CN108195707B - 一种超低温冷却对材料力学性能影响的评价方法 - Google Patents
一种超低温冷却对材料力学性能影响的评价方法 Download PDFInfo
- Publication number
- CN108195707B CN108195707B CN201711469334.3A CN201711469334A CN108195707B CN 108195707 B CN108195707 B CN 108195707B CN 201711469334 A CN201711469334 A CN 201711469334A CN 108195707 B CN108195707 B CN 108195707B
- Authority
- CN
- China
- Prior art keywords
- cooling
- mechanical property
- factor
- cooling factor
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/60—Investigating resistance of materials, e.g. refractory materials, to rapid heat changes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/40—Investigating hardness or rebound hardness
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0017—Tensile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0067—Fracture or rupture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0076—Hardness, compressibility or resistance to crushing
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明一种超低温冷却对材料力学性能影响的评价方法属于低温工程领域,涉及一种超低温冷却对材料力学性能影响的评价方法。该方法中,以冷却因子为实验变量设计田口实验,制作试件的超低温冷却方案,按照该方案对试件实施超低温冷却处理,并进行力学性能测试;利用方差分析法分析测试数据,计算冷却因子对力学性能影响的贡献率;构建相对重要性比例标度表,借助层次分析法,定量计算冷却因子对力学性能影响的权重;计算材料某一类力学性能占综合力学性能的权重;最后,确定冷却因子对材料综合力学性能影响的权重,以此表征超低温冷却对材料力学性能的影响。该方法实现了冷却因子对材料综合力学性能影响权重的量化分析,评价结果准确、可靠。
Description
技术领域
本发明属于低温工程领域,特别涉及一种超低温冷却对材料力学性能影响的评价方法。
背景技术
在材料加工过程中,对刀具-材料作用区域施以超低温冷却(小于-150℃)不仅可以大幅降低切削局部区域温度,而且还能够显著改善材料的可加工性能,进一步提高加工表面质量,延长刀具寿命。而且,采用液氮作为冷却介质,绿色环保。为此,超低温冷却已成为难加工材料一种改性加工有效手段之一。
然而,在超低温冷却过程中,被加工材料不可避免地被超低温改性处理,进而导致某些材料力学性能参数可能被改变,例如某些材料,如金属材料或高分子材料被低温处理后呈现出明显的“冷脆”现象,其低温冷却后的材料抗冲击性会急剧降低;而有些材料的力学性能对超低温冷却反应不敏感。合理评价超低温冷却对材料力学性能的影响程度,已成为被加工材料能否可以选择超低温冷却加工的重要环节。考虑到超低温冷却控制参数较多,如流量、温度、时间、方式等,且对材料力学参数,如抗拉强度、屈服极限、表面硬度等等的影响规律复杂,实现定量评价难度极大。
目前,国内外学者提出了多种材料性能评价方法,2008年,胡燕在《计算机与数字工程》第36卷第12期发表文章《基于层次分析法的材料力学性能评价模型》中介绍了一种材料力学性能评价方法,即通过层次分析法建立模型,根据相对重要性比例标度表,构建比较矩阵,计算出各项具体的力学性能相对材料综合力学性能的权重。广州汽车集团股份有限公司在专利号201510698717.2中公开了“汽车车身材料优化方法及优化系统”,该方法通过获取材料性能评价指标和零件性能评价指标,及预定义材料性能评价指标和零件性能评价指标的级别划分范围,根据初始信息表中的信息获取对应材料性能和零件性能评价指标的评级结果。但是,以上方法均未涉及超低温冷却对材料力学性能影响的评价。
发明内容
本发明主要解决的技术问题是克服现有方法的不足,针对超低温冷却对材料性能影响的定量评价难题,发明一种超低温冷却对材料力学性能影响的评价方法。该方法利用冷却因子来表征超低温冷却的方法,设置冷却因子对材料综合力学性能影响的权重,实现了量化分析;结合方差分析和层次分析方法,减少材料力学性能定性评价带来的误差,提高评价结果的准确度和可靠性;利用冷却因子对材料综合力学性能影响权重的评价方法,为超低温加工中冷却因子的定量选择提供了合理依据。
本发明采用的技术方案是一种超低温冷却对材料力学性能影响的评价方法,其特征是,该方法首先以冷却因子为实验变量设计田口实验,作为试件的超低温冷却方案,按照该方案对试件实施超低温冷却处理,并进行力学性能测试;利用方差分析法分析测试数据,计算冷却因子对力学性能影响的贡献率;构建相对重要性比例标度表,借助层次分析法,定量计算冷却因子对力学性能影响的权重;利用层次分析法,计算材料某一类力学性能占综合力学性能的权重;最后,确定冷却因子对材料综合力学性能影响的权重,以此表征超低温冷却对材料力学性能的影响。具体步骤如下:
第一步以冷却因子为实验变量设计田口实验,制定试件的超低温冷却方案;
设计冷却因子数量为u,水平数量为v的田口实验,该实验方案共有m组,制定试件的超低温冷却方案Lm,冷却因子F的水平F1、F2、…、Fv为实验方案中该因子的不同特定值,冷却因子F=A,B,…,U,包括冷却温度、冷却时间、液氮流量、移动速度等等;
第二步材料超低温冷却处理及力学性能测试;
按照实验方案中第一组冷却因子参数(A1、B1、…U1)对试件1进行冷却,完成后将试件1放置于室温环境,待试件1温度恢复至室温后,对试件1进行力学性能测试,包括拉伸实验、硬度测试、断裂韧性测试,测试力学性能,并记录测试结果,记录第一组测得的材料力学性能数据σk1。依次对实验方案中第二、三、…、m组进行冷却,再放置于室温环境,完成力学性能测试实验,并记录测试结果。
第三步利用方差分析法分析测试数据,计算冷却因子对材料力学性能影响贡献率;
式中,nFj是冷却因子F中水平为Fj的实验组数,j为冷却因子F的水平序号,j=1,2,…,V, 是冷却因子F中水平为Fj的所有组实验得到的力学性能数据的平均值,即其中σkFjt为冷却因子F中水平为Fj的第t组实验得到的力学性能数据,t=1,2,…,nFj。
第四步构建冷却因子相对重要性比例标度,定量计算冷却因子对力学性能影响权重;
针对材料力学性能σk,定义两个冷却因子相对重要性比例标度:冷却因子A的贡献率与冷却因子B的贡献率相比较,若η=0,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为1;若0<η≤5%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为2;若5%<η≤20%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为3;若20%<η≤35%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为4;若35%<η≤50%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为5;若50%<η≤65%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为6;若65%<η≤80%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为7;若80%<η≤95%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为8;若95%<η<100%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为9。上述标度的倒数是两个因子相比,后者比前者的重要性程度。
第五步利用层次分析法,计算不同力学性能对综合力学性能影响的权重;
材料力学性能σk,k=Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ代表不同力学性能:σⅠ为抗拉强度,σⅠ权重σⅡ屈服强度,σⅡ权重σⅢ为伸长率,σⅢ权重σⅣ为硬度,σⅣ权重σⅤ为断裂韧度,σⅤ权重抗拉强度σⅠ的冷却因子比较矩阵屈服强度σⅡ的冷却因子比较矩阵伸长率σⅢ的冷却因子比较矩阵硬度σⅣ的冷却因子比较矩阵断裂韧度σⅤ的冷却因子比较矩阵
抗拉强度σⅠ、屈服强度σⅡ、伸长率σⅢ、硬度σⅣ、断裂韧度σⅤ,其两两比较后得出相对重要性程度标度,构建力学性能比较矩阵Y:
式中,qef(e=σⅠ,σⅡ,σⅢ,σⅣ,σⅤ,f=σⅠ,σⅡ,σⅢ,σⅣ,σⅤ)为力学性能e与力学性能f相比,前者比后者重要性程度的标度;
依照第四步中的计算过程,对于综合力学性能,
第六步确定冷却因子对材料综合力学性能影响的权重
冷却因子F,F=A,B,C,D,…,U,其中冷却因子A、冷却因子B、冷却因子C、冷却因子D、……、冷却因子U对材料综合力学性能的影响权重分别为ωA、ωB、ωC、ωD、…、ωU:
根据冷却因子A、B、C、D...U的权重ωA、ωB、…、ωU的大小,评价冷却因子A、冷却因子B、……、冷却因子U对材料综合力学性能影响的重要程度,表征超低温冷却对材料力学性能的影响。本发明的有益效果是标定方法利用冷却因子对材料综合力学性能影响的权重,有效地表征了超低温加工中液氮的冷却效果,实现了超低温冷却对材料力学性能影响规律的定量评价。结合方差分析法和层次分析法提高了评价方法的准确度和可靠性,实现了冷却因子对材料综合力学性能影响权重的评价。为超低温加工中冷却温度、冷却时间、液氮流量等冷却因子的定量选择提供了合理依据。可实现对多目标、多准则的分析评价进行精确量化,评价结果准确、可靠。
附图说明
图1-冷却因子对材料综合力学性能影响评价方法的流程图。
具体实施方式
结合附图和技术方案详细说明本发明的详细实施方式,说明利用冷却因子表征超低温冷却对材料力学性能影响的评价过程。
选取圆柱形试件材料,材质为1Cr18Ni9Ti不锈钢,总长100mm,端部直径为15mm,拉伸段直径为10mm、长度50mm,装夹其端部,采用液氮喷淋的方式进行试件的超低温冷却处理,该方法的流程图如附图1所示。方法的具体步骤如下:
第一步,设计田口实验方案,对试件实施超低温冷却,并进行材料力学性能测试。设计冷却因子数量为4的田口实验方案L9,该实验共有9组。其中,冷却因子中冷却温度的水平为-100℃、-150℃、-190℃,冷却时间的水平为20min、40min、60min,液氮流量的水平为60L/h、90L/h、120L/h,移动速度的水平为50mm/min、100mm/min、150mm/min,试验情况如表1所示:
表1.超低温冷却方案
按照超低温冷却方案中第一组的冷却参数对试件1实施冷却,完成后将试件1放置于室温环境,等待试件1温度恢复至室温,20±5℃并稳定后,对试件1进行拉伸实验、硬度测试、断裂韧性测试,并记录测试结果。依次对超低温冷却方案中第二组、第三组、……、第九组冷却参数分别对试件2、试件3、……、试件9实施冷却,恢复至室温后进行拉伸实验、硬度测试、断裂韧性测试,测试力学性能,并记录测试结果。9个试件的力学性能测试结果见表2。
表2.超低温冷却后试件力学性能测试结果
第二步,计算冷却因子对材料力学性能影响的贡献率。
第三步,利用层次分析法,定量计算冷却因子对不同力学性能影响的权重。根据公式(5)、(6)、(7)计算抗拉强度σⅠ的冷却因子比较矩阵屈服强度σⅡ的冷却因子比较矩阵伸长率σⅢ的冷却因子比较矩阵硬度σⅣ的冷却因子比较矩阵断裂韧度σⅤ的冷却因子比较矩阵分别为:
第四步,计算各项力学性能对材料综合力学性能的影响权重。根据1Cr18Ni9Ti不锈钢在某用途中的使用要求,将抗拉强度σⅠ、屈服强度σⅡ、伸长率σⅢ、硬度σⅣ、断裂韧度σⅤ,两两比较后得出相对重要性程度标度,根据公式(9)构建力学性能比较矩阵Y:
第五步,确定冷却因子对材料综合力学性能影响的权重。根据公式(11)确定冷却温度、冷却时间、液氮流量、移动速度对1Cr18Ni9Ti不锈钢综合力学性能的影响权重ωA、ωB、ωC、ωD为:
因此,冷却温度、冷却时间、液氮流量、移动速度四个冷却因子对1Cr18Ni9Ti不锈钢综合力学性能的影响权重分别为61%、15%、21%、3%。由此表明超低温冷却中,冷却温度对1Cr18Ni9Ti不锈钢的综合力学性能影响最大,液氮流量次之,液氮喷嘴的移动速度对该材料的综合力学性能几乎无影响。
本发明利用冷却因子有效地表征了超低温加工中液氮的冷却效果,实现了超低温冷却对材料力学性能影响规律的定量评价。结合方差分析法和层次分析法,提高了评价方法的准确度和可靠性。实现了冷却因子对材料综合力学性能影响权重的评价,为超低温加工中冷却温度、冷却时间、液氮流量等冷却因子的定量选择提供了合理依据。
Claims (1)
1.一种超低温冷却对材料力学性能影响的评价方法,其特征在于,该方法首先以冷却因子为实验变量设计田口实验,制定试件的超低温冷却方案,按照该方案对试件实施超低温冷却处理,并进行力学性能测试;利用方差分析法分析测试数据,计算冷却因子对力学性能影响的贡献率;构建相对重要性比例标度表,借助层次分析法,定量计算冷却因子对力学性能影响的权重;利用层次分析法,计算材料某一类力学性能占综合力学性能的权重;最后,确定冷却因子对材料综合力学性能影响的权重,以此表征超低温冷却对材料力学性能的影响;超低温冷却对材料力学性能影响的评价方法具体步骤为:
第一步以冷却因子为实验变量设计田口实验,制定试件的超低温冷却方案;
设计冷却因子数量为u,水平数量为V的田口实验,该实验方案共有m组,制定试件的超低温冷却方案Lm,冷却因子F=A,B,…,U,冷却因子F的水平F1、F2、…、FV为实验方案中该因子的不同特定值,包括冷却温度水平、冷却时间水平、液氮流量水平、移动速度水平;
第二步材料超低温冷却处理及力学性能测试;
按照实验方案中第一组冷却因子F的水平F1=A1、B1、…U1对试件1进行冷却,完成后将试件1放置于室温环境,待试件1温度恢复至室温后,对试件1进行力学性能测试,包括拉伸实验、硬度测试、断裂韧性测试,测试力学性能,并记录测试结果,记录第一组测得的材料力学性能数据σk1;依次对实验方案中第二、三、…、m组进行冷却,再放置于室温环境,完成力学性能测试实验,并记录测试结果;
第三步利用方差分析法分析测试数据,计算冷却因子对材料力学性能影响贡献率;
式中,nFj是冷却因子F中水平为Fj的实验组数,j为冷却因子F的水平序号,j=1,2,…,V, 是冷却因子F中水平为Fj的所有组实验得到的力学性能数据的平均值,即其中σkFjt为冷却因子F中水平为Fj的第t组实验得到的力学性能数据,t=1,2,...,nFj;
第四步构建冷却因子相对重要性比例标度,定量计算冷却因子对力学性能影响权重;
针对材料力学性能σk,定义两个冷却因子相对重要性比例标度:冷却因子A的贡献率与冷却因子B的贡献率相比较, 若η=0,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为1;若0<η≤5%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为2;若5%<η≤20%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为3;若20%<η≤35%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为4;若35%<η≤50%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为5;若50%<η≤65%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为6;若65%<η≤80%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为7;若80%<η≤95%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为8;若95%<η<100%,则冷却因子A与冷却因子B相比,前者比后者重要性程度的标度为9;上述标度的倒数是两个因子相比,后者比前者的重要性程度;
第五步利用层次分析法,计算不同力学性能对综合力学性能影响的权重;
材料力学性能σk,k=Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ代表不同力学性能:σⅠ为抗拉强度,σⅠ权重σⅡ屈服强度,σⅡ权重σⅢ为伸长率,σⅢ权重σⅣ为硬度,σⅣ权重σⅤ为断裂韧度,σⅤ权重抗拉强度σⅠ的冷却因子比较矩阵屈服强度σⅡ的冷却因子比较矩阵伸长率σⅢ的冷却因子比较矩阵硬度σⅣ的冷却因子比较矩阵断裂韧度σⅤ的冷却因子比较矩阵
抗拉强度σⅠ、屈服强度σⅡ、伸长率σⅢ、硬度σⅣ、断裂韧度σⅤ,其两两比较后得出相对重要性程度标度,构建力学性能比较矩阵Y:
式中,qef为力学性能e与力学性能f相比,前者比后者重要性程度的标度,其中e=σⅠ,σⅡ,σⅢ,σⅣ,σⅤ,f=σⅠ,σⅡ,σⅢ,σⅣ,σⅤ;
第六步确定冷却因子对材料综合力学性能影响的权重;
冷却因子F,F=A,B,C,D,…,U,其中,冷却因子A、冷却因子B、冷却因子C、冷却因子D、……、冷却因子U对材料综合力学性能的影响权重分别为ωA、ωB、ωC、ωD、…、ωU按下面公式计算:
根据冷却因子A、B、C、D...U的权重ωA、ωB、…、ωU的大小,评价冷却因子A、冷却因子B、……、冷却因子U对材料综合力学性能影响的重要程度,表征超低温冷却对材料力学性能的影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711469334.3A CN108195707B (zh) | 2017-12-29 | 2017-12-29 | 一种超低温冷却对材料力学性能影响的评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711469334.3A CN108195707B (zh) | 2017-12-29 | 2017-12-29 | 一种超低温冷却对材料力学性能影响的评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108195707A CN108195707A (zh) | 2018-06-22 |
| CN108195707B true CN108195707B (zh) | 2020-04-28 |
Family
ID=62585992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711469334.3A Active CN108195707B (zh) | 2017-12-29 | 2017-12-29 | 一种超低温冷却对材料力学性能影响的评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108195707B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109187193A (zh) * | 2018-10-18 | 2019-01-11 | 中国石油大学(北京) | 液氮环境下岩石断裂韧性的测试方法与装置 |
| CN113569471A (zh) * | 2021-07-16 | 2021-10-29 | 河南科技大学 | 基于田口算法的超声滚挤压42CrMo轴承套圈表层性能优化方法 |
| CN119147369B (zh) * | 2024-11-13 | 2025-02-14 | 金锚电力控股有限公司 | 用于tpu材料的检测系统及方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ATE319988T1 (de) * | 1996-10-09 | 2006-03-15 | Symyx Technologies Inc | Infrarot-spektroskopie und abbildung von bibliotheken |
| CN101149320B (zh) * | 2007-11-02 | 2011-05-11 | 中国建筑材料科学研究总院 | 一种材料超高温力学性能测试方法及系统 |
| FR2987126B1 (fr) * | 2012-02-16 | 2014-03-28 | Peugeot Citroen Automobiles Sa | Procede d'evaluation de la resistance a la fatigue thermomecanique d'au moins un materiau |
| JP2015114114A (ja) * | 2013-12-09 | 2015-06-22 | 日立化成株式会社 | 薄板状材料の機械特性評価方法及びこれによる薄板状材料の選別方法、選別された薄板状材料 |
| CN104063608B (zh) * | 2014-07-01 | 2017-02-01 | 天津市水文水资源勘测管理中心 | 一种利用风险评价确定地下水控制水位的方法 |
| CN106611228A (zh) * | 2015-10-21 | 2017-05-03 | 广州汽车集团股份有限公司 | 汽车车身材料优化方法及优化系统 |
| CN105445115B (zh) * | 2015-12-29 | 2019-03-01 | 湖北航天化学技术研究所 | 一种粘弹材料低温力学性能优劣的评价方法 |
| CN106769595B (zh) * | 2016-12-06 | 2019-04-12 | 中南大学 | 一种工程材料抵抗温度变化的力学性能试验与评价方法 |
| CN106650055A (zh) * | 2016-12-06 | 2017-05-10 | 国网内蒙古东部电力有限公司检修分公司 | 一种用于极寒条件下变压器短路动稳定性评估方法 |
-
2017
- 2017-12-29 CN CN201711469334.3A patent/CN108195707B/zh active Active
Non-Patent Citations (1)
| Title |
|---|
| Fracture mechanics life-time modeling of low temperature Si fusion bonded interfaces used for 3D MEMS device integration;Falk Naumann等;《2013 IEEE 63rd Electronic Components and Technology Conference》;20130808;第390-396页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108195707A (zh) | 2018-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108195707B (zh) | 一种超低温冷却对材料力学性能影响的评价方法 | |
| US12242779B2 (en) | Machine learning-based method for designing high-strength high-toughness steel | |
| Gupta et al. | Prediction of flow stress in dynamic strain aging regime of austenitic stainless steel 316 using artificial neural network | |
| CN110261247B (zh) | 金属材料各向异性屈服及硬化本构参数同步表征方法 | |
| CN113868912B (zh) | 一种钛合金j-c本构模型参数识别与修正方法 | |
| Kotkunde et al. | Experimental and numerical investigation of anisotropic yield criteria for warm deep drawing of Ti–6Al–4V alloy | |
| CN101211383A (zh) | 一种高炉铁水硅含量的特征分析预报方法 | |
| CN110309608B (zh) | 一种针对时滞不确定信息的高炉铁水硅含量预报方法 | |
| CN103077288B (zh) | 面向小样本试验数据的多元合金材料的软测量及其配方决策方法 | |
| CN110287451B (zh) | 一种人工神经网络钢的淬透性预测方法及其预测模型建立方法 | |
| CN111310348A (zh) | 一种基于pso-lssvm的材料本构模型预测方法 | |
| CN111063401A (zh) | 一种基于BP神经网络的热处理态Mg-Zn-Zr系合金组织和力学性能预测方法 | |
| CN103886371A (zh) | 一种预硬化型塑料模具钢成分及热处理工艺过程控制方法 | |
| CN105021533A (zh) | 一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 | |
| CN110705856A (zh) | 基于层次分析法的核电设备锻件材料制造质量评估方法 | |
| CN112101649A (zh) | 一种基于模糊熵权综合评判法-灰色关联分析法与表面质量评价系统的加工参数优化方法 | |
| CN109545290A (zh) | 一种基于Voronoi分形技术的非晶合金自由体积检测方法 | |
| CN110243675B (zh) | 一种评估多种变形条件对trip/twip板材性能影响的方法 | |
| Xue et al. | Mechanical behaviour and strain rate sensitivity analysis of TA2 by the small punch test | |
| Chen et al. | Strain-induced precipitation kinetics of Nb (C, N) and precipitates evolution in austenite of Nb–Ti micro-alloyed steels | |
| CN117148804A (zh) | 结合应用需求的特种钢材冶炼控制方法及系统 | |
| Zhao et al. | Neural network modeling of titanium alloy composition-microstructure-property relationships based on multimodal data | |
| Pešta et al. | Changepoint estimation for dependent and non-stationary panels | |
| CN107609223B (zh) | 一种抗拉强度1200MPa的冷轧双相钢动态变形本构模型建立方法 | |
| CN111933221B (zh) | 一种预测Nb微合金钢动态再结晶分数的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |