一种高精度拉伸、压缩、弯曲性能测试分析设备及方法技术

技术编号:34016708 阅读:13 留言:0更新日期:2022-07-02 15:56
本发明专利技术公开了一种高精度拉伸、压缩、弯曲性能测试分析设备及方法,该设备包括:机架,其包括底座以及工作平台;拉伸试验组件;压缩试验组件;弯曲试验组件;驱动组件;密封箱,所述拉伸试验组件、压缩试验组件和弯曲试验组件均设置在所述密封箱内;加热装置,其用于对密封箱内进行加热;以及加压装置,其用于对密封箱内进行加压。本发明专利技术提供的设备集拉伸、压缩、弯曲性能检测于一体,还能够实现不同压力、温度环境下的力学性能检测,从而能满足更多的检测功能需求;本发明专利技术中,通过基于机器学习算法的误差处理模块,能够对设备本身因素、环境因素等引起的系统误差进行预测并修正,利用数据的处理,能够显著提高检测结果的精度。能够显著提高检测结果的精度。能够显著提高检测结果的精度。

【技术实现步骤摘要】
一种高精度拉伸、压缩、弯曲性能测试分析设备及方法


[0001]本专利技术涉及检测
,特别涉及一种高精度拉伸、压缩、弯曲性能测试分析设备及方法。

技术介绍

[0002]拉伸、压缩、弯曲等力学性能是材料进行力学性能检测中的常见项目,其能够在很多程度上反映材料的力学特性,对于材料的研究具有重要意义。现有的一些力学检测设备通常只能进行拉伸和/或压缩性能检测,进行弯曲性能检测还需要采用另外的设备;且通常只能进行常温常压环境下的力学性能检测,对于需要了解材料在其他温度、压力条件下的力学性能的情况,则无法通过这些设备实现。例如专利CN207439306U公开的一种便携式拉伸试验断后生产率、断面收缩率自动测量装置、专利CN112414865A公开的一种板材三点弯曲试验台等。
[0003]另一方面,力学性能检测会产生大量检测数据,人工进行数据计算是一件费时费力的工作,且容易出现较大误差。且进行力学性能检测(如拉伸、压缩、弯曲性能检测)时,不可避免的会引入大量误差,主要包括系统误差、随机误差和粗大误差等,系统误差由某些固定不变的因素引起的,在相同条件下进行多次测量,其误差数值的大小和正负保持恒定,或误差随条件改变按一定规律变化。随机误差是由某些不易控制的因素造成的,在相同条件下作多次测量,其误差数值和符号是不确定的,即时大时小,时正时负,无固定大小和偏向。随机误差服从统计规律,其误差与测量次数有关。随着测量次数的增加,平均值的随机误差可以减小,但不会消除。粗大误差是与实际明显不符的误差,主要是由于实验人员粗心大意,如读数错误,记录错误或操作失败所致。这类误差往往与正常值相差很大,应在整理数据时依据常用的准则加以剔除。所以,其中系统误差是相对固定的,主要包括设备本身因素、环境因素所引起的误差,是可以通过数据处理在一定程度上进行减小的,但现有的设备中缺少可靠的方案。

技术实现思路

[0004]本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种高精度拉伸、压缩、弯曲性能测试分析设备及方法。
[0005]为解决上述技术问题,本专利技术采用的技术方案是:一种高精度拉伸、压缩、弯曲性能测试分析设备,包括:机架,其包括底座以及设置在所述底座上的工作平台;拉伸试验组件,其包括固定在所述机架上的上夹具以及可沿Z向移动设置在所述机架上的下夹具;压缩试验组件,其包括可拆卸设置在所述下夹具上的上压块和可拆卸设置在所述工作平台上的下压块;弯曲试验组件,其包括可拆卸设置在所述下夹具上的压头以及可拆卸设置在所述
工作平台上的弯曲夹具;驱动组件,其用于驱动所述下夹具进行Z向的移动;密封箱,其设置在所述机架上,所述拉伸试验组件、压缩试验组件和弯曲试验组件均设置在所述密封箱内;加热装置,其用于对所述密封箱内进行加热;以及加压装置,其用于对所述密封箱内进行加压。
[0006]优选的是,所述驱动组件包括可转动设置在所述工作平台上的若干丝杆以及设置在所述底座上的用于驱动所述丝杆转动的电机,所述下夹具上连接有配合套设在所述丝杆上的丝杆套;所述机架还包括连接在所述工作平台上的若干支撑立柱,所述上夹具固定在所述支撑立柱的顶端,所述丝杆的上端与所述上夹具可转动连接。
[0007]优选的是,所述上夹具和下夹具的结构相同,均包括夹具块、开设在所述夹具块内的楔形槽、可滑动设置在所述楔形槽的两个倾斜内壁上的两个夹块以及用于驱动两个夹块沿倾斜内壁上下移动的夹具驱动件;所述夹具驱动件包括电动推杆、与所述电动推杆的输出杆可转动连接的驱动连接块、第一端与所述驱动连接块可转动连接的两根驱动杆以及固接在所述夹具块上且与两根驱动杆均可转动连接的转接板;所述夹块的底部开设有驱动槽,两根驱动杆的第二端分别伸入两个夹块的驱动槽内。
[0008]优选的是,所述夹块的侧部在处于所述夹具驱动件的对侧位置设置有止逆机构,所述止逆机构包括连接在所述楔形槽的底面上的安装板、可转动连接在所述安装板上的偏心摩擦轮以及连接在所述偏心摩擦轮的下部和安装板之间的拉簧;所述偏心摩擦轮的外侧与所述夹块的侧壁接触,所述偏心摩擦轮的内侧通过一销轴可转动连接在所述安装板上;当所述夹块朝向远离所述楔形槽的底面方向运动时,所述偏心摩擦轮朝第一方向旋转并拉伸所述拉簧,所述夹块能够相对所述偏心摩擦轮移动;当所述夹块朝向靠近所述楔形槽的底面方向运动时,所述偏心摩擦轮朝第二方向旋转,所述偏心摩擦轮通过摩擦力阻止所述夹块相对所述偏心摩擦轮运动;所述偏心摩擦轮上还设置有解锁杆,通过解锁杆推动所述偏心摩擦轮朝第二方向旋以解除所述偏心摩擦轮对夹块的阻挡作用。
[0009]优选的是,该高精度拉伸、压缩、弯曲性能测试分析设备还包括控制分析装置,所述控制分析装置包括电机控制模块、电动推杆控制模块、加热控制模块、加压控制模块以及数据处理模块;所述电机控制模块与所述电机电连接,所述电动推杆控制模块与所述电动推杆电连接,所述加热控制模块与所述加热装置电连接,所述加压控制模块与所述加压装置电连接;所述数据处理模块与所述电机控制模块、加热控制模块、加压控制模块均通信连接,所述数据处理模块包括计算模块和误差处理模块;所述计算模块用于根据拉伸试验组件、压缩试验组件或弯曲试验组件进行力学试
验获得的原始检测数据计算得到若干用于表征力学性能的力学指标项,所述误差处理模块用于基于机器学习算法对计算模块得到的力学指标项进行修正。
[0010]优选的是,所述误差处理模块进行误差修正的方法包括以下步骤:1)构建训练数据集;2)利用训练数据集对CNN神经网络模型进行训练;3)将计算模块得到的力学指标项输入训练好的CNN神经网络模型中,该CNN神经网络模型输出修正后的力学指标项。
[0011]优选的是,所述步骤1)具体包括:1

1)构建压力点值集QF,QF包括若n个压力点值F,记为QF=(F1、F2、...、F
n
);构建温度点值集QT,QT包括n个温度点值T,记为QT=(T1、T2、...、T
n
);1

2)每次分别从QF和QT中各选择一个压力点值F、一个温度点值T,构成环境条件点值H=(F,T),选择m次,得到m个环境条件点值,构建为环境条件点值集QH,记为QH=(H1、H2、...、H
m
);1

3)在每一个环境条件点值下,采用所述高精度拉伸、压缩、弯曲性能测试分析设备对标准样品进行力学性能测试:1
‑3‑
1)对于第i个环境条件点值H
i
=(F
s
,T
r
),通过加热装置将密封箱内的温度加热到T
r
、通过加压装置将密封箱内的气压升高至F
s
;1
‑3‑
2)然后采用拉伸试验组件、压缩试验组件或弯曲试验组件对样品进行力学试验,测试力学性能;得到的原始检测数据经计算模块处理后获得k个用于表征力学性能的力学指标项c
i
l
j
,同时记录力学试验过程中电机的平均本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种高精度拉伸、压缩、弯曲性能测试分析设备,其特征在于,包括:机架,其包括底座以及设置在所述底座上的工作平台;拉伸试验组件,其包括固定在所述机架上的上夹具以及可沿Z向移动设置在所述机架上的下夹具;压缩试验组件,其包括可拆卸设置在所述下夹具上的上压块和可拆卸设置在所述工作平台上的下压块;弯曲试验组件,其包括可拆卸设置在所述下夹具上的压头以及可拆卸设置在所述工作平台上的弯曲夹具;驱动组件,其用于驱动所述下夹具进行Z向的移动;密封箱,其设置在所述机架上,所述拉伸试验组件、压缩试验组件和弯曲试验组件均设置在所述密封箱内;加热装置,其用于对所述密封箱内进行加热;以及加压装置,其用于对所述密封箱内进行加压。2.根据权利要求1所述的高精度拉伸、压缩、弯曲性能测试分析设备,其特征在于,所述驱动组件包括可转动设置在所述工作平台上的若干丝杆以及设置在所述底座上的用于驱动所述丝杆转动的电机,所述下夹具上连接有配合套设在所述丝杆上的丝杆套;所述机架还包括连接在所述工作平台上的若干支撑立柱,所述上夹具固定在所述支撑立柱的顶端,所述丝杆的上端与所述上夹具可转动连接。3.根据权利要求2所述的高精度拉伸、压缩、弯曲性能测试分析设备,其特征在于,所述上夹具和下夹具的结构相同,均包括夹具块、开设在所述夹具块内的楔形槽、可滑动设置在所述楔形槽的两个倾斜内壁上的两个夹块以及用于驱动两个夹块沿倾斜内壁上下移动的夹具驱动件;所述夹具驱动件包括电动推杆、与所述电动推杆的输出杆可转动连接的驱动连接块、第一端与所述驱动连接块可转动连接的两根驱动杆以及固接在所述夹具块上且与两根驱动杆均可转动连接的转接板;所述夹块的底部开设有驱动槽,两根驱动杆的第二端分别伸入两个夹块的驱动槽内。4.根据权利要求3所述的高精度拉伸、压缩、弯曲性能测试分析设备,其特征在于,所述夹块的侧部在处于所述夹具驱动件的对侧位置设置有止逆机构,所述止逆机构包括连接在所述楔形槽的底面上的安装板、可转动连接在所述安装板上的偏心摩擦轮以及连接在所述偏心摩擦轮的下部和安装板之间的拉簧;所述偏心摩擦轮的外侧与所述夹块的侧壁接触,所述偏心摩擦轮的内侧通过一销轴可转动连接在所述安装板上;当所述夹块朝向远离所述楔形槽的底面方向运动时,所述偏心摩擦轮朝第一方向旋转并拉伸所述拉簧,所述夹块能够相对所述偏心摩擦轮移动;当所述夹块朝向靠近所述楔形槽的底面方向运动时,所述偏心摩擦轮朝第二方向旋转,所述偏心摩擦轮通过摩擦力阻止所述夹块相对所述偏心摩擦轮运动;所述偏心摩擦轮上还设置有解锁杆,通过解锁杆推动所述偏心摩擦轮朝第二方向旋以解除所述偏心摩擦轮对夹块的阻挡作用。5.根据权利要求1

4中任意一项所述的高精度拉伸、压缩、弯曲性能测试分析设备,其
特征在于,还包括控制分析装置,所述控制分析装置包括电机控制模块、电动推杆控制模块、加热控制模块、加压控制模块以及数据处理模块;所述电机控制模块与所述电机电连接,所述电动推杆控制模块与所述电动推杆电连接,所述加热控制模块与所述加热装置电连接,所述加压控制模块与所述加压装置电连接;所述数据处理模块与所述电机控制模块、加热控制模块、加压控制模块均通信连接,所述数据处理模块包括计算模块和误差处理模块;所述计算模块用于根据拉伸试验组件、压缩试验组件或弯曲试验组件进行力学试验获得的原始检测数据计算得到若干用于表征力学性能的力学指标项,所述误差处理模块用于基于机器学习算法对计算模块得到的力学指标项进行修正。6.根据权利要求5所述的高精度拉伸、压缩、弯曲性能测试分析设备,其特征在于,所述误差处理模块进行误差修正的方法包括以下步骤:1)构建训练数据集;2)利用训练数据集对CNN神经网络模型进行训练;3)将计算模块得到的力学指标项输入训练好的CNN神经网络模型中,该CNN神经网络模型输出修正后的力学指标项。7.根据权利要求6所述的高精度拉伸、压缩、弯曲性能测试分析设备,其特征在于,所述步骤1)具体包括:1

1)构建压力点值集QF,QF包括若n个压力点值F,记为QF=(F1、F2、...、F
n
);构建温度点值集QT,QT包括n个温度点值T,记为QT=(T1、T2、...、T
n
);1

2)每次分别从QF和QT中各选择一个压力点值F、一个温度点值T,构成环境条件点值H=(F,T),选择m次,得到m个环境条件点值,构建为环境条件点值集QH,记为QH=(H1、H2、...、H
m
);1

3)在每一个环境条件点值下,采用所述高精度拉伸、压缩、弯曲性能测试分析设备对标准样品进行力学性能测试:1
‑3‑
1)对于第i个环境条件点值H
i
=(F
s
,T
r
),通过加热装置将密封箱内的温度加热到T
r
、通过加压装置将密封箱内的气压升高至F
s
;1
‑3‑
2)然后采用拉伸试验组件、压缩试验组件或弯曲试验组件对样品进行力学试验,测试力学性能;得到的原始检测数据经计算模块处理后获得k个用于表征力学性能的力学指标项c
i
l
j
,同时记录力学试验过程中电机的平均输出功率;记C
i
L=(c
i
l1、c
i
l2、...、c
i
l
k
),其中,C
i
L表示第i个环境条件点值下得到的测试力学指标项集合,c
i
l
j
表示一个力学指标项,j=1~k;1
‑3‑
3)获取该标准样品在该环境条件点值H
i
下的参考力学指标项集合B<...

【专利技术属性】
技术研发人员:阚伟程维维张磊
申请(专利权)人:南通伟烨检测服务有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1