收到日期:2021 年 8 月 5 日;修改后收到日期:2021 年 9 月 28 日;接受日期:2021 年 10 月 2 日;在线发布日期:2021 年 11 月 1 日摘要本文对室温下由多孔功能梯度聚合物材料 (PFGPM) 制成的 3D 打印圆柱形试件进行了疲劳寿命试验。在各种孔隙率和梯度指数参数下,获得了完全反向弯曲、平均应力等于零的恒幅载荷的试验结果。使用应力寿命方法通过实验评估疲劳特性。对光滑试件进行了 FEA 模拟,采用了三种加载模式(反向弯曲、反向轴向和反向扭转)。数值分析 (FEA) 和实验结果用于强调应力比 (R) 对疲劳寿命的影响。在反向弯曲试验中使用了五个应力比值(R = -1、0、0.25、0.5 和 1)。试验结果表明,受反向弯曲的试件的寿命比受轴向和扭转载荷模式的试件更长。结果表明,试件的寿命随着载荷比的增加而增加,实验和数值工作之间的最大差异为 8%。疲劳极限值受孔隙率参数和梯度指数的影响。版权所有 © 2021 国际能源与环境基金会 - 保留所有权利。关键词:应力寿命方法;SN 曲线;加载模式;应力比;疲劳寿命;FEA。1. 简介功能梯度材料 (FGM) 是一类先进材料,其结构特性沿厚度方向分级 [1]。孔隙率梯度是 FGM,其中材料通过部分层的密度或孔径的变化可用于增强其特性。它们可以使用 3D 打印技术用各种材料制成。在金属和聚合物泡沫中可以找到提供轻质和足够机械稳定性能的 PFGM。除其他各种用途外,聚合物还是一种用途广泛且必不可少的材料,可用于能源、航空航天和生物材料,因为它们能有效吸收冲击载荷并控制静态和动态响应,[2]。据估计,90% 的金属部件使用故障都是由疲劳引起的。疲劳过程经历几个阶段,从工程角度来看,将结构的疲劳寿命分为三个阶段比较方便:疲劳裂纹萌生、稳定裂纹扩展和不稳定裂纹扩展 [3]。QS Wang 等人 [4] 研究了功能梯度 Ti-6Al-4V 网状结构在相同体积应力条件下的疲劳行为。研究发现,疲劳裂纹首先萌生在
随着人工智能(AI)和物联网(IoT)的发展,智能服装具有巨大的增长潜力,以满足各个领域消费者的个性化需求。本文旨在构建一个集成技术接受模型(TAM)和功能-表现力-美学(FEA)模型的模型,以探讨影响消费者智能服装购买意愿(PI)的关键因素。采用偏最小二乘结构方程模型(PLS-SEM)分析数据,并辅以模糊集定性比较分析(fsQCA)。PLS-SEM 结果表明,功能性(FUN)、表现力(EXP)和美学(AES)特征对感知易用性(PEOU)有显着的正向影响,并且只有 EXP 会影响感知有用性(PU)。PU 和 PEOU 对消费者态度(ATT)有正向影响。随后,PU 和消费者的 ATT 对 PI 产生正向影响。 fsQCA 揭示了影响消费者智能服装购买行为的因素之间的非线性复杂相互作用,并揭示了消费者智能服装购买意愿的五个必要条件和六个充分条件。本文通过将 FEA 模型整合到 TAM 中,进一步加深了理论理解。此外,在实践层面,它为消费者购买智能服装的意图提供了重要的见解。这些发现可为企业和设计师制定智能服装设计和推广策略提供宝贵工具。结果验证了有关智能服装智能服装购买意愿的理论概念,并为智能服装的实施和发展提供了有用的见解和营销建议。此外,本研究首次使用对称(PLS-SEM)和非对称(fsQCA)方法来解释智能服装智能服装购买意愿。
Parker 电机设计中心 (PMDC) 致力于推动电机技术的发展,使 FSD 客户能够利用低成本、成熟的制造能力和快速原型设计在短短六周内生产出一台工作电机。这些电机用于燃油泵,在许多应用中取代了发动机驱动的燃油泵。PMDC 工程师开发了一种专有设计工具,用于创建最佳电机配置。• 优化磁性有限元分析 (FEA) • 应用系统模拟 • 建立最佳电机几何形状 • 模拟热性能
选择 L 16 正交阵列 1 作为设计工具,用于评估 k 因子测试板系统中所有已确定的主要因素及其预期相互作用的影响。由于本研究的重点是推导用于估计目的的数学方程,因此正确定义实验布局以捕获所有变异源非常重要;即,当未解决的变异性最小化时,方程的准确性最高。正确定义实验后,根据矩阵准备适当的模型,并通过有限元分析热求解器 (ABAQUS) 进行处理。FEA 软件返回的典型数据集显示在表 2 的最右列中。进行统计分析,可以从完成的数据集中得出正交多项式方程。
物理设计是一个具有挑战性的过程,因为设计需要:1)处理日益复杂的 EWIS 系统,该系统需要与现代机上娱乐系统、多电动飞机 (MEA) 和全电动飞机 (FEA) 等带来的越来越多的电子系统互连;2)遵守当局和飞机 OEM 发布的众多设计规范,以及 EWIS 供应商的多学科设计规则和最佳实践,以保证航空安全;3)在协同飞机设计环境中处理机身和其他系统的设计变更。这些挑战意味着设计师现在在高压下工作,设计结果容易出错,并且会受到大量更改和有限的设计优化机会的影响。
研究摘要 基于人工智能的机械材料替代模型 ➢ “结构-物理场”联系:大量的“科学人工智能”研究侧重于学习“结构-性质”关系,而我的博士研究则侧重于开发基于深度学习的所谓“结构-物理场”联系方法。物理场可以是应变/应力场、势能或电子密度分布。我对物理场预测感兴趣的原因是:1)与单一材料性质相比,物理场包含更全面的信息;2)可以从物理场计算出导数性质(例如从应力场到杨氏模量)。 ➢ 绕过 FEA 计算的基于人工智能的替代模型:我提出了一个条件生成对抗网络
• 拥有机械工程或类似专业学士或以上学位。 • 拥有电池开发方面的良好记录。 • 拥有电池设计经验,包括安全性、热管理、机械、结构和密封。 • 拥有在商业或学术环境中组装和测试原型电池的经验。 • 拥有使用 CAD 软件和 FEA 进行热和结构分析的经验。 • 拥有特许工程师资格或正在努力获得该资格。 • 能够编写技术报告供整个公司分发,并为技术进步提出建议。 • 拥有定期向您的直线经理和项目管理团队报告进度的经验,并能根据需要向高级管理团队进行汇报。 • 最好拥有危险/高压电池系统设计经验。
SSC-363 旨在量化海洋结构应力分析中的误差,并提供建立设计安全标准所需的信息。虽然它确实试图将偶然不确定性和认知不确定性区分开来,但在审查的报告中,这种做法相当不寻常,但在这方面它并不完全成功。这不是一项简单的任务,而且对于哪些变量属于这两类之一,在解释上似乎存在根本差异。作者假设 SRSS(平方和的平方根)可用于组合几乎所有的不确定性,而不管基本变量之间是否存在任何可能的相关性。在评估 FEA(有限元分析)的准确性时,网格细化被忽略,可靠性评估中利用的一系列全尺寸测量程序也是如此。
15. 补充说明 由船舶结构委员会主办,由其成员机构联合资助 16. 摘要 缺乏有关流体动力载荷的信息是高速滑行艇结构设计的一个障碍。该项目的目标是开发和验证一种实用的方法,使用时域模拟来推动高速滑行艇的结构设计。模拟器通过计算二维力并积分结果来求解运动方程,从而预测滑行艇的运动。使用 Smiley (1951) 的模型将截面压力扩展为横向压力分布,然后将其转换为有限元法 (FEA) 载荷图以进行结构分析。将结果与玻璃纤维滑水艇的测量数据以及 Jones 和 Allen (1972) 的数据进行了比较。