适用于金属板材拉伸DIC测试的夹具

    公开(公告)号:CN109883818A

    公开(公告)日:2019-06-14

    申请号:CN201910142580.0

    申请日:2019-02-26

    Abstract: 本发明提供了一种适用于金属板材拉伸DIC测试的夹具,包括内夹具、外夹具,所述外夹具包括外夹块(1),所述内夹具包括内夹块(2),多个内夹块(2)相互配合实现对试样的夹持,多个外夹块(1)相互配合实现对内夹块(2)的夹持,所述外夹具和内夹具通过内夹块(2)夹持面的相对面与外夹块(1)的内侧面相互配合实现对试样的夹紧。本发明通过内外夹块的设置,实现了试样放置方向的改变,使试样平面与观察方向垂直,便于测试时使用DIC相机观察记录板面内的变形情况。本发明通过拉伸过程中夹块斜面的自然靠近实现夹紧,此外,由于夹块斜面是对称布置的,拉伸时夹块两侧同时向中心收紧,可以保证试样良好的对中性。

    CFRP模压成形及CFRP/金属复合板材单步共固化成形测试装置

    公开(公告)号:CN109798941A

    公开(公告)日:2019-05-24

    申请号:CN201910193696.7

    申请日:2019-03-14

    Inventor: 何霁 李淑慧 郭聪

    Abstract: 本发明提出一种CFRP模压成形及CFRP/金属复合板材单步共固化成形装置,包括上模座总成与下模座总成,上模座总成安装在压力机的滑块上,下模座总成固定在压力机平台上,上模座总成包括上模座与上模,上模固定于上模座底部;上模座与上模之间依次设有垫块、弹性块以及上模隔热板,通过连接螺栓将上模座、垫板、弹性块、上模隔热板以及上模连接固定;下模座总成包括下模座与下模,下模固定于下模座顶部,下模与下模座之间设有下模隔热板,下模座置于压力机平台上;上模座顶部设有安装支架,上模座通过安装支架固定于压力机的滑块上,并随滑块上下移动,下模、下模隔热板以及下模座通过连接螺栓与压力机平台固定连接,由上模对置于下模上的板材进行挤压。

    可拆卸式变工艺参数的剪切模具

    公开(公告)号:CN108817197A

    公开(公告)日:2018-11-16

    申请号:CN201810600058.8

    申请日:2018-06-12

    Abstract: 本发明提供了一种可拆卸式变工艺参数的剪切模具,包括上模具和下模具,上模具自上而下依次设有上盖板、上模座、上夹板、脱料板,上盖板和上模座之间通过上垫块安装在一起,上盖板的下表面设置有若干弹簧,各弹簧依次贯穿上模座和上夹板并抵接在脱料板的上表面,上模座下表面安装有可更换的冲头刀块,冲头刀块贯穿上夹板中部的第一凹槽,上夹板和脱料板之间通过第一等高套筒活动连接;下模具自上而下依次设有下模板、下模座、下垫块,下模板上开设有下模板凹槽,下模板凹槽放置有可更换的下模刀口入子,下模板凹槽位于冲头刀块的行进方向上。本发明整体结构简单,装配体积小,制造成本低,对于剪切试样的适用范围广泛。

    双面复杂筋特征结构件一体化成形装置

    公开(公告)号:CN108817190A

    公开(公告)日:2018-11-16

    申请号:CN201810479142.9

    申请日:2018-05-18

    Abstract: 一种双面复杂筋特征结构件一体化成形装置,包括:机架、转动设置于机架上的滚筒成形装置以及设置于滚筒成形装置内的支撑机构,本发明具有用于成形筒形件外表面复杂筋的外模具内表面带有复杂筋特征,用于成形筒形件内表面复杂筋的内模具外表面带有复杂筋特征;本发明可以通过两种不同的加载方式实现筒形结构件的成形。

    一种预测TRIP型高强钢疲劳断裂后奥氏体含量的方法

    公开(公告)号:CN106950130A

    公开(公告)日:2017-07-14

    申请号:CN201710267536.3

    申请日:2017-04-21

    Abstract: 本发明公开了一种预测TRIP型高强钢疲劳断裂后奥氏体含量的方法,首先测量板料初始残余奥氏体体积分数;然后对板料加载不同应力幅值的循环载荷,直到试样断裂或超过一百万次循环次数;基于试验数据拟合得到TRIP型高强钢在不同应力幅值的循环载荷作用断裂后,试样断口附件残余奥氏体含量的表达式;基于表达式,给定应力幅值即可精确预测TRIP型高强钢不同应力幅值疲劳断裂后的残余奥氏体含量。本发明简单、准确、成本低廉且易于实施,对不同应力幅值疲劳断裂后TRIP型高强钢板料的残余奥氏体含量进行准确预测,为预测板料寿命及性能提供依据,从而加速推广TRIP型高强钢。

    金属板料单向拉伸过程温度变化的预测方法

    公开(公告)号:CN105606255A

    公开(公告)日:2016-05-25

    申请号:CN201610053427.7

    申请日:2016-01-26

    CPC classification number: G01K13/00 G01N3/08

    Abstract: 本发明提供了一种金属板料单向拉伸过程温度变化的预测方法,包括步骤1:计算材料弹性变形过程的温度降低;步骤2:针对塑性变形过程,建立能量守恒方程;步骤3:对方程进行合理的假设和简化之后得到塑性变形过程的温度变化的表达式;步骤4:结合应力应变关系计算得出的塑性功和相关材料常数得到金属板料单向拉伸过程的温度预测变化结果。本发明中的方法可以对金属板料单向拉伸过程温度变化进行准确预测,大大降低了传统红外方式测量单向拉伸过程温度变化的成本;且预测结果精度高,计算简便。

    预测Q&P钢在不同温度变形后残余奥氏体变化的方法

    公开(公告)号:CN103776977B

    公开(公告)日:2015-10-14

    申请号:CN201410030041.5

    申请日:2014-01-22

    Abstract: 本发明公开了一种预测Q&P钢在不同温度变形后残余奥氏体变化的方法;首先测量板料初始奥氏体体积分数,然后将板料在不同温度下拉伸到预设应变,卸载并测量残余奥氏体体积分数,基于试验数据拟合得到等温状态下、板料在不同环境温度残余奥氏体含量随等效塑性应变的关系;推导出应变诱发马氏相变速率方程;对该方程积分得到任意温度路径下,板料变形后残余奥氏体体积分数与等效塑性应变的关系;通过测量变形后的等效塑性应变,结合变形过程温度可精确预测Q&P钢在不同温度变形后残余奥氏体体积分数变化。该方法简单、准确、成本低廉且易于实施;依据该方法可对冲压后的板料的残余奥氏体体积分数进行准确预测,为冲压工艺的改进提供依据。

    加载历史相关的数据驱动多尺度并发模拟方法及系统

    公开(公告)号:CN115116568B

    公开(公告)日:2025-03-28

    申请号:CN202210788984.9

    申请日:2022-07-06

    Inventor: 何霁 郭聪

    Abstract: 本发明提供一种加载历史相关的数据驱动多尺度并发模拟方法及系统,包括:根据集群材料状态变量更新集群材料数据集;以集群与数据点能量偏差最小作为优化目标,以Lippmann‑Schwinger方程和均质化应变约束作为约束条件,建立目标函数;通过拉格朗日乘子法求解约束条件下的目标函数最小化问题,建立线性方程组;求解线性方程组,更新集群材料数据点和集群平衡约束点的映射关系;通过集群材料数据点和集群平衡约束点的反复映射,使映射关系达到收敛;根据集群材料数据点更新集群材料状态变量,根据集群平衡约束点计算均质化应力。本发明能够在无本构模型条件下实现材料的多尺度并发模拟,同时能够准确预测不同尺度下材料加载历史相关的力学行为。

    高强度结构电容器、制备方法、新能源汽车以及无人机

    公开(公告)号:CN115366498B

    公开(公告)日:2024-08-23

    申请号:CN202210982475.X

    申请日:2022-08-16

    Inventor: 何霁 江晟达

    Abstract: 本发明提供了一种高强度结构电容器、制备方法、新能源汽车以及无人机,包括:正极碳纤维、纤维隔离膜、负极碳纤维以及结构树脂;所述纤维隔离膜两侧分别铺设所述正极碳纤维和所述负极碳纤维;所述正极碳纤维、所述纤维隔离膜以及所述负极碳纤维浸润离子溶液或固态电解质聚合物,所述正极碳纤维、所述纤维隔离膜以及所述负极碳纤维均固化所述结构树脂。本发明可以在实现最优力学载荷服役性能的同时实现高功率密度的能量存储释放,充分利用材料本征特性从根本上实现减重加强,解决了将电容器元件直接固化进入碳纤维复材内部所导致的减重与热管理需求未得到满足的问题。

    多层次深度学习神经网络自适应全局变形视觉测量方法和系统

    公开(公告)号:CN116972764A

    公开(公告)日:2023-10-31

    申请号:CN202310907151.4

    申请日:2023-07-21

    Abstract: 本发明提供了一种多层次深度学习神经网络自适应全局变形视觉测量方法和系统,包括:步骤S1:将相机和镜头的光轴与试样表面垂直对齐,记录试样在不同状态下的信息;步骤S2:基于多层次深度学习神经网络对图像中感兴趣区域进行全局网格化生成形函数,从而实现全局变形测量;步骤S3:以零均值归一化最小距离平方标准为损失函数,使用Adam优化神经网络的参数和节点位移,权重和偏差是节点位置的函数,通过对神经网络参数的优化实现网格自适应;步骤S4:根据优化结果导出全局位移场和应变场,实现高精度的自适应全局变形测量。本发明从而实现全局变形测量可以克服传统方法中位移场不兼容的问题,从而提高视觉变形测量的精度。

Patent Agency Ranking