改进3D打印砂型性能方法研究

来源 :机械科学研究总院 | 被引量 : 0次 | 上传用户:cse_gzzhu
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
3D打印砂型具有可以避免扬尘现象,生产环境好;采用数字化方式传输,节省了信息交流时间;省略了制作模型的环节,还提升了速度与灵活性;提高了砂型尺寸精度,有效减小了铸件加工余量;保障了产品设计的灵活性等优点。与传统砂型铸造工艺相比,3D打印砂型存在紧实度不足、强度较低、型砂粒度小、砂型的透气性和溃散性差、发气量大等问题。针对3D打印砂型紧实度低问题,提出在3D过程中增加一种新的工艺方法——滚压紧实工艺。本文对滚压紧实基本原理进行了阐述,并对其在3D打印中的应用进行了模拟实验,发现经过滚压紧实的分析了滚压过程各项因素的变化对砂型强度、透气性及紧实率的影响,并总结出了规律:滚压层层厚越小,滚压压下量越大,砂型强度越高;滚压速度越小,砂型强度越高;滚压辊直径的大小对滚压砂型的各项性能基本没有影响。并通过SLS打印初步验证了滚压紧实在3D打印中的可行性。针对3D打印砂型发气量大,透气性低以及退让差的问题,提出一种空间网格化砂型3D打印方法。本文对空间网格化砂型3D打印方法进行了说明,分析了空间网格变化对砂型强度、透气性以及粘结剂使用量的影响。研究结果表明:空间网格化砂型3D打印方法可以大幅度减少粘结剂加入量并改善透气性。利用空间网格砂型的特点,可以有效提升砂型的透气性并减小发气量。球体空间网格砂型的强度、透气性明显优于正方体空间网格砂型;随着网格尺寸的增加、网格空腔连接骨架尺寸的减小,砂型强度降低,透气性增强;随着网格排列方式的变化,各项强度无明显变化,用六方最密堆积和面心立方堆积的透气性更好,粘结剂用量的最少;渐变网格的砂型与正方体网格相比强度、透气性无明显变化,粘结剂的使用量少;拓扑骨架由于骨架贯通性好,透气性更加优异。通过滚压紧实与空间网格化打印方法,可以有效改善3D打印砂型的性能,为3D打印砂型的普及应用提供了更多的可行方法。
其他文献
学位
东亚夏季风影响着全球超过三分之一人口的日常生产生活,对中国尤其是东部地区的气候有重要影响。关于季风区域降水的变化研究主要包含内部变率和外部强迫两个方面,火山活动是气候系统最重要的自然外强迫因子之一。然而,迄今为止,火山活动在东亚夏季风降水年际尺度气候变率中的作用仍不确定,亟待进一步深入探讨。其次,全球变暖是人类目前面临最严峻的挑战之一。现下通过全球减排措施来减缓全球变暖趋势仍面临着很大挑战,因此科
随着经济与社会的不断发展,互联网技术在逐渐优化,在更多行业中融入互联网技术,使得生产运营的效率在逐渐提高,给人们的日常生产与生活带来极大的便利。因此,文章阐述互联网运营模式的相关概述,分析互联网运营模式的现状与发展的趋势,如其渗透的速度逐渐加快、网络技术在不断创新、由电脑向移动终端进行过渡、在各行业的应用程度逐步加深等,提出发展互联网运营模式的具体策略,要在法律法规的保障下,加强各领域的技术交流,
目前,人们研究微机械正面临着尺寸效应这一科学难题。当机械微小化后,首先要回答的问题就是微构件本身的力学性能与传统构件相比有什么差别。近年来的实验揭示出金属材料在微米尺度具有明显的尺寸效应。本文以弹性力学、连续介质力学、固体物理学、势函数理论等为基础,以一个由同种的、可用球模型近似的粒子组成的、单层粒子的平面固体薄板为研究对象,建立了“基于粒子间作用力的连续介质二维模型”(简称“PF-CM-2D”模
地铁齿轮箱是列车重要的驱动单元,齿轮箱性能的好坏与列车运行的安全性和平稳性息息相关。当齿轮箱运转时,各零部件会由于摩擦等因素产生损耗,产生的损耗大多以热量的形式散发到各零部件和外界空气中。高功率密度、高可靠性、高稳定性、高安全性已成为齿轮箱的发展趋势。若齿轮箱散热性能不佳,将会引起关键零部件温度的异常,影响关键零部件的正常运转,降低齿轮箱的使用寿命。因此对地铁齿轮箱进行热平衡分析,对改进其设计方案
由于物流配送中心的订单差异化较大,分拣作业的自动化程度很难提高,成为制约物流配送效率的关键因素。因此对订单分拣作业的流程进行有效优化,提升运作效率成为物流中心管理的重要目标。本文基于“货到人”模式下的自动化分拣系统,结合国内外对此问题的研究成果,针对订单调度过程中存在的订单分配不均衡、选取物料载具不合理等问题,根据拣选作业的流程进行分析,从订单分批和载具组合两个阶段对分拣过程进行优化:(1)对“货
传统的自动化立体仓库已经无法满足全流程自动、定制化和高作业效率的应用需求,为此物流配送中心在各个行业中得到广泛应用,以解决高速收发货物、自动化仓储、订单分拣和自动配送等全流程自动化和信息化的需求。在自动化物流配送中心的方案设计和实施过程中,如何确定关键子系统中单机设备的数量尤为重要,这个问题关系到物流系统的运行效率和应用方的投入产出比,设备数量太少,会引发货物积压,造成各系统堵塞,无法满足效率需求
缺陷检测是卫浴陶瓷生产流程中的重要环节,对于产品质量的把控至关重要。目前,卫浴陶瓷成品工件的缺陷检测主要依赖人工检测,检测效率较低,而且检测结果与检测人员的经验有很大关系,检测结果的稳定性难以保证。为了提高卫浴陶瓷生产线自动化程度,降低生产成本,提高缺陷检测的精度和速度,本文针对卫浴陶瓷表面缺陷,研究了基于深度学习的卫浴陶瓷缺陷检测算法。本文1的主要工作内容如下:首先,介绍多种目标检测算法,并对比
“中国制造2025”和“工业4.0”的相继推出,使得我国整体的制造业发生了质的转变,生产模式推向智能化,这将是制造业升级转型的重要时间点。如今,在前纺车间的生产中,一台双轴的落卷机器人,需要面对96台卷绕机进行搬运作业。按照现有的排队顺序,逻辑过于简单,效率出现瓶颈。以至于生产的各个环节联动能力弱,无法对后续生产进行必要的预判,不能充分满足智能制造发展的需求。数字孪生的特点:虚实结合、实时交互,吸