18、镍钛基智能执行器与因科镍合金718加工的研究与优化

镍钛基智能执行器与因科镍合金718加工的研究与优化

1. 镍钛基智能执行器研究

1.1 电流与收缩率关系

在镍钛基智能执行器的研究中，电流与收缩率存在着密切的关系。通过电流（mA）与时间（s）的非线性指数图可知，较高的电流值对应的收缩率比低电流值时更高。当电流较低（I < 700 mA）时，曲线斜率与时间轴平行，这表明收缩率为零，此区域为不可行区域。该图可用于解读在任何给定电流下达到完全收缩（Lf）所需的时间，其关系可用公式表示为：
[I = 659.8844 + 683.8789 \times exp (-0.00386 \times t)]

1.2 单弹簧连接的二阶二次多项式回归模型

利用实验程序，结合不同电流值下的电流 - 时间和挠度 - 时间数据，在Minitab 17中得到了一个完整的二次多项式模型。挠度（d）响应的二阶二次多项式回归模型表示为电流（I）和时间（t）这两个过程参数的函数，公式如下：
[d = -30.6349 + 0.4427 \times t + 0.2964 \times I + 0.0002 (t^2 - I^2) - 0.0008 \times t \times I]
此公式的调整回归值为0.9204，概率为零，这清楚地表明了所开发的回归方程的充分性。它有助于将挠度与电流和时间相关联，从而可以根据该公式轻松解读在任何固定电流下达到特定挠度所需的时间。

1.3 镍钛形状记忆合金单弹簧连接的预测挠度趋势

通过在二维电流 - 时间图中绘制挠度曲线，上述二次多项式方程展示了挠度趋势。图中显示了极限位移为d = 70和30 mm时的挠度趋势。该典型图