镍基高温合金GH3536广泛应用于航空航天工业,具有良好的强度和抗高温氧化性能。本研究采用选区激光熔化 (SLM) 工艺制备GH3536试件,并进行热处理 (HT),研究了SLM和SLM-HT试件的微观组织、残余应力、拉伸强度和硬度。实验结果表明,由于快速冷却,SLM试件处于过饱和固溶状态,残余拉应力沿制备方向周期性地存在于亚表面。热处理后,富钼碳化物从基体中析出,降低了固溶程度。此外,由于热处理,SLM引起的残余拉应力转化为压应力,亚表面残余应力的周期性分布消失。研究结果表明,热处理抑制了SLM试件的固溶强化和晶界强化,导致硬度和屈服强度降低,断裂伸长率增加53%。本研究可为SLM成形GH3536镍基高温合金的应用提供指导。
摘要 裂纹的存在会导致结构钢在临界屈服强度以下失效。本文的主要目的是简化和整合应力集中、断裂应力、应力强度因子、裂纹尖端张开位移和 J 积分参数的数学推导,从第一原理开始,并应用于疲劳。本文解释了从理论概念中断裂力学参数的数学推导,包括使用基于应变的方法预测疲劳寿命的替代方法。只有当缺口半径远大于零时,缺口周围的应力集中才会发生,当裂纹尖端半径等于零时,尖锐裂纹处的应力场会显示奇异性。此外,钝化裂纹尖端违反了应力奇异性,而裂纹尖端张开位移和 J 积分参数显示了裂纹延伸超过零裂纹尖端半径的解,因此用于表征具有钝化裂纹尖端的材料应力场。本文强调了使用 J 积分和裂纹尖端张开位移参数而不是应力强度因子来表征疲劳裂纹扩展的好处。本文将主要使核能、航空、石油和天然气行业的工程师和专家受益。
3.2 材料:所有材料必须符合 ICON Technology, Inc. 质量文件中概述的已批准规格。3.2.1 3D 打印机:专有 Vulcan 打印机型号 2.5 系列由 ICON Technology, Inc. 提供。3.2.2 3D 混凝土和灌浆芯:用于打印珠和芯填充的 3D 混凝土混合物必须是专有 ICON Lavacrete 4.0 GCC、Lavacrete 4.0 DOLO 或 Lavacrete 5.0 材料,由 ICON Technology, Inc. 提供,在工地放置后,28 天平均抗压强度为 2,500 psi (17.2 MPa) 或更高。根据 ASTM C143,平均坍落度必须为 3 至 9 英寸(76.2 至 229 毫米)。 3.2.3 钢筋:钢筋为符合 ASTM A615 标准的 5 号竖钢筋和 3 号横钢筋,最小屈服强度为 60,000 psi (414 MPa)。钢制横梁直径必须为 3/16 英寸 (4.8 毫米),符合 ASTM A580 304 级不锈钢标准,两端至少有 4 英寸 (101.6 毫米) 的钩子,与珠子对齐。4.0 设计和安装
实施电弧定向能量沉积需要开发新型、工艺适应性强的高性能铝合金。然而,传统的高强度合金难以加工,因为它们容易产生热裂纹。基于 Al-Mg-Zn 的交叉合金结合了良好的可加工性和人工时效后的良好机械性能。在这里,我们提出了一种使用 Ag 微合金化进一步改善 Al-Mg-Zn 交叉合金机械性能的努力。在样品中没有观察到裂纹和少量孔隙。微观结构以细小和球状晶粒为主,晶粒尺寸为 26.6 l m。晶粒结构基本上没有纹理,包含细小的微观偏析区,偏析缝厚度为 3-5 微米。经热处理后,这些微观偏析区溶解,并形成 T 相沉淀物,这通过衍射实验得到澄清。该沉淀反应导致显微硬度为 155 HV0.1,屈服强度分别为 391.3 MPa 和 418.6 MPa,极限拉伸强度分别为 452.7 MPa 和 529.4 MPa,横向和纵向断裂应变分别为 3.4% 和 4.4%。所得结果表明,可以使用新开发的铝交叉合金通过电弧直接能量沉积制造高负荷结构。
在这项工作中,我们展示了如何使用A-Lith来制造悬浮的单层石墨烯。通过热蒸发在第二个金属沉积步骤中添加了介电材料(SIO 2),并用作牺牲层。单层CVD石墨烯在金属/介电堆栈上传递的铜箔上生长的cVD石墨烯是在牺牲层的缓冲氧化物蚀刻之后通过临界点干燥步骤释放的。制造过程利用了A-Lith和光刻学,以对大底物上的一系列悬浮石墨烯结构进行模板,其中实现了沟槽宽度与沟槽深度约10的宽高比。这种悬浮的石墨烯设备可以用作机电开关,气体传感器和压力传感器[4]。在以前的工作中,考虑单层石墨烯的屈服强度阻碍了可靠性,这种系统通常依赖于多层石墨烯。基于机电设备的理论模型的沟渠纵横比的仔细设计允许更高的产量,而可以实现的几何形状与低压驱动石墨烯开关兼容[4,5,6]。
激光粉床融合添加剂制造(LPBF-AM)的金属迅速成为下一代金属零件和许多重要应用中最重要的材料处理途径之一。但是,表征基于激光的LPBF-AM的大型参数空间使得了解控制微结构和机械性能结果的变量是什么。基于直接LPBF-AM处理的敏感性研究是昂贵且冗长的,并且会受到每种打印机的规范和可变性。在这里,我们开发了一种快速通量数值方法,该方法使用动态固化和晶粒生长的细胞自动机模型模拟LPBF-AM过程。这伴随着多晶可塑性模型,该模型捕获了由于复杂的晶粒几何形状而捕获晶界的强化,并提供了所得微观结构的应力应变曲线。我们的方法将处理阶段与机械测试阶段联系起来,从而捕获了处理变量的效果,例如激光功率,激光斑点尺寸,扫描速度和孵化宽度,并在屈服强度和处理材料的切线模量上效果。当应用于纯Cu和不锈钢316L钢时,我们发现激光功率和扫描速度分别对每种材料的晶粒尺寸具有最强的影响。
摘要:线弧添加剂制造(WAAM)以其高沉积速率而闻名,从而使大部分生产。然而,该过程在制造铝制零件时面临诸如孔隙率形成,残留应力和破裂的挑战。本研究的重点是通过使用Fronius冷金属转移系统(Wels,Austria)使用WAAM工艺制造的AA5356墙的孔隙率。将墙壁加工成以获取用于拉伸测试的标本。该研究使用计算机断层扫描和拉伸试验来分析标本的孔隙率及其与拉伸强度的潜在关系。分析的过程参数是行进速度,冷却时间和路径策略。总而言之,由于对焊接区域的热量输入较低,增加行进速度和冷却时间显着影响孔径。孔隙率可以减少热量积聚。结果表明,旅行速度的增加会导致孔隙率略有下降。特别是,当将旅行速度从700毫米/分钟提高时,总孔体积从0.42降低到0.36 mm 3。最终的拉伸强度和“来回”策略的最大伸长率略高于“ GO”策略的策略。在拉伸测试后,最终的拉伸强度和屈服强度与计算机断层扫描测量的孔隙率没有任何关系。对于所有扫描标本,测得的体积上孔总体积的百分比低于0.12%。
基于铁的形状内存合金(FE-SMAS)是电子合金材料,由于其独特的特性(包括形状记忆效应),具有广泛应用的民用结构。然而,至关重要的是要了解有效应用的有效应用fe-smas的时间依赖性行为。尤其是在个体压力下的行为,潜在的机制和转化动力学尚未受到研究。通过使用Fe-17Mn-5SI-5SI-10CR-4NI-1(V,C)Fe-Smas进行高能量X射线衍射(V,C)Fe-Smas的高能量X射线衍射(V,HEXRD),以解决这些重要的基本研究差距,原位压缩蠕变和应力松弛实验。在室温下,相对于屈服强度(ys),在不同的应力水平下研究了Fe-SMA的时间依赖性行为。实验结果表明,该材料在固定后一小时内表现出高达1.84%和56 MPa的蠕变应力,在769 MPa(1.6σYs)的测试应力下,其蠕变应力。堆叠故障概率和相量分数量化提供了基于不同应力水平的机制的理解。从HEXRD峰的特征中追溯到的转化动力学为蠕变提供了进一步的见解,具体取决于{HKL}家族的贡献。本文以评估现有模型的评估,以预测Fe-SMA的蠕变和应力放松。
船舶建造中最近的一项发明是使用屈服强度为 100,000 psi 的高强度低合金钢作为船体结构元件,从而实现独特的设计概念。这一应用是重要的一步,但材料的行为需要进一步定义。为了船东、设计师和制造商的利益,船舶结构委员会发起了一个项目,以确定应使用哪些机械性能作为判断性能的标准,评估大型焊件以确定标准是否合适,并选择与大型试验相关的小型实验室试验。对造船厂和船舶修理厂的调查显示,这些新材料仅用于船体的关键强度元件。焊接程序通过爆炸膨胀试验进行鉴定,以确定安全操作温度极限。对这些材料及其焊接件的性能的调查表明,热影响区可能比未受影响的基板更容易出现裂纹并发展,但结论是需要更多的数据来建立适用性标准。建议进行实验室调查,以确定环境和循环应力对缓慢裂纹发展的影响,并确定焊接件的断裂韧性,包括残余应力和冶金和几何不连续性的影响。
图2。使用BERT衍生特征与(a)预测和(b)材料属性分类的模型性能比较模型性能。SMA,Ti合金和HEA的10倍MAE图与广泛的平行测试中所选特征数量(1-8)的函数相同。蓝线使用传统的经验特征(例如电负性,原子半径)表示模型性能,而红线表示BERT衍生的材料特征。检查的特性包括相变温度(MP,AP),转化焓(ΔH),屈服强度(σs),终极拉伸强度(σb),Vickers硬度(VH)和伸长率(EL)。Classification tasks include binary classification of Solid Solution (SS) vs. Non-Solid Solution (NSS), ternary classification of phase forms (Face-Centered Cubic (FCC), Body-Centered Cubic (BCC), and FCC-BCC mixed), and quaternary classification of SMA phases (B19'-B2, B19'-B19-B2, B19'-R-B2, B19-B2, and R-B2)。bert衍生的特征始终在几乎所有属性和特征数量上产生较低的预测误差,从而突出了它们捕获合金组成和属性之间内在关系的卓越能力。阴影区域代表跨平行测试的标准偏差。