不同固溶方式对引线框架Cu-Cr-Sn-Zn合金时效组织和性能的影响

研究了固溶时效和快速凝固时效对Cu-Cr-Sn-Zn合金的微观组织、硬度和导电率性能的影响.结果表明,快速凝固态下合金的晶粒比固溶态时的晶粒要细小得多,细晶强化作用显著;合金快速凝固时效后的析出相较固溶时效的析出相更加弥散、稠密,使合金强度得以提高.合金经920℃×1h固溶和500℃×15min时效后,硬度为102HV,导电率达50%IACS;而快速凝固的合金在同样的时效条件下,硬度为179HV,导电率达60%IACS.     

超高强Al-Zn-Mg-Cu-Zr-Ag合金时效性能预测的人工神经网络模型

通过对实验Al—Zn—Mg—Cu—Zr-Ag合金不同温度下(90℃～150℃)时效得到的硬度和导电率数据进行了神经网络建模，发现在目标函数为0．3，隐层节点数为5，学习率为0．15时，系统误差较小。利用所建立的网络模型预测不同时效状态下材料的硬度和导电率值，发现预测数据与实验数据吻合良好(总误差3．5％)，为铝合金时效性能预测和控制提供了1条新途径。     

时效对Cu-Fe-P合金显微硬度及导电率的影响

研究了热处理工艺对Cu-Fe-P合金显微硬度及导电率的影响。结果表明，采用常规时效处理工艺其导电率很难达到性能要求，而对冷变形后的合金予以分级时效则可以满足要求，其中导电率可达66．1％IACS,硬度可达119HV。     

Cu-Ni-Si热轧板坯的变形与时效

研究了变形量及时效温度对Cu—3．2Ni-0．75Si—0．3Zn合金的显微硬度和导电率的影响，在此基础上对该合金薄带的加工工艺进行了探讨。结果表明，合金在400-450℃进行时效可以获得较高的硬度，而高于450℃进行时效，合金硬度开始明显下降；热轧态合金采用加工工艺1—5制得的薄带均可满足性能要求，即导电率＞50％IACS，显微硬度＞160HV。     

Cu-Cr-Zr合金时效强化机理

研究了不同时效工艺对Cu-0．7Cr-0．13Zr合金硬度、强度和导电率性能的影响,利用透射电镜分析合金时效后的微观形态和析出相。结果表明：在500℃时效30min析出相为Cu5Zr,硬度和导电率可达116．7HV和47％IACS。500℃时效6h后,硬度和导电率为140HV和76％IACS,强度达到峰值430MPa,弥散共格的析出相Cr是强度提高的重要原因,强化效应与采用共格强化机理计算的结果非常接近。合金在500℃时效8h硬度和强度仍具有135．6HV和410MPa,导电率为77％IACS,析出相仍较细小但与基体失去共格关系。     

时效工艺对Cu-1．0Ni-0．25Si-0．1Zn合金组织和性能的影响

研究时效温度和时间对Cu-1．0Ni-0．25Si-0．1Zn合金组织和性能的影响，以及冷变形对该合金时效后性能的影响。合金经850℃固溶、450℃时效处理后，第二相呈弥散分布，并可获得较高的显微硬度及导电率。通过该合金在450℃时效过程中的导电率变化和根据导电率与新相的转变量之间的关系计算出了时效过程中新相的转变比率。从而确定了该温度下时效的Avrami相变动力学方程及导电率方程。     

快速凝固Cu—Cr合金时效析出的共格强化效应

采用单辊快速凝固的方法制备Ｃｕ－Ｃｒ合金微晶薄带,经适当的时效处理,可以在导电率不降低的前提下,显著提高合金的强度和硬度,强度和硬度的提高主要是由晶粒细化和共格弥散析出强化所造成,共格硬化效果与采用Ｇｅｒｏｌｄ公式计算的结果非常接近,与常规固溶处理的Ｃｕ－Ｃｒ合金相比,峰值硬度提高了１．６倍,其中２７％由细晶强化产生,７３％则由时效析出的共格强化提供,固溶强化和空位强化对快速凝固Ｃｕ－Ｃｒ合金强度     

变形及热处理后CuCr25触头材料的性能研究

本文在中频感应炉中采用大气熔铸方法制备了CuCr25合金触头材料，探讨了时效以及变形对导电率和显微硬度的影响，并测定了该合金的抗软化温度。结果表明：在950×1h固溶后，经440℃时效6h可获得较高的导电率和显微硬度：固溶后经40％变形在440℃时效2h后，导电率和显微硬度分别可达57％IACS和174Hv，比固溶后直接时效分别高出10％IACS和27HV：并测得合金的抗软化温度约为55℃。     

凝固速度和时效处理对高强高导Cu-3.2Ni-0.7Si合金组织与性能的影响*

通过单辊旋淬快速凝固技术制备Cu-3.2Ni-0.7Si（wt%）合金薄带。研究了不同旋淬速度（凝固速度）和时效处理对合金微观组织、导电率和力学性能的影响。结果表明,随着凝固速度的增大,铸态合金的晶粒明显细化,导电率降低,显微硬度和拉伸强度升高。铸态合金在同一温度进行时效处理,随着时效时间的增加,合金的电导率呈升高趋势,而合金的显微硬度和拉伸强度先升高后降低。铸态合金的导电率随凝固速度的增大而降低是基体晶格畸变程度增大所致;合金时效处理后导电率升高是由于第二相析出明显消除晶格畸变的结果。铸态合金显微硬度和拉伸强度随凝固速度增大而升高是细晶强化的结果;时效处理后,合金的显微硬度和抗拉强度明显提高是第二相强化的结果,而过度时效导致显微硬度和拉伸强度降低的主要原因是第二相的粗化团聚所致。     

Cu-Zr-Nd合金的时效强化和析出动力学

对Cu-Zr-Nd固溶合金进行不同程度的冷变形和时效处理工艺,研究了变形量、温度和时效时间对合金导电率和硬度的影响。结果表明,时效前对合金进行冷变形加工可以大大加快析出相的析出,有效提高合金的导电率和硬度。当合金经60%变形后,在500℃时效1 h后,其显微硬度和导电率可以达到141 HV和91.2%IACS。同时,在500℃时效时,通过导电率的变化,计算出了时效过程中新相的转变率f,并建立了该合金的相变动力学方程和导电率方程。     

Establishing the knowledge repository of rapidly solidified aging Cu-Cr-Zr alloy on the artificial neural-network

The non-linear relationship between parameters of rapidly solidified aging processes and mechancal and electrical properties of Cu-Cr-Zr alloy is available by using a supervised artificial neural network (ANN). A knowledge repository of rapidly solidified aging processes is established via sufficient data learning by the network. The predicted values of the neural network are in accordance with the tested data. So an effective measure for foreseeing and controlling the properties of the processing is provided.     

Simulation of aging process of lead frame copper alloy by an artificial neural network

1　INTRODUCTIONThefunctionsofleadframeinelectronicpackingareprovidingchannelsforelectronicsignalsbetweendevicesandcircuits ,andfixingdevicesoncircuitboards.Leadframealloysarerequiredtohavehighstrengthandgoodformabilityaswellashighelectri calandthermalconductivity .Cu basealloysarethemostpopularleadframealloysandareusedinplasticpackagingapplicationduetotheirhighthermalandelectricalconductivityaswellashighstrength[13] .Theaginghardening processinfabricationofleadframecopperalloymakesitpossi…     

EFFECT OF COLD WORKING ON THE AGING PROPERTIES OF Cu-Cr-Zr-Mg ALLOY BY ARTIFICIAL NEURAL NETWORK

A developmental research has been carried out to deal with the high performance of Cu-Cr-Zr-Mg lead frame alloy by artificial neural network (ANN). Using the cold working to assist in the aging hardening can improve the the hardness and electrical conductivity properties of Cu-Cr-Zr-Mg lead frame alloy. This paper studies the effect of different extent of cold working on the aging properties by a supervised ANN to model the non-linear relationship between processing parameters and the properties. The back-propagation (BP) training algorithm is improved by Levenberg-Marquardt algorithm. A basic repository on the domain knowledge of cold worked aging processes is established via sufficient data mining by the network. The predicted values of the ANN coincide well with the tested data.So an important foundation has been laid for prediction and optimum controlling the rolling and aging properties of Cu-Cr-Zr-Mg alloy.     

基于人工神经网络的铜合金时效性能研究

利用神经网络对Cu-Cr-Zr合金时效温度、时间与硬度和电导率样本集进行学习，采用改进的BP网络算法—Levenberg-Marquardt算法，建立了时效强化工艺BP神经网络模型。预测结果表明：该BP神经网络可以充分挖掘样本蕴含的领域知识，可以对材料性能进行有效预测和分析。     

Prediction and analysis of the aging properties of rapidly solidified Cu-Cr-Sn-Zn alloy through neural network

It is known that the strength of a metal can be successfully improved by rapid solidification. The hardness of the rapidly solidified Cu-Cr-Sn-Zn alloy is much higher than that of the solution heat-treated and aged alloy. In this study, multiple-layer, feed-forward, artificial neural network (ANN) modeling has been used to study the hardness and electrical conductivity behavior of a rapidly solidified Cu-Cr-Sn-Zn alloy. The ANN model shows how the aging parameters influence the hardness and electrical conductivity of a rapidly solidified Cu-Cr-Sn-Zn alloy. The ANN modeling also provides encouraging predictions for information not included in the trained set samples, indicating that a backpropagation network is a very useful and accurate tool for property analysis and prediction.     

Cu-Cr-Zr合金热处理工艺研究

研究并分析了固溶及时效工艺对Cu-Cr-Zr合金性能的影响，通过性能和工艺对比．得出了理想的固溶和时效工艺参数范围。试验数据表明，加工率对时效Cu-Cr-Zr合金电导率有一定影响，75％左右的塑性加工率，会使Cu-Cr-Zr合金电导率下降3％～5％IACS，因此要合理安排时效处理前后的塑性变形量。试验数据显示．时效前后分别采用30％-40％和〉50％的塑性加工率可以得到良好的综合性能。     

Cu-Cr-Zr合金热处理工艺研究

研究并分析了固溶及时效工艺对Cu-Cr-Zr合金性能的影响,通过性能和工艺对比,得出了理想的固溶和时效工艺参数范围。试验数据表明,加工率对时效Cu-Cr-Zr合金电导率有一定影响,75%左右的塑性加工率,会使Cu-Cr-Zr合金电导率下降3%￣5%IACS,因此要合理安排时效处理前后的塑性变形量。试验数据显示,时效前后分别采用30%￣40%和>50%的塑性加工率可以得到良好的综合性能。     

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。     

Evolutionary artificial neural network approach for predicting properties of Cu- 15Ni-8Sn-0.4Si alloy

A novel data mining approach, based on artificial neural network（ANN） using differential evolution（DE） training algorithm, was proposed to model the non-linear relationship between parameters of aging processes and mechanical and electrical properties of Cu-15Ni-8Sn-0.4Si alloy. In order to improve predictive accuracy of ANN model, the leave-one-out-cross-validation （LOOCV） technique was adopted to automatically determine the optimal number of neurons of the hidden layer. The forecasting performance of the proposed global optimization algorithm was compared with that of local optimization algorithm. The present calculated results are consistent with the experimental values, which suggests that the proposed evolutionary artificial neural network algorithm is feasible and efficient. Moreover, the experimental results illustrate that the DE training algorithm combined with gradient-based training algorithm achieves better convergence performance and the lowest forecasting errors and is therefore considered to be a promising alternative method to forecast the hardness and electrical conductivity of Cu- 15Ni-8Sn-0.4Si alloy.     

Cu-Cr-Zr合金高温热变形行为

为研究Cu-Cr-Zr合金的高温热变形行为,建立Cu-Cr-Zr合金的高温本构模型,采用Gleeble-1500D热模拟实验机对该合金进行不同变形条件下的热压缩实验。实验参数为:变形量60%、应变速率0. 1~5 s-1、变形温度650~900℃。实验结果表明:变形初始阶段加工硬化大于动态软化作用,使得应力值迅速增大至峰值,之后动态软化大于加工硬化作用,使得应力值降低至一定程度再趋于平稳。通过对Cu-Cr-Zr合金应力-应变曲线的变化规律进行分析可得,低应变速率和高变形温度都会促进合金动态再结晶的程度。利用计算软件对实验数据进行计算和整理,将由线性拟合所得数值代入Arrhenius本构模型,可得Cu-Cr-Zr合金的本构模型。