基于先前工作中开发的热模型,并在参考文献中呈现。[4],已经确定,由于预热,可以将奥氏体阶段保留在激光处理过程中的整个存款步骤中。基于计算的材料点历史,在样品,LPF1和LPF2的制造中也实现了相同的结果。因此,在最后冷却阶段关闭激光器后,马氏体转化才发生。这样的转化产生了扩张菌株,可以促进沉积物内“拉伸”残留应力。但同时,冷却阶段本身会导致样品内收缩。现在考虑参考的工作。[5],取决于关键马氏体转化点(MS和MF)的位置,可能会出现“热”残留应力的暂时放松,这是由于所谓的超塑性效应在Martensite Transformation的时刻出现。在LFP2样品中获得的较高热量积累(见图7C)以及同一样品中较高的同质性水平可以被认为是该样品中获得的更好的超塑性效应的原因,从而避免了随后的冷裂裂纹现象,从而避免了更好的压力缓解。这些条件在CP和LFP1的两个样本中都无法存在,因此导致它们随后的冷裂。
摘要 提高汽车燃油经济性标准要求开发具有优异机械性能且经济可行的钢板。淬火和分配 (Q&P) 热处理旨在产生富碳的亚稳态奥氏体,该奥氏体在变形过程中转变为马氏体,从而提高强度和延展性。在工业成型操作中,变形温度往往与环境条件不同,应变速率往往超过准静态速率 (>0.001 s -1 )。在本研究中,在 0.0001 至 0.1 s -1 的应变速率下对强度为 980 和 1180 MPa 的 Q&P 钢进行拉伸试验,同时使用热电偶和热成像评估绝热加热。扫描电子显微镜断口分析用于识别延性失效的机制,并用 x 射线衍射测量残余奥氏体以评估奥氏体转变的程度。
关于日本结构钛 (Ti) 合金的研究和开发趋势,本文回顾了过去和现在的情况,并提出了我们对未来战略的想法。作为变形加工和微观结构控制的基本研究政策,有必要通过数据科学方法促进研究和开发的“回顾”,以确定不依赖于经验规则的最佳工艺条件和微观结构形成。此外,合金/微观结构/机械性能的优化设计作为一种“改变游戏规则的方法”,例如专注于非平衡相(马氏体、欧米茄相)或尚未开发用于结构部件应用的 Ti 合金中的杂质添加,被列为创新研究方向。与钢相比,钛的历史非常短,因此它仍然具有巨大的潜力。
1.人工神经网络 (ANN) 简介 2.神经网络中的学习、实施过程、预测和与实际结果的比较以及从数据库中提取知识。3.合金成分对钛合金 β 转变温度影响的建模。4.具有不同微观结构的 Ti-6Al-4V α-β 合金的热变形行为。5.中碳钢中成分-热处理-力学性能关系的建模。6.钢中马氏体开始温度的成分依赖性估计 7.通过人工神经网络模型分析 Inconel 高温合金在电火花加工过程中的可加工性 8.预测静电纺丝工艺参数与纳米纤维直径之间的关系 9.建模金属基复合材料的物理和机械性能 10.人工神经网络的预期未来、可用于建模的资源和开放数据源
混合增材制造 (AM) 是指两种金属 AM 技术的组合:粉末床熔合 (PBF) 材料沉积和定向能量沉积 (DED) 附加构建。本研究重点研究了混合 AM 生产过程中 PBF 和 DED 相对沉积方向的不同特性。将混合 AM 制备的样品(即混合样品)的特性与 PBF 或 DED 制备的样品的特性进行了比较。PBF 沉积物的微观结构以铁素体为主,局部可观察到非常细小的残余奥氏体。相反,DED 沉积物的微观结构中均匀形成板条马氏体和残余奥氏体。两种过程中微观结构的不同归因于冷却速度的差异。在 DED 沉积物中,由于残余奥氏体分数高,显微硬度显著降低。然而,在混合样品中,由于长期沉积的时效热处理,HAZ 中的显微硬度迅速增加。 PBF和DED样品的主要磨损机制分别是氧化磨损和塑性变形。
抽象的结构性马氏体变换实现了各种应用,从高冲程致动,感应到能源有效的磁性制冷和热蛋白网络能量收集。所有这些新兴应用程序都受益于快速转换,但是直到现在尚未探索其速度限制。在这里,我们证明了热弹性马氏体对奥斯丁岩转化的转化可以在10 ns之内完成。我们使用纳米秒激光脉冲加热外延Ni -Mn -GA膜,并使用同步加速器衍射来探测初始温度和过热对转化速率和比率的影响。我们证明,热能的增加可以更快地驱动这种转换。尽管观察到的速度极限为2.5×10 27(JS)1个单位单元格留出足够的空间以进一步加速应用,但我们的分析表明,实际极限将是切换所需的能量。因此,马氏菌的转化遵守与微电子相似的速度限制,如玛格鲁斯 - 左旋蛋白定理所表达的。
许多青少年都佩戴牙套来矫正歪牙或过度咬合——即上牙与下牙重叠。牙套中金属丝所用的金属称为记忆金属,因为它能“记住”形状,并在适当的条件下恢复原状。记忆金属是镍和钛的合金,于 1965 年开发而成。合金是不相互反应但并存的金属原子混合物。美国海军研究机构海军军械实验室的科学家 william J. buehler 制备了一种镍钛合金条,这种合金条可弯曲成褶皱,然后拉伸回直状。这种合金被称为镍钛诺,分别代表镍、钛和海军军械实验室。我们知道物质的常见三个状态:固态、液态和气态。但镍钛合金有两种固体相,即奥氏体相和马氏体相。随着温度升高,它会从一个相转变为另一个相。这些相可能看起来相似,但每个相中的原子结构实际上是不同的。在奥氏体相中,钛原子位于镍原子立方体的中心,形成刚性且不灵活的结构。当合金冷却时,它
查尔姆斯理工大学摘要:尽管激光粉末床熔合 (LB-PBF) 作为一种增材制造技术具有突出地位,但获准用于该工艺的合金数量仍然有限。在传统制造中,铁合金是最常见的合金组,主要由普通碳钢和低合金钢组成。然而,在 LB-PBF 中,铁合金的生产仅限于少数奥氏体/沉淀硬化不锈钢和工具钢。普通碳钢和低合金钢的缺乏源于碳在加工过程中的负面影响,这会促进成品材料内开裂缺陷的形成。因此,为了扩大 LB-PBF 的机会,必须了解如何加工这些含碳铁合金。本研究探讨了各种普通碳钢(0.06 至 1.1 wt.% C)和低合金钢(4130、4140、4340 和 8620)的 LB-PBF 加工性能和微观结构。微观结构分析发现,成品试样由回火马氏体组成,这种回火马氏体是由于 LB-PBF 过程中的初始快速冷却和随后的固有热处理而形成的。此外,在 C 含量≥0.75 wt.% 的合金中观察到残余奥氏体的存在,这是由于马氏体转变温度降低,导致冷却至室温时部分奥氏体未转变。就缺陷而言,成品试样内的孔隙率可能与所选的体积能量密度 (VED) 和合金的碳含量有关。在低 VED 下,试样含有与未熔合孔隙有关的大而不规则的孔隙,而在高 VED 下,试样含有与小孔隙有关的圆形中等大小的孔隙。就碳含量而言,发现增加碳量可减少低 VED 下的未熔合孔隙的数量,而增加高 VED 下的小孔隙的数量。未熔合孔隙的减少是由于熔池的润湿性和流动性改善,而小孔隙的增加是由于碳含量较高导致熔池深度增加。除了孔隙之外,在一些普通碳钢和低合金钢中还观察到冷裂纹,形成于硬度超过某些阈值的试样中:Fe-C 合金为 ≥425 HV,4140 合金为 >460 HV,4340 合金为 >500 HV。增加 VED 或激光功率会降低样品硬度,因为这两个因素都会增强 LB-PBF 的固有热处理。这意味着如果使用足够大的 VED 或激光功率,就可以避免(某些合金中的)开裂。碳含量还会影响成品样品的硬度,从而影响开裂敏感性,这一发现解释了为什么低碳合金(<0.43 wt.% C)在任何测试的 VED 下都不会出现开裂,而高碳合金(≥0.75 wt.% C)会在任何测试的 VED 下出现开裂。% C) 在每次测试的 VED 中都出现开裂。利用这些发现,建立了加工窗口,无需预热构建板即可生产出高密度 (>99.8%)、无缺陷的普通碳钢和低合金钢样品。
摘要:选择性激光熔融成功用作生产Ni-Mn-GA和Ni-Mn-GA-FE铁磁形状的存储合金的制造方法。通过铣削AS AS熔体丝带制成,平均粒径约为17.6 µm的粉末形式的起始材料。通过几种方法研究了粉末前体和激光合金的显微结构,相组成和马塞西质转化行为,包括高能X射线衍射,电子显微镜和振动样品磁力测定法。AS激光熔化的材料是化学均匀的,并显示出典型的分层微观结构。两种合金组合物均具有双链结构,其中包括奥斯丁岩和10m马氏体(Ni-MN-GA)或14M和NM Martensitic相(Ni-MN-GA-FE)的混合物,与两种情况下显示FCC结构的AS铣削粉末前体相反。Ni-MN-GA和Ni-Mn-GA-FE分别进行了前向马心形变化,而Ni-MN-GA的磁反应分别为325 K,而Ni-MN-GA的磁反应要强得多。结果表明,选择性激光熔化允许生产高质量的同质材料。但是,它们的微观结构特征并因此塑造了记忆行为,应通过额外的热处理量身定制。
摘要:选择性激光熔融成功用作生产Ni-Mn-GA和Ni-Mn-GA-FE铁磁形状的存储合金的制造方法。通过铣削AS AS熔体丝带制成,平均粒径约为17.6 µm的粉末形式的起始材料。通过几种方法研究了粉末前体和激光合金的显微结构,相组成和马塞西质转化行为,包括高能X射线衍射,电子显微镜和振动样品磁力测定法。AS激光熔化的材料是化学均匀的,并显示出典型的分层微观结构。两种合金组合物均具有双链结构,其中包括奥斯丁岩和10m马氏体(Ni-MN-GA)或14M和NM Martensitic相(Ni-MN-GA-FE)的混合物,与两种情况下显示FCC结构的AS铣削粉末前体相反。NI-MN-GA和Ni-Mn-GA-FE分别进行了前向马塞西氏菌转化,而Ni-Mn-GA的磁反应分别为325 K,而Ni-MN-GA的磁反应要强得多。结果表明,选择性激光熔化允许生产高质量的同质材料。但是,它们的微观结构特征并因此塑造了记忆行为,应通过额外的热处理量身定制。
