激光功率密度分布对表面温升的影响

分析了激光扫描时激功率密度分布状况不同对表面温升的影响,研究计算在扫描工艺参数不变时,因激光功率密度分布的非对称性引起往复扫描结果的差异,其分析结果对实际应用具有重要意义。     

贵阳岩溶地层地铁盾构隧道工程中新型球状碳化钨刀具的研究与应用北大核心CSCD

在贵阳轨道交通3号线盾构隧道施工中,采用普通刀具易出现滚刀多边形磨损、偏磨、刀刃崩裂等异常磨损和刀圈脱落现象。为改进滚刀刀圈的耐磨、耐冲击性能,提高刀具的综合寿命,提出采用球状碳化钨刀具替换普通刀具,并介绍了激光熔覆焊工艺以及宏观磨损检测工艺。经过施工现场的实际应用,发现球状碳化钨刀具具有更好的耐磨性,新型球状碳化钨刀具平均磨损量为0.00255 mm/延米,相邻普通刀具平均磨损量为0.01655 mm/延米。在第338~736环掘进中,新型球状碳化钨刀具最大磨损量为0.015 mm/延米,刀具无崩刃现象,滚刀轴承、密封等均无异常,有效解决了普通刀具易磨损、磨损不均的问题,为喀斯特地质条件下盾构刀具的选型提供参考。     

门机水平轮滚道开裂剥落焊接修复工艺

1问题提出 我港两台10t门机在使用过程中发生了回转齿圈水平轮滚道淬火表面开裂、压碎、剥落等事故.对此,曾经采用过补焊的方法修复,但结果不理想 ,时间不长,又重新出现裂纹而后脱落.     

舰载激光有源干扰技术发展述评（续）

4　激光致眩致盲式干扰激光武器属于一种全新武器 ,它是利用激光束直接杀伤目标的武器 ,又是定向能武器之一种 ,通常由激光器、瞄准跟踪系统、光束控制及发射系统组成。该武器系统以激光束为“弹” ,靠激光束的能量毁伤人眼、光电设备的传感器或直接摧毁军事装备。激光武器具有常规武器不可比拟的许多优点 :①快速。激光束以光速射向目标 ,无需计算弹道 ,其弹道 (即光路 )是条直线 ,可直接射向目标 ,瞄准射击时无需提前量 ,较导弹、火箭和卫星的速度都快 ,反应迅速 ,瞬发即中。②灵活。发射激光束时不会产生后座力 ,故易于迅速变换射击方向 …     

十字轴支座工艺方案改进

十字轴支座是汽车底盘驱动桥差速器内部重要的组成部件之一。因产品具有体积小、精度高、热处理过程控制难的特点,故而选择合理的工艺方法,高效率、高质量、低成本的实现十字轴支座批量加工,是一个值得研究的课题。文章通过优化工艺路线从而在实现十字轴支座产品质量提升的同时,大幅提高生产效率,降低生产成本。     

高速列车薄壁型材激光-MIG复合焊对接焊缝检测

现有检测方法分析表明,高速列车车体薄壁型材激光-MIG复合焊焊接结构内部形状复杂,板厚度较薄,常规焊缝焊接质量无损检测方法不易实施。针对此问题,提出超声爬波检测工艺,通过设计型材结构试块和人工模拟缺陷试块,研究型材结构对超声爬波检测的影响。利用该检测工艺对实际焊接试块进行检测,并与X射线检测及有损试验(拉伸试验)结果对比,验证超声爬波检测结果的准确性。结果表明:X射线对于气孔和未焊透缺陷检测效果良好,但由于检测方式与防护特殊,检测速度缓慢,不能满足高速列车车体铝合金薄壁型材焊接结构现场检测需求,可作为辅助的检测手段,用于少量抽查检测;超声爬波可检测当量大于等于0.25mm的未焊透焊缝,爬波检测结果与实际未焊透缺陷对应良好,可用于铝合金薄壁型材复合焊接头焊接质量检验。建议以10mm×0.2mm×0.5mm刻痕的回波幅度作为焊缝是否合格的判据。     

18CrNiMo7-6渗碳淬火齿轮在酸洗中吸氢的研究

文章讲述了18CrNiMo7-6材料制成的渗碳淬火齿轮在酸洗过程中吸收氢元素含量的研究.分别采用了不同热处理方式的试样模拟渗碳淬火齿轮不同表面的酸洗过程.通过对这些试样在酸洗过程中吸氢数据收集和分析,按照国标GB/T 17879规定的方法检验,采用18CrNiMo7-6材料制成的渗碳淬火齿轮表面的吸氢量是可控的,也为其他渗碳淬火齿轮的生产起到一定的指导作用.     

基于机器视觉的激光焊缝余高检测技术

激光焊技术的应用促进了轨道车辆产品的档次提升,而在搭接接头焊接过程中,由于间隙影响会出现焊缝表面余高不足,直接影响焊缝质量。传统的表面余高测量方法无法满足检测精度及交检节拍要求。针对这一检测需求,研究开发了基于机器视觉的激光焊缝余高检测技术。该技术通过重建焊缝表面点云,进行图像校正与分析,获取特征点并计算余高。通过试验验证了该方法的可靠性及检测精度。所测余高值与破坏性金相检测方法测量余高值之间的差异对比结果表明,其检测精度优于0.05 mm,能够满足激光焊质量评估要求。     

基于BP神经网络的激光叠焊焊接接头熔深预测研究

分析了激光功率、焊接速度和离焦量3个焊接参数的变化对激光叠焊焊接接头熔宽和熔深的影响,证明了熔宽和熔深的变化规律具有一致性。利用焊接参数和超声波检测信号建立了BP神经网络模型,模型验证结果表明,熔深预测的最大偏差不超过0.1 mm,最大相对误差为3%。所建立的BP神经网络预测模型满足实际应用中对激光叠焊焊接接头熔深测量要求。