AA5182-O铝合金成形性能的研究

来源 :南昌大学学报(工科版) | 被引量 : 0次 | 上传用户:tszhzhc159
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对AA5182-O铝合金进行与轧制方向成0°、45°、90°3个方向的单向拉伸试验,利用拉伸数据求得该材料的Swift本构方程,并将方程曲线和实验数据进行比较,同时在胀形试件长度分别与轧制方向成0°、90°角度时,对板料AA5182-O铝合金进行胀形试验,对其成形极限进行测量。研究表明:Swift本构方程能够很好地表示AA5182-O铝合金材料的流动性能,方程曲线和实验曲线十分吻合;AA5182-O铝合金0°轧制方向的成形极限曲线要高于90
其他文献
针对在日益增长的地面气象观测数据上进行气象数据有效检索、分析和展示的需求,通过研究气象数据的时序性、地域性、多种类性,以及气象数据和地理位置紧密关联的特征,提出采用模式-视图-控制器结构(简称MVC 3层架构)实现系统的模块化设计。以目前先进的富互联网应用程序(RIA)主流技术Flex这种具有强大交互性和表达性优势,并结合WebGIS具有地理处理服务优势,设计与实现了基于Flex和WebGIS的地
对NaY分子筛吸附低浓度废水进行了研究,考察了此吸附剂的吸附性能,实验结果表明:在pH为5、吸附时间为50min、温度为35℃、吸附剂的加入量为40mg的最佳条件下,NaY分子筛对稀土
在概率机器人学中,基于距离传感器的概率测量模型被提出并被广泛地应用到移动机器人的定位及建图过程中。在复杂多变的外界环境下,为了得到更符合实际情况、更精确的概率测量模型,提出了一种在线学习的方法:根据实时冗余的传感器数据,按真实障碍物距离进行分类得到相应的数据集,并采用期望最大化(EM)算法从各数据集中学习相应的模型内参,从而对概率测量模型持续更新与校正。实验结果表明,采用基于在线学习的概率测量模型