用。对于很多高科技领域来说,复合金材料的使用可以有效的提高科技水平。目前采用人工神经网络和田口对Al5059/SiC/MoS2复合金材料的工艺参数和实验变量进行了优化。5个输入变量和6个输出变量以及27个数据被用于神经网络模型的训练和测试。输出变量的性能由R2决定:表面粗糙度为98.12%,温度为98.63%,径向力为

    2021-04-12 11:47:17

  • 铜镍合金材料对质量特征有重要影响的控制参数的定义

    铜镍合金材料在设计阶段考虑到材料和制造过程的内在可变性。铜镍合金材料没有给实验设计带来理论创新。然而,它在生产应用方面进行了创新,并使该方法在制造部门获得了成功的应用。传统的实验设计难以使用,特别是在需要进行大量实验和增加加工参数时。因此,铜镍合金材料实验设计方法确保多个因素同时考虑,但也确保获得最优的结果通过执行更少的实验实验设计(DOE)田口是用来设计实验运行布局,研究水平的变化过程的影响参数

    2021-04-09 11:48:58

  • 金属合金材料在田口技术不能判断和指定个体因素对所有操作的影响

    金属合金材料在田口技术可用于任何情况下,有检查操作。可检查的操作可以是一个真实的设备测试,数学方程,或计算机模式,可以充分模式的许多产量或操作的答复。金属合金材料实验完成后,应指定DOE中最合适的参数配置。为了检查结果,在田口技术中,信噪比(S/N ratio)是一种性能计算,用于选择可以处理噪声并考虑平均和可变性的检查水平,作为性能标准。作为最后一步,金属合金材料使用对检查变量的最佳预测水平进行

    2021-04-09 11:45:57

  • 对复合金材料磨损体积损失对哪些结构性的影响

    推导并给出了计算复合金材料磨损体积损失的数学公式。利用所制备的复合材料配方,研究了输入变量对复合金材料磨损体积损失的影响。复合金材料的磨损体积损失随滑动距离、刀具横移和旋转速度的增加而显著增加。当夹杂比为50% TiC +50% Al2O3时,复合增强复合金材料的磨损体积损失最小。结果表明,该配方可用于预测复合材料的磨损量,从而降低时间和生产成本。详细研究了FSP参数和杂化比对Al基5083杂化复

    2021-04-09 11:43:20

  • 镁铝合金材料优化的体系结构提供合金抗拉强度

    镁铝合金材料优化的体系结构为带有逻辑s型传递函数的12-12-1体系结构。镁铝合金材料采用R、MSE和MAE值作为误差标准。在测试集中得到最小的MSE和MAE值以及最大的R值。输入矢量对Al-Mg2Si复合材料UTS的灵敏度如图8所示。Mg对Al-Mg2Si复合材料的抗拉强度影响较大,因为镁铝合金材料相的尺寸和形貌与含Mg和Si元素复合材料的力学性能呈线性关系。结果表明,所有的数据集都具有较高的相

    2021-04-09 11:40:49

  • 金属基复合材料设计神经自适应学习技术

    采用金属基复合材料设计神经自适应学习技术能够开发一个模型,通过使用模糊建模过程的数据集来“学习”系统。换句话说,ANFIS通过单独使用输入/输出数据集反向传播(BP)算法或结合最小二乘法编辑隶属度函数参数来创建模糊推理系统(FIS)。采用金属基复合材料设计这样的安排使得系统可以借助我们的模糊系统所建模的数据来学习相关的系统。换句话说,它会根据将要建模的数据进行调整。因此,它具有很强的适应性。由于自

    2021-04-08 11:56:22

  • 合金复合材料生产自适应神经模糊推理系统

    合金复合材料生产人工神经网络在学习过程中,从外部环境接收输入;反应输出是通过激活函数产生的。这个输出将再次与经验给出的输出进行比较。通过各种学习算法找出误差,并试图接近实际输出。一般情况下,80%的样本被给予网络,并对网络进行训练。然后给出剩余的20%,并检查网络的行为。因此,合金复合材料生产对网络进行测试。这是为网络想要学习的事件寻找已经发生的例子的步骤。由于采集样本是为了训练网络,所以必须采集

    2021-04-08 11:53:21

  • 金属材料设计人工神经网络的应用主要用于哪些领域

    金属材料设计的人工模拟系统激活功能指定了细胞将通过处理细胞的净输入而产生的响应。激活函数通常被选择为非线性函数,它是ann的一个特征,来自于非线性特征。目前,“s型函数”和“正切双曲函数”是应用最广泛的激活函数。表2显示了激活函数。激活函数的值是单元格的输出值。具有非线性、并行运算、学习、泛化、容错和灵活性、处理缺失数据、使用多变量和多参数、适应性等关键特性。金属材料设计人工神经网络的应用主要用于

    2021-04-08 11:51:44

24小时全国免费服务热线:+86-400 882 8982

产品系列

logo.png

提供最实时且最高质量的服务

立承德科技(上海)生产基地
地址:上海市宝山区蕰川路5300弄1号
电话: +86-21-3638-0189
传真: +86-21-3638-0109
邮箱:nexteck@nexteck.com.cn

立承德科技(深圳)有限公司
地址:广东省深圳市福田区彩田路 3069 号星河世纪A栋1001室
电话:+86-755-8256-1631
传真: +86-755-8256-1691
邮箱:nexteck@nexteck.com
热线:+86-400 882 8982