陈茂林
,
许溱
,
朱玉田
,
刘钊
,
俞燕蕾
材料热处理学报
一种具有双向形变记忆功能的光致弯曲聚合物材料,在光驱动型执行器中应用潜力较大。材料的力学性能及光致弯曲特性,是执行器结构设计和分析的必要依据。通过拉伸实验,了解到材料具有线弹性材料类似的力学性能,并得到了其弹性模量。通过对材料光致弯曲效应的分析,推导出光致弯曲曲率的表达式。利用该公式,对光致弯曲实验观测到的数据进行非线性拟合,得到材料的光致弯曲特性参数。计算曲率较好地符合了实验数据,证明了公式和参数的合理性。
关键词:
光致弯曲
,
曲率
,
弹性模量
,
非线性拟合
宋守许
,
余德桥
,
吴师强
机械工程材料
doi:10.11973/jxgccl201512010
在室温下,运用分离式 Hopkinson 压杆对子午线轮胎胎面胶进行高速冲击破坏试验(应变速率为2000~5400 s－1),得到了胎面胶在高速冲击下的应力-应变曲线；通过修正 Mooney-Rivlin 本构模型,构建了适用于高应变速率并具有脆性特征的动态本构模型,并通过非线性拟合得到了动态本构模型的拟合参数。结果表明：胎面胶呈现非线性应力-应变关系,屈服应力随应变速率的增加由89 MPa 增至345 MPa,具有应变速率强化效应与脆性断裂特征；本构模型计算得到的应力-应变与试验值比较吻合,验证了动态本构模型的可靠性。
关键词:
Hopkinson 压杆
,
应力-应变
,
本构模型
,
非线性拟合
杨振凯
,
王海军
,
刘明
,
王晶晨
表面技术
doi:10.16490/j.cnki.issn.1001-3660.2015.09.001
目的：基于BP神经网络具有自学习、自训练和输出预测的功能,将其应用于热喷涂过程中的参数优化问题。方法依托高效能超音速等离子喷涂系统实验平台,以Fe基合金粉末为喷涂材料,将等离子喷涂中的主气流量、电功率和喷涂距离作为模型输入,涂层沉积速率和硬度作为模型输出,不断调整隐含层节点个数,最终建立3-7-2网络结构的BP神经网络以优化工艺参数。利用优化出的工艺参数制备Fe基合金涂层,测试其性能,并计算误差。结果神经网络优化出的最优喷涂工艺参数为：主气流量96 L/min,电功率56 kW,喷涂距离95 mm。采用该工艺参数制备涂层,涂层增厚实测平均值为360μm,硬度为672 HV0.3,而模型的预测值分别为332μm和611 HV0.3,与预测值的相对误差分别为7.8%和9.1%。结论 BP神经网络对等离子喷涂参数优化问题的拟合精度比较高,误差在可以接受的范围之内。将BP神经网络运用于热喷涂工艺参数的优化具有科学性和可操作性。
关键词:
超音速等离子喷涂
,
Fe基合金粉
,
BP神经网络
,
非线性拟合
,
输出预测
,
参数优化
马双胜
,
马蔚东
,
刘芳
腐蚀与防护
针对不同氧浓度下的聚合物驱注入水分别进行室内动态模拟试验和电化学试验。利用模拟试验数据，建立灰色 GM（1，1）模型与使用数据分析软件 Origin8．0非线性拟合的模型，并结合电化学试验的极化曲线分析和预测腐蚀特性的变化趋势。分析结果显示，当氧浓度增加到一定程度时，电化学腐蚀减弱。
关键词:
注入水
,
溶解氧
,
非线性拟合
,
数学模型
占永革
,
黄湘燕
,
龚剑
冶金分析
doi:10.3969/j.issn.1000-7571.2011.08.006
为了评定非线性曲线拟合结果的不确定度,采用乘幂法将非线性曲线化为线性曲线,借助计算线性曲线拟合结果不确定度的一般公式来计算非线性曲线拟合结果的不确定度.评定过程及结果表明,此法简便易行,适用于2次及以上的高次曲线,可作为评定非线性曲线拟合结果不确定度的一般方法.
关键词:
不确定度
,
非线性拟合
,
校准曲线
,
化学分析
顾建平
,
孙慧玉
,
方建士
,
方常青
高分子材料科学与工程
doi:10.16865/j.cnki.1000-7555.2016.06.021
分别采用非线性拟合应力松弛主曲线及单个常频率条件下变温动态力学分析(DMA)实验中储能模量与损耗角正切曲线的方式,获取热致非晶态形状记忆聚合物(SMP)多重松弛模型中的热粘弹性参数.结合广义有限变形粘弹性理论和KAHR33参数热变形模型在有限元软件平台研究了该SMP的自由回复与约束回复行为.仿真结果与实验数据相符较好,说明该建模方法的合理性及获取的热粘弹性参数的准确性.相比构建应力松弛和储能模量主曲线而言,单个DMA实验数据更易得到,因此对其拟合能大幅减少实验成本.
关键词:
形状记忆聚合物
,
有限变形
,
非线性拟合
,
热粘弹性参数
,
回复行为
