一种预应力与热振时效协同调控残余应力的方法及系统

AITNT
正文
推荐专利
一种预应力与热振时效协同调控残余应力的方法及系统
申请号:CN202411486168
申请日期:2024-10-23
公开号:CN119351684A
公开日期:2025-01-24
类型:发明专利
摘要
本发明涉及零件加工领域,且公开了一种预应力与热振时效协同调控残余应力的方法及系统,包括以下步骤:制备零件,获取零件的泊松比和弹性模量;测量零件的初始残余应力;将零件的初始残余应力编为输入数据集,将零件通过夹具放置在固定的加热炉台上,通过夹具的拉伸形成预应力场,对零件进行热时效;热时效过程主要考虑材料热学性能因素;同时使布置在工作台上的激振器开始工作,对零件进行振动时效,通过将预应力技术和热振时效技术结合,实现了零件残余应力调控的整体化和均匀化,提高了零件的加工质量和加工精度,还可以预测尚未加工的零件的相关参数,解决了对于高强度复合材料残余应力难以调控的难题,具有较大的经济价值。
技术关键词
RBF神经网络 零件残余应力 残余应力调控方法 神经网络算法 机器学习技术 搜索算法 BP神经网络训练 神经网络模型 高强度复合材料 激振器 振动系统 工作台系统 数据 加热炉 时效技术 预应力技术 泊松比 装卡装置
系统为您推荐了相关专利信息
1
一种用于电动商用车辆的热管理系统及方法
天气预报信息 管理系统 人工智能模型 温度预测模型 充电站
2
基于视觉识别的产品平整度质量检测处理系统及方法
板材输送单元 底部支撑机构 激光切割熔渣 支撑横梁 相机安装支架
3
一种基于智能化数据识别和差分隐私保护的电网数据共享方法
电网数据共享方法 差分隐私保护 电力调度系统 统计机器学习 服务系统
4
基于多模态学习和深度学习技术的操作系统安全评估系统及方法
漏洞 操作系统调用 风险 深度学习技术 XGBoost模型
5
一种基于高光谱分析的智能加药控制方法
智能加药 回注水 随机梯度下降 BP神经网络 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号