摘要：首次采用分子动力学方法预测了自相似多级纳米蜂窝铝面内和面外(轴向)的压缩力学性能(弹性模量和压缩强度)。重点研究了相对密度、层级数和长度比对自相似多级纳米蜂窝铝结构力学性能的影响。在Gibson模型中引入了表面效应因子,结果表明修正的Gibson-Ashby模型与分子动力学计算结果更加吻合。此外,通过比较一级、二级和三级纳米蜂窝铝结构的变形机制发现,二级和三级纳米蜂窝铝结构由于分别在单级蜂窝和二级蜂窝的角点处接入六边形,在压缩过程中,多级纳米蜂窝铝结构激发的位错远高于单级蜂窝铝结构。也就是说,在压缩载荷下,多级蜂窝铝结构可以更好地利用结构的承载能力,吸收更多的能量。但是,自相似纳米蜂窝铝结构的力学性能无法通过增加级数的方法来无限增强,在相对密度和长度比不变的情况下,当纳米蜂窝铝结构的级数达到二级时,其综合力学性能最佳。研究结果还表明,相对密度不变时,二级纳米蜂窝铝结构长度比分别在0.3和0.4附近时,二级蜂窝铝结构具有最佳的面内和面外力学性能。研究成果对自相似多级纳米蜂窝结构的优化设计具有重要的指导作用。

摘要：基于均匀化理论与有限元方法,针对双向连续纤维增强复合材料(CBFRC),建立了微观代表体积单元(RVE)模型,并预测了界面对CBFRC宏观等效力学性能的影响。在建立的RVE模型中,采用表面内聚力本构关系描述纤维/基体之间的界面。研究结果表明:不同界面刚度下,CBFRC中的基体发生不同形式的初始损伤。与界面断裂能相比,界面刚度和界面强度对CBFRC面外抗拉强度的影响较大,而对CBFRC面内抗拉强度的影响较小,且界面的存在会降低CBFRC整体的抗拉强度。随着纤维体积分数的增加,CBFRC面内的抗拉强度也随之急剧增加,但CBFRC的面外抗拉强度反而有减小的趋势。本文中所提出的方法能够简单有效地对实际复杂的三维纤维增强复合材料进行优化设计。

摘要：在熔融沉积成型(FDM)技术中,打印件的翘曲现象是制约打印精度提升的关键因素之一。采用热力顺序耦合有限元方法,研究了聚乳酸(PLA)在FDM过程中的翘曲变形行为及几何补偿方法。首先系统分析时间步长对模拟结果的影响,随后探讨光栅角度对翘曲行为的调控作用,最后实施反向补偿几何模型的方法,以实现对零件翘曲变形的有效补偿。结果表明:时间步长对温度场分布有显著影响,但对变形结果的直接影响较小,这归因于温度变化对时间的高度敏感性,而变形则更多地依赖于累积效应和准稳态平衡。此外,还发现采用0°/90°光栅角度交替策略能降低应力集中现象,与单一0°、45°光栅角度相比,应力极值降低12.7%,有效缓解翘曲问题。实施反向补偿策略后,使制造精度提升了62.07%。合理选择光栅角度并结合反向补偿设计策略能有效改善FDM过程中的翘曲现象,提升制造精度与打印件质量。

摘要：本文提出了一种新型的三壁碳纳米管螺旋振荡器,通过对内管施加轴向激励和中管施加旋转激励的方式,来同时获得内管和中管的螺旋信号输出.采用分子动力学方法研究了该振荡器在拉转耦合下的振荡行为.在模拟过程中,固定的外管充当振荡器定子的作用,内管和中管在分别施加一定的初始激励后保持自由振荡.模拟结果表明,在内管拉出距离一定的情况下,内管的自激发旋转频率随着中管初始旋转激励频率的增加而增加,且最终趋于一个稍低于旋转激励的稳定值.当施加的初始旋转频率在400 GHz以内时,内管达到稳定的旋转频率ω_I与旋转激励频率ω_(M0)的关系为ω_I=46e^(0.0045ω_(M0)).尽管提高初始旋转激励频率可以提高内管的旋转频率,但随着中管初始旋转频率的增加内管的轴向性能下降,不稳定振荡加剧.同时中管轴向振荡的稳定性与施加在其上面的初始旋转激励的频率有关,过高的初始旋转频率不仅会加大非轴向摆动距离,导致轴向振荡性能下降,而且旋转损耗比也将随着初始旋转频率的增加而增加.因此,合理的控制初始旋转频率的幅值是设计低损耗三壁碳纳米管螺旋振荡器的关键.

摘要：基于柔性电极结构,本文设计、制作了薄膜电容微压力传感器,在阐述传感器工作原理的基础上,提出了两种设计思路,即基于柔性纳米薄膜的电容式微压力传感器和具有微结构的柔性电极薄膜电容式微压力传感器,并结合传感器的结构和柔性材料的加工特性,进一步提出了相应的力敏特性材料结构优化思路和加工流程,利用该流程得到了一种结构轻薄、工艺简单、高灵敏度的微压力传感器。经测试,本文制作的压力传感器的灵敏度能够达到218 f F/mm Hg,在智能穿戴和可植入压力检测等领域显示出较好的应用前景。

摘要：目的比较Arrhenius方程和机器学习方法在TC21钛合金本构模型建立中的优劣,为TC21钛合金在实际工程应用中的性能预测、优化设计和安全评估提供理论指导。方法通过使用Gleeble-3500热模拟机,获取了锻态TC21钛合金在不同温度和应变速率下的真实应力应变数据。基于实验结果,分别采用Arrhenius方法和支持向量机方法建立了相应的本构模型。相较于基于热力学原理的Arrhenius本构方程,采用支持向量机方法的本构模型更为先进。该模型能够从有限的数据中深入挖掘材料性能与温度、应变速率之间的复杂非线性关系,从而更准确地预测TC21钛合金在不同条件下的力学性能。为了全面评估这2种模型的预测准确性,计算了它们的模型相关系数和均方根误差。结果研究结果表明,基于机器学习的本构模型在预测TC21钛合金的应力应变行为方面展现出显著的优势。其相关系数高达0.9774,远高于Arrhenius模型的0.9317。在评估预测精度的均方根误差上,机器学习方法也表现出色,仅为5.49,相较于Arrhenius模型的20.67显著降低。结论利用机器学习方法建立的TC21钛合金本构模型具有更高的精度和可靠性。在实际工程应用中,这将为钛合金的性能预测、优化设计和安全评估提供更为准确的科学依据。

摘要：枝节碳纳米管及其相关力学性能的研究在现代硅微电子工业中具有重要意义。采用原子级有限元法(AFEM)在原子尺度研究了"Y"型枝节单壁碳纳米管(YBSCNT)结构的断裂性能,并探讨了YBSCNT的直径和长度对结构的等效弹性模量、断裂应变和抗拉强度力学性能的影响。数值模拟表明:随着直径的增大,YBSCNT的等效弹性模量、断裂应变和抗拉强度均减小;随着长度的增大,YBSCNT的等效弹性模量减小,断裂应变和抗拉强度增大。本文的研究方法可用于枝状结构碳纳米管等效力学性能的预测,为今后枝节纳米管的优化设计提供有力的工具。

摘要：介绍了注塑CAE技术在优化模具结构设计和注塑成型工艺参数的强大功能,阐述了MPI在注塑成型技术中的应用和注塑CAE的研究历程和现状。重点介绍了在MPI使用过程中对模型的前处理网格编辑的一些方法与技巧,并利用具体的事例来进行注塑成型过程中的诸如流动、取向、结晶、保压、冷却、翘曲等模拟分析。