人工神经网络快速预测蠕墨铸铁的性能

蠕墨铸铁具有优异的力学性能、铸造性能、抗热疲劳和耐磨性能,是大功率柴油发动机缸体的理想合金材料.蠕墨铸铁容易受到生产工艺因素的影响,蠕化率难以控制,必须依靠炉前快速分析技术加以严格控制.以蠕墨铸铁的化学成分和力学性能为研究对象,在大量实验数据的基础上,采用Matlab软件中的误差反向传播算法神经网络工具箱,通过二次开发建立了一个基于热分析的预测网络,实现蠕墨铸铁性能的炉前化学成分和力学性能的快速预测,并与理化实测数据进行分析对比.结果表明,人工神经网络能充分逼近复杂的非线性系统,准确快速地预测蠕墨铸铁的化学成分和力学性能,有利于蠕墨铸铁的蠕化率、化学成分和力学性能的炉前快速监控,确保蠕化处理效果的稳定性,提高产品质量,降低铸铁的生产成本.

基于LabVIEW的快速热分析仪数据采集系统的研究

通过热分析仪以热分析法的基本原理测定铁液凝固冷却过程中的温度变化曲线,依据铁液凝固温度、过冷度等特征参数来分析铁液的碳、硅和碳硅当量的含量,以达到分析液态金属凝固性能的目的.建立液态金属凝固温度曲线变化的数学物理模型,分析快速热分析原理,并在此基础上,设计了温度数据采集电路和基于LabVIEW的虚拟系统,从而构筑液态金属快速分析系统.

吊耳焊缝应力分析及其结构设计

为探究吊耳根部焊缝开裂现象,采用有限元分析软件对吊耳焊缝的应力应变过程进行分析,得到焊缝截面上的应力分布规律,罐身直径1 400 mm的中药提取罐吊耳根部焊缝承受最大拉应力为148.98 MPa,其大于焊缝许用应力,焊缝易产生裂痕.通过加入补强筋板的方式,使其危险截面最大应力值降至77.08 MPa,有效地预防了焊缝开裂.