项目名称: 基于微纳复合粉体的激光熔覆组织的演变特征及强化机制

项目编号: No.51201070

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 金属材料学科

项目作者: 孙桂芳

作者单位: 江苏大学

项目金额: 25万元

中文摘要: 桨叶的耐磨蚀性直接影响混料设备的使用寿命。目前国内混料设备中的桨叶采用的不锈钢虽具有较高的耐蚀性,但耐磨性能差。 鉴于此,本项目拟将高锰钢的塑性变形强化效应"移植"于桨叶表面,采用高速喷枪预喷涂激光多层熔覆技术在其表面获得功能梯度涂层:原位合成高锰钢第一层 + 微纳复合粉体增强耐磨蚀第二层。基于此,本研究拟展开以下三个方面工作:第一,通过成分和工艺成本较低的预喷涂激光熔覆实验,研究熔覆材料及工艺参数的变化对组织演变的影响规律,揭示熔覆层组织演变机理;第二,在此基础上,研究微观组织演变特征与力学性能的关系,建立工艺参数-组织结构-力学性能的关系模型;第三,研究熔覆层强韧化机制及其与组织演变特征的关系,建立强化方式评价体系,以达到高性能桨叶工作层再制造的目的。 该项目将为混料设备表面激光高强韧改性奠定理论基础。

中文关键词: 桨叶;激光直接沉积;组织演变;残余应力;力学性能

英文摘要: Wear and corrosion resistance of the blade has an important effect on the service life of the blender equipments. In our country, blades are usually made of stainless steel, which has a good corrosion resistance but a poor wear resistance. We try to transplant the plastic deformation strengthening effect of high manganese steel to the blade surface in this project, and use the pre-coating laser multi-cladding technique to get a functionly gradient coating which is composed of the in-situ high Mn steel matrix first layer and the micro- and nano composite carbides enforced wear and corrosion resistant second layer. Based on this, three events will be carried out in this project. First, effect rules the laser cladding materials and processing parameters on the microstructure evolution will be investigatd according to the composition and processing economic pre-coating laser cladding experiment. And the microstructure evolution mechanism of the cladded coating will be explained. Second, we will study relationship between the microstructure evolution characteristics and the mechanical properties based on the above investigation, and establish the relational model among processing parameters, microstructure and mechanical properties.Third, we will further study the strengthening mechanism and its relationship with the

英文关键词: blade;laser direct deposition;microstructure evolution;residual stress;mechanical property

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
113+阅读 · 2021年12月15日
专知会员服务
53+阅读 · 2021年10月1日
专知会员服务
99+阅读 · 2021年6月23日
神经问题生成前沿综述
专知会员服务
16+阅读 · 2021年6月5日
专知会员服务
42+阅读 · 2021年6月2日
专知会员服务
38+阅读 · 2021年5月9日
专知会员服务
33+阅读 · 2021年5月7日
专知会员服务
26+阅读 · 2021年4月2日
深度学习模型终端环境自适应方法研究
专知会员服务
34+阅读 · 2020年11月13日
【CVPR2020-港中文】 图像识别中的自注意力探索
专知会员服务
56+阅读 · 2020年4月29日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度报告:特种钢铁行业,支撑高端制造
材料科学与工程
12+阅读 · 2019年4月9日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
57+阅读 · 2021年5月3日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
14+阅读 · 2020年10月26日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Arxiv
15+阅读 · 2019年6月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
小贴士
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
113+阅读 · 2021年12月15日
专知会员服务
53+阅读 · 2021年10月1日
专知会员服务
99+阅读 · 2021年6月23日
神经问题生成前沿综述
专知会员服务
16+阅读 · 2021年6月5日
专知会员服务
42+阅读 · 2021年6月2日
专知会员服务
38+阅读 · 2021年5月9日
专知会员服务
33+阅读 · 2021年5月7日
专知会员服务
26+阅读 · 2021年4月2日
深度学习模型终端环境自适应方法研究
专知会员服务
34+阅读 · 2020年11月13日
【CVPR2020-港中文】 图像识别中的自注意力探索
专知会员服务
56+阅读 · 2020年4月29日
相关资讯
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度报告:特种钢铁行业,支撑高端制造
材料科学与工程
12+阅读 · 2019年4月9日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
57+阅读 · 2021年5月3日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
14+阅读 · 2020年10月26日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Arxiv
15+阅读 · 2019年6月25日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
微信扫码咨询专知VIP会员