欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(2)
  • 图书()
  • 专利()
  • 新闻()

模式识别─人工神经网络在改善汽车发动机缸体铸件力学性能方面的应用

张兆春 , 吴铸 , 李重河 , 钦佩 , 陈念贻

金属学报

利用模式识别技术对影响汽车发动机缸体铸件抗拉强度和硬度的铁水化学成分以及浇注工艺参数进行了分析,给出了影响铸件抗拉强度和硬度的主要因素的优化范围.利用经已知样本集训练的人工神经网络对铸件抗拉强度和硬度进行了预报,预报结果与实测值符合较好.

关键词: 模式识别 , multivariate analysis , artificial neural network , cast , tensile strength , hardness

基于马氏体区域化形成的免训练铸造Fe-Mn-Si-Cr-Ni形状记忆合金 I. 构想与实现

彭华备刘刚文玉华孙盼盼李宁

金属学报 doi:DOI:10.3724/SP.J.1037.2009.00643

利用Fe-Mn-Si基合金凝固过程中固态转变残留的条状δ铁素体对奥氏体晶粒进行区域化分割, 实现应力诱发ε马氏体的区域化形成, 提高了合金的形状记忆效应. 根据Hammar铬镍当量公式制备了铬镍当量比为1.85的铸态Fe-18Mn-5.5Si-9.5Cr-4Ni合金. 利用OM和VSM(振动样品磁强计)研究了合金的室温组织和磁性能. 结果表明, 在铸态Fe-18Mn-5.5Si-9.5Cr-4Ni合金的室温组织中获得了条状δ铁素体. 这些条状δ铁素体将奥氏体晶粒分割成了若干小区域, 变形时能约束不同区域应力诱发ε马氏体的扩展, 使其以区域化的方式形成. 由于应力诱发ε马氏体的区域化形成减少了不同区域马氏体之间的碰撞, 在未经任何处理的铸态Fe-18Mn-5.5Si-9.5Cr-4Ni合金中获得了4.9%的可恢复变形量.

关键词: Fe-Mn-Si-Cr-Ni形状记忆合金 , training-free , cast , δ ferrite

出版年份

刊物分类

相关作者

相关热词