排序方式: 共有94条查询结果,搜索用时 15 毫秒
1.
2.
Cu-Cr-Zr-Ce合金时效特性的研究 总被引:4,自引:3,他引:4
研究了时效参数和变形量对Cu-0.35Cr-0.038Zr-0.055Ce合金性能的影响。结果表明:合金经920℃×1h固溶后,在500℃时效2h可获得较高的导电率和硬度;时效前对合金加以冷变形可加速第二相的析出,如合金经60%变形后在500℃时效0.5h时,导电率可达69.0%IACS,显微硬度达152.8HV,而固溶后直接时效导电率仅为56.3%I-ACS,显微硬度为130HV;微量稀土元素Ce的加入,使合金的显微硬度提高了18~25HV,而导电率略有降低。 相似文献
3.
Cu-3.2Ni-0.75Si-0.30Zn合金时效过程的动力学分析 总被引:7,自引:0,他引:7
通过研究时效过程中电阻率的变化规律 ,分析了Cu 3.2Ni 0 .75Si 0 .30Zn合金的时效析出特性及其动力学过程。结果表明 :低温时效时扩散作用是合金析出过程的主要控制因素 ,时效早期通过调幅分解形成溶质原子的富集区 ,然后在溶质富集区发生失稳有序化 ,最后生成δ Ni2 Si相 ;高温时效时相变驱动力成为主要控制因素 ,由于生成δ Ni2 Si相的驱动力较大 ,所以直接析出δ Ni2 Si相。结合透射电镜研究了合金时效过程中显微组织的变化 ,并得出了合金的时间—温度—转变曲线 (即TTT曲线 )。 相似文献
4.
5.
6.
基于人工神经网络的铜合金形变热处理工艺和性能 总被引:6,自引:0,他引:6
利用神经网络对Cu-Cr-Zr合金变形量、时效温度和时间与硬度和电导率样本集进行训练和学习,采用改进的BP网络算法-Levenberg—Marquardt算法,建立了形变热处理工艺BP神经网络模型,得出了具有较高综合性能的最佳工艺参数:在80%变形量,450-480℃,2~5h形变热处理条件下,硬度和电导率分别可达HV150~157和74%~77%(IACS)。 相似文献
7.
8.
Cu-3.2Ni-0.75Si-0.30Zn合金强化相的析出行为分析 总被引:3,自引:1,他引:3
采用金相组织分析、力学性能和电导率测试研究了Cu-3.2Ni-0.75Si-0.30Zn合金的过饱和固溶体在时效过程中强化相的析出机制.结果表明,在250℃~450℃时效初期,过饱和固溶体按调幅分解的方式进行转变,形成溶质原子的贫集区和富集区;随时效时间的延长,溶质原子富集区出现有序化,形成与基体半共格的强化相(Ni2Si);继续时效时,强化相不断析出与长大,半共格关系被破坏,最终在表面张力的作用下逐渐球化,电导率和显微硬度上升趋势随之减弱. 相似文献
9.
Cu-Ni-Si-Cr合金的时效析出与再结晶 总被引:1,自引:2,他引:1
研究了Cu-Ni-Si-Cr合金在时效过程中,析出与再结晶的交互作用及其对合金性能的影响。研究结果表明,形变使合金时效析出相更加细小、弥散,析出对再结晶的形核和长大过程产生阻碍作用。在再结晶的形成和长大过程中,析出相在晶界前沿快速粗化或重新溶解,并在再结晶区域中重新析出,导致更加弥散的析出相分布。 相似文献
10.