基于ABAQUS的水泥窑低导热复合耐火砖结构设计及性能预测

为有效降低回转窑筒体表面散热损失,减少水泥生产标准煤耗,开发新型低导热耐火砖成为研发的重点。本文借助有限元仿真技术,以力学性能和隔热性能为观测点,对新型低导热耐火砖的结构进行优化设计并模拟预测了窑内的使用效果。结果表明,低导热气凝胶材料与传统耐火砖以T型结构复合,既满足耐火砖工程应用力学性能要求,同时可有效降低回转窑表面温度约70℃,具有潜在的应用价值。

基于BP神经网络的粘结NdFeB永磁体性能预测

本文基于MATLAB平台和现有的少量实验数据,利用神经网络的非线性映射和泛化能力,建立了一个输入为工艺参数、输出为NdFeB永磁体性能参量的BP神经网络模型,并通过检验样本检验了ANN模型的准确性。实验表明:将神经网络技术应用于材料制备工艺设计,可以明显缩短实验周期,提高工艺设计效率,对实际的研究工作具有一定的指导意义和应用价值。

基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测

基于MATLAB平台和现有的少量实验数据,采用Bayesian正规化法,建立了一个输入为工艺参数、输出为NdFeB永磁体性能参量的BP(Back Propagation)神经网络预测模型,并通过测试样本检验了ANN(Artificial NeuralNetwork)模型的准确性。实验表明,建立的Bayesian正规化BP神经网络模型不仅能准确地拟合训练值,而且能很好地预测未知样本,将该模型应用于材料制备工艺设计,可以明显缩短实验周期,提高工艺设计效率,对实际的研究工作具有一定的指导意义和应用价值。

基于均匀设计和主成分分析的粘结NdFeB永磁体制备工艺优化研究

基于粘结NdFeB永磁体制备工艺优化实验,针对普通反向传播神经网络(BPNN)方法在预报建模中普遍存在"过拟合"和泛化能力差的问题,从优化实验方案、减少输入层节点数两个角度,结合均匀设计软件和主成分分析方法,提高训练样本的分布均匀性、"主动"改善网络结构,建立了一个粘结NdFeB永磁体制备工艺优化的2-5-3型BPNN预测模型。研究结果表明,改进的BP神经网络模型对Br,Hc j及(BH)m预测的相对误差的最大值分别为1.83%,1.28%和1.53%,较之传统的模型,泛化能力显著提高,网络预测也比较稳定,具有很好的实用性。

基于有限元和烟花算法改进BP网络的核用锆合金管材轧制损伤预测

锆合金包壳产品是核反应堆的第一道安全屏障,特殊的使用环境决定了其加工质量的重要性。如何合理、快捷地评估锆合金管材轧制过程的缺陷损伤和疲劳寿命,是其作为核结构材料应用中必须解决的问题。常规的有限元数值分析方法(FEA),存在着建模过程复杂、计算周期长且计算量巨大等问题。有鉴于此,本工作提出了有限元仿真和机器学习复合应用技术(FEA-ML),即在首先构建锆管轧制有限元模型的基础上,通过提取模型中的剪应力图谱,结合裂纹形貌观察和疲劳试验,拟合得到管材疲劳寿命解析公式;继而借助机器学习算法,利用有限元分析获得的少量数据样本,训练建立不同工艺因素下的管材疲劳寿命预测模型。结果表明,新型FEA-ML预测模型,分析速度快、预测精度高,能够很好地克服传统FEA模型计算过慢的问题;同时,影响管材疲劳寿命的最关键因素是材料的流变应力,孔型设计次之,而轧制车速和管坯送进速度的可控工艺窗口较宽、影响较为平缓。

不同粘结剂对粘结NdFeB磁体磁性能和抗压强度的影响

本文采用三种不同环氧值的粘结剂制备了NdFeB粘结磁体,研究了粘结剂环氧值影响磁体磁性能及抗压强度的规律及其机理。实验结果表明,在优化的固化工艺条件下,采用环氧值适中的环氧树脂制备的磁体,具有较好的磁性能和抗压强度。

基于改进的BP神经网络的粘结NdFeB永磁体制备工艺优化设计

采用均匀设计实验方案,结合主成分分析方法,建立了制备工艺与磁体性能之间的BPNN预测模型。利用该模型对粘结NdFeB永磁体的制备工艺进行了优化,并研究了单因素以及多因素交互作用与磁体性能之间的关系。结果表明该模型预测精度较高,对Br、Hcj及(BH)m的预测相对误差最大值分别为1.85%、1.28%和1.47%。

感应热压/热变形钕铁硼磁体形变均匀性及微观结构

采用热压/热变形法制备不同形变量的各向异性NdFeB磁体,通过对比分析磁体不同区域的微观结构及取向情况,研究了磁体的形变均匀性。结果表明,随着变形量增加,磁体径向(垂直模压方向)表面和中心磁性能差异及轴向(平行模压方向)上下磁性能差异均是先减小后增大。变形量为63%时,磁体已较为均匀,此时磁体内外的剩磁、矫顽力和磁能积差异分别为1.4%、7.9%和2.3%;上下的剩磁、矫顽力和磁能积差异分别为1.4%、14.2%和2.6%。变形量过大或过小均不利于获得均匀性好的磁体。

二氧化硅气凝胶的研究进展

探究了二氧化硅气凝胶的成型机理和制备方法的差异对气凝胶性能的影响,阐明现阶段二氧化硅气凝胶高温条件下结构坍塌、性能衰减的原因及其在吸附、建筑保温等领域的应用效果。

应用支持向量机预测(Nd_2Fe_(14)B/α-Fe)永磁体性能

为研究合金成分对磁体性能的影响,将支持向量回归机应用于磁性能的预测。在小样本情况下应用MATLAB支持向量机工具箱,建立了磁性能的支持向量回归机模型,将合金成分作为输入变量对磁性能进行预测。选择合适的模型参数,最终建立了拟合误差、预测误差均较小的模型,对剩磁、矫顽力以及最大磁能积的预测相对误差平均值分别为1.94%、5.43%及4.34%。试验表明将支持向量回归机用于磁性能的预测是一种可行且有效的方法。

用Bayesian正则化BP神经网络预测稀土永磁体性能

针对一般BP神经网络泛化能力差,在Bayesian正则化BP神经网络的基础上,运用加权检验、"表决网"等方法的思路训练网络,并通过主成分分析方法对输入数据进行降维,建立了磁粉制备工艺(淬速度和晶化退火温度)、合金成分与磁性能之间的BPNN(back propagation network)预测模型。结果表明:该模型泛化能力较高,预测的Br相对误差在2%左右、Hcj和(BH)max都在5%以内,且每次预测的相对误差平均值波动不超过1%。

基于GA-BP改进算法的Zr-4合金高温本构关系模型建立

目的针对传统锻造工艺进行优化设计,提升产品质量和生产效率。方法通过试验和模拟相结合的方法,建立能够真实反映锆合金高温变形特性的本构关系模型。利用Gleeble-3800热模拟机,对Zr-4合金的圆柱试样进行等温压缩变形试验,以不同变形条件(变形温度为700~1000℃,应变速率为0.001~0.1 s^(-1))下获得的应力-应变数据为基础,分别基于普通BP网络方法和遗传算法(GA)改进BP网络(GA-BP)方法建立了该合金的高温本构关系模型,对比两种模型的预测结果差异。结果改进的GA-BP模型预测误差在±2%以内,而普通BP模型的误差范围为±6%。结论改进模型具有更高的预测精度和稳定性,能够更加真实地描述Zr-4合金在高温变形时各热力学参数之间高度非线性的复杂关系,从而也为本构关系模型的建立提供一种十分准确有效的方法。

基于GA-BP模型的锆合金管材超声检测参数优化

针对实际生产中锆合金管材超声检测参数优化问题,基于少量超声检测数据,利用遗传算法(GA)改进的BP神经网络(GA-BP)建立了管材超声检测参数优化模型。模型结构选取三层网络,其中输入层为导套间隙、送进速度、重复频率、旋转速度和水层厚度,输出层为人工缺陷重复检测的标准偏差。为避免因输入层节点数过多带来噪声影响预测精度,采用主成分分析(PCA)法对输入层进行了降维,最终形成2-5-1拓扑结构。利用该优化模型,确定出Φ8.08mm×0.55mm的Zr-4管材超声检测的最佳参数为:管材旋转速度4 000r/min、送进速度6m/min、仪器重复频率15kHz。进一步生产检测表明,新型GA-BP模型的应用可为核用锆合金管材超声检测参数优化提供一种新的技术手段。

径向压扁变形对Zr-4合金管材氢化物取向的影响

通过对规格为Φ10 mm×0.7 mm的Zr-4合金管材施加径向单次及多次压扁变形试验,研究压扁量和压扁次数对氢化物取向的影响。研究表明,压扁量大小对氢化物取向有明显影响,当压扁量≤0.3 mm时,氢化物取向基本不发生改变;当压扁量>0.3 mm时,随着压扁量的增大氢化物取向因子明显增大,这主要是由于该区域内形成的拉应力导致氢化物产生了应力再取向析出效应。压扁次数对氢化物取向的影响较小,随着压扁次数的增加,在大压扁量下氢化物取向因子略有增加,而压扁量较小时(0.3 mm)不发生改变。

放电等离子烧结热变形Nd-Fe-B磁体的磁性能研究

采用放电等离子烧结技术,利用不同速率的快淬薄带制备出各向异性的热变形Nd-Fe-B磁体,运用振动样品磁强计和扫描电子显微镜对热变形磁体的磁性能和微观结构进行研究.结果表明:随着快淬薄带速率的增加,获得最佳磁性能的热变形温度也逐渐增加,三类热变形Nd-Fe-B磁体获得最佳磁性能的热变形温度分别为650,680和700°C;磁体最佳磁性能中的剩磁和最大磁能积随着快淬薄带速率的增加而降低,而内禀矫顽力却略有增加.磁体的晶粒尺寸随着热变形温度的增加而增大;相同热变形温度下,磁体的晶粒尺寸随快淬速率的增加而减小.

锻造工艺对Zr-4合金管坯微观结构、力学性能和耐腐蚀性能的影响

为了研究不同锻造工艺对Zr-4合金管材组织及性能的影响,基于1火次锻坯,分别在α相区、(α+β)相区和β相区进行2火次锻造,经历相同的淬火、挤压、轧制及热处理工序后,获得3种Φ63. 5 mm×10. 9 mm管坯,利用OM、SEM、TEM和EBSD分析了管材试样的显微组织,在静态高压釜中进行了500℃和400℃/10. 3 MPa蒸汽腐蚀试验,借助室温、高温(380℃)拉伸试验,对比了试样的力学性能。结果表明:2火次采用低温α相区锻造工艺,可加大锻坯组织破碎程度,实现最终管材的晶粒组织细化,从而提高了拉伸性能;第二相粒子主要沿晶界分布,晶粒细化后形成更多晶界,明显增加了第二相粒子数量,也在一定程度上改善了其分布均匀性;同时,低温锻造下的坯料表层获得更大变形,密排六方结构的管材晶粒取向发生变化,耐腐蚀性能更优的试样的柱面法向垂直于管材轧制方向。第二相粒子和织构两个方面因素的共同作用,使得Zr-4合金管材的耐腐蚀性能显著提升。

Zr-4合金管材皮尔格轧制过程数值模拟分析:宏观模型的建立、验证及塑性变形分析（英文）

皮尔格轧制变形对于锆合金管材的性能有着重要影响,受到学者们的高度重视。长期以来,由于皮尔格轧制是一个高度非线性的三维变形过程,开展实验研究不但成本高昂而且周期较长。本研究以ABAQUS/standard平台,根据多行程皮尔格轧制的运动特点,建立了Zr-4合金管材皮尔格轧制有限元模型,并开展一整个道次的轧制过程模拟。模拟结果表明:预测的管材几何尺寸与实验结果吻合良好,而模拟的轧制力与经典的舍瓦金公式计算结果也比较相符,验证了所建立模型的准确性,可用于进一步仿真分析。模拟结果还表明开口处的管坯应力状态与轧槽底部管坯的应力状态有显著的差别。此外,轧制过程中还存在有明显的剪切变形,而且还有较大幅度的周期性波动,这主要与孔型开口以及管坯回转送进有关。

杂质元素(C,Si)对Zr-4合金板材微观结构及耐腐蚀性能的影响

在ASTM标准范围内,利用板材试样研究了杂质元素对Zr-4合金微观结构和耐腐蚀性能的影响。结果表明,降低C含量、提高Si含量,有利于改善Zr-4合金在400℃蒸汽下的耐均匀腐蚀性能。微观分析显示,元素C易于以Zr-C形式在基体相表面富集,其主要通过左右第二相粒子的析出进而影响耐腐蚀性能。C含量越低,淬火过程中坯料越倾向于形成平行板条(PP)结构;C含量越高,越易于形成网篮(BW)结构;而第二相粒子更易于沿平行板条结构的边界析出。当淬火温度低于1200℃时,Si含量对于是否形成平行板条结构没有明显影响。同时,三维原子探针(3DAP)分析显示,Si倾向于以SiO2形式在第二相粒子周围偏聚,推迟或延缓了第二相粒子的氧化过程,进而提升了Zr-4合金的耐腐蚀性能。

微量镍元素添加对Zr-4合金微观结构、耐腐蚀性能及吸氢行为的影响

将微量镍元素合金化添加到Zr-4合金中,制备了合金板材试样。利用板材试样研究了微量镍元素的添加对Zr-4合金微观结构、耐腐蚀及吸氢性能的影响。结果表明,将镍元素含量由海绵锆原料中的0.001%(质量分数)以下添加至0.005%,可大幅提升其400℃蒸汽下耐腐蚀性能,同时对吸氢性能没有明显影响。微量镍元素的添加,不仅使Zr(Fe,Ni)_(2)结构的第二相粒子明显增加,同时还促进了硅在第二相粒子周围的偏聚,这可以阻止或延缓细小第二相粒子被氧化的进程。进一步采用相同合金成分制备的锆管(Φ63.5 mm×10.92 mm),也呈现出了优异的耐疖状腐蚀和耐均匀腐蚀性能。

基于数值模拟的大型Zr-4合金铸锭锻造工艺优化

锻造工艺设计是核级锆合金制造的难点之一,也是获得高质量产品的关键。针对大型Zr-4合金铸锭加工,运用Simufact-forming软件对锻造过程进行数值仿真,对比模拟和实际锻造棒料表面的温度结果,结合锻后金相组织显微观察,分析了不同加工温度对最终锻坯微观组织的影响规律。结果表明：与传统的β相区锻造工艺获得的组织相比,优化后低温高α相区锻造工艺下的锻坯内、中、外晶粒尺寸明显细小;锻造数值模拟结果和实际锻造试验结果基本吻合,对锻前的工艺设计和锻造组织的形成机理,有限元数值模拟技术均能起到很好的辅助分析作用,表现出较高的工程应用价值。