漂珠/AZ91D镁合金复合材料的高温压缩变形行为

采用搅拌铸造法制备了漂珠(FAC)/AZ91D镁合金复合材料。研究了该复合材料的高温压缩变形行为,分析了压缩变形温度和应变率对FAC/AZ91D镁合金复合材料压缩变形行为的影响规律,并计算了其热变形激活能。结果表明:FAC/AZ91D镁合金复合材料的高温压缩真应力-真应变曲线分为4个阶段:弹性变形、加工硬化、峰值应力和稳态流变阶段。相同应变率下,FAC/AZ91D镁合金复合材料的峰值应力和稳态流变应力随压缩变形温度的升高而降低;相同压缩变形温度下,流变应力随应变率增大而升高。在相同应变率或相同压缩变形温度下,FAC/AZ91D镁合金复合材料的热变形激活能随压缩应变率或压缩变形温度的升高而增大,其热压缩行为可以用双曲正弦函数形式的Arrhenius关系来描述。压缩变形温度与应变率对FAC/AZ91D镁合金复合材料的高温压缩组织均有重要影响。提高压缩变形温度或增大应变率,均可加速动态再结晶的进程。     

纤维对短切碳纤维/AZ91D复合材料热变形行为和加工性能的影响纤维对短切碳纤维/AZ91D复合材料热变形行为和加工性能的影响

采用等温压缩试验研究了不同碳纤维体积分数的镁基复合材料（CFs/AZ91D）和镁合金（AZ91D）在变形温度310~430℃、应变速率10-3~10-1 s-1范围内的塑性变形行为。根据实验结果建立了CFs/AZ91D和AZ91D的热加工图,分析了纤维对CFs/AZ91D塑性加工性能与变形机制的影响。结果表明:相比ZA91D,纤维在提高复合材料流动应力的同时促进了基体动态再结晶和应变软化,但纤维体积分数对流动应力与应变软化程度影响较小,CFs/AZ91D热变形时表现出比ZA91D更高的应变速率敏感指数和变形激活能;ZA91D热加工图不存在变形失稳区且其高温低速率区变形时的能量耗散效率大于30%,CFs/AZ91D高温低应变速率区变形时的能量耗散效率大于50%,此时纤维激励了基体合金动态再结晶而使复合材料表现出极高的能量耗散效率,但在低温高应变速率变形时,基体合金与纤维之间的界面开裂极易导致CFs/AZ91D出现塑性流变失稳行为。      

镁合金管材挤压变形动态再结晶流函数法研究

为研究热挤压成形镁合金管材过程中动态再结晶现象,首先采用流函数方法建立了挤压锥杯内变形区的应变速率张量场、等效应变速率场、最小剪切应变速率场以及应变张量场等数学模型,然后通过热模拟实验测得镁合金AZ91D高温力学性能数据,计算并建立了AZ91D镁合金高温变形时发生动态再结晶的临界应变函数;结合镁合金管材挤压过程应变速率及应变场等,建立了挤压过程变形区内产生初始动态再结晶的判定准则及分布规律。最后通过经实验验证了该准则及分布规律的准确性,为实际生产工艺的制定提供了理论依据。     

SiCW/ AZ91 镁基复合材料及AZ91镁合金的高温变形行为

利用Gleeble-1500 对SiC_W/ AZ91 复合材料和AZ91 镁合金在温度为423～723 K、应变速率为0.002～0.25s-1 、最大应变量为60 %的条件下进行高温压缩变形行为的研究。测试了其真应力-应变曲线, 观察了变形后的显微组织。结果表明: 晶须的转动和折断导致复合材料的应变软化现象较合金明显; 复合材料和合金的应变速率敏感指数(m) 和表观激活能(Q) 均随温度的升高而增大; 晶须的加入细化了晶粒, 使复合材料的m 值比合金高; 同时晶须的加入也限制了位错交滑移和晶界的迁移, 因此复合材料的Q 值比合金高; 压缩变形过程中, 合金和复合材料发生了动态回复和动态再结晶。      

搅拌铸造法制备短碳纤维/AZ91复合材料的组织与性能

采用搅拌铸造法制备了不同体积分数（10vol%、15vol%、20vol%）的短碳纤维增强镁基（CF_s/AZ91）复合材料,并选取了三个挤压比和两个挤压温度对其进行热挤压变形,采用光学显微镜（OM）、SEM和TEM对CF_s/AZ91复合材料的显微组织进行了观察,并测试其室温力学性能及阻尼性能。研究结果表明,热挤压能够有效降低CF_s/AZ91复合材料气孔率;在热挤压过程中,纤维沿挤压方向定向排列,同时基体发生动态再结晶。随着挤压温度及挤压比的增大,晶粒呈现等轴状,组织更加均匀。CF_s/AZ91复合材料经过挤压后,其力学性能得到提高,屈服强度和抗拉强度随挤压比和CF_s体积分数的增大而增大,然而CF_s纤维在热挤压后发生明显断裂,限制了挤压态复合材料强度的进一步提升。低温低挤压比条件下,CF_s/AZ91复合材料具有较好的阻尼性能,随着挤压比及挤压温度的升高,CF_s/AZ91复合材料室温及高温阻尼性能均有所降低。      

等通道角挤压AZ91D镁合金热压缩变形行为

在应变速率为0.005~1 s~(-1)、温度200~275℃条件下,利用Instron-5500热模拟机,对经过等通道角挤压(Equal Channel Angular Extrusion,ECAE)后的AZ91D镁合金的高温压缩特性进行了研究,得到了ECAE-ed态AZ91D镁合金真实应力-应变曲线,分析了挤压温度、应变速率等对其的影响,得出本构方程的一系列常量,建立了ECAE-ed态AZ91D镁合金在高温压缩中的本构方程关系式,并与铸态AZ91D镁合金进行了对比。结果表明:热压缩过程中,ECAE-ed态AZ91D镁合金与铸态一样,流动应力随温度的升高而降低,随应变速率的升高而升高;流动应力也可以用双曲正弦函数来描述,且双曲正弦值随Zener-Hollomon参数的自然对数的升高呈线性升高;两者同为正应变速率敏感材料,但ECAE-ed态AZ91D镁合金要比铸态应变速率敏感性小,其指数从铸态的m=0.14下降为0.096,变形激活能从182.65 kJ/mol上升为227.14 kJ/mol。研究结果对AZ91D镁合金进一步塑性成形和应用具有指导意义。     

铸态AZ80A 镁合金热加工图及高温变形行为研究

目的采用Instron5500R热模拟试验机,研究铸态AZ80A镁合金在变形温度为270~410℃、应变速率为0.001~0.5 s-1条件下的热加工图及高温变形行为。方法利用双曲正弦本构函数模型描述了铸态AZ80A镁合金的高温变形行为,计算获得了该合金的变形激活能,构建了应变量为0.3和0.6时的热加工图。结果得到了合金热变形本构模型及加工图,变形激活能为203.5k J/mol,确定了应变为0.3和0.6时的动态回复区域为与动态再结晶区域。结论铸态AZ80A镁合金在330~380℃,0.001~0.01 s-1时发生了动态结晶,这是该合金最佳的热加工工艺参数范围。     

SiCw/AZ91复合材料及AZ91镁合金的高温压缩变形的研究

利用GPL-1500热模拟试验机对SiCw/AZ91复合材料和AZ91镁合金在不同温度及不同应变速率条件下进行高温压缩试验。根据压缩的真应力-应变曲线计算出合金和复合材料的应变速率敏感指数（m)和表观激活能（Q）。结合金的m值。另外，复合材料和镁合金的表观激活能也随温度和应变速率的改变而发生变化。表明在不同条件下压缩时，复合材料和镁合金的高温压缩变形机制也发生变化。     

ZK60和ZK60-1.0Er镁合金热压缩变形和加工图

采用Gleeble-1500D热模拟试验机对ZK60和ZK60-1.0Er镁合金进行了热压缩实验,分析了合金在温度为160~420℃,应变速率为0.0001~1.0s-1条件下的流变应力变化特征。结果表明:两种镁合金在热压缩过程中的流变应力随变形温度的降低和应变速率的升高而增加,在流变应力达到峰值后随即进入稳态流变;稀土Er的加入使得平均变形激活能珚Q值由183kJ/mol降到153kJ/mol,应力指数n值由6提高到8;发生动态再结晶的临界应力σc值随变形温度升高和应变速率降低而降低,在420℃/1.0s-1高温高应变速率时,稀土Er的加入使得ZK60镁合金发生动态再结晶的临界应力值σc由76MPa降到50MPa。通过动态模型构建热加工图并结合金相组织观察可知:稀土Er的加入缩小了ZK60镁合金的热加工失稳区,增加了热加工安全区的功率耗散效率峰值η_(max),由35%增大到45%,促进了动态再结晶晶粒的形核,但抑制了再结晶晶粒的长大。     

TiC/CuAl2O3复合材料动态再结晶临界条件

为了确定TiC/Cu-Al₂O₃复合材料的动态再结晶行为,为热加工工艺参数的制定提供理论参考。采用Gleeble-1500D热模拟试验机,在变形温度450~850℃、应变速率0.001~1 s^-1、总应变量为0.7的条件下,对TiC/Cu-Al₂O₃复合材料进行热模拟试验。对TiC/Cu-Al₂O₃复合材料的真应力-应变曲线数据进行拟合、分析,求得材料的加工硬化率。结合加工硬化率-应变曲线的拐点和对应偏导曲线最小值的判据,研究了该复合材料动态再结晶临界条件。结果表明：TiC/Cu-Al₂O₃复合材料的真应力-应变曲线主要以动态再结晶软化机制为特征,峰值应力随变形温度的降低或应变速率的升高而增加;该材料的加工硬化率-应变曲线出现拐点,对应偏导曲线出现最小值;临界应变随变形温度的升高与应变速率的降低而减小,且临界应变与峰值应变以及Zener-Hollomon参数之间具有相关性。     

新型Al-Zn-Mg-Sc-Er-Zr合金的热变形行为EI北大核心CSCD

采用Gleeble-3800热模拟机研究Al-8.9Zn-1.3Mg-0.1Sc-0.1Er-0.1Zr铝合金的热变形行为,构建温度380~440℃、应变速率0.01~10 s^(-1)区间内合金的热加工图,使用X射线衍射(XRD)、选区电子衍射(SAED)与能谱(EDS)对合金中存在的物相进行分析,并使用金相显微镜(OM)和透射电子显微镜(TEM)观察合金热变形后的微观组织。结果表明:合金的最佳热加工工艺参数区间为:400℃相似文献   

TB6钛合金β区变形的动态再结晶动力学

使用圆柱形TB6钛合金试样在Thermecmaster-Z型热模拟试验机上进行热模拟压缩实验(变形温度为825~1100℃,应变速率为0.001~1 s^-1)。对采集的流变数据进行加工硬化率处理,确定动态再结晶体积分数,研究了TB6钛合金β区变形的动态再结晶动力学。结果表明,流变应力随着变形温度的降低或应变速率的提高而增大,流变曲线呈现出动态再结晶类型的特征。随着应变速率的降低和变形温度的提高,动态再结晶的体积分数和晶粒尺寸增大。在变形温度高于950℃、应变速率低于0.001 s^-1条件下,动态再结晶的晶粒严重粗化。动态再结晶动力学曲线经历缓慢增加—快速增加—缓慢增加三个阶段,呈现出典型的“S”型特征。确定了动态再结晶的体积分数达到50%时的应变,建立了TB6钛合金的动态再结晶动力学模型。     

Ti-6Al-4V合金热压缩过程中的动态再结晶

在变形温度为870~960℃、应变速率为5×10^-4 s^-1~5×10^-2 s^-1的条件下对Ti-6Al-4V合金进行单道次等温压缩实验,测出其应力-应变曲线并建立KM模型、Poliak-Jonas模型和Avrami模型,较为系统地描述了这种合金动态再结晶过程中的流变应力、临界应变量、组织演变动力学等的特征。将动态再结晶组织的转变体积分数引入Prasad功率耗散率模型,得到了Ti-6Al-4V合金动态再结晶过程中能量的变化规律并结合微观组织表征揭示了这种合金的动态再结晶机理。结果表明：随着变形温度的提高和应变速率的降低,Ti-6Al-4V合金的动态再结晶临界应变量减小,组织转变的体积分数增大。发生完全动态再结晶时的功率耗散率大于0.34,形核机制为位错诱导的弓出形核机制。     

TiC(30vol%)/Cu-Al_2O_3复合材料热变形及动态再结晶

采用真空热压-内氧化烧结法制备了TiC(30vol%)/Cu-Al2O3复合材料,测试其基本性能,对其微观组织进行了观察分析。利用Gleeble-1500D热力模拟试验机,在变形温度450~850℃、应变速率0.001~1s-1、变形量50%的条件下,对TiC(30vol%)/Cu-Al2O3进行了热压缩变形试验。通过对流变应力进行分析和计算,构建了该复合材料的本构方程及动态再结晶临界应变模型。利用加工硬化率-应变曲线的拐点和对应偏导曲线最小值的判据,建立了动态再结晶临界应变与Zener-Hollomon参数之间的函数关系。结果表明:TiC(30vol%)/Cu-Al2O3复合材料的真应力-真应变曲线以动态再结晶软化机制为特征,峰值应力随变形温度的降低或应变速率的升高而增加;计算得出该复合材料的热变形激活能为211.384kJ/mol。     

Mg_2Si/AZ91D复合材料阻尼性能

以AZ91D镁合金为基体,采用搅熔铸造法将球磨后的粉煤灰漂珠颗粒加入到熔融态基体中,设置球磨漂珠质量分数(2%、6%和10%)和搅拌时间(3min和6min),成功制备了Mg2Si/AZ91D复合材料。采用金相分析、XRD分析和动态机械热分析等方法研究了铸态和固溶态Mg2Si/AZ91D复合材料的显微组织、成分及阻尼性能。研究表明:与AZ91D镁合金相比,加入球磨漂珠颗粒后制备的Mg2Si/AZ91D复合材料中生成了Mg2Si相,而且随着漂珠质量分数的增加,Mg2Si相呈现不规则形状,固溶后Mg2Si相呈现均匀块状。随着漂珠质量分数的增加,Mg2Si/AZ91D复合材料的阻尼性能越好,搅拌时间6min制备的复合材料阻尼性能高于搅拌时间3min制备的复合材料的阻尼性能,并且固溶态的阻尼性能优于铸态。在室温下,Mg2Si/AZ91D复合材料阻尼性能可用位错理论来解释。     

SA508Gr.4N钢热变形过程微观组织演变及流变应力模型

利用Gleeble-1500D热模拟试验机研究Ni-Cr-Mo系低合金SA508Gr.4N钢在变形温度为850~1200℃,应变速率为0.001~1 s^-1,真应变为0.9条件下的等温热变形行为,建立包含动态回复和动态再结晶的基于物象的流变应力模型与动态再结晶晶粒尺寸模型,并提出避免粗大晶粒组织遗传性的适宜锻造工艺。结果表明:随着变形温度的升高,应变速率的降低,动态再结晶体积分数和晶粒尺寸逐渐增加;SA508Gr.4N钢的真应力-真应变曲线具有明显的不连续动态再结晶现象;通过实验值和模型预测值对比可得流变应力模型的相关系数(R)及平均相对误差(MRE)分别为0.998和4.76%,动态再结晶晶粒尺寸模型的相关系数(R)及平均相对误差(MRE)分别为0.991和8.69%,两个模型均具有较高的准确性。