行波磁场铸造ZL205A合金薄壁件的组织和性能研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:Gsea
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
本文模拟连铸并制定了基本工艺参数以实现铝铜合金薄壁筒形件的成型,选用材料为ZL205A合金,研究了其在自制筒形行波磁场下,垂直浇注系统中,各工艺参数对合金铸件宏观缺陷、组织和性能的影响。分别采用经过预热处理的刚玉管和不经预热处理的树脂砂管两种铸型来进行实验,对比宏观筒形薄壁铸件发现,前者延长了磁场作用时间,在感应电流达到10A时便可消除铸件冷隔、浇不足和裂纹等缺陷。本实验利用金相显微镜观察了ZL205A合金铸态及T6热处理态的组织,并通过5559电子万能材料试验机分别对铸态和热处理态合金进行了室温拉伸,研究了在不同工艺参数下各性能指标σb、σ0.2和δ的变化规律。研究发现,行波磁场作用下,铸态ZL205A合金晶粒得到明显细化,随着磁场感应电流的增加,晶粒尺寸不断减小,当感应电流达到20A时,合金晶粒尺寸约为未加磁场合金晶粒的1/3,但感应电流达到25A时,合金组织显微缩松和缩孔增多;根据Hall-Petch公式可知,屈服强度σb与晶粒直径平方根的倒数d-1/2呈现线性关系,那么研究了铸态下ZL205A合金力学性能随磁场感应电流大小的变化规律,随着磁场感应电流的增加,合金各项力学性能指标均呈现先增大后减小的趋势,在感应电流20A时,σb达到最大,为221MPa;感应电流15A时,σ0.2和δ最大,分别为105MPa和13.8%,分别比无磁场合金提高了11%、17%和18%,断口都呈现出沿晶脆性断裂的特征,同时横向对比发现,铸件中部2位置处相对于上部1位置、下部3位置处各项性能最佳。对上述铸态下获得的筒形件选取中部位置进行相同的T6热处理工艺,由于晶粒大小不同,原子扩散的位移不同,所需要跨越的能垒也不同,从而便会导致组织的差异。研究发现,经T6热处理后,铸态下存在于晶界的θ和T相等过剩相均已消失,取而代之的是成分均匀的基体相以及弥散分布在基体上的析出相,晶粒尺寸相比铸态略有长大,感应电流为20A时浇注的铸件经热处理后,基体中分布的析出相θ’最多。不同感应电流下的筒形件经热处理后,合金各项力学性能指标均呈现先增大后减小的趋势,感应电流为20A时的筒形件,σb、σ0.2和δ均达到最佳,分别为503MPa、485MPa及14%,抗拉强度和屈服强度分别较铸态下提高了128%和362%,延伸率变化不大,呈现出韧性断裂的特征。
其他文献
在分析协同产品创新设计过程中客户、多领域设计人员等多角色主体间众多冲突原因的基础上,为协调各设计主体在设计目标上的偏好冲突,提出了运用二元语义分析来集结各主体多粒
自20世纪50年代以来,教师专业发展逐步成为世界各国和政府关注的焦点,进入21世纪,教师专业化运动更加蓬勃发展,有关教师专业发展的理论逐渐增多。然而,在关于教师专业发展的
目的研究海绵窦区肿瘤显微外科手术治疗效果及术后早期、远期眼肌运动神经(第Ⅲ、Ⅳ、Ⅵ对颅神经)功能的预后及其相关因素。材料与方法采用电话及让患者来诊方式对1993年8月
随着我国社会主要矛盾的变化和市场需求变动,商业环境愈加迅速多变。在分析铁路非运输业发展现状和面临形势任务的基础上,研究战略调色板理论在铁路非运输业的应用,提出了与
随着知识经济的兴起以及中国加入WTO组织,商标战略越来越引起人们的重视。同时由于各种针对商标权的刑事犯罪现象不断增多,作为整个知识产权刑法保护的一个重要组成部分的注册
布莱尔政府进行的教育政策为适应知识经济时代的需要所推行教育政策。在这种基本理念的指导下,英国工党政府在经济模式、福利制度以及教育体制等方面进行了一系列的改革。英
通过复杂气冷内腔结构改善涡轮叶片的散热能力,已成为先进发动机制造的关键,而陶瓷型芯是铸造具有复杂气冷内腔结构叶片的核心部件,因此,具有较强的研究意义和实用价值。目前,国内外制造高效气冷涡轮叶片所用的陶瓷型芯,按照基体材料主要分为氧化硅基陶瓷型芯和氧化铝陶瓷型芯。陶瓷型芯的气孔率对其脱除效率影响较大,气孔率高的型芯容易脱除,因此,保证强度的同时提高气孔率是研制高性能陶瓷型芯的主要方法之一。本文以电熔
随着世界经济的发展和跨国公司间经济交流的不断加强,垄断协议越来越显现出复杂性和多样性的特点,其中又以横向垄断协议的形式更为多样,所造成的竞争危害也更为严重,各国都在
总结牛仔用纱常用的弹力纤维和弹力牛仔织物的特点及其发展趋势。介绍了几种牛仔用纱常用弹力纤维的性能特点及使用情况,包括氨纶、T400、PTT等;根据使用原料、织造方式和弹性
传统的测井解释方法在当今存在一些弊端导致效率不高。本次研究选用已采集的测井数据,使用BP神经网络对其进行储层物性参数预测。训练前的准备包括特征选取、测井数据聚类预