Nature最新:超越TC4,3D打印获得更高强韧性钛-氧-铁合金

c37b6a0d381b535b81ca2ca18036a6bc.png

导读:3D打印技术参考注意到,来自墨尔本理工大学、悉尼大学、香港理工大学的联合团队(主要作者姓名有明显的中式特征)于5月31日在《自然》杂志发表了题为“Strong and ductile titanium–oxygen–iron alloys by additive manufacturing”的文章,其借助合金设计和3D打印,利用α–β钛合金中两种最强大的稳定元素和强化剂——氧和铁,开发出了一系列具有出色强度和延展性的钛-氧-铁合金。

9efc179eab77d538bd2dfaf5e8b371b2.png

www.nature.com/articles/s41586-023-05952-6

大多数工业钛合金都具有基于Ti的两个基本相的微观结构,即密排六方(HCP)α相和体心立方(BCC)β相,因此,按照基体组织可分为α型钛合金、β型钛合金和α+β型钛合金。α型钛合金的室温强度不高,在低温和较高温度下组织稳定,不能进行热处理强化;β型钛合金未热处理即具有较高的强度,但热稳定性较差,不宜在高温下使用;α+β型钛合金的综合性能较好,具有较好的强韧性,能够在高温下使用,最多使用的就是Ti6Al4V,可谓是钛工业的支柱。

α+β型钛合金通过将Ti与α相和β相稳定剂合金化而成。α相稳定剂仅限于Al、N、O、C、Ga和Ge,其中N和C是严格控制的杂质,而Ga和Ge无法满足商业低成本使用要求。因此,Al和O成为钛α相和β相的两种最强大的稳定剂和强化剂。需要注意的是,O比Al对α相的增强作用强约20倍,对α相的稳定作用强约10倍,在凝固过程中对于β晶粒的生长限制能力强40倍。然而,O的这些属性在α+β型钛合金的开发中未得到充分利用。

O作为Ti中主要的α相稳定剂的问题是它的脆化效应,它在变形过程中与位错有强烈的相互作用。此外,O会改变相平衡,促进脆化相的形成。这些限制导致工业钛合金的设计需要遵循相关规则。Fe是Ti中的β相最有效和最便宜的稳定剂,但Fe的使用也会产生导致影响机械性能较差的β斑点。因此,在一些工业钛合金中,Fe的使用量会受到限制。

尽管如此,O和Fe的上述优势也吸引了大量团队来努力开发α+β型Ti-O-Fe钛合金以作为Ti6Al4V的替代品,最初期望是在钢锭开裂热加工操作期间改善热加工性和表面质量。这些努力取得了不同程度的成功,一些合金在热加工和退火条件下都表现出与Ti6Al4V相当的拉伸性能,但在铸态条件下的拉伸强度和延展性较低。

《自然》杂志最新的研究介绍了在Ti中结合使用O和Fe的另一种考虑,研究人员试图通过将合金设计概念与增材制造工艺相结合来规避Ti与O、Fe合金化所带来的冶金挑战。目标是通过增材制造创建一类新型的高韧性和高强度的α+β型Ti-O-Fe合金。

根据合金中钼元素的含量,在Ti中添加3.5%的Fe可以通过淬火将先前的β相保留到室温。根据经验规则,最大O含量设定为0.7%(大多数Ti合金在氧含量超过0.7%时会失去拉伸延展性)。因此,在Fe含量为3%的前提下,分别实验氧含量为0.15%、0.35%、0.50%、0.70%共四个水平的十种合金。在增材制造工艺方面,选择了激光金属粉末定向能量沉积(DED),在高保真模拟的帮助下,可以制造具有一致微观结构的大型近净形部件。

3492a904802706ba972b4eaec03261b7.png

所设计的十种合金

8c94351963ccd2767b125c336f10e1bb.jpeg

DED打印的Ti-O-Fe合金试样、打印过程中的热历史、由模拟确定的处理窗口以及微观结构

07fc8eeae83aeee1f55da0342d22b31a.jpeg

DED打印的Ti-O-Fe合金在室温下的拉伸性能,合金成分不同但加工条件相同

58acef2dc8f111b0e4f3e1fef61d33e4.jpeg

DED打印的α-β Ti-O-Fe合金中O和Fe原子的分布

用于通过激光DED制造合金的原料粉末包括氩气雾化商业纯钛 (CP-Ti) 粉末(50–100µm)、水雾化铁粉(20–50µm)和 TiO2粉末(<5 μm),其中CP-Ti 的成分为Ti–0.13O–0.15Fe。

研究人员结合合金设计、计算模拟和实验表征绘制了增材制造工艺与以前未报道的α+β型Ti-O-Fe合金的微观结构和性能之间的关系。通过计算模拟了DED过程,并使用计算热力学方法和量子力学方法分别检查合金的热力学和电子结构。然后,使用激光能量沉积制造合金试样,并使用先进的电子显微镜和原子探针显微镜对它们进行拉伸机械测试和成像。

研究表明,所开发的Ti-O-Fe合金包含稳定的α相和β相,可以使用多种参数进行3D打印。合金的微观结构非常理想,其中约70%的体积为富氧α相,约30%由细小的富铁β相晶粒组成。所开发的α+β型Ti-O-Fe合金具有0.3-0.5%的氧重量,比具有相似延展性的Ti-6Al-4V合金强度更高,因此在室温下具有多种应用潜力。

调整3D打印工艺来获得没有不良微观结构特征(如β斑点)的合金是一项重要进步。然而,本研究所开发的合金仍然存在抗拉强度和延展性之间的平衡,当氧含量超过0.5%时,其延展性会降低,但强度会更高。同时值得注意的是,该研究所采用的主要原材料是一种低成本的海绵钛,将它们用作3D打印粉末生产的原料有可能显著增加价值并减少钛工业的碳排放。

注:本文内容由3D打印技术参考整理编辑,转载请点击转载须知

欢迎转发

主编微信:2396747576; 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.Nature最新:使用3D打印以微尺度空间分辨率开发新材料

2.2023年首篇Science:实时检测3D打印缺陷,预测率100%

3.SLM Solutions将向用户提供首批回收再制造的钛合金粉末

4.激光+电弧混合增材制造新工艺 | 哈工大团队取得重要研究进展

d5f32d03c8a2e14a6b9a657a45849887.gif

--广告--

0ed70c3006538497ae531440f72e12d2.jpeg

728668d012efb5b32225f7c768da90d9.gif

代码下载链接: https://pan.quark.cn/s/a4b39357ea24 iSecure Center综合安防管理平台配置手册V2.0最新完整版。综合安防管理平台是一个集成了多种功能的智能化系统,通过接入视频监控、停车场、门禁以及报警检测等设备,达成安防信息化集成与联动。以电子地图作为核心载体,融合各类安防设备,达成安防信息化集成与联动。 【海康威视iSecure Center综合安防管理平台配置手册 V2.0.0】是专门针对该公司的安防管理系统而编写的详细指南。iSecure Center是一个集成化、智能化的解决方案,其目标是通过整合视频监控、停车场管理、门禁控制和报警系统等多个安全子系统,达成全面的安防信息化集成与联动。平台的核心作用是借助电子地图作为基础,整合各种安防功能,以提供高效且全面的安全监控和管理。 手册中明确指出,iSecure Center的配置和使用仅限于海康威视HIKVISION的用户,并且详细说明了版权和法律声明,调手册内容的所有权归属于杭州海康威视数字技术股份有限公司,未经授权,禁止进行任何形式的复制、翻译或修改。同时,手册也声明了产品仅适用于中国大陆地区,并且在法律允许的范围内,产品按照现有状态提供,不提供任何形式的保证,对于因使用产品或手册所导致的损失,公司不承担任何赔偿责任。 手册还特别警示用户,将产品接入互联网可能面临风险,如网络攻击、黑客入侵或病毒感染,用户需自行承担这些风险。同时,用户必须遵守适用的法律法规,不得将产品用于侵犯第三方权利或不当用途,否则公司将不承担任何责任。 在操作前,手册提供了符号约定,包括说明、注意和危险等级的标识,帮助用户理解文档中关键信息的重要性。例如,“注意”用于提醒用户重要操作或...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 gddrxy综合性实验——某系统的设计与实现---互联网应用开发(JSP)4 1. 在MySQL数据库中构建用于实验的数据表,要求包含至少三个字段,并在其中至少加入一条数据记录 2. 设计一个数据录入界面,将用户提交的信息发送至Servlet以执行合法性验证,若验证通过则调用DAO组件向数据表中追加一条新记录 实验报告 实验名称:综合性实验——某系统的设计与实现(互联网应用开发——JSP) 一、实验目的与要求 本次实验旨在使学生深入掌握并熟练运用JavaServer Pages (JSP) 技术开展互联网应用开发工作,特别是在数据库交互方面的实践。通过本次实践操作,期望达成以下学习目标: 1. 精通JSP在数据库层面的增删改查(Create, Read, Update, Delete)操作,包括建立数据库连接、执行SQL指令以及管理结果集等环节。 2. 掌握Servlet的生命周期机制,理解其在Web系统中的功能定位与工作流程。 3. 学会构建动态网页,实现用户输入信息的采集,并在服务器端完成数据校验与处理流程。 二、实验原理与内容 1. JSP进行数据库操作的典型流程涵盖数据库连接建立、SQL指令执行、结果集处理以及连接关闭等多个关键步骤。 2. Servlet作为Java Web应用程序的核心构成部分之一,具有初始化、服务、销毁这三个生命周期阶段。在本次实验中,Servlet将负责接收并处理来自JSP页面的请求,完成数据合法性校验工作。 三、实验步骤与结果 1. 数据库准备: - 采用MySQL数据库创建一个实验用的数据表,例如命名"Student",表中包含"ID"(作...
内容概要:本文详细介绍了基于风光储能和需求响应的微电网日前经济调度模型的Python代码实现,重点探讨了在风能、光伏等可再生能源出力具有不确定性的背景下,如何结合储能系统的运行特性与用户侧的需求响应机制,实现微电网系统的日前优化调度。该模型通过构建精确的数学模型并结合高效的优化算法,对分布式电源、储能设备及可控负荷进行协调优化,旨在最小化系统运行成本、提升可再生能源的消纳水平,并确保供电的安全性与稳定性。文中提供的完整Python代码实现了从数据输入、模型构建到求解分析的全流程,便于读者复现、验证与二次开发。; 适合人群:具备一定电力系统基础知识和Python编程能力,从事新能源、微电网、智能电网等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高校或科研机构开展微电网优化调度相关课题的教学与科研工作;②为实际微电网项目的日前调度策略设计提供技术支撑与仿真验证工具;③帮助研究人员深入掌握基于Python平台的能源系统建模与优化求解方法。; 阅读建议:建议读者结合文档中的理论推导与代码实现同步学习,重点关注目标函数设计、约束条件建模及优化求解器调用等关键环节,并尝试调整参数设置或拓展模型结构以适配不同应用场景。
内容概要:本文围绕电力系统短期负荷预测问题,深入研究了基于极限学习机(ELM)及其智能优化算法改进模型的预测方法,重点实现了ELM、白鲸优化算法(BWO)优化ELM以及鹭鹰优化算法(IBO)优化ELM三种预测模型,并通过Matlab平台进行仿真与性能对比。研究旨在提升负荷预测的精度与鲁棒性,解决传统ELM因输入权重和偏置随机初始化导致的性能不稳定问题。通过引入两种新兴的元启发式优化算法对ELM的关键参数进行全局寻优,有效提升了模型的泛化能力与收敛稳定性。文章系统地完成了模型构建、参数优化、实验设计与结果分析,验证了优化后模型在短期负荷预测中的优越性,为电力系统调度决策提供了高精度的数据支撑和技术路径。; 适合人群:具备一定电力系统基础知识、时间序列预测背景及Matlab编程能力的科研人员、电气工程专业高校研究生,以及从事智能电网、能源管理与负荷预测相关工作的工程技术人员。; 使用场景及目标:①应用于电力系统短期负荷预测,提升电网运行调度的精确性与经济性;②为智能优化算法与浅层神经网络融合研究提供可复现的技术方案与实验基准;③作为科研项目、学位论文或工程实践中负荷预测模块的核心算法参考。; 阅读建议:建议读者结合所提供的Matlab代码,深入理解ELM网络结构原理及白鲸、鹭鹰优化算法的实现机制,重点关注参数寻优过程与预测误差指标(如MAE、RMSE、MAPE)的对比分析,建议进一步尝试在不同数据集上验证模型泛化能力,并探索将其拓展至中长期负荷预测或其他时序预测领域。
内容概要:本文系统研究了基于ARIMA模型的电价预测方法,并结合Matlab代码实现了对未来电价的短期预测及预测结果的不确定性量化分析,重点在于构建置信区间以提升预测的可靠性。文章详细阐述了ARIMA模型在电力市场价格序列建模中的应用流程,涵盖数据预处理、平稳性检验(如ADF检验)、模型识别(ACF/PACF分析)、参数估计、模型诊断(残差白噪声检验)以及预测可视化等关键步骤。通过引入预测误差的统计分布特性,进一步计算出不同置信水平下的置信区间,为电力市场参与者提供更具决策参考价值的价格趋势判断。该方法适用于具有明显时间依赖性和波动特征的电价数据,具有较的实用性和可操作性。; 适合人群:具备一定统计学基础和Matlab编程能力,从事电力系统运行、能源经济分析、电力市场交易及相关领域的科研人员与工程技术从业者,尤其适合高等院校电力、自动化、经济管理等专业的研究生及高年级本科生开展课题研究或课程设计。; 使用场景及目标:①应用于电力市场的短期电价预测,辅助发电商、售电公司制定竞价策略;②支持微电网、虚拟电厂等新型主体参与电力市场时的风险评估与优化调度;③作为高校教学案例,帮助学生掌握时间序列建模的基本理论与实证分析技能;④为含高比例新能源接入的电力系统提供价格波动风险的量化工具,支撑市场机制设计与政策制定。; 阅读建议:建议读者结合所提供的Matlab代码逐行运行并调试,重点关注数据差分处理、模型阶数确定(AIC/BIC准则)及残差诊断环节,建议尝试替换不同的实际电价数据集进行模型迁移验证,深入理解ARIMA建模过程中各环节的作用与敏感性,同时加对置信区间构建原理的数学推导与解释能力。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值