3D打印TPU材料的力学性能及模型参数研究

为了解决柔顺机构在优化设计过程中试验及性能验证困难的问题，采用3D打印技术对热塑性聚氨酯（thermoplastic polyurethane,TPU）材料的力学性能进行了试验研究。分析了材料硬度和打印填充率对TPU材料力学性能的影响，获得了TPU材料较佳的3D打印参数。进行单因素和两因素试验并结合方差分析，确定了显著影响TPU试样柔性的主次因素分别为TPU材料硬度和打印填充率。结合TPU材料的力学性能试验数据，得到了Mooney-Rivlin、Yeoh、Ogden、Valanis-Landel等4种常用超弹性材料本构模型的材料参数与材料硬度、打印填充率之间的映射关系。研究表明：随着TPU材料硬度和打印填充率增大，试样的柔性减弱；在4种超弹性模型中，Ogden模型对于不同打印参数下的TPU试样都具有较好的力学性能预测效果；4种模型在相同TPU硬度、不同打印填充率下的预测效果没有明显差别。研究结果可以为TPU材料的3D打印和有限元仿真分析提供参考，为柔顺机构在设计过程中的试验、性能验证及样件制作提供可靠的技术支撑。     

基于多材料3D打印和约束牺牲层连续功能梯度材料-结构一体化制造与性能

针对现有功能梯度材料制备技术存在低黏度液体难以精准控形、层间结合强度差、成形结构单一等方面的不足和局限性,提出了一种基于多材料3D打印和约束牺牲层连续功能梯度材料-结构一体化制造新工艺,实现了聚合物基连续功能梯度材料的全新制备.通过理论分析和实验研究,揭示了挤出速度、打印速度、线间距等主要工艺参数对打印连续功能梯度材料...     

基于增材制造的原位合金化制造方法的研究进展

基于增材制造的原位合金化方法是利用激光或电子束将多种元素粉或多种预合金粉的混合粉末熔化,使材料同时进行合金化和致密化的一种成本低廉、快速高效的开发新材料的方法,已经在高熵合金开发、新型生物医用合金打印件开发等领域得到初步应用。总结了混合粉末的形貌、粒径、高熔点粉末含量及粉末混合技术对原位合金化打印件性能的影响的研究结果。研究表明,混合粉末的颗粒级配需要同时保证元素混合均匀性和粉末流动性,才能保证原位合金化打印效果。激光功率、束斑直径、重熔工艺等打印参数对熔池几何特征影响很大,继而也强烈影响原位合金化的效果。熔池深度越大,越能保证打印过程中的层间重熔,促进元素均匀,但过深的熔池会造成孔隙。还介绍了基于原位合金化打印制备具有成分波动或成分梯度的合金材料的研究进展。原位合金化工艺本身固有的成分不均匀性有助于制备成分不均匀的合金,从而获得具有双相结构的打印件,这是基于预合金粉打印无法得到的。基于多材料及多相流模型,原位合金化粉床激光熔融过程的数值模型也被研究者建立,模拟得出的原位合金化的增材制造工艺优化参数与针对预合金粉打印的差别很大。最后对增材制造原位合金化技术的应用前景和面临的挑战作出了展...     

硬质合金粉末挤出打印中增材制造工艺及其显微结构

粉末挤出打印(PEP)是基于传统金属注塑成型和3D打印相结合的新型增材制造技术,具有打印材料范围广、打印成本低等巨大优势。以WC-13Co硬质合金的PEP增材制造为核心,以热塑性打印材料为重点研究对象,开发打印原料的材料体系,研究打印原料的均匀性、流变性能、成形性能、黏结剂的脱除工艺以及烧结工艺对打印件显微结构及力学性能的影响机制。独立开发了硬质合金PEP打印专用的有机黏结剂材料体系,通过EDS分析黏结剂在打印坯体中分散均匀性。采用两步法脱脂工艺可以完全脱除打印坯体中的黏结剂,并结合真空烧结,在1450 ℃下保温60 min,成功制备高性能硬质合金打印件。研究结果发现打印件线收缩率为17.8%,WC晶粒尺寸分布均匀,维氏硬度1410HV₃₀。本研究采用PEP增材制造技术制备了高性能、打印件尺寸可控的硬质合金材料,为硬质合金的增材制造探索出一条有效的技术路线。     

薄膜电极3D打印设备的设计与实现

以黏稠状液体为打印材料,采用挤压式3D打印方式制造薄膜电极,搭建了适合薄膜电极打印的3D打印平台.选用可灵活更换针头型号的针筒来储存3D打印材料.设计了打印机机械结构、喷头和气动控制部分.通过试验确定材料的最佳配比,研究了针头在不同压力和起始高度下打印的效果.通过优化工艺参数进行热电池薄膜电极的成形试验,并采用光学显微镜对其打印表面进行了观测.结果表明,打印的薄膜可以很好地黏结在泡沫镍网上,所设计3D打印设备可用于制造薄膜电极.     

基于BP和RBF神经网络对静电纺丝工艺参数的优化研究

针对静电纺丝在制备过程中易受到如聚合物含量、电压、推进速度和接收距离等工艺参数影响的问题,提出一种静电纺丝工艺参数的优化方法,以提升纳米纤维制备效率。以聚乳酸纳米纤维膜为研究对象,采用纤维直径为性能评价指标,设计实验获得训练和测试样本,借助BP(Back Propagation)和RBF(Radial Basis Function)神经网络构建不同工艺参数下的预测模型。结果表明：BP和RBF神经网络模型均能较好的对纤维直径进行预测,但RBF神经网络模型预测精度更高,其平均绝对误差(MAE)为12.125 nm,相对误差不超过7%。RBF神经网络建立的预测模型具有更高的稳定性,模型泛化能力更好,综合预测性能更加优越。所建立的模型可以帮助研究人员制备具有确定纤维直径的静电纺丝纳米纤维膜,实现对工艺参数的优化。     

金属粘结剂喷射增材制造技术发展与展望

目的 介绍了粘结剂喷射增材制造(BJAM)技术打印金属零件的发展历程、技术特点、打印材料和应用领域,重点分析了影响金属BJAM零件质量的主要因素,讨论了金属BJAM技术的研究重点.方法 归纳了金属BJAM技术的重要发展节点及现阶段技术的成熟度;总结了原材料、打印及烧结工艺参数对BJAM打印金属零件质量的影响规律;按材料种类讨论了BJAM打印金属零件的致密度、微观组织及力学性能.结论 通过分析金属BJAM技术可实现高效率、低成本制造金属零件,但仍存在烧结致密度低和收缩严重等问题,指出了改善铺粉质量、开发新型粘结剂和模拟预测烧结收缩等是金属BJAM技术未来发展的重点方向.     

Al－Fe系梯度功能材料断口特征及其多尺度分形研究

研究了Ａｌ－Ｆｅ系梯度功能材料的试样不同部位的断口特征；基于离散分形布朗随机场模型，对试样断口进行多尺度分形研究，结果表明断口的分形参数Ｈ值也呈梯度分布，它反映了该材料的韧性呈梯度分布。     

基于人工神经网络的氮化锆薄膜颜色预测模型

建立了氮化锆薄膜制备工艺参数与薄膜色度参数之间的人工神经网络预测模型，结果表明，预测结果与实测结果吻合，最大色差在5．45以内。利用所建立的模型研究了单个参数对薄膜颜色的影响规律，及多参数间交互作用与薄膜颜色的关系。并且利用神经网络根据加工要求反向预测工艺参数，从而实现了对加工参数的优化选择。     

Al—Fe系梯度功能材料断口特征及其多尺度分形研究

研究了Ａｌ－Ｆｅ系梯度功能材料的试样不同部位的断口特征；基于离散分形布朗随机场模型，对试样断口进行多尺度分形研究，结果表明断口的分形参数Ｈ值也呈梯度分布，它反映了该材料的韧性呈梯度分布。     

神经网络模型在SiC涂层制备中的应用

材料表面抗氧化涂层的质量是限制碳／碳复合材料作为高温结构材料使用的关键．本文运用人工神经网络技术建立了CVD－SiC涂层制备工艺的过程模型,以解决该过程影响因素众多、相互作用关系复杂、难以对制备过程进行有效的预测和控制的问题．研究结果表明：所建立的神经网络模型,可以比较准确和全面地反映各工艺因素对SiC-CVD过程的影响大小及内在规律;模型对工艺参数与沉积速率之间关系的预测与实验结果相吻合;证实了将人工神经网络模型应用于抗氧化涂层的制备过程的控制和工艺优化是有效和可行的．     

挤压模具的数字化设计与数字化制造

介绍了基于数字仿真技术的挤压模具数字化设计、结构优化、产品质量预测的实现方法,以及挤压模具数字化制造的加工工艺.挤压模具数字化设计的目的是提供模具的几何、拓扑信息和挤压成形的工艺信息,其核心技术是数字化建模与数字化仿真.数字化仿真技术在挤压过程金属流动行为分析、模具结构优化、型材成形质量预测等方面已取得了良好的应用效果.采用基于仿真技术的虚拟试模方法,是实现挤压模具的“零试模”有效途径,也是形成新设计思路和设计方法的重要技术手段.大量采用CNC加工、热处理和表面处理系统是挤压模具数字化制造的主要特征.实现CAD、CAM和CAE的有效结合,提高复杂多孔空心型材挤压模具的制造技术水平,是我国挤压模具数字化制造的重要发展方向.     

基于机器学习的电喷印精度预测方法研究

目的 节省电流体喷射打印精度预测的时间和解决电流体工艺参数的选择问题,达到提高电流体打印的质量和效率的目的。方法 为了对电流体喷射打印精度进行预测,提出有限元模型与机器学习相结合的方法。基于线性回归、支持向量回归和神经网络等机器学习算法建立4种参数与射流直径的关系模型。结果 算法结果表明:支持向量回归和神经网络预测模型的决定系数R²能达到0.9以上,表示模型可信度高;支持向量回归和神经网络预测模型指标都比线性回归预测模型的小。结论 机器学习算法可对电喷印打印精度进行有效预测,预测效率提高了十几倍,节省了精度预测的时间。     

基于神经网络的混杂SiC颗粒增强铝基复合材料力学性能预测

目的 提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法 首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型参数的代表性体积单元,并利用Abaqus软件进行了有限元仿真(FEM)。通过代码实现了建模与仿真的一体化构建,利用得到的仿真数据,建立了神经网络模型,并实现了对复合材料力学性能的预测。建模前,对数据进行预处理和筛选,以提高数据质量并降低模型复杂度。最后,建立卷积神经网络,并优化模型的超参数。结果 通过建立的神经网络模型,实现了对复合材料力学性能的有效预测。极限强度的预测误差保持在−7%~8.5%,能耗的预测误差保持在−5%~6%,预测精度较高。结论 通过结合实验、仿真和卷积神经网络模型,可以更有效地预测混杂SiC颗粒增强铝基复合材料的力学性能,从而为材料设计和制备提供指导。     

路用水性环氧树脂的拉伸强度预测和极值寻优

为实现路用水性环氧树脂力学参数极值寻优,以进一步科学优化其材料组成及配比,基于不同类型原材料自身属性及其掺量的调控,制备了一系列路用水性环氧树脂;以拉伸强度为例,开展了力学参数标定试验并获取了75组有效数据,以此构建了基于小样本数据的传统多元回归方程、典型前馈式及反馈式神经网络等不同预测模型,对比分析了不同模型的拟合效果与预测精度;采用遗传算法对优选的预测模型进行优化,实现了拉伸强度极值寻优功效,回溯确定了原材料各项属性及掺量的最佳取值,为路用水性环氧树脂材料组成及配比的科学优化提供有益借鉴.结果表明:相比五元非线性回归方程和反向传播(Back Propagation,BP)模型,Elman模型的预测误差降低了25. 94% ～37. 5% ,具有较好的预测精度和稳定性;综合考虑预测精度和运算速度,推荐采用Elman神经网络(6×4×1)作为路用水性环氧树脂拉伸强度的预测模型;采用遗传算法可快速获得最优拉伸强度和相关材料组成及配比,降低试验成本,但其准确度仍需进一步优化.     

基于坐标变换的功能梯度材料空间映射建模研究

随着3D打印零件复杂性和多样性的日益增加,单一材质的零件已无法满足各类特殊性能要求,功能梯度材料零件逐渐成为快速成型制造行业的研究热点。为满足功能梯度材料的制造要求,提出了一种基于坐标变换的功能梯度材料空间映射建模方法,该方法的关键是将几何信息与材料信息有效结合。首先,采用单梯度源法、多梯度源法构建功能梯度材料模型的材料空间,在遇到交叉梯度源模型时利用特定的相交算子以一定的权重比进行材料分布计算。然后,在几何空间与材料空间结合的过程中,巧妙地通过坐标变换将材料空间与几何空间的坐标系重合,实现将材料空间映射至几何空间,从而得到带有材料信息的功能梯度材料模型。通过修改梯度源、材料分布函数以及坐标变换方法即可获得所需的功能梯度材料模型。利用Visual Studio 2019软件和OpenGL编程语言对实例模型进行可视化分析的结果表明,所提出的建模方法相比于大部分估值建模、非估值建模方法可大大缩短建模时间,从根本上解决了某些算法所造成的储存空间不足和建模过程繁琐等问题。基于坐标变换的功能梯度材料空间映射建模方法为增材制造行业提供了一种新的建模方法,具有良好的应用价值。     

同轴送粉金属激光3D打印熔池流动、成分分布以及组织生长数值模拟的研究进展

在“中国制造2025”、美国《国家先进制造战略计划》、欧洲航天局《惊奇计划》、日本《增材制造科研计划》、新加坡《工业增材制造项目》以及欧盟《3D打印标准化路线图》等全球新型制造技术迅猛发展的机遇下,金属激光3D打印融合了计算机辅助设计、材料加工与成形技术,以数字化模型文件为基础,通过软件与数控系统将特制材料逐层堆积固化,制造出实体产品,该技术日益成为国内外专家学者的研究热点。它与传统的对原材料进行切削、组装的加工模式不同,是通过材料累加的原理,从无到有地制造产品的新型技术工艺。也正是由于增材制造的这种技术特点,使得它受到全球的广泛关注,将可能会给传统的制造业带来一系列深刻的变革。其中同轴送粉式金属激光3D打印技术因具有成形尺寸大、可利用材料范围广、成形件的材料性能优异等特点,在航空航天、交通、医疗与能源等领域有着广阔的应用前景,成为金属增材制造主流的工艺技术。 3D打印熔池中存在着传热、对流、传质、气-液界面冶金反应以及固-液界面扩散等复杂的动态物理冶金过程。熔池的流体力学行为直接影响材料组织的均匀性以及致密性,因此,如何通过流体力学方法对熔池的流体动态过程进行模拟,建立熔池温度和流场的三维非稳态模型,并定量分析浮力、表面张力、粉末冲击力以及综合作用对3D打印过程温度场、速度场和熔池形态的影响是需要解决的关键问题。 数值仿真模拟是研究同轴送粉式金属激光3D打印熔池动力学过程的重要手段之一。目前,在关于同轴送粉式金属激光3D打印数值模拟和激光焊的数值模拟研究中,已包含较为全面的多尺度数值模型,例如光-粉耦合作用数值模型、熔池气-液界面和固-液混合区界面追踪模型、熔池瞬时变化的热场和流场分析模型、熔池中合金元素的分布过程介观模型以及基于相场法的熔池形貌和显微组织凝固元胞自动机模型等。 本文主要阐述国内外研究学者对同轴送粉式金属激光3D打印仿真模拟的研究进展,主要集中在3D打印过程中熔池瞬时变化的热场和流场分析、合金元素的分布过程以及熔池形貌和显微组织凝固等方面。由于数值模拟方法具有一定的通用性,为了更全面地介绍与同轴送粉式金属激光3D打印技术相关的数值模拟方法,本文也涉及了少量送粉式激光熔覆以及激光电弧填粉焊接等过程的数值模拟工作。     

基于不同神经网络的DLC薄膜综合性能预测的对比研究

类金刚石（DLC）薄膜因其具备高硬度、高耐磨性等优良性质而被广泛应用于机械、航空航天等领域。但为满足不同行业应用的需求,DLC薄膜常常采用不同的制备方法及工艺参数以获得不同的特性,对不同工艺流程制备出的样品进行表征性能测试费时费力。为了解决这一问题,文章探索了不同人工神经网络在薄膜性能预测领域应用的可行性及适用性。将试验制备的DLC薄膜数据作为训练样本,以不同的工艺参数作为输入,对应工艺下制备的DLC薄膜各项性能作为输出,对BP、ELM、KELM三种神经网络进行训练。利用验证样本对训练好的三种模型进行验证,对比三种神经网络预测值与真实值的结果、相对误差、决定系数及均方误差,以性能最佳的网络模型为样本对薄膜各性能进行灵敏度分析。结果表明,KELM的预测精度与稳定性均优于BP与ELM神经网络,更适用于DLC薄膜的综合性能预测,且得到了各工艺参数对各性能指标的影响情况。     

碳纳米管复合材料的3D打印技术研究进展

3D打印技术是一项根据计算机模型设计快速加工和制造复杂几何形状组件的增材制造技术之一。其基于三维数据模型,通过电脑控制将材料进行逐层累积,最终将三维模型变成立体实物。相比于传统制造方法,3D打印技术具有节约工时、易操作、不需要模具、组件几何形状可控性强等优势。随着该技术的发展,依据打印技术成型的核心、材料以及设备等产生了熔融沉积塑型、选择性激光烧结成型、光固化立体成型/数字光处理成型、溶剂浇铸成型等若干类型的3D打印技术。本文重点介绍其中最具代表性的4种3D打印成型工艺的原理和特点,基于碳纳米管增强聚合物复合材料,综述近年来不同3D打印成型工艺的研究进展,同时预测3D打印成型工艺在该领域会向着高精度、产业化、大众化和高集成度的方向发展,3D打印材料的研发也会更具前景。     

金属3D打印技术在波导件上的应用

正1 3D打印产业化应用情况概述3D打印,即增材制造,是一种由产品三维模型数据直接驱动,基于离散—堆积原理,通过数字化逐层添加材料的方式来制备零件的一种新兴制造技术。近年来,随着3D打印技术的快速发展,3D打印技术已经由最初的非金属打印发展为非金属和金属3D打印,其中金属3D打印技术已经在航