基于机器学习的焊接工艺可靠性优化加速方法及系统

    公开(公告)号:CN119839508A

    公开(公告)日:2025-04-18

    申请号:CN202411915799.7

    申请日:2024-12-24

    Abstract: 本发明公开了基于机器学习的焊接工艺可靠性优化加速方法及系统,包括:获取工艺参数清单,根据工艺参数清单开展试验件的焊接工艺试验,得到历史试验数据;构建焊缝多尺度数值模拟模型,采用焊缝多尺度数值模拟模型进行数值模拟分析,得到模拟计算结果;对模拟计算结果进行降维处理,并将降维处理后的数据输入多种机器学习算法中进行训练和验证,择优得到最优机器学习模型;基于最优机器学习模型进行焊接工艺可靠性预测,得到最优工艺参数;对最优工艺参数进行焊缝多尺度数值模拟验证,对满足验证要求的最优工艺参数进行焊接工艺验证,直至焊接工艺最优化。本发明实现不同焊接工艺参数成型焊缝可靠性的快速预测择优,加速工艺优化周期。

    一种内侧连接部件凹槽及磁脉冲连接成形结构及方法

    公开(公告)号:CN115853866A

    公开(公告)日:2023-03-28

    申请号:CN202211647337.2

    申请日:2022-12-21

    Abstract: 本发明公开了一种内侧连接部件凹槽及磁脉冲连接成形结构及方法,包括外管和同轴设置在外管内部的内侧连接部件,所述内侧连接部件的外表面具有凹槽,外管上正对凹槽部位在磁脉冲的作用下嵌入凹槽与内侧连接部件形成机械锁扣结构,外管上正对凹槽以外的部位在磁脉冲的作用下与内侧连接部件形成冶金结合结构。本发明在内侧连接部件表面引入凹槽结构,以便磁脉冲连接时连接部件之间在凹槽区域形成机械锁扣结构,而在凹槽以外的其他连接区域形成冶金结合,从而提升金属管件及其他金属部件连接接头处的力学性能、密封性和抗腐蚀性。

    一种AlFeNiCrMo高熵合金、制备方法及其应用

    公开(公告)号:CN113215466B

    公开(公告)日:2022-03-18

    申请号:CN202110345751.7

    申请日:2021-03-31

    Abstract: 本发明公开了一种AlFeNiCrMo高熵合金,高熵合金的表达式为AlaFebNicCrdMoe,表达式中a、b、c、d、e分别为对应各组元的原子比,满足条件:a为0.05~0.5,b为1.0~3.5,c为1.5~4.0,d为1.0~3.5,e为1.0~2.5。将按照设计比例称量的原料混合后进行压坯处理,最后将压坯经真空电弧熔炼工艺熔炼获得上述高熵合金试样。本发明通过去除钴和铜元素,有效解决了因钴和铜元素导致的辐照问题,同时本发明的高熵合金可以通过调整各组元的成分来获得优异的综合力学性能,从而获得兼具优异力学性能和抗辐照损伤性能的高熵合金,为核反应堆压力容器的设计和选材提供一种新思路。

    一种AlFeNiCrMo高熵合金、制备方法及其应用

    公开(公告)号:CN113215466A

    公开(公告)日:2021-08-06

    申请号:CN202110345751.7

    申请日:2021-03-31

    Abstract: 本发明公开了一种AlFeNiCrMo高熵合金,高熵合金的表达式为AlaFebNicCrdMoe,表达式中a、b、c、d、e分别为对应各组元的原子比,满足条件:a为0.05~0.5,b为1.0~3.5,c为1.5~4.0,d为1.0~3.5,e为1.0~2.5。将按照设计比例称量的原料混合后进行压坯处理,最后将压坯经真空电弧熔炼工艺熔炼获得上述高熵合金试样。本发明通过去除钴和铜元素,有效解决了因钴和铜元素导致的辐照问题,同时本发明的高熵合金可以通过调整各组元的成分来获得优异的综合力学性能,从而获得兼具优异力学性能和抗辐照损伤性能的高熵合金,为核反应堆压力容器的设计和选材提供一种新思路。

Patent Agency Ranking