基于研究应用型人才培养的材料力学性能课程教学

材料力学性能是材料科学与工程类专业本科生的重要技术基础课,对培养学生工程实践能力起着关键作用。为适应研究应用型大学发展的定位,针对课程特点和教学中存在的问题,从课程教学内容、实验环节、教学方法和考核手段等方面进行了改革,为研究应用型人才培养积累了经验。     

A357铝合金大型复杂薄壁构件的淬火温度场、残余应力及变形的有限元分析(英文)

基于ABAQUS软件,采用有限元模拟计算的方法对A357铝合金大型复杂薄壁构件的淬火过程进行研究。通过采用传统的反传热方法,对不同淬火介质在不同温度下的换热系数进行精确求解。精确的换热系数确保对A357铝合金大型复杂薄壁构件淬火过程中温度场预测的准确性。采用3种淬火介质(水、机油,5%-UCON淬火试剂A)。通过综合考虑淬火介质及温度因素,对薄壁构件的残余应力及变形的分布和大小进行有限元预测,得到构件淬火结束后的最大残余应力及变形。     

“新工科”背景下工程材料课程教改探索

飞行器设计与工程专业主要为民航事业培养掌握航空航天飞行器设计知识,具有技术创新、工程实践和综合管理能力的高级工程技术与管理人才。工程材料作为该专业的必修课,主要讲授工程材料的理论知识和分析技能。在“新工科”建设背景下,有针对性地转变传统教学理念创新教学方法,优化课内实践内容,促进“双师”型师资队伍建设,确保该课程设置起到培养应用型人才的作用。     

基于人工神经网络的A357合金力学性能预测(英文)

A357铝合金零件一般都需要经过热处理(T6状态)以获得优异的力学性能。这类零件的性能取决于固溶温度、固溶时间、人工时效温度及人工时效时间。在本研究中,建立了基于反向传播(BP)算法的人工神经网络(ANN)模型,对A357合金的力学性能进行预测,研究了热处理工艺对该合金性能的影响。结果表明,所建立的BP模型能够对A357合金的力学性能进行有效且精度高的预测。良好的神经网络预测能力能够直观地反映A357合金的热处理工艺参数对其力学性能的影响。绘制抗拉强度和伸长率的等值线图形有助于清晰地找到抗拉强度和伸长率之间的关系,可为实际生产中热处理工艺参数的选择提供技术支持。     

退火对Al_(1.5)CrCuFeMnTi高熵合金组织和硬度的影响

为研究退火处理对Al_(1.5)CrCuFeMnTi高熵合金组织和硬度的影响,采用真空电弧熔炼方法制备了铸态合金,通过X射线衍射仪、扫描电子显微镜和维氏硬度计等手段对不同温度等温退火处理制得合金的组织形貌、晶体结构、成分分布和硬度进行表征。结果表明,铸态Al_(1.5)CrCuFeMnTi高熵合金由一个有序和一个无序的体心立方结构固溶体构成,形成了典型的枝晶组织,并在合金中观察到调幅结构特征。经过945℃退火处理后,合金中形成一个富含Al、Cr和Mn元素复杂结构的Laves相,合金经980℃退火后,该Laves相转变为以Cr为基体的FCC固溶体。退火处理利于铸态合金中残余内应力释放,致使合金硬度减小至HV450左右。     

AlCrFeNiTi高熵合金热稳定性的研究

为了探讨AlCrFeNiTi高熵合金的热稳定性,采用氩气保护下真空电弧熔炼法制备铸态合金,在不同加热温度和保温时间下对合金进行热处理并测定其硬度变化曲线,研究合金的硬度与显微组织之间的关系;最后利用反向传播人工神经网络建立合金的加热温度时间-硬度关系网络,实现对合金硬度的预测。结果表明:铸态AlCrFeNiTi高熵合金由两个简单体心立方结构固溶体组成,显微组织是由枝晶、枝晶间和(α+β)共晶组织组成的典型高熵合金枝晶组织;合金经过400~900℃的加热和0.5~10h的保温处理后空冷,合金能在一定程度上保持原始铸态下的组织和枝晶相含量,硬度(HV)依旧保持在4000MPa以上,表现出良好的热稳定性;建立的AlCrFeNiTi高熵合金加热温度时间-硬度神经网络有着良好的精度和适用性,对工业应用具有指导作用。     

退火对CrCuFeMnTi高熵合金组织结构和力学性能的影响

为了研究退火处理对CrCuFeMnTi高熵合金组织结构和力学性能的影响,通过真空电弧熔炼法在氩气保护下制备了铸态合金,在不同温度下对合金进行退火处理,观察其组织结构并进行力学性能测试。结果表明:铸态CrCuFeMnTi高熵合金由1个密排六方和1个面心立方结构固溶体构成,形成由枝晶相和枝晶间相组成的典型枝晶组织形貌;合金在750℃以下退火时,主要以元素的扩散和组织的均匀化为主,经过900℃等温退火处理后,合金中密排六方结构的固溶体逐渐转变成体心立方结构固溶体,该相变过程是由元素扩散引起及控制的;经过750℃以下的退火处理后,合金的硬度和断裂强度均有所提高,但断裂行为均表现出脆性特征。     

TA15钛合金中纳米压痕附近残余应力-应变场及几何必须位错密度的分布

结合纳米压痕及高分辨电子背散射衍射技术(EBSD)测定了TA15钛合金中α及β相的弹性模量和纳米硬度,揭示了纳米压痕附近应力-应变场及几何必须位错(GND)密度的非均匀分布情况.利用高分辨EBSD测试过程中同步保存的背散射电子衍射花样,并基于cross-correlation的处理方法,计算得出了纳米压痕附近区域的残余弹性应力-应变场分布.结合应变梯度场理论,计算分析了纳米压痕附近区域的几何必须位错密度分布,进而对合金的微观塑性变形机制进行了讨论与分析.结果表明,α相的弹性模量及纳米硬度分别为129.05 GPa和6.44GPa,而β相的相应值为109.80 GPa和4.29 GPa.纳米压痕附近区域的残余Mises应力呈现明显的非均匀分布并受到相邻较软β相的显著影响.压痕附近的低残余应力区域伴随有显著较高的<α>形和柱面型几何必须位错密度分布.     

FeTiCoNiVCrMnCuAl系高熵合金中金属间化合物的第一性原理计算(英文)

利用第一性原理研究FeTiCoNiVCrMnCuAl系高熵合金中常见的金属间化合物的结构、电子和弹性性质。形成焓和结合能计算结果表明:FeTi、Fe2Ti、AlCrFe2、Co2Ti、AlMn2V和Mn2Ti相有可能在高熵合金形成的过程中出现。进一步研究发现,FeTi、Fe2Ti、AlCrFe2、Co2Ti和AlMn2V相具有较高的剪切模量和弹性模量,在高熵合金中可能作为增强相增加合金的强度。通过研究分波的态密度来揭示中间相的键合作用,并研究p-d杂化的强度,揭示中间相的弹性特征的潜在机理。     

基于BP神经网络的铸态高熵合金成分-强度预报

对文献报道的铸态高熵合金的成分和压缩断裂强度进行统计,获得了铸态高熵合金成分(元素种类、含量)、强度(压缩断裂强度)的参数,分别以这些数据作为输入和输出,利用BP人工神经网络建立起其间的关系网络模型.研究表明:所建立的网络很好地反映出铸态高熵合金的成分-强度之间的关系并且具有较好的精度,网络模型可用来预测不同成分铸态高熵合金的压缩断裂强度.该网络对铸态高熵合金的体系设计具有有效的指导作用.