液态铝在纤维预制体中非饱和浸渗的数值模拟

为了更加真实地反映液态金属在纤维预制体中的浸渗规律,基于等温浸渗假设模拟了液态铝在纤维预制体中的非饱和渗流行为,研究了非饱和浸渗带内具有不同饱和度的浸渗前沿在渗流过程中的演变规律.模拟结果表明,饱和预制体与未浸渗预制体之间存在一个非饱和浸渗区,非饱和浸渗区的宽度随浸渗时间不断变化.根据预制体中首次达到某饱和度的时间及位置,研究了具有该饱和度的浸渗前沿的运动规律,得出浸渗深度与浸渗时间之间存在平方根关系,这与渗流场分析的理论解是一致的.此模拟方法克服了饱和浸渗假设中浸渗前沿饱和度突变的缺点,更加接近实际情况.     

炭／炭复合材料微观孔隙结构演化的分形特征

提出了一种用分形理论研究炭／炭（C／C）复合材料制备过程中孔隙演化特征的新方法．基于压汞测试数据，根据海绵分形模型及热力学关系模型导出的多孔介质分形维数计算公式，计算了致密化各阶段C／C复合材料孔隙的分形维数，并研究了分形维数随孔隙演化过程的变化规律．结果表明C／C复合材料属于多孔分形介质，孔隙分形维数随孔隙率的减小而增大，但同时受到热解炭织构形态的影响，从各向同性到高织构热解炭，分形维数减小．分形维数综合反映了C／C复合材料内部孔隙的复杂程度和热解炭的形貌特征，是监控C／C复合材料致密化过程中孔隙演化的一个有效参数．     

基于CNFN 的液固挤压复合材料MIMO 系统建模与仿真

针对液固挤压复合材料多输入/多输出系统的复杂非线性建模问题,提出了一种基于模糊神经网络的建模方法.在对该系统进行描述与分析的基础上,采用正交实验数据和有限元模拟数据组成样本集,利用改进的补偿模糊神经网络(CNFN)学习算法,建立了液固挤压复合材料MIMO系统的CNFN辨识模型.仿真结果表明,可以实现对双输出变量较为准确的预测,并能展现工艺参数之间的交互作用和变化规律.按所建模型的预测参数进行实验,取得良好效果,说明建模方法的可行性和有效性.     

半固态挤压变形体传热有限元模型及动态仿真

在对半固态挤压工艺实质进行分析研究的基础上，建立了半固态挤压复合材料变形体传热有限元模型，基于Fortran语言及Matlab开发了半固态挤压复合材料成形过程仿真及动态显示软件，可以对液态金属浸渗、凝固、挤压状态进行动态跟踪，得到任意时刻复合材料变形体内部的温度分布规律和液态熔池位置，并能够直观、形象地显示出来。仿真结果与实验结果吻合较好，说明了有限元模型及其仿真软件的可靠性。为工艺过程设计、预测成形质量和选择最佳工艺参数提供了理论依据。     

基于遗传算法的半固态挤压工艺参数优化研究

提出将遗传算法用于半固态挤压工艺参数的优化中，选用AlCuSiMg合金进行半固态挤压试验，结合人工神经网络方法建立了半固态挤压系统的优化模型，在对遗传算法实现的关键问题中，如编码原则，初始种群的产生，目标函数向适应值函数的映射，适应值的调整，以及种数数目，杂交概率，变异概率等参数的选择进行研究的基础上，确定了合适的遗传参数，计算出了半固态挤压工艺参数的优化数据，按该参数进行试验，效果良好，可以有效地减小半固态挤压变形力，其试验数值与计算数值基本相符，说明所提出的方法是可行的。     

熔滴喷射关键参数测控系统设计

熔滴喷射装置内的温度、气体压力及激振频率直接影响熔滴喷射质量。本文以LabVIEW为开发平台开发的熔滴喷射的关键参数测控系统,通过RS-232串口实现了计算机与传统仪器的信息传送;以DAQ卡PCL-818L为基础,完成了对过程变量的检测,并通过改进实际PID控制器和利用LabVIEW内嵌的PID控制工具包,实现了对温度的精确控制。     

超塑性微挤压控制系统及可视化实现

针对超塑性微挤压成形工艺要求,以快速控制原型设计概念为基础,利用MATLAB在控制方面的强大功能建立整个实验平台的运动控制模型。完成了VB与MATILAB混合编程及VB对数据库的访问,开发出功能与界面完美结合的人机交互处理系统。     

基于均匀金属微滴喷射的3D打印技术

均匀金属微滴喷射技术是基于喷墨打印的原理,于20世纪90年代初提出并发展起来的一种3D打印技术.它是以均匀金属微滴为基本成型单元,依据零件形状特征逐点、逐层"堆积"而实现三维结构的快速打印技术,具有喷射材料范围广、无约束自由成形和无需昂贵专用设备等优点,在微小复杂金属件制备、电路打印与电子封装以及结构功能一体化制造等领域具有广泛应用前景.由于金属材料具有熔点高、易氧化、粘性和表面张力大等特点,与非金属材料喷射沉积有很大差异.本文分析了金属微滴喷射方式及其机理,概述了此领域国内外研究现状,并结合笔者研究实践,阐述了金属微滴喷射沉积需要解决的关键技术及实例,如微滴喷射装置开发、喷射成型参数优化等,并对该技术的重点研究方向进行了展望.     

复合材料液态浸渗挤压过程中关键问题的处理

根据复合材料Al2O3sf/2A12液态浸渗挤压工艺的特点,探讨了挤压模拟过程中的几个关键问题,并介绍了在软件AutoForge中的处理方法.模拟结果与试验结果相吻合,从而证实了关键问题处理的可行性和准确性,并为该工艺的参数优化和实际应用提供了理论依据.     

利用人工神经网络的偏光下热解炭织构类型识别

针对现有炭/炭复合材料热解炭织构类型的识别方法受人为因素影响较大和操作过程比较复杂等问题,提出了基于热解炭偏光形貌和人工神经网络的热解炭织构类型识别方法.识别时,从炭/炭复合材料的偏光显微图像中分割出热解炭区域,分别用线邻域灰度共生矩阵法和面邻域灰度共生矩阵法提取热解炭的纹理特征,并运用人工神经网络对提取出来的纹理特征进行自动识别,识别率都很高,表明这2类统计纹理特征可以对热解炭织构进行较好的描述.