Nature最新:超越TC4,3D打印获得更高强韧性钛-氧-铁合金

c37b6a0d381b535b81ca2ca18036a6bc.png

导读:3D打印技术参考注意到,来自墨尔本理工大学、悉尼大学、香港理工大学的联合团队(主要作者姓名有明显的中式特征)于5月31日在《自然》杂志发表了题为“Strong and ductile titanium–oxygen–iron alloys by additive manufacturing”的文章,其借助合金设计和3D打印,利用α–β钛合金中两种最强大的稳定元素和强化剂——氧和铁,开发出了一系列具有出色强度和延展性的钛-氧-铁合金。

9efc179eab77d538bd2dfaf5e8b371b2.png

www.nature.com/articles/s41586-023-05952-6

大多数工业钛合金都具有基于Ti的两个基本相的微观结构,即密排六方(HCP)α相和体心立方(BCC)β相,因此,按照基体组织可分为α型钛合金、β型钛合金和α+β型钛合金。α型钛合金的室温强度不高,在低温和较高温度下组织稳定,不能进行热处理强化;β型钛合金未热处理即具有较高的强度,但热稳定性较差,不宜在高温下使用;α+β型钛合金的综合性能较好,具有较好的强韧性,能够在高温下使用,最多使用的就是Ti6Al4V,可谓是钛工业的支柱。

α+β型钛合金通过将Ti与α相和β相稳定剂合金化而成。α相稳定剂仅限于Al、N、O、C、Ga和Ge,其中N和C是严格控制的杂质,而Ga和Ge无法满足商业低成本使用要求。因此,Al和O成为钛α相和β相的两种最强大的稳定剂和强化剂。需要注意的是,O比Al对α相的增强作用强约20倍,对α相的稳定作用强约10倍,在凝固过程中对于β晶粒的生长限制能力强40倍。然而,O的这些属性在α+β型钛合金的开发中未得到充分利用。

O作为Ti中主要的α相稳定剂的问题是它的脆化效应,它在变形过程中与位错有强烈的相互作用。此外,O会改变相平衡,促进脆化相的形成。这些限制导致工业钛合金的设计需要遵循相关规则。Fe是Ti中的β相最有效和最便宜的稳定剂,但Fe的使用也会产生导致影响机械性能较差的β斑点。因此,在一些工业钛合金中,Fe的使用量会受到限制。

尽管如此,O和Fe的上述优势也吸引了大量团队来努力开发α+β型Ti-O-Fe钛合金以作为Ti6Al4V的替代品,最初期望是在钢锭开裂热加工操作期间改善热加工性和表面质量。这些努力取得了不同程度的成功,一些合金在热加工和退火条件下都表现出与Ti6Al4V相当的拉伸性能,但在铸态条件下的拉伸强度和延展性较低。

《自然》杂志最新的研究介绍了在Ti中结合使用O和Fe的另一种考虑,研究人员试图通过将合金设计概念与增材制造工艺相结合来规避Ti与O、Fe合金化所带来的冶金挑战。目标是通过增材制造创建一类新型的高韧性和高强度的α+β型Ti-O-Fe合金。

根据合金中钼元素的含量,在Ti中添加3.5%的Fe可以通过淬火将先前的β相保留到室温。根据经验规则,最大O含量设定为0.7%(大多数Ti合金在氧含量超过0.7%时会失去拉伸延展性)。因此,在Fe含量为3%的前提下,分别实验氧含量为0.15%、0.35%、0.50%、0.70%共四个水平的十种合金。在增材制造工艺方面,选择了激光金属粉末定向能量沉积(DED),在高保真模拟的帮助下,可以制造具有一致微观结构的大型近净形部件。

3492a904802706ba972b4eaec03261b7.png

所设计的十种合金

8c94351963ccd2767b125c336f10e1bb.jpeg

DED打印的Ti-O-Fe合金试样、打印过程中的热历史、由模拟确定的处理窗口以及微观结构

07fc8eeae83aeee1f55da0342d22b31a.jpeg

DED打印的Ti-O-Fe合金在室温下的拉伸性能,合金成分不同但加工条件相同

58acef2dc8f111b0e4f3e1fef61d33e4.jpeg

DED打印的α-β Ti-O-Fe合金中O和Fe原子的分布

用于通过激光DED制造合金的原料粉末包括氩气雾化商业纯钛 (CP-Ti) 粉末(50–100µm)、水雾化铁粉(20–50µm)和 TiO2粉末(<5 μm),其中CP-Ti 的成分为Ti–0.13O–0.15Fe。

研究人员结合合金设计、计算模拟和实验表征绘制了增材制造工艺与以前未报道的α+β型Ti-O-Fe合金的微观结构和性能之间的关系。通过计算模拟了DED过程,并使用计算热力学方法和量子力学方法分别检查合金的热力学和电子结构。然后,使用激光能量沉积制造合金试样,并使用先进的电子显微镜和原子探针显微镜对它们进行拉伸机械测试和成像。

研究表明,所开发的Ti-O-Fe合金包含稳定的α相和β相,可以使用多种参数进行3D打印。合金的微观结构非常理想,其中约70%的体积为富氧α相,约30%由细小的富铁β相晶粒组成。所开发的α+β型Ti-O-Fe合金具有0.3-0.5%的氧重量,比具有相似延展性的Ti-6Al-4V合金强度更高,因此在室温下具有多种应用潜力。

调整3D打印工艺来获得没有不良微观结构特征(如β斑点)的合金是一项重要进步。然而,本研究所开发的合金仍然存在抗拉强度和延展性之间的平衡,当氧含量超过0.5%时,其延展性会降低,但强度会更高。同时值得注意的是,该研究所采用的主要原材料是一种低成本的海绵钛,将它们用作3D打印粉末生产的原料有可能显著增加价值并减少钛工业的碳排放。

注:本文内容由3D打印技术参考整理编辑,转载请点击转载须知

欢迎转发

主编微信:2396747576; 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.Nature最新:使用3D打印以微尺度空间分辨率开发新材料

2.2023年首篇Science:实时检测3D打印缺陷,预测率100%

3.SLM Solutions将向用户提供首批回收再制造的钛合金粉末

4.激光+电弧混合增材制造新工艺 | 哈工大团队取得重要研究进展

d5f32d03c8a2e14a6b9a657a45849887.gif

--广告--

0ed70c3006538497ae531440f72e12d2.jpeg

728668d012efb5b32225f7c768da90d9.gif

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭代机制保障求解的收敛性与全局最优性。研究充分考虑新能源出力与负荷需求的不确定性,构建了具有适应性的双层优化框架,并基于Matlab完成了模型的编程实现与仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
内容概要:本文系统研究了基于灰狼优化算法(GWO)优化Elman神经网络的方法,并提供了完整的Matlab代码实现。研究重点在于利用灰狼优化算法大的全局搜索能力,对Elman神经网络的关键参数进行智能优化,从而克服传统训练方法易陷入局部最优的缺陷,显著提升模型在时序预测与非线性系统建模任务中的精度与稳定性。文章详细阐述了Elman网络的动态反馈机制及其在处理时间序列数据方面的优势,构建了GWO与Elman相结合的混合预测框架,涵盖了从模型搭建、参数寻优、仿真测试到结果分析的全流程,特别适用于风电功率预测、电力负荷预测等具有时变性和不确定性的工程应用场景。; 适合人群:具备一定Matlab编程能力和神经网络基础知识,从事智能优化算法、时间序列预测、电力系统分析或新能源出力预测等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握灰狼优化算法在神经网络超参数优化中的具体实施路径与技术细节;②深入理解Elman递归神经网络与群体智能优化算法融合的建模范式;③将其应用于风电、光伏等新能源发电功率预测及复杂动态系统的建模与仿真,提升预测性能。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点关注GWO算法与Elman网络的接口设计、适应度函数构建及参数优化迭代过程,可通过调整数据集或迁移至其他预测场景以深化理解和验证模型泛化能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值