基于BP神经网络的WSTi3515S阻燃钛合金超塑性变形行为预测

以WSTi3515S阻燃钛合金超塑性拉伸试验所得试验数据为基础,基于BP (Back Propagation)人工神经网络方法,建立了该合金超塑性变形过程中流变应力的神经网络预测模型。模型的输入参数为变形温度、应变和应变速率;输出参数为流变应力;结构为3×10×12×1双隐含层的4层网络模型。结果表明,BP神经网络模型能够很好地描述WSTi3515S合金超塑性变形时各热力学参数之间高度非线性的复杂关系,可精确地预测超塑性拉伸过程中的流变应力,平均相对误差为1.08%。     

脉冲电沉积SiC/TiN颗粒增强Ni-Mo纳米复合镀层研究

采用脉冲电沉积技术在6061铝合金表面制备SiC/TiN颗粒增强Ni-Mo纳米复合镀层。通过在镀层中引入SiC、TiN纳米颗粒并改变电沉积的平均电流密度和占空比,调控复合镀层的微结构,探讨纳米颗粒增强涂层的成膜过程与晶粒细化机理,研究复合镀层的组织结构与耐蚀性、耐磨性的关系。结果表明:双纳米颗粒的加入使镀层结构由锥状向胞状转变,晶粒尺寸由29.86 nm减小至22.79 nm。其中在电流密度为8 A·dm~(-2),占空比为20%时制备的镀层最为均匀致密且Si C/Ti N颗粒复合量最高,分别为1.3%和3.1%(质量分数)。镀层具有典型的fcc结构且呈现出(111)择优取向,纳米颗粒均匀分散在Ni-Mo基体中。Tafel极化和浸泡试验研究表明Ni-Mo复合镀层的腐蚀电流密度为7.08μA/cm~2,相比之下在电流密度为4、8和12 A·dm~(-2)和占空比为40%、60%下制备的Ni-Mo/Si C-Ti N纳米复合镀层腐蚀电流密度分别为4.68、4.12、5.75、4.37和5.53μA/cm~2,分别降低了34%、42%、19%、38%和21%。研究发现在电流密度为8 A·dm~(-2),占空比为20%下制备的纳米复合镀层表现出最好的耐蚀性。与Ni-Mo镀层相比,SiC/TiN颗粒的引入显著地提升了镀层耐磨性。此外,还对脉冲共沉积机理进行了讨论。     

电解液Ca/P比对微弧氧化钛合金涂层结构及性能的影响

采用微弧氧化技术在Ti-13Nb-13Zr合金表面制备HA/TiO₂复合涂层。通过改变电解液中Ca/P比值,研究不同Ca/P比对微弧氧化涂层的相组成及组织变化,以及对耐磨性、耐蚀性与体外生物活性的影响。结果表明:随着电解液Ca/P比增大,涂层粗糙度及孔隙率增大。涂层相组成以锐钛矿及金红石为主,金红石相含量随着电解液Ca/P比增大而增大。乙酸钙含量为35 g/L的电解液制备的CA35涂层厚度达80.59μm,表面Ca/P比为1.98,表现出最好的耐磨耐蚀性能。与基体相比,CA35涂层平均摩擦系数约为0.19,下降了43%。采用Pt参比电极和质量分数0.9%NaCl测试溶液对涂层的耐蚀性进行检测。CA35涂层的腐蚀电流密度为4.94μA/cm²,腐蚀电位为-221.73 mV。CA35涂层在Kokubo溶液中产生矿化产物的速度最快。研究发现适当提高电解液Ca/P比能有效促进HA的形成,提高涂层的耐磨耐蚀性能,过高的Ca/P比会导致涂层性能下降。此外,对Ca/P比对涂层性能的影响机理进行了探讨。