简介:为预测舰船航空飞行器防护涂层的服役寿命,在现有的老化动力学预测模型基础上,提出了改进的老化动力学模型与神经网络模型两种新的预测模型。对基材为AF1410,表面处理依次为喷丸、喷锌、喷底漆、喷磁漆的试样,进行三亚外部环境(紫外、热冲击、低温疲劳、盐雾)的综合加速试验,采用电化学阻抗谱技术测得了试样涂层腐蚀老化过程中的阻抗模值数据,并利用试验数据针对3种预测模型进行测试。测试结果表明,改进的老化动力学神经网络模型预测精度较传统老化动力学模型明显提高,且神经网络模型预测精度提高程度更明显。
简介:采用数值模拟与实验相结合的方法预测3道冷金属过渡(CMT)焊接接头的薄弱环节。通过有限元方法预测焊接接头中残余应力的分布特征;通过金相实验获得焊接接头中不同特征区域的微观组织形貌特征。接头对称面上的最大主应力值最高,故该区域在服役过程中较易产生拉伸裂纹。第一次层间冷却结束后,焊缝金属与基板的交界面上因等效von-Mises应力最大而具有较高的裂纹敏感性。根据金相分析结果,第3道焊缝中晶粒最为粗大,而层间的熔合区则具有粗大的晶间析出物组织特征,两种现象均意味着较差的力学性能。焊接接头中最为薄弱的区域则位于分别通过数值方法和实验方法得出的薄弱区域的交叉区域。
简介:Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。