镁合金搅拌摩擦焊接工艺及神经网络预测系统

《镁合金搅拌摩擦焊接工艺及神经网络预测系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要巴巴巴巴二二二巴巴巴巴巴三巴巴巴巴巴巴二二留巴摘要搅拌摩擦焊接(FSW)是英国焊接研究所在1991年发明并己获得世界范围专利保护的固相连接技术。镁及镁合金具有密度小、比刚度和比强度高、尺寸稳定性好等特点，已成为现代高新技术领域中最有希望的一种材料。当镁合金采用钨极氢弧焊、熔化极气体保护焊等焊接方法时，焊缝金属会剧烈氧化，产生气孔、裂纹等缺陷。而搅拌摩擦焊接过程中焊缝金属不发生熔化，为连接镁合金提供了研究前景。目前，铝合金的搅拌摩擦焊接已经日趋成熟，而镁合金的搅拌摩擦焊几乎还是个空白，国内外的报

2、道很少。因而，研究镁合金的搅拌摩擦焊接行为有很强的现实意义和工程意义。木文结合现有的文献资料，设计了适合omm厚镁合金AZ31B板材的搅拌头，经过实验对搅拌头的材料及结构进行优化;研究了旋转速度、焊接速度和压力三个工艺参数对焊接接头质量的影响，并得到镁合金搅拌摩擦焊接的工艺参数范围。通过镁合金搅拌摩擦焊接接头的金相实验、硬度测试及拉伸实验，确定搅拌摩擦焊接是实现镁合金连接的一种有效手段;通过高温拉伸实验，得出镁合金搅拌摩擦焊接的焊缝组织在高应变速率下不具备超塑性;使用SN比实验设计和方差分析，确定

3、了工艺参数显著性，得到最优化工艺参数;运用MATLAB语言，组建人工神经网络和用户界面，实现接头强度和延伸率的预测，获得了满足工程要求的预测值，为搅拌摩擦焊接接头质量的评估及预测提供了有效的途径。关键词:镁合金搅拌摩擦焊接SN比实验设计神经网络超塑性AbstractAbstractFrictionstirwelding(FSW)isasolidstatejoiningprocesswhichwasinvitedbyTheWeldingInstitutein1991.Ithasbeenprotect

4、edbytheworldwidepatent.Magnesiumandmagnesiumalloyspossessverylowdensity,highspecificstrengthandstifnessandgooddimensionstabilitycapabilities.Sotheconnectionofmagnesiumalloyswillbeafocus.Whenthemagnesiumalloysarewelded饰TIGorMIqthemetalintheseamwillbeox

5、idizedacutely.Somedefectssuchascracks,voidsandshrinkagesappear.Butthemetaldoesn'tmeltintheprocessofFSW.Soit'spotentialtoconnectmagnesiumalloysbyFSW.Atthepresenttime,mostoftheresearchesfocusontheFSWofaluminumalloyswhilefewresearchesfocusontheFSWofmagne

6、siumalloys.ThestudyprovidessometheoreticalreferencestoresearchtheFSWtechnologyofmagnesiumalloys.ThepaperdesignstheprobewhichisusedtoweldmagnesiumAZ31Bplates.Thematerialandstructureoftheprobeareoptimizedbytheexperiments.Italsostudiestheinfluenceonthequ

7、alityoftheFSWjointcausedbyrotationspeed,weldingspeedandpressure.Therangeoftheparametersisgoten.Throughmetallogr叩hicexperiments,analysisofhardnessandtensileexperiments,itcanbedecidedthatFSWisanefectivewaytoconnectmagnesiumalloys.Throughthetensileexperi

8、mentsofhightemperature,it'sgottenthatthestructureoftheFSWseamhasn'tsuperplasticity.ThesignificancesequenceofprocessingparametersoffrictionstirweldinghasbeencalculatedbySNplandesign,andtheoptimizedparametersaregotten.Thepaperestablishestheneura