课程文献中心 更多>>

关键词： 飞机铝合金蒙皮   激光除漆   激光能量密度   微观组织   磨损特性  

摘要： 激光除漆以其绿色、高效、适用性广和非接触性的特点,成为了近年飞机蒙皮除漆的研究热点。然而,激光能量对铝合金飞机蒙皮基体材料性能的影响尚不明确,成为了制约其在工程实际应用的主要原因。除漆过程中的激光能量和热量会影响铝合金蒙皮基体的微观组织,而微观组织变化又将改变铝合金基材性能,其中基体耐磨性与蒙皮表面抗损伤能力直接相关。因此,研究激光除漆对铝合金飞机蒙皮基体微观组织演变与磨损特性的影响对激光除漆在飞机蒙皮上的工程应用具有重要的理论指导意义。 研究采用纳秒脉冲红外激光开展2024-T3铝合金飞机蒙皮表面漆层去除实验,通过调节激光能量密度,可除漆至阳极氧化层、铝合金、铝合金熔融三个阶段及其过渡阶段。利用光学显微镜（OM）、3D表面轮廓仪（LSCM）、扫描电子显微镜（SEM）、维氏显微硬度仪、电子背散射衍射（EBSD）、X射线衍射仪（XRD）等测试手段系统分析阳极氧化层、完整铝合金、铝合金熔融阶段下基体材料微观组织,阐明激光除漆对2024-T3铝合金飞机蒙皮基材微观组织的影响机制。采用往复/旋转摩擦磨损试验机开展不同除漆阶段基体材料的滑动磨损试验,探讨了激光除漆前后基体磨损与损伤行为。最后,揭示了激光除漆后铝合金基体材料微观组织演变与磨损性能的影响关系。 论文主要结论如下: （1）通过调节激光能量密度可有效去除飞机蒙皮漆层,当激光能量密度为4.26 J/cm、15.25 J/cm和27.79 J/cm时,激光除漆至阳极氧化层、完整铝合金基体和铝合金基体熔融三个阶段。在合适的激光能量密度下,除漆后基体表面形貌相较于原始基体无明显改变,激光能量密度过高则会显著增大基体表面粗糙度与最大峰谷高度差。 （2）激光除漆至阳极氧化层、铝合金,基体微观组织无明显改变,基体表层显微硬度小幅增加,但不影响后续使用（硬度变化小于5%）;除漆至铝合金基体熔融,基体表层产生塑性变形,基体表层晶粒发生细化,基体表层显微硬度增加17.3%。随着激光能量密度增大,基体晶粒位错密度增加,逐渐形成位错缠绕及位错墙,最终导致晶粒细化;小角度晶界增加;基体滑移系启动难度增大;再结晶和变形晶粒数量增加。 （3）激光除漆后基体的磨痕特征和磨损机制与原始基体基本相同,以磨粒磨损、粘着磨损为主,磨损形貌表现为犁沟和磨屑黏附。当除漆至阳极氧化层、铝合金时,激光除漆后铝合金材料磨损体积轻微减小。当除漆至铝合金基体熔融时,磨损体积减小42.9%,最大磨痕宽度及深度降低。 （4）在合理的激光参数下,激光除漆不会显著改变基体表层微观组织和力学性能。但能量密度过大,会导致铝合金蒙皮表层晶粒细化,进而增加显微硬度。激光除漆后基体层显微硬度增加是耐磨性能增加的主要原因。虽然高能量密度下,铝合金基体硬度增加、磨损率减小,但可能会降低蒙皮的疲劳性能。

关键词： 铣刀磨损   状态识别   融合特征信息图   注意力机制   深度学习  

摘要： “十四五”智能制造发展规划的提出让工业母机——高端数控机床向着智能化、数字化和精密化的方向迈进。聚焦高端精密加工中心,刀具磨损状态的监测技术起着极其重要的作用,及时精确地识别出刀具的磨损状态能够提升工件的表面质量、保证加工尺寸精度、充分挖掘刀具切削性能和大幅提升工件的加工效率。因此,研究铣刀磨损状态识别方法具有重要的工程价值。本文对切削过程中的铣刀磨损进行监测,将切削过程中的声振信号作为监测信号,使用多传感器融合算法提升多传感信号特征与刀具磨损的映射精度,以融合特征信息图为载体可视化刀具磨损故障特征信息,最后基于深度学习算法提出了双注意力机制的深度残差金字塔网络实现铣刀磨损状态的精确识别。本文主要研究内容如下: 第一,刀具磨损多源信号采集的实验研究。为了收集刀具磨损过程中声振信号和刀具磨损图片搭建了主轴振动信号、工件振动信号、工作台振动信号、切削过程的声信号和刀具磨损图像的多源数据采集实验平台,完成了刀具磨损的多源数据采集实验。本部分综合考虑刀具磨损部位及其磨损形貌的典型模式,选择铣刀的侧部刀刃作为刀具磨损量的采集对象。进一步根据刀具磨损曲线变化率和磨损形貌,划分了六类刀具磨损状态。通过对比六类磨损状态下的声振信号特征,发现了刀具磨损状态与声振信号演变之间的关联。 第二,建立刀具磨损值的高敏感高方差融合特征空间。本部分基于常规的时域、频域和时频域分析方法,定位了信号频域中刀具磨损敏感频段。采用统计学方法、频谱分析法、功率谱分析方法和小波包变换方法提取了声振信号的多域特征。进一步采用皮尔森相关性系数法分析了刀具磨损值与多域信号特征的相关性。为了减少多域特征间的冗余性,实现多域特征的低维空间直观表达,采用主成分分析法实现多域信号特征的融合。 第三,建立刀具磨损状态识别模型。本部分基于上述特征空间,进一步考虑刀具磨损的时变性,提出基于融合特征信息图的数据集。进一步建立了含双注意力模块的深度残差金字塔网络,经模型训练、验证及对比,实现了刀具磨损状态的有效识别。本文所提出的融合特征信息图能加快模型的训练速度而不影响精度和准确度,同时本文所提出的刀具磨损状态识别模型在准确度、精度和F1分数等方面均优于其他模型。

摘要： 传动系统是车辆动力传递的核心，其性能与可靠性关乎车辆运行效率及安全。随着行驶里程的增加，齿轮、轴承等关键部件的磨损越来越严重，既会降低传动效率，又会导致系统故障，增加维护成本。汽车机械零件逐渐趋于复杂化，在长时间运行中很容易出现磨损等故障，严重时还会发生交通事故等。为此，应当注重车辆机械零部件磨损情况，及时有效采用预防保养技术，有效预测预防机械磨损，提高传动系统的可靠性。文章探讨基于磨损机理的预测预防技术，对关键部件实时监测与数据分析，结合智能化预测模型与故障诊断技术，提出优化措施，如改进润滑技术、应用高耐磨材料、创新关键部件设计等，以期提前发现潜在问题并减缓磨损，提升车辆的系统性能与经济效益。