基于热焓补偿法的高强铝合金半固态制浆装置及工艺研究
发布时间:2022-12-11 11:52
半固态成形技术是近年来发展迅速的一种金属材料近净成形技术,它结合了固态成形和液态成形的优点,能够以较低的生产成本获得较高的产品性能,其产品广泛应用于汽车、航天、通信等领域。现有的流变制浆技术主要存在适用合金材料少,温度场分布不均匀,工艺参数优化慢等难点。本课题基于本实验室自主开发的热焓补偿法流变制浆技术,以半固态成形工艺窗口较窄、难以实现半固态加工的7075高强铝合金材料为研究对象,开展了对此制浆技术的一系列研究,主要完成工作如下:利用有限元分析软件模拟了部分参数对浆料温度场的影响情况,为实验装置设计和实验方案设计提供参考。数值模拟结果表明:坩埚底部越薄,浆料温度场越均匀。适当增大坩埚底部到感应线圈底部的距离,可以使浆料温度分布更均匀。其他参数相同时,随着加热时间增大,浆料整体温差先减小后增大。不同工艺参数条件下确定温差随时间变化的拐点对于均匀浆料温度场很重要。根据热焓补偿法制浆工艺特点和数值模拟结果,设计了一套自动化制浆装置。选取坩埚初始温度、熔体重量、加热功率和加热时间四个工艺参数进行实验研究。分别探究了单因素变化时对半固态浆料径向、轴向以及整体温度场的影响规律,对工艺参数的优化进...
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
图1-4双螺旋机械搅拌装置示意图[15]
流变成形凝固过程微观组织的演变[8]
不同合金的液相分数-温度曲线[35]
【参考文献】:
期刊论文
[1]汽车轻量化研究[J]. 周伟,苏世荣,储胜林,梁媛媛,王浩. 汽车工程师. 2019(01)
[2]机器学习综述[J]. 石弘一. 通讯世界. 2018(10)
[3]2017年宝安技师沙龙交流活动半固态压铸成形技术在汽车及通讯行业的应用研讨会[J]. 模具制造. 2017(09)
[4]半固态成形工艺特点及发展现状[J]. 孟毅. 精密成形工程. 2016(04)
[5]温度均匀化处理对半固态7075铝合金浆料组织的影响[J]. 杨斌,毛卫民,宋晓俊. 特种铸造及有色合金. 2013(12)
[6]7075铝合金浆料的倒锥形通道制备技术[J]. 李冬月,何欣祥,闫博砚,毛卫民. 铸造. 2012(10)
博士论文
[1]基于机器学习及智能算法的柴油机性能预测及优化研究[D]. 牛晓晓.哈尔滨工程大学 2017
[2]Al-Si合金半固态浆料制备技术及应用研究[D]. 梁小康.北京有色金属研究总院 2017
[3]半固态铝合金的超声振动制浆及其流变成形技术研究[D]. 吕书林.华中科技大学 2012
[4]连铸直轧电磁感应补偿加热过程数值模拟技术的研究与开发[D]. 刘浩.华中科技大学 2007
硕士论文
[1]高强铝合金7075半固态流变制浆技术及装置的研发[D]. 李干.哈尔滨工业大学 2019
[2]基于机器学习的多孔介质渗透率预测研究[D]. 李佳.浙江大学 2019
[3]高强度薄板多工步压制成形回弹预测与工艺参数优化及其应用研究[D]. 宋晨俊.浙江大学 2019
[4]基于支持向量机回归算法的薄板冲压成形工艺参数优化[D]. 冯小龙.湖南大学 2013
[5]LSPSF法制备半固态A356浆料工艺参数的优化[D]. 朱光磊.南昌大学 2007
本文编号:3718732
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
图1-4双螺旋机械搅拌装置示意图[15]
流变成形凝固过程微观组织的演变[8]
不同合金的液相分数-温度曲线[35]
【参考文献】:
期刊论文
[1]汽车轻量化研究[J]. 周伟,苏世荣,储胜林,梁媛媛,王浩. 汽车工程师. 2019(01)
[2]机器学习综述[J]. 石弘一. 通讯世界. 2018(10)
[3]2017年宝安技师沙龙交流活动半固态压铸成形技术在汽车及通讯行业的应用研讨会[J]. 模具制造. 2017(09)
[4]半固态成形工艺特点及发展现状[J]. 孟毅. 精密成形工程. 2016(04)
[5]温度均匀化处理对半固态7075铝合金浆料组织的影响[J]. 杨斌,毛卫民,宋晓俊. 特种铸造及有色合金. 2013(12)
[6]7075铝合金浆料的倒锥形通道制备技术[J]. 李冬月,何欣祥,闫博砚,毛卫民. 铸造. 2012(10)
博士论文
[1]基于机器学习及智能算法的柴油机性能预测及优化研究[D]. 牛晓晓.哈尔滨工程大学 2017
[2]Al-Si合金半固态浆料制备技术及应用研究[D]. 梁小康.北京有色金属研究总院 2017
[3]半固态铝合金的超声振动制浆及其流变成形技术研究[D]. 吕书林.华中科技大学 2012
[4]连铸直轧电磁感应补偿加热过程数值模拟技术的研究与开发[D]. 刘浩.华中科技大学 2007
硕士论文
[1]高强铝合金7075半固态流变制浆技术及装置的研发[D]. 李干.哈尔滨工业大学 2019
[2]基于机器学习的多孔介质渗透率预测研究[D]. 李佳.浙江大学 2019
[3]高强度薄板多工步压制成形回弹预测与工艺参数优化及其应用研究[D]. 宋晨俊.浙江大学 2019
[4]基于支持向量机回归算法的薄板冲压成形工艺参数优化[D]. 冯小龙.湖南大学 2013
[5]LSPSF法制备半固态A356浆料工艺参数的优化[D]. 朱光磊.南昌大学 2007
本文编号:3718732
本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/3718732.html