非晶合金形成能力及拉伸压缩力学行为研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:vsrabbithhf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
科学技术的发展往往依托于设备技术和材料研究的发展为基础,而非晶合金的优异性能被发掘出来以后,一直被广泛的用于研究,其形成能力和形变机理至今还在被探索着。非晶合金复杂的组元以及繁杂的制备条件使得非晶合金的形成本质难以统一起来,众多学者们致力于探索一个可行的标准来评估非晶合金的形成能力,但没有一个理论可以完全解释其机理,只有通过不断细化条件来解析其中的潜在关联。而非晶合金的形变机制是影响着非晶合金的使用前景的主要问题,由于极小的时间尺度上无法观察到微观结构的变化,只有通过不同的理论模型来解释,但这种方法往往有其缺陷性。本文一方面通过机器学习的方法来探索非晶合金形成能力与特征温度的关联性,并提出了一个新判据k来预测非晶合金形成能力;另一方面通过分子动力学模拟的方法来对新材料的拉压行为进行分析,探索不同条件影响形变的原因。主要的工作内容和结果如下:1)介绍了非晶合金的研究历程、性能、使用前景、形成的热力学和动力学机制以及形变解释模型。根据前人已发明的评估非晶合金的方法,使用Dmax来表征非晶形成能力,并且使用特征温度:玻璃转变温度(gT)、晶化开始温度(xT)和液相线温度(lT)作为表征因子来得到判据用以预测非晶形成能力。2)通过已报道的实验数据建立数据库,并利用特征温度组成无量纲因子,使用机器学习的方法,选择出与非晶形成能力最相关的因子来组成判据k,通过拟合与之前报道的判据对比得到新判据可以更好地预测非晶形成能力,并可以良好的用以解释非晶合金热力学动力学机制。3)由于对二元大块非晶合金的研究不足,本文针对新型的Cu64Zr36非晶合金进行拉压行为研究,采用分子动力学模拟的方法,对不同的条件下的模型进行拉压模拟,分析其应力应变变化并探究其原理,发现制备的冷却速率、压缩环境的温度、应变率都对材料的强度弹性有着影响,在过屈服状态后,冷却速率和应变率都会对材料塑形有着不同程度的影响性,尤其是应变率高时材料会表现出明显的蠕变行为,而温度的影响并不大,这些现象是由于自由体积的影响导致微观结构不同产生的不同剪切行为。
其他文献
目前,我国的移动支付技术引领世界,移动支付不仅给人们生活带来极大便利,同时也促进了传统行业的革新。在移动支付、物联网、人工智能等技术的驱动下,传统的零售行业开始进行技术改造,零售业正向智能化、无人化方向的新零售方向发展。在转型升级的过程中,无人零售成为新零售的热点,其主要运用在无人便利店、自助售卖机等消费场景。相较于传统零售,无人零售节省了人力成本,提高了支付效率,减少了用户的排队等候时间。新的零
亚稳β型Ti-Nb合金具有较低的弹性模量、良好的耐腐蚀性能和生物相容性等优点,在生物医用材料领域有着广阔的应用前景。作为骨生物移植材料,其磁学性能对合金的核磁共振成像以及移植材料周围的细胞的分化与生长会产生重要影响。在本课题组近期在对Ti-Nb合金的电子结构分析时发现β-Ti0.75Nb0.25结构中如果出现两个Nb与Ti共线成键,Nb和Ti之间产生较强的磁耦合,使得β-Ti0.75Nb0.25产
随着航空航天、生物医疗等领域快速发展,对小批量、个性化、低成本生产模式与技术的需求日益旺盛。渐进成形作为一种快速无模成形工艺,具有高灵活性、短制造周期、低成本等优势,受到越来越多的关注。当前,超声能场在常规成形工艺中的有益效果已得到实验验证,但其作用和影响机理仍不明晰。基于此,本文以AA1050-O板材为研究对象,将超声振动引入渐进成形过程中,并通过本构关系建模、有限元分析以及微观组织分析等手段探
随着机械制造行业迅猛发展,对相关刀具研究也吸引众多学者的目光。如何提高刀具的使用寿命,并保证较高的加工精度成为亟待解决的问题。目前,常见延长刀具使用寿命的方法就是在刀具表面镀膜,以延缓刀具磨损。随着光电行业迅猛发展,众多微小元器件的加工也是学者们研究的重要内容。传统电镀金刚石微磨具虽然加工精度高,但是由于金刚石磨粒只是机械镶嵌在结合剂中,在磨削过程中承受高频冲击,磨粒极易脱落,大大地影响微磨具使用
聚乙烯醇(PVA)纤维是一种有机合成材料,在混凝土中具有较好的亲水性,与水泥基体粘结性强,能长期有效限制混凝土开裂。近年来PVA纤维在土木工程中有着广泛的工程应用,但随着纤维含量的增加,混凝土流动性显著降低,由此带来的施工困难、混凝土密实度下降等问题,极易导致结构内部受到氯盐侵蚀,削弱钢筋与混凝土间的粘结性能,影响结构的耐久性。目前,有关氯盐侵蚀对钢筋与PVA纤维混凝土间粘结性能影响的研究相对较少
随着时代的发展,在互联网上观看电影等影视资源已成为人民群众重要的精神娱乐来源。电影推荐系统不仅能给用户带来良好的观看体验,满足其个性化需求,还能为视频网站带来巨大的广告收益。电影推荐系统涉及技术众多,其中电影推荐算法是其最核心的技术,目的是准确地挖掘出用户需要或感兴趣的信息。基于深度神经网络的电影推荐算法具有特征学习能力强、实时性好等特点,也存在着对低阶特征组合学习不足、无法利用电影名称等辅助性信
科学技术的进步极大地促进了现代工业的发展,同时对工程材料性能的要求也越来越苛刻,传统的铝合金材料已经无法满足要求。原位合成铝基复合材料由于具备增强颗粒和基体的双重优势而成为材料领域的研究热点。然而,目前已开发应用的原位合成铝基复合材料体系较少,并且反应生成增强相的同时往往伴随着粗大或者具有特殊形貌的有害相。目前研究较多的原位体系为Al-ZrO2体系,但该体系反应生成的ZrAl3粒子在应力的作用下会
氧化锌基薄膜材料(ZnO)由于其较为优异的光电性能而被作为一类新的透明导电氧化物材料。在对ZnO材料实验研究的基础上,已经将ZnO薄膜材料应用在太阳能电池、液晶显示器、薄膜晶体管等领域。本学位论文中,利用磁控溅射技术在玻璃基底上制备Mg-Al-Ga:ZnO薄膜(MAGZ)以及由金属Cu和MAGZ构成的复合薄膜。通过使用X射线衍射仪(XRD)对薄膜材料的结构进行测定,利用原子力显微镜(AFM)、场发
当前Android系统已成为最主要的移动互联网平台,并且Android的技术开放性为移动设备厂商对官方系统进行定制化开发提供了便利。相关研究表明,这些定制化的Android系统,特别是其引入的大量服务扩大了Android系统的攻击面。为了保障定制Android系统的安全性,研究并实现对其中服务的有效测试成为必要。针对现有服务模糊测试工作中因缺乏服务接口签名导致的测试效率低下问题,提出一种服务接口签
无监督领域自适应是弱监督学习中一个基于迁移学习思想的重要研究问题。深度神经网络的训练十分依赖于数据驱动,然而,对于许多预测任务,特别是稠密估计任务,其标记过程通常是昂贵或劳动密集型的,收集大规模和多样的数据集十分困难;其次由于图像在不同模态间存在域漂移,在一个域上训练模型并在另一个域上测试该模型时,深度模型的性能会显著下降。这限制了模型在大规模有标记数据集上训练,然后将模型迁移到来自不同领域的新数