FeCrNiMnM(M=Mo,Al)高熵合金的制备与组织性能研究

来源 :暨南大学 | 被引量 : 0次 | 上传用户:ywh831002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
与传统合金不同,高熵合金(HEA)是由5种以上主元组成的具有稳定固溶体的新型材料,因具有高强高韧、耐磨、耐蚀和抗氧化等优良性能而引起广泛关注。本文采用真空电弧熔炼法和激光表面处理法制备FeCrNiMnMox和FeCrNiMnAly高熵合金,对材料组织、力学性能和电化学腐蚀性能进行了研究。本文研究表明:FeCrNiMnMox(0,0.1,0.3,0.5,0.8,1)高熵合金由FCC相转变为FCC相与σ相。随着Mo含量增加,FeCrNiMnMox高熵合金显微硬度不断增加,屈服强度先增加后减小。σ相含量的增加对改善合金的抗压强度具有重要作用,而且压缩性能受固溶强化和第二相强化影响显著。其中FeCrNiMnMo1合金的显微硬度是FeCrNiMn合金的3.6倍,FeCrNiMnMo0.5合金具有最大的屈服强度896.2 MPa。FeCrNiMnMo0.3合金具有最大的电阻率144μΩ·cm。在3.5%NaCl溶液中,FeCrNiMnMo0.1合金的耐蚀性最佳,合金耐点蚀性随Mo含量的增加而增加。在0.5M H2SO4溶液中,FeCrNiMnMo0.1合金的耐蚀性最佳,而且FeCrNiMnMo0.1合金形成的钝化膜主要由Cr和Mo氧化物组成。另外,钝化膜的保护能力在很大程度上取决于膜的组成,FeCrNiMnMo0.1合金钝化膜中Cr氧化物含量高而耐腐蚀好。FeCrNiMnAly(0,0.3,0.5,0.8,1)高熵合金由FCC相转变为BCC与B2相。随着Al含量的增加,FeCrNiMnAly高熵合金显微硬度不断增加,屈服强度先增加后减小。压缩性能主要受到固溶强化和沉淀强化的影响。其中FeCrNiMnAl1合金显微硬度是FeCrNiMn合金的2.5倍,FeCrNiMnAl0.8合金具有最大的屈服强度1269.6 MPa。FeCrNiMnAl0.5合金具有最小的电阻率85μΩ·cm。在3.5%NaCl溶液中,随着Al含量的增加,合金耐蚀性降低。在0.5M H2SO4溶液中,随着Al含量的增加,合金耐腐蚀性降低。另外,相比较于FeCrNiMnAl0.5合金,FeCrNiMnAl1高熵合金的钝化膜的耐蚀性随着厚度的增加而降低,这是因为钝化膜致密度降低。FeCrNiMnMox(x=0,0.5,1)和FeCrNiMnAly(y=0.3,0.5,1)高熵合金重熔层与铸态高熵合金相组成一致,重熔层以枝晶组织为主。在3.5%NaCl溶液中,随着Mo含量的增加,提高了FeCrNiMnMox高熵合金重熔层的耐蚀性。因为添加Mo促进Cr3+的生成,提高合金重熔层保护膜耐腐蚀性。在3.5%NaCl溶液中,随着Al含量的增加,FeCrNiMnAly高熵合金重熔层腐蚀电流密度和腐蚀速率先减小后增大。其中FeCrNiMnAl0.3高熵合金重熔层腐蚀电流密度和腐蚀速率最低。另外,相比较于FeCrNiMn合金,FeCrNiMnAl1合金重熔层保护膜中Al3+含量的升高和Cr3+含量的降低预示着保护膜的致密性和保护性下降。
其他文献
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术由于具有显著提高频谱效率和能量效率的潜力,被视为5G关键技术之一。为了获得大规模MIMO的全部增益,基站需要准确及时的信道状态信息(Channel State Information,CSI)。随着天线数大幅增加,CSI的获取成为制约大规模MIMO系统性能的核心问题。为了应对这一挑战,本文基于压缩感知(
新疆地处内陆干旱地区,“荒漠绿洲、灌溉农业”是其显著特点,水资源短缺是制约新疆经济社会可持续发展的主要因素之一。平原水库具有距离灌区近,灌溉供水管理方便的优点,在灌
石墨烯自2004年被发现以来,因其优异的电气及机械性能而备受关注。近年来,为了寻求石墨烯的新特性,使用高能粒子或者团簇来轰击石墨烯已经成为理论上探索石墨烯性质的一种常见的方法。本文采用分子动力学方法,对C60在不同的条件下轰击石墨烯的过程进行了模拟。模拟内容主要包括三个方面,分别是C60以不同的速度垂直轰击石墨烯、C60以不同的初始角度轰击石墨烯和多个C60在石墨烯表面沉积。在C60以不同的速度垂
石油资源流动已成为各国保证石油供需安全,实现石油资源优化配置备受关注的途径。探究世界石油资源流动网络的演变,对缓解国家间石油资源供需矛盾,保障不同国家间石油资源供
随着计算机技术的高速发展,互联网的普及程度越来越高,用户通过搜索从互联网上获取信息的诉求更加强烈。但是搜索的安全保障,搜索记录的持久化存储,高并发请求时的快速响应都是亟待解决的问题,这带来了对搜索管理的巨大挑战。本文旨在以B/S结构为基础,辅以Vue、SSM等前后端技术,设计与实现一个面向千万级别数据的搜索管理系统。本文设计工单系统,提供工单入库、工单审核、工单流转、工单展示等功能支撑系统的审批流
互联网提供了大量的数据来源,其中一大部分是以文本形式存在的,如何充分利用这些文本数据面临了很多挑战。招标公告就是这样一种数据,广泛存在于国内各级政府采购网站中。招标公告通常由标题和正文构成,虽然标题说明了所要招标的项目名称,但同时也含有项目单位、项目地点等很多其它辅助内容。因此,面对每天上万条新增数据记录的情况,识别提取出更为简洁的项目名称对于提升数据查询和数据分析能力是有帮助的。深度学习是处理文
差分演化算法是一种随机搜索算法,适用于求解利用常规数学规划方法所无法求解的复杂环境中的优化问题。目前,差分演化算法已经在许多领域得到了应用,如神经网络、化工、信号处理等。虽然DE算法得到了广泛的应用,但是算法本身仍存在一些缺点,如陷入局部收敛、适应度函数评估次数一定时算法不能取得理想的最优解等。因此为了提高差分演化算法的性能,本文对该算法进行了优化改进,创新点如下:(1)提出多维尺度分析的差分演化
随着互联网技术的发展,互联网的应用场景越来越多,在工业控制领域,越来越多的工业控制系统连接入互联网中,使得工业控制网络暴露在许多攻击者角色下,而工业控制系统在设计之初并未考虑到其在互联网的应用场景,因此大多数工业控制系统并没有设置针对互联网攻击的安全防护措施,大量的工业控制系统信息安全问题暴露出来并被互联网上恶意攻击者恶意利用。随着工业4.0、工业互联网等新兴技术、业态的产生,工业化与信息化的深度
当前车载通信网络的高速建设和众多车联网应用的逐渐落地,促进了对于车载信号的广域覆盖以及可靠性等技术需求的增长。在车载通信的实际场景中,空地协同的车载异构网络架构实现了对于现有通信技术有效的优势互补。本论文依靠该技术架构,针对车载通信的两大场景:车辆到车辆(Vehicle to Vehicle,V2V)以及与车辆到基础设施(Vehicle to Infrastructure,V2I),根据实际测量得
图像自动标注的目的是自动生成描述当前图像的文本。在过去几年中,它已经成为人们越来越感兴趣的话题,图像自动标注技术可以增强搜索引擎的图像搜索能力,辅助视觉障碍人士更好的了解周围环境,或者通过社交媒体平台解释其共享图像,用来识别客户的兴趣从而改善在线营销和客户细分任务,总而言之,图像自动标注技术在各个方面都发挥着重要的作用。这一任务是综合了机器视觉领域和自然语言处理领域的交叉性研究,对多模态交互的研究