首页>
根据【关键词:形成机理,低倍粗晶组织,热变形,TB6钛合金,预测模型】搜索到相关结果 7 条
-
航空铝合金研究进展与发展趋势
-
作者:
臧金鑫
陈军洲
韩凯
邢清源
戴圣龙
来源:
中国材料进展
年份:
2023
文献类型 :
期刊
关键词:
航空铝合金
热变形
合金成分设计
熔铸
热处理
-
描述:
铝合金广泛应用于飞机主承力框、梁、壁板、蒙皮等部位,占飞机结构重量的40%~70%,是非常重要的结构材料。从最初仅仅满足对强度的需求逐渐扩展到面向耐腐蚀、高强高韧、耐损伤等综合性能要求,国内外航空铝合金在需求牵引与自身的技术进步的双重推动下,至今已经发展至第五代。首先对国内外航空铝合金发展历程进行了简要总结,接着,为进一步推动国产航空铝合金研发和应用,对航空铝合金制备全工艺流程所涉及的热点问题及研究进展进行了总结和讨论,如合金成分设计、熔铸技术、热变形技术、热处理技术等。最后,结合航空装备发展需求和国内技术现状,对我国航空铝合金发展趋势和重要方向提出了建议。
-
航空发动机液压管路疲劳寿命预测模型研究
-
作者:
闫国华
杜豪
刘勇
刘中华
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
液压管路
航空发动机
预测模型
疲劳寿命
-
描述:
为较为准确地评估航空发动机液压管路的疲劳寿命,提出一种疲劳寿命预测模型。该模型重点计算一个循环周期内载荷对液压管路造成的损伤,在此基础上,建立液压管路危险点处的应力与疲劳寿命之间的解析关系式。将该模型用于某型航空发动机外部液压管路疲劳寿命的计算,并将该理论计算结果与有限元仿真结果进行对比,验证了该疲劳寿命预测模型的有效性。
-
民用航空安全风险预测模型的研究
-
作者:
赵珊
来源:
自动化应用
年份:
2023
文献类型 :
期刊
关键词:
民用航空
安全风险
预测模型
-
描述:
为进一步提升民用航空安全风险预测能力水平,本文以长短期记忆(LSTM)的典型BP神经网络为基础,设计与优化其具体参数和算法流程,最终搭建基于双向LSTM/BP的民用航空安全风险预测模型,并测试其应用效果。测试结果显示,该模型在准确率的优势相对较为突出,证明该模型的设计取得了初步成功,具有一定的应用价值。
-
航空发动机液压管路疲劳寿命预测模型研究
-
作者:
闫国华
杜豪
刘勇
刘中华
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
液压管路
航空发动机
预测模型
疲劳寿命
-
描述:
为较为准确地评估航空发动机液压管路的疲劳寿命,提出一种疲劳寿命预测模型。该模型重点计算一个循环周期内载荷对液压管路造成的损伤,在此基础上,建立液压管路危险点处的应力与疲劳寿命之间的解析关系式。将该模型用于某型航空发动机外部液压管路疲劳寿命的计算,并将该理论计算结果与有限元仿真结果进行对比,验证了该疲劳寿命预测模型的有效性。
-
1Cr10Co6MoVNbN航空用不锈钢的热变形行为
-
作者:
白青青
胡进
刘庭耀
王婀娜
宋令玺
来源:
锻压技术
年份:
2023
文献类型 :
期刊
关键词:
再结晶
热变形
1Cr10Co6MoVNbN不锈钢
临界应变
本构方程
临界应力
-
描述:
采用Gleeble/3500热模拟实验机,研究了1Cr10Co6MoVNbN不锈钢在温度为800~1100℃、应变速率为0.01~10 s/1下的热变形行为,得到了其应力/应变曲线,并构建了本构方程
-
基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测
-
作者:
李浩
王卓健
李哲
陈煊
李园
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
寿命预测
深度学习
预测模型
数据融合
-
描述:
针对现有航空发动机剩余寿命预测大多基于单点预测模式,不能准确给出预测结果置信区间的问题,提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先,堆栈自编码器通过无监督式深度学习对发动机监测数据进行特征提取,构建反映性能退化的健康指标(HI),基于双向长短期记忆(BiLSTM)网络构建DeepAR预测模型,将提取后的HI序列输入到DeepAR模型中,预测模型对HI序列与使用时间的隐含关系进行全局学习,并输出发动机剩余寿命的概率分布参数。利用CMPASS涡扇发动机退化数据集进行实验,验证所提方法的有效性。结果表明,本文所提预测方法同其他方法相比,对监测数据融合的效果更好,预测模型性能提高6.4%,实际剩余寿命基本在95%置信区间内。
-
基于人工神经网络的航空铝合金激光切割工艺研究
-
作者:
刘远洋
杨红艳
张增焕
来源:
航空制造技术
年份:
2023
文献类型 :
期刊
关键词:
工艺优化
激光切割
航空铝合金
人工神经网络
预测模型
-
描述:
为了推动铝合金激光切割工艺在航空领域的应用,进而对航空铝合金激光切割工艺进行研究。采用正交试验获取了工艺参数与质量特性的数据样本;再利用Python语言建立一个包含双隐藏层的人工神经网络模型对样本进行学习,通过该模型探究了工艺参数同质量特性之间的影响关联并进行预测分析。结果表明,得到的各质量特性预测的平均误差都能控制在10%以内。通过该模型优化获得试验件的尺寸偏差、粗糙度和热影响区宽度的实际测量值和预测值误差分别为8.5%、6.4%和8.2%。