摘要：分析了d电子理论在铌基合金中的适用性,改进了Md参数并进行了验证,对轻质铌钛合金系统进行了设计计算。结果表明:固溶强化铌基合金最为有效的元素主要包括W、Mo、Zr、Hf、Ta,铌基合金中加入相同原子分数的W元素的强化效果优于Mo元素;铌基合金中Ti元素的含量增多,会降低合金的高温强度;综合考虑合金密度、高温强度、抗氧化性等因素,通过d电子理论设计出轻质铌钛合金的最优参考组分为(质量分数,%):65.95Nb-17Ti-3Al-4Cr-5V-2W-1.5Mo-1.5Hf-0.05C。

摘要：当金属材料承受应力时,某些独立或非独立的变形机制可同时被激活。对于变形动力学极其复杂的γ-Ti Al基合金,定量描述每个变形机制的一般性本构行为、预测指定加载条件下的主要变形机制具有非常重要的科学和实际意义。为此,本研究针对具有双态/近γ组织的Ti Al合金,构建了同时考虑6种机制的变形机制图谱,并详细分析了其形貌特征,探讨了晶粒度的影响。研究表明,本研究所提出的变形机制图谱是理解Ti Al合金变形机制、预测变形动力学的有力工具。特别是该变形机制图谱可为Ti Al合金设计及变形工艺制定提供重要借鉴。

摘要：为改善Zr-Ti-V系列Laves相合金的吸氢动力学性能,本研究设计成分为Zr0.9Ti0.1V2.2的非化学计量比合金并采用熔体快淬工艺制备合金薄带。研究合金快淬薄带的微观组织与相结构、吸氢动力学、吸放氢PCT特征及吸氢热力学参数。进而讨论非化学计量比合金中微结构与储氢性能之间的关系。结果表明,快淬薄带中合金主相为C15型Zr V2及V-bcc相,熔体快淬可消除铸态合金中的包晶反应残留相α-Zr。熔体快淬合金的吸氢动力学性能优异,但由于单胞体积收缩导致其吸氢量降低。

摘要：基于弹塑性非线性有限元理论,建立了渐变壁厚金属隔膜翻转变形的有限元模型。依据该模型,针对20L近半球形金属隔膜设计正交试验,以隔膜变形后的最大厚度差Δtm和变形过程中的最大偏转角βm两个指标评价隔膜的翻转能力,系统地研究了弹性模量、硬化指数和屈服强度等参数对其翻转性能的影响。研究结果表明,当弹性模量大于55GPa、屈服强度小于220MPa、硬化指数小于0.12时,20L金属隔膜能够实现稳定翻转;屈服强度是影响20L近半球形隔膜翻转能力最显著的因素,硬化指数与弹性模量次之。

摘要：数据驱动的材料设计模式已经广泛应用于材料科学研究中,以加速新材料从研发到应用的进程。机器学习技术能够挖掘数据中存在的潜在模式或规律,是数据驱动材料设计模式的研究关键和热点。其中,基于主动学习的策略已经成功指导了多种新材料的开发。首先,介绍了主动学习的研究思路、构成要素及每个环节常用的方法;其次,以航空发动机材料如高温合金、钛基合金、复合材料、热障涂层等为例,介绍了机器学习在其中的具体应用和取得的效果;最后,针对航空发动机材料的恶劣服役环境,展望了机器学习应用于航空发动机材料面临的挑战,并提出了可能的解决方案。

摘要：简述了高真空液相浸渗炉的工作用途,介绍了浸渗炉的技术性能与结构特点,指出了安装调试过程中遇到的问题。

摘要：高通量计算、高通量实验和数据库技术为材料基因工程的3大关键技术,旨在高效地加速新材料的设计与开发。在我国新一代智能制造的驱动下,数字孪生技术已成为数据驱动的集成计算材料工程关键技术。面向精密铸造技术领域,建立了集成金属材料铸造性能测试与标准试样高通量制备的方法和系统,包括浇铸系统优化设计、铸造性能测试系统和标准试样高通量制备阵列组合系统。通过集成3D打印技术,实现了系统设计和制备的数字孪生。结果表明,采用试样高通量制备阵列组合系统制备的蜡模精度高,功能模块单元组合灵活、方便,可节省传统压模工具,降低成本、减少力学性能试样的加工量和原材料消耗、缩短制备时间。该集成系统还可用于砂型、金属型和精密铸造等试样的制备过程。

摘要：数字时代驱动下的智能制造技术是国家工业水平的重要体现。在国内外材料基因工程、集成计算材料工程、数字孪生等众多国家战略的促进下数字化技术获得了蓬勃发展,有助于满足材料、工艺、产品、装备等关键部件的全寿命周期质量管控的迫切需求,并将加速传统制造业向数字化、网络化和智能化的转型升级。本文基于数字孪生全流程和全寿命周期大数据的数字线程,介绍了钛合金管件智能制造与质量管控的典型铸造和挤压工艺及其材料组织性能控制的关键技术,旨在开发有效提升材料及其产品智能开发设计和智能制造的关键技术。其中,铸造过程样品和样件的智造技术主要包括凝壳炉设备的数据感知和可视化运行监测,以及铸造样品的铸造性能和标准试样高通量制备。通过对钛合金管件进行模板化、标准化、流程化的智能设计,工艺模拟仿真技术以及制造过程中工艺数据的自动化采集,提出了样件加工生产中热处理工艺组织调控的算法模型。这些关键技术的应用将有利于原材料性能的快速测试,提高钛合金管件制造过程和质量管控的效能,节省时间和成本,以期为智能制造技术的发展提供重要技术支撑。