超塑—等温技术压制模具型腔的比单位压力的实验研究

用超塑——等温技术压制模具型腔时,其模具冲头(模芯)材料可参照“比单位压力”(P/σ_2)进行选定。本文通过实验,分析、验证后得出结论:在正常润滑条件下,“比单位压力”一般为(3.0～3.5);为此,在选择模具冲头(模芯)的材料时,其σ_s值应为被压制材料的σ_s值的(3.0～3.5)倍,否则,在超塑——等温条件下压制模具型腔时,冲头将可能产生塑性变形,从而影响模具型腔的尺寸精度。     

基于ANSYS的热成形模具结构优化

基于冲压成型工艺试验分析系统,针对模具内材料受热膨胀将对模具导向装置及结构造成干涉的问题,利用有 限元分析软件ANSYS对模内温度场进行热力耦合分析,得出各部分材料的热膨胀程度。为基于正向压边模架的模内加 热装置提供可靠的实验参数和热力学设计依据,提高了模具结构设计的合理性,达到优化设计的目的。     

基于ANSYS的板料成型系统模内加热模块热分析

针对目前板料热成形过程中存在的能量浪费、板料氧化严重等缺点,文章对模内加热方案进行研究探讨,使用ANSYS-Icepack对板料冲压成形的模内加热温度场进行模拟分析,并以此基础做出实物并调试对比模拟状况。结果显示：对于该模架,上下模1 000 W的热源同时加热时,加热组块最高温度可达近400℃,中间板材可加热到300 qC以上,10min之后散热和加热接近平衡。按该模型设计的实际加热系统的温度分布与模拟基本接近。该研究对模内加热模块的设计进行了模拟与初步的试验,将有助于板料热成形技术方面发展。     

手机外壳注塑模具设计

手机外壳外表面要求高,扣位多而尺寸小,结构复杂,是手机模具研制中的关键。运用UG、AutoCAD软件设计一 个翻盖手机外壳注塑模具,根据塑件结构,阐述了浇注系统、侧抽芯机构以及顶针与模仁等模具设计要点。侧抽芯机构 为该模具设计难点,共设有5个滑决机构和7个单边导滑的斜顶机构。其中,2个滑块机构由斜导柱驱动的定模滑块成 型2个内侧转轴孔,这2个滑决共用1个楔紧块。采用一模一腔,三板模结构,共设3个浇口以迅速均匀填充。采用镶 决式的组合式型芯模仁以便于加工利于排气。该模具设计思路新颖,在保证塑件成型质量和效率的前提下,简化了模具 结构,降低加工和维修难度。     

超薄板焊接熔池流场数值模拟

为了研究超薄板焊接质量差的问题,根据流体力学和传热学原理,建立超薄板焊接熔池的二维数值分析模型。 电弧热源模型采用高斯热源分布模型,模型考虑了超薄板固态金属的热传导、熔池与外部环境的对流辐射、熔池内部液 态金属质点的热传递、材料的热物理性能参数部分随温度变化等因素。采用FLUENT对超薄板微束等离子焊接熔池模 型进行求解,得出了熔池温度场、流场分布,并讨论了几种作用力对超薄板熔池流场的影响。研究结果表明表面张力是 超薄板熔池内部液态金属流动的主要驱动力     

瓶坯成型工艺分析与注射模设计

使用Moldflow软件分析了一模两腔PET/PEN瓶坯热流道注射模注射成型过程,直观地模拟出塑料成型的充填、流动及冷却过程。[HTK]预测PET/PEN瓶坯成型过程中可能出现的缺陷,优化冷却水道直径、布局和浇注系统尺寸,提出优化注射方案,对优化后方案进行可行性模拟,预测和解决PET/PEN瓶坯设计、模具设计及成型过程中存在的缺陷,具有快速、准确、方便、高效等优势,可以缩短模具制造周期,降低成本,提高生产效率。     

基于热扩散理论的窗融合方法研究

窗融合是滑动窗目标检测方法中的一个重要步骤。针对传统方法的缺陷,提出了一种新的窗融合方法。该方法把每个初始窗口当作系统中的一个位置,两个窗口的检测分数和重叠面积用来计算对应位置之间的热传导系数,最终利用线性各向异性热扩散条件下系统温度之和最大化问题来模拟窗融合工作。采用贪婪算法获得目标函数的近似最优解,相应的热源即为窗融合结果。在VOC2009目标数据库和INRIA行人数据库上的实验显示,该方法不仅能够删除重复检测,还可以排除误检以及防止相邻目标干扰。相比传统的非极大值抑制方法,该方法在不损失召回率的前提下显著地提升了目标的检测精度。     

球形凸模胀形时胀形力的理论计算与实验验证

本文从塑性力学出发,推导出了球形凸模胀形力的理论计算公式,根据该公式做出了胀形力P和胀形深度h理论函数关系曲线——P-h理论曲线,并且对曲线进行了实验验证.当β=1,sσ取屈服强度和强度极限的平均值时,凸模胀形理论曲线与实验所得的凸模胀形曲线几乎完全重合.从而证实了理论公式的正确性.     

改进的RBF神经网络模式分类方法应用研究

经典的 Bayes分类方法一般需要事先对样本的分布特性作出假设 ,当假设模型与样本实际分布情况不相符时 ,就难以得到较高的分类精度。当处理同类别多区域样本分布问题 ,例如变标签问题时 ,距离判别、Fisher判别、k-近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战 ,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的 RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算法大致相同。核函数生成既考虑了训练集样本自身的类别因素 ,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层 LBF网络对提高改进的 RBF网络分类正确率的极端重要性。大量应用实例表明 ,与前向三层 RBF网络和前向三层 LBF网络相比 ,该 IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点 ,有利于实现实时分析