基于卷积神经网络的船舶复合接头焊接损伤识别

提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的船舶复合接头焊接损伤识别方法。采用Ansys软件对焊接过程进行模拟,考虑5种不同损伤位置和损伤程度的模拟工况,采集不同工况条件下复合接头的应变响应数据。构建一维CNN,将数据分为训练集和测试集放入神经网络中进行训练和测试,验证该方法对复合接头焊接过程中不同损伤位置和损伤程度进行识别的适用性。结果表明,该方法在结构焊接损伤检测方面具有良好的检测性能。

基于模态分析的中厚板焊接损伤识别

对钢结构损伤的准确识别是确保钢结构安全可靠的重要保证。提出了一种利用动力试验结合有限元模拟检测钢结构损伤的方法,先通过有限元模型计算损伤中厚板的模态频率,再结合现场所采集的试验数据,利用模态分析技术获得焊接中厚板的损伤前后动力参数。利用损伤前后中厚板各单元的特征比确定板的损伤位置。经实例验算,证明该方法准确、简便,提高了钢结构损伤识别的效率和精度。

基于导波的焊接方管损伤检测的仿真与实验分析

基于导波的损伤检测方法是结构健康监测领域的研究热点,并在工程应用上表现出很大的潜力。通过有限元仿真和实验分析的方法对某型列车底盘转向架局部焊接方管结构上的损伤检测问题进行研究。仿真中建立结构的三维模型以模拟导波在其中的传播过程,实验中采用主动式换能器网络激发和接受在结构中传播的导波。优选激励频率以减少导波固有的多模式现象对后续信号分析的影响。借助小波变换和希尔伯特变换等方法对所有采集到的信号进行处理,并利用"导波三角定位法"进行损伤定位。实验结果验证了该方法的有效性。

浅析基于损伤力学的焊接结构性能分析

由于焊接是一个局部快速加热到高温,并随后快速冷却的过程。焊接过程中产生的焊接应力和变形会影响焊接结构的刚度和稳定性,焊接过程中的局部高温会改变母材的材料组织,影响其疲劳强度、抗脆断和耐腐蚀能力。从损伤力学理论出发,在考虑焊接损伤的作用下,总结分析焊接残余应力对焊接结构性能的影响。

微波组件中多层陶瓷电容器装联工艺研究

多层陶瓷电容器(MLCC)在微波模块或组件电子装联焊接过程中,经常出现裂纹、断裂故障。通过模拟MLCC多种焊接方式,制备样品,进行DPA分析,发现目前常用的手工焊接方式会使MLCC产生不同程度的裂纹缺陷。这些裂纹在后续的环境试验中将不断扩大,从而导致产品失效。分析了MLCC裂纹产生的原因和机理,给出了MLCC无损伤的焊接方式。

Void damage evolution of LF6 aluminum alloy welded joints under external load and thermal cycling conditions

Based on the simulated aerospace thermal cycling tests,the effect of thermal cycle on the void damage evolution mechanism of LF6 aluminum alloy welded joint was investigated.The results show that micro-voids form around the second phase particles under the thermal cycling tests.The thermal stress coupled with external stress leads to dislocations pile-up around the particles,and when the dislocation density reaches a certain degree,the stress concentration will exceed the bonding strength at the interface between particles and matrix,resulting in the formation of micro-cracks.The numerical simulation is successfully implemented with the finite element to describe the void damage evolution of the welded joint under thermal cycling conditions.