版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、本文針對激光涂層在多沖載荷下的疲勞與失效進行分析,并對其性能預測模型進行研究?! ”疚倪x擇的激光熔覆涂層材料為:鈷基自熔合金、鎳基自熔合金和鐵基自熔合金三種;選擇的基體材料為:Cr18Ni9Ti奧氏體不銹鋼、45鋼、40Cr鋼三種。在HGL-90型5kw橫流CO2激光器上進行熔覆加工,并在自制的多沖碰撞疲勞試驗機上進行多次沖擊疲勞試驗。采用正交方法安排試驗序列,對每一正交序列采用成組試驗法。對經上述試驗的涂層試件進行宏觀分析和顯微分析
2、,發(fā)現(xiàn)涂層在多沖載荷下其失效形式呈現(xiàn)多樣性。主要有裂紋、凹陷和鐓粗、表面蝕坑、崩落等。整個失效經歷了早期形變硬化期、穩(wěn)定工作期和“老化”失效期三個階段。激光涂層在多沖載荷下的失效具有累積性,屬于疲勞范疇?! ≡谠囼灥幕A上建立了激光涂層零件多沖疲勞可靠性模型。分析得出激光涂層零件在多沖載荷下疲勞壽命服從對數(shù)正態(tài)分布。在此基礎上,進行正交分析并得以下結論:在影響激光涂層多沖疲勞強度的各因素中,涂層材料的影響最大,基體材料次之,涂層厚度再
3、次。在本試驗數(shù)據(jù)范圍內,涂層厚度越厚,多沖強度越好。對于涂層材料,Ni基涂層具有較高的疲勞強度。在中等壽命區(qū),多沖疲勞強度與涂層的靜壓縮強度有關,一般說來,具有較高靜壓縮強度涂層的試件,其多沖疲勞強度也較高。對于基體材料,塑韌性好的材料其疲勞強度要優(yōu)于硬脆性材料?! ≡诳煽啃苑治龅幕A上,建立基于BP人工神經網絡的激光涂層多沖疲勞性能預測的模型。該神經網絡為6-11-1結構,輸入為涂層材料、基體材料、應力水平、涂層厚度,輸出為疲勞壽命
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經網絡的機械零件可靠性穩(wěn)健設計.pdf
- 發(fā)射器關鍵零件疲勞可靠性分析.pdf
- 基于BP神經網絡的軟件可靠性模型選擇研究.pdf
- 基于改進遺傳神經網絡的軟件可靠性模型研究
- 基于人工神經網絡模型的埋地管道可靠性研究
- 結構計算神經網絡的可靠性分析.pdf
- 基于人工神經網絡模型的埋地管道可靠性研究.pdf
- 基于人工神經網絡的結構可靠性分析.pdf
- 機械零件動態(tài)可靠性模型及失效率研究
- 基于模糊神經網絡的可靠性評價.pdf
- 基于改進遺傳神經網絡的軟件可靠性模型研究.pdf
- 基于神經網絡模型的地域通信網可靠性研究.pdf
- 基于改進BP神經網絡的軟件可靠性模型選擇方法研究.pdf
- 基于模糊小波神經網絡的軟件可靠性增長模型的研究.pdf
- 基于神經網絡的機械系統(tǒng)可靠性評價模型的研究.pdf
- 基于神經網絡參數(shù)建模的互連可靠性研究.pdf
- 基于神經網絡的逆變電源可靠性研究.pdf
- 基于RBF神經網絡的人因可靠性研究.pdf
- 配電系統(tǒng)可靠性評估(基加利網絡分析案例).pdf
- 基于可靠性的城市交通網絡分析.pdf
評論
0/150
提交評論