简介:基于传统双辊铸轧工艺将固态因瓦合金(Invar)带材与熔融态铜液同时喂入铸轧机辊缝,在铸轧区高温、强压和塑性变形共同作用下,成功制备Invar/Cu层状复合带材。通过拉伸、弯曲、T型剥离及SEM、EDS测试,分析Invar/Cu复合带材的力学性能及拉伸断口和结合界面显微形貌。结果表明,折弯中覆层与基层协调变形,未出现分层现象;当界面结合强度较高时,拉伸应力-应变曲线只有一个应力平台;相反,由于Invar和Cu的力学性能差异,在等轴拉伸过程中出现界面分层现象,在两组元发生缩颈时,应力-应变曲线相应地出现两个应力平台;经800℃热处理1h,平均剥离强度由铸轧态的13.85N/mm提升至42.31N/mm;并且,退火处理后Cu侧剥离界面SEM和EDS结果证明,Cu侧黏连有更多的Fe,这说明退火处理可以增强Invar/Cu复合带材的界面结合强度。
简介:采用BP神经网络对聚酯玻璃钢氙弧灯加速老化的弯曲寿命进行了预测。通过对聚酯及其玻璃钢的人工氙弧灯加速老化,测试其不同老化时间的弯曲强度,对弯曲强度与老化时间进行BP神经网络的建模分析,借助MATLAB软件对聚酯玻璃钢的使用寿命分别进行分析与预测,并采用最小二乘法对所预测的结果进行了对比。结果表明:在以弯曲强度达到初始强度值的一半作为失效条件下,聚酯的氙灯老化寿命为813d,含填料玻璃钢老化寿命为1031d,无填料玻璃钢老化寿命为1065d,说明BP神经网络可以预测玻璃钢的老化寿命,预测结果与最小二乘法预测结果误差不大于8%,而且预测结果与该材料性能的实际情况相符。
简介:基于岩石能量交换原理和3种不同卸荷路径下(恒轴压卸围压、加轴压卸围压、轴压围压同时卸载)卸围压(初始围压为10MPa、20MPa、30MPa)试验,研究卸荷条件下岩石轴向吸收应变能、环向扩容消耗应变能、弹性应变能以及耗散能的演化特征与演化速率。研究结果表明,3个方案中,岩石轴向吸收的应变能主要转化为环向扩容消耗应变能,扩容程度为:方案3〉方案1〉方案2,而转化为耗散能较少,只有在临近破坏时耗散能才明显增加。初始围压对轴向应变能、环向扩容消耗应变能及弹性应变能的影响程度明显大于卸载路径,且都随着初始围压的增大呈近似线性增加。卸载路径和初始围压对耗散能有显著的影响。三个方案中应变能的演化速率均随着初始围压的增大而增加,初始围压对应变能演化速率的影响与卸载路径有关。