简介:本文对TB6钛合金锻件弦向和径向两种取样方向分别进行了室温和200℃下旋转弯曲高周疲劳、轴向低周疲劳和疲劳裂纹扩展性能试验研究。试验结果表明,弦向(C)和径向(R)两种取样方向对该合金锻件的旋转弯曲高周疲劳、轴向低周疲劳性能和疲劳裂纹扩展性能没有影响;温度升高可加速该合金锻件的疲劳裂纹萌生,但在裂纹扩展阶段,该合金高温下的韧性优势与屈服强度降低的劣势平衡的结果使其在室温~200℃温度范围内的疲劳性能基本不受温度的影响;在10—20mm的厚度范围内,厚度对该合金的疲劳裂纹扩展性能没有影响;在3.5%NaCl盐雾环境中。腐蚀介质对TB6钛合金的疲劳裂纹扩展速率在初始阶段有迟滞作用,但在应力强度因子范围大于14MPam后有加速作用。
简介:在埋地金属管道检测领域中,常规检测手段多采取接触式的,检测前需要先对管道进行开挖或是停运,难以满足工业检测要求。而被动式弱磁检测技术可以实现对埋地管道的非开挖检测。本研究在介绍被动式弱磁检测技术原理的基础上,通过改变测磁传感器与管道垂直方向之间的距离来模拟管道的实际埋深,通过试验数据的分析可以得出磁场强度、管道埋深和腐蚀深度之间存在指数关系。在此基础上,结合磁场梯度变化和概率统计的原理可以得出缺陷判断的依据,即当磁场梯度在(μ-2σ,μ+2σ)区间外变化时可判定为缺陷。与常规检测手段相比,被动式弱磁检测技术无需人为对管道进行磁化。在管道非开挖条件下,可以对埋地金属管道腐蚀状况进行科学评估,并实现二维成像。
简介:镁元素可以降低铝的本征层错能,因而Al-Mg合金被认为具备孪晶变形的潜力。然而在多种大变形Al-Mg合金中很难发现变形孪晶。为了探究Al-Mg合金的孪晶变形潜能,采用第一性原理计算研究镁和空位对铝广义层错能的影响。研究发现Mg和空位均具有层错Suzuki偏析特性,并且会降低Al的本征层错能。但是随着镁含量的提高,铝的本征层错能不会持续降低,孪晶特性参数τa也不会持续升高。基于Al-Mg合金的孪晶特性参数τa,我们预测即使在高固溶镁含量下,Al-Mg合金依然很难发生孪晶变形。镁和空位所引起的本征层错能的降低在一定程度上能够提高大变形Al-Mg合金的加工硬化速率并且促进变形带的形成。
简介:当前印刷电路板呈现出两大趋势,即应用于较高的工作频率和装配中使用无铅焊,因此对介电材料的要求更苛刻,主要表现在:低介电常数、低介电损耗、高使用温度、低吸水性.热塑性材料——聚苯醚(PPE)的使用被证明能有效地提升热固性材料的性能,如优秀的耐水解性能、低吸水性、极高的玻璃化温度、在较宽的温度和频率范围内杰出的电性能,以及无需卤素阻燃剂就可达到良好的阻燃性能.研究显示,在热固性材料中使用热塑性材料,充分固化后的材料可取得多种的相态,分子交联网络结构呈现出复杂性.据报道,在广泛增强介电材料性能的材料研究中,多官能团聚苯醚低聚体取得了突破性进展.这种多官能团聚苯醚低聚体作为大分子单体可和环氧树脂反应并提升其多种性能.
简介:通过射线照相检测对TC4钛合金铸件内部常见缺陷及其在热等静压前后的演变进行分析,结果表明:TC4钛合金铸件内部大部分闭合孔洞类缺陷经热等静压均可消除,内部缺陷底片上显示消失;少量的夹杂类和非闭合孔洞类缺陷未压合,在底片上与热等静压前缺陷显示基本一致;个别缩孔缺陷部分压合或表面压陷,极少量的大尺寸缩孔缺陷压缩变形为线性缺陷,在底片上缺陷显示形态发生变化。由于线性缺陷的结构特征在射线照相检测时易导致影像对比度下降,进而影响缺陷的检出率,因此应在热等静压前对易产生缩孔部位进行射线照相检测并将大尺寸缩孔清除补焊,避免热等静压后缩孔压缩变形造成缺陷漏检。
简介:研究了Sb^3+-OH^--Cl^-体系中配位溶解-沉淀平衡的理论模拟和实验验证,包括SbOCl、Sb4O5Cl2和Sb2O3的水解沉淀过程。对不同配体浓度、不同pH值条件下的锑离子平衡浓度进行理论计算及实验验证,同时分别从溶解平衡和物质转变吉布斯自由能的角度对沉淀产物进行理论分析,并开展验证实验。结果表明,实际锑离子平衡浓度大于理论计算的浓度,其中理论计算的锑离子最小平衡浓度在pH值4.6时为10^-10.92mol/L,而实验验证结果表明在pH值5.1时最小平衡浓度为10^-3.8mol/L。在一定pH值条件下可以得到不同沉淀产物,无论是在理论计算或是验证实验中均不存在SbOCl,验证实验中得到了产物Sb8O11Cl2-H2O。
简介:Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。