XiaoMi-AI文件搜索系统
World File Search System工艺参数
了解 EVA 共聚物在 MAPLE 薄膜加工过程中的化学结构变化
摘要：利用基质辅助脉冲激光蒸发 (MAPLE) 技术获得了一系列聚乙烯-醋酸乙烯酯 (EVA) 涂层。通过改变工艺参数，即目标中的激光能量密度和 EVA 共聚物浓度，可以生产出具有各种形貌和表面特征的涂层。对薄膜结构的评估基于光学和原子力显微镜分析以及轮廓测量。基于傅里叶变换红外 (FTIR) 和 X 射线光电子能谱 (XPS) 光谱进行的详细化学结构研究表明，虽然总体结构得以保留，但乙烯 (Et) 和醋酸乙烯酯 (VAc) 嵌段发生了一些改变。最明显的变化是酯基转化为酮和羧基；尽管如此，脂肪族主链也发生了一些变化。无论使用何种工艺参数，EVA 涂层的化学结构都会发生变化。研究表明，使用氯仿作为溶剂溶解 EVA 共聚物可能是造成这种变化的原因，而且 EVA 大分子倾向于形成簇。然而，由于结构改变程度较低，MAPLE 技术已被证明可成功用于从结构更复杂的聚合物中获得涂层，这些聚合物可溶于有限数量的溶剂中。
液体流量控制器 (LFC) 液体流量计 (LFM)
LFC 内的柱塞式控制阀由脉冲宽度调制 (PWM) 信号控制，该信号实际上改变了施加到阀门上的平均能量。在没有电源的情况下，弹簧会迫使柱塞向下，推动阀座上的精密密封件，从而实现可靠关闭。当能量添加到电路中时，柱塞会顶住弹簧，从而允许液体流量增加。控制阀的设计针对摩擦进行了优化，并根据用户的确切工艺参数进行尺寸调整。
用于金属增材制造中包覆特性预测的混合机器学习框架
在过去十年中，金属增材制造 (MAM) 经历了重大发展并引起了广泛关注，因为它能够制造复杂零件、使用功能梯度材料制造产品、最大限度地减少浪费并实现低成本定制。尽管具有这些优势，但由于 MAM 工艺的复杂性，预测工艺参数对 MAM 打印覆层特性的影响仍然具有挑战性。机器学习 (ML) 技术有助于将工艺和工艺参数背后的物理特性与覆层特性联系起来。在本研究中，我们介绍了一种混合方法，该方法利用经过校准的多物理计算流体动力学 (CFD) 模型和实验研究提供的数据来准备必要的大数据集，然后使用由各种 ML 模型组成的综合框架来预测和理解覆层特性。我们首先通过将实验数据融合到使用为本研究开发的 CFD 模型生成的数据中来编译一个大量数据集。该数据集包含关键的包层特性，包括宽度、高度和深度等几何特征、标识包层质量的标签以及加工参数。其次，我们使用两组加工参数来训练 ML 模型：机器设置参数和物理感知参数，以及多功能 ML 模型和可靠的评估指标，以创建一个全面且可扩展的学习框架来预测包层几何形状
适应人工智能驱动的自主性
– 自动化——是指根据预先定义的规定规则自动执行特定任务的系统。例如，当工艺参数超过某些规定的限值时，反应堆保护系统会自动启动。 – 自主性——一组基于智能的功能，使系统能够对部署前未预先编程或预期的情况（即基于决策的响应）做出响应。自主系统具有一定程度的自我管理和自我指导行为，从而能够在没有外部干预的情况下弥补系统故障。
飞机陶瓷基复合材料指南...
• 由于某些性能的变异系数较高，因此对工艺性能数据进行了评估，并建立了物理性能验收限度——结果，一些数据被排除在外，需要生成新的数据。 • 进行了工艺参数评估，并计划进行额外评估，以便在不改变材料性能的情况下提高测试面板的质量和可重复性。 • 已生产了五批以上的预浸料和 100 块面板，并进行了 300 多次物理测试、60 次热物理测试和 700 多次机械测试。
文章 使用电子束技术进行 Ti-6Al-4V 线材增材制造
摘要：电子束自由曲面制造是一种送丝直接能量沉积增材制造工艺，其中真空条件可确保对大气进行出色的屏蔽并能够加工高反应性材料。在本文中，该技术应用于 α + β 钛合金 Ti-6Al-4V，以确定适合坚固构建的工艺参数。基于所选工艺参数，单个焊珠的尺寸和稀释度之间的相关性导致重叠距离在焊珠宽度的 70-75% 范围内，从而产生具有均匀高度和线性堆积速率的多焊珠层。此外，使用交替对称焊接序列堆叠具有不同数量轨道的层允许制造墙壁和块等简单结构。显微镜研究表明，主要结构由外延生长的柱状前 β 晶粒组成，具有一些随机分散的宏观和微观孔隙。所开发的微观结构由马氏体和细小的 α 层状结构混合而成，硬度适中且均匀，为 334 HV，极限抗拉强度为 953 MPa，断裂伸长率较低，为 4.5%。随后的应力消除热处理可使硬度分布均匀，断裂伸长率延长至 9.5%，但由于热处理过程中产生了细小的 α 层状结构，极限强度降至 881 MPa。通过能量色散 X 射线衍射测量的残余应力表明，沉积后纵向拉伸应力为 200-450 MPa，而进行应力消除处理后应力几乎为零。
直接金属沉积中基于神经网络的过程模型的迁移学习
增材制造工艺在工业领域越来越重要。特别是直接金属沉积 (DMD) 是一种很有前途的制造技术，因为它可以实现广泛的应用，例如从头开始制造零件、在传统加工的原始零件上添加材料，甚至高效修复高价值零件 [1]。除了许多优点外，该工艺的可控性仍然很困难，导致内部缺陷、几何偏差或微观结构不均匀。相变、粉末-气体动力学和参数不确定性等多种物理现象会影响工艺行为并使工艺处理复杂化。因此，需要进行大量的实验活动来确定具有可接受几何和材料性能的工艺参数
增材制造 316L 不锈钢
[1] 免责声明：本数据表中发布的所有数据仅供参考，不足以设计或认证零件。不对这些结果提供任何保证或担保。[2] 界限基于每个方向和机器的每个总体的十个样本的一个标准偏差。测试样本是从试样 (75x75x13mm) 加工而成的直径为 6.35 毫米的圆棒。方向 XY 数据是 X 和 Y 水平构建方向的平均值。[3] 使用其他粉末切割 (316L-D) 和/或 AM 工艺 (DED 和 PBF-EB) 生产的 AM 构建的工艺参数和热处理可根据特定应用要求进行优化。
FAA 先进材料联合卓越中心 (...
1. 制定表征新材料形式和评估制造成熟度的指南 1. 开发新材料数据库协议 2. 评估相对于现有数据库的材料和工艺变化的等效性 3. 评估选定的新材料和新工艺的关键工艺参数和关键特性，以及制造控制和检测方法的有效性，包括现场监测和 NDI 2. 评估长期材料和结构行为以及相关的维护活动 1. 评估老化对选定材料或结构细节的影响 2. 评估粘合接头的疲劳和损伤容限行为 3. 评估金属 AM 材料的疲劳行为