项目名称: 基于RUS方法的稳定各向同性负泊松比合金材料的研制及特性分析

项目编号: No.11304033

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 李东

作者单位: 东北大学

项目金额: 25万元

中文摘要: 负泊松比材料由于具有更高的剪切模量、断裂韧性、压痕阻力及吸能效率等传统材料无法比拟的优越性能,一经发现,立刻受到新材料领域的高度关注。而对负泊松比材料机理的研究及具有广泛应用价值负泊松比材料和结构的研制,一直是学者们关注的热点。申请人近期观测到各向同性铟锡合金在较宽温度区间内具有稳定的负泊松比行为,该行为之前未见报道,但其机理及特性还尚未明确。本课题拟通过在βSn+γ-γ准同型相界附近制备一系列不同成分比的铟锡合金,经不同的热处理过程,研制出各向同性负泊松比铟锡合金材料;通过超声共振谱方法(RUS)结合有限元仿真,确定出不同成分比铟锡合金准确的泊松比数值;结合材料的显微结构,分析负泊松比铟锡合金对热处理过程、服役环境的敏感度;对负泊松比铟锡合金进行压痕阻力及吸能效率测试,并与在固态相变时具有非稳定负泊松比行为的钛酸钡等材料的微观结构和力学性能进行对比,为今后负泊松比结构的人工制备奠定基础。

中文关键词: 负泊松比;超声共振谱方法;铟锡合金;准同型相界;特性分析

英文摘要: Compared with positive Poisson's ratio materials, materials with negative Poisson's ratio have much higher shear modulus, fracture toughness, resistance to indentation and the energy absorption efficiency etc.; therefore, negative Poisson's ratio has attracted a growing interest from global researchers. Researchers are devoted to obtaining a deep understanding of the deformation mechanism of negative Poisson's ratio and developing a broad application of the materials and structures with negative Poisson's ratio. Until recently, negative Poisson's ratio has been observed in In-Sn alloy within a wide range of temperature by the applicant. There is no report about negative Poisson's ratio in isotropic solids until now. However, the mechanism and characterization of negative Poisson's ratio in this material is still under request. The project will systematically fabricate In-Sn alloys with a series of compositions in the vicinity of the morphotropic βSn+γ-γ phase boundary,and use different heat treatment methods to develop isotropic alloy materials with negative Poisson's ratio. Using advanced resonant ultrasound spectroscopy (RUS) method combined with the finite element software to determine the Poisson's ratio of the alloys.The sensitivities of the Poisson's ratio to the heat treatment histories and services envir

英文关键词: Negative Poisson’s ratio;resonant ultrasound spectroscope;InSn alloy;morphotropic phase boundary;characterization

成为VIP会员查看完整内容
0

相关内容

深度生成模型综述
专知会员服务
51+阅读 · 2022年1月2日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
182+阅读 · 2020年11月23日
专知会员服务
28+阅读 · 2020年8月8日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
32+阅读 · 2020年4月15日
深度生成模型综述
专知
1+阅读 · 2022年1月2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
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
国家自然科学基金
0+阅读 · 2015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 · 2012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
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18日
Synthesizing Informative Training Samples with GAN
Arxiv
0+阅读 · 2022年4月15日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
小贴士
相关主题
相关VIP内容
深度生成模型综述
专知会员服务
51+阅读 · 2022年1月2日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
182+阅读 · 2020年11月23日
专知会员服务
28+阅读 · 2020年8月8日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
32+阅读 · 2020年4月15日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015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 · 2012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
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员