Cu-Al复合材料连铸直接成形数值模拟研究

建立了Cu-Al复合材料连铸成形的数值模拟模型,确定了模型的边界条件,提出了复合过程处理和结果评价方法。通过与部分实验结果对比表明,模拟结果与实验结果一致。以铜包铝棒坯立式连铸和Cu-Al复合板坯水平连铸过程为例,采用Pro CAST软件对其稳态温度场进行了数值模拟分析,得到了各工艺参数对连铸过程的影响规律,给出了合理的工艺参数范围,并结合模拟的参数进行相应的实验研究。结果表明,本工作建立的连铸复合模型、确定的边界条件、提出的复合过程处理和结果评价方法合理,可有效用于连铸复合成形模拟分析。计算结果表明,制备横断面为100 mm×100 mm、Cu包覆层厚度(4~10 mm)的铜包铝棒坯可行的连铸工艺参数为:Cu液温度1250℃,Al液温度750℃,结晶器长度200 mm,芯棒管长度290 mm,一冷水流量1600~2000L/h,二冷水流量900~1300 L/h,二冷水距结晶器出口距离30 mm,拉坯速率60~80 mm/min;制备厚度20 mm、宽度75 mm、Cu包覆层厚度(4~7 mm)的Cu-Al复合板坯可行的工艺参数为:Cu液温度1250℃,Al液温度760~800℃,拉坯速率40~80 mm/min,Al液导流管长度20 mm。     

机器学习辅助高性能银合金电接触材料的快速发现

为了快速发现高性能银合金电接触材料,从文献中收集了32组铸造法制备的银合金电接触材料的成分和性能数据,采用特征量筛选方法识别出影响合金性能的关键合金因子,采用支持向量机算法建立了合金导电率和硬度预测模型,实现了合金成分的快速设计。选取预测性能优异的Ag-19.53Cu-1.36Ni、Ag-10.20Cu-0.20Ni-0.05Ce和Ag-11.43Cu-0.66Ni-0.05Ce (质量分数,%) 3种成分设计方案进行工业生产条件的实验验证,性能预测结果与实验结果误差均小于10%,3种合金导电率均≥79%IACS,Vickers硬度均≥87 HV,综合性能均优于已有铸造法制备的银合金电接触材料。上述研究结果表明,本工作建立的机器学习成分设计方法可靠性好,有助于提高合金成分设计效率,快速发现综合性能优异的银合金电接触材料。