项目名称: SiC增强Al-Mg-Si基复合材料基体时效析出序列的研究

项目编号: No.51301206

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 一般工业技术

项目作者: 沈茹娟

作者单位: 中南大学

项目金额: 25万元

中文摘要: SiC增强Al基复合材料具有高的比强度、比刚度、弹性模量和抗疲劳性能,近年来已被广泛应用于航空航天、汽车制造和电子封装领域。研究表明:该类复合材料的基体时效析出序列与单纯Al合金的时效析出序列存在差异,主要是SiC的引入提高了基体的位错密度和两相的界面面积,影响到了时效过程中的原子扩散,以及G.P.区、亚稳相和稳定相的形核与长大。系统研究SiC增强Al基复合材料在时效过程中的基体时效析出序列对于制定合理的热处理工艺,提高复合材料的综合力学性能具有重要的科学意义与实际价值。为此,本项目拟研究SiC增强相的加入对SiC增强Al-Mg-Si复合材料基体时效析出序列的影响,包括SiC体积分数和尺度,以及时效温度对复合材料基体时效析出序列的影响。研究将确定SiC增强Al-Mg-Si复合材料的基体时效析出序列,为实际生产制定经济高效的热处理工艺,获得优异综合力学性能的复合材料提供参考。

中文关键词: 金属基复合材料;析出序列;显微组织;力学性能;

英文摘要: SiC reinforced aluminum based composites are widely used in aeronautical, automobile manufacturing and electronic packaging fields in recent years due to their high specific strength, specfic stiffness, elastic modulus and anti-fatigue properties. Recent investigations showed that matrix aging precipitation sequence of the composites differs from that of the simple matrix alloys, resulted from the increase of the interfacial area and high density of the matrix dislocations by the introduction of the SiC particles, which affects the atom diffusion, nucleation and growth of G.P. zones, metastable and stale phases. Systematic investigations of the matrix aging precipitation sequence of SiC reinforced aluminum based composites have important scientific significance and realistic merit on designing proper heat treatment processes and improving the comprehensive mechanical properties of the composites. For this purpose, this project intends to study the effect of the introduction of SiC reinforcements on the matrix aging precipitation sequence of SiC reinforced Al-Mg-Si based composites, including the effects of the SiC volume fraction and granularity, and aging temperature on the matrix aging precipitation sequence of the composites. The study will determine the matrix aging precipitation sequence of SiC reinforced A

英文关键词: Metal matrix composites;Precipitation sequence;Microstructures;Mechanical properties;

成为VIP会员查看完整内容
0

相关内容

【WWW2022】TaxoEnrich:通过结构语义表示的自监督分类法补全
【AAAI2022】用于视觉常识推理的场景图增强图像-文本学习
专知会员服务
48+阅读 · 2021年12月20日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
26+阅读 · 2021年2月12日
【WWW2021】充分利用层级结构进行自监督分类法扩展
专知会员服务
15+阅读 · 2021年2月7日
专知会员服务
78+阅读 · 2020年8月4日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
Science:脂肪细胞外泌体对巨噬细胞发挥调节功能
外泌体之家
19+阅读 · 2019年3月7日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
34+阅读 · 2018年7月14日
语义分割和转置卷积
AI研习社
10+阅读 · 2018年6月22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 · 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
1+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 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关主题
相关VIP内容
【WWW2022】TaxoEnrich:通过结构语义表示的自监督分类法补全
【AAAI2022】用于视觉常识推理的场景图增强图像-文本学习
专知会员服务
48+阅读 · 2021年12月20日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
26+阅读 · 2021年2月12日
【WWW2021】充分利用层级结构进行自监督分类法扩展
专知会员服务
15+阅读 · 2021年2月7日
专知会员服务
78+阅读 · 2020年8月4日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25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 · 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
1+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 · 2008年12月31日
微信扫码咨询专知VIP会员