-
公开(公告)号:CN111041278B
公开(公告)日:2021-06-08
申请号:CN201911086570.6
申请日:2019-11-08
Applicant: 厦门大学
Abstract: 本发明公开了一种γ’相强化型Co‑Ni‑Al‑Ta基高温合金,不含W和V元素,其微观组织特征包括均匀分布的立方状有序的γ’相和基体γ相;其中,该γ’相的固溶温度为1100‑1280℃;且该合金的析出强化相为γ’‑Co3(Al,Ta)相;该合金的成分按原子百分数为:Ni为30‑50%,Al为8‑16%,Ta为2‑10%,Cr为0‑20%,Co为余量。本发明的化学成分、析出强化相均与现有技术完全不同,并具有较低的密度(8.1‑8.8g.cm‑3)、较高的γ’相体积分数(50‑80%)和较高的γ’相固溶温度(1100‑1280℃)。
-
公开(公告)号:CN101613843A
公开(公告)日:2009-12-30
申请号:CN200910112258.X
申请日:2009-07-24
Applicant: 厦门大学
IPC: C22C45/02
Abstract: 多组元大块铁基非晶合金材料的成分设计方法,涉及一种非晶合金材料。提供一种高玻璃形成能力的多组元大块铁基非晶合金材料的成分设计方法。根据不同元素对析出相的影响,从热力学数据库中定义出合适的元素作为添加元素,用Thermol-calc商用相图计算软件计算出Fe-C纵截面伪二元相图;调整伪二元相图的温度和成分坐标,使碳含量坐标范围包含共晶点,从伪二元相图中确定成分线;观察液相线附近的初生相和鼻尖温度附近的析出相,看是否满足有利于非晶形成的析出相的要求,若满足,则在共晶点附近选取碳原子含量,确定最终成分,计算相分数图,进一步得到各相析出量的数据,最后根据成分制备非晶合金;若不满足,则返回。
-
公开(公告)号:CN114596924B
公开(公告)日:2024-09-27
申请号:CN202210242347.1
申请日:2022-03-11
Applicant: 厦门大学
Abstract: 本发明公开了一种生物医用β钛合金的杨氏模量的机器学习预测方法,构建了三层结构,第一层机器学习模型用于预测生物医用钛合金的微观组织相组成,筛选β钛合金数据作为下一层模型的输入;第二层机器学习模型包括多个不同的基模型,输出β钛合金杨氏模量的初步预测结果;第三层机器学习模型以第二层机器学习模型的结果作为输入,得到β钛合金杨氏模量的最终预测结果。本发明提出的多层机器学习模型结构,快速、准确预测了生物医用β钛合金的杨氏模量,可代替大量的重复试验,降低了时间成本和研发成本。
-
公开(公告)号:CN109207799B
公开(公告)日:2020-04-10
申请号:CN201811056585.3
申请日:2018-09-11
Applicant: 厦门大学
Abstract: 本发明的一种稳定γ′相强化的Co‑Ni‑V‑Al基高温合金,Co、Ni、V和Al为必要元素,其化学成分按原子百分数为:Ni为30~40%,V为1~10%,Al为8~14%,Ta为0~6%,Ti为0~4%,余量为Co;该合金由基体γ相和具有L12晶体结构的γ′‑Co3(V,Al)相组成,γ′析出相以圆球状或者立方状的形式均匀分布在γ基体相中。该合金由于不含有W元素等高比重元素,合金的密度显著低于Co‑Al‑W基合金。此外,该合金在900℃保温4000小时仍能获得γ/γ′两相组织,表明合金中的强化相为热力学稳定相。
-
公开(公告)号:CN105479037A
公开(公告)日:2016-04-13
申请号:CN201610008886.3
申请日:2016-01-07
Applicant: 厦门大学
CPC classification number: B23K35/3033 , B23K35/40
Abstract: 一种镍基无硼钎料及其制备方法,涉及一种合金钎料。镍基无硼钎料按质量百分比的组成为:Zr 5%~13%、Si 4%~12%、Co 5%~20%、Ti 0%~7%、Ge 0%~5%,余量为Ni。制备方法:将全部原料放入电弧熔炼炉中,在氩气保护气氛下加大电流至150~250A,使全部原料熔炼均匀,得铸态合金;在氩气气氛中,将熔炼得到的铸态合金进行均质化退火,即得到所述镍基无硼钎料。不含硼元素,同时具有较低的熔化温度和优良的焊接工艺性能;熔化温度较低,在1050~1100℃之间;具有良好的流动性和润湿性,润湿角小,钎焊时可获得优良的接头。原料便宜,制备工艺简单。
-
公开(公告)号:CN114540708B
公开(公告)日:2023-03-17
申请号:CN202210133453.6
申请日:2022-02-14
Applicant: 厦门大学
IPC: C22C38/02 , C22C38/26 , C22C38/28 , C22C38/30 , C22C38/34 , C21D1/00 , C21D6/00 , C21D8/02 , C22C33/04
Abstract: 本发明涉及铁素体不锈钢领域,公开了一种富Co纳米颗粒强化型铁素体不锈钢及其制备方法。所述富Co纳米颗粒强化型铁素体不锈钢的成分包括基体元素70~74wt.%Fe,20~24wt.%Cr,还包括合金化元素Co、Si,以及合金化元素Zr、Hf、Ti、Nb、Ta中的至少一种。制备方法包括以下步骤:(1)根据设计成分进行称量、配料;(2)在真空电弧熔炼炉中熔炼成合金锭;(3)经1100~1400℃固溶处理后冷轧成板材;(4)在450~650℃进行不少于30min的时效处理后在空气气氛中冷却。时效过程中析出弥散分布且与基体呈高度共格取向的纳米级富Co颗粒,能够同时显著提高所制备的铁素体不锈钢的强度和塑性,室温下拉伸强度最高可达1400MPa、延伸率最高可达10%。
-
公开(公告)号:CN111041278A
公开(公告)日:2020-04-21
申请号:CN201911086570.6
申请日:2019-11-08
Applicant: 厦门大学
Abstract: 本发明公开了一种γ’相强化型Co-Ni-Al-Ta基高温合金,不含W和V元素,其微观组织特征包括均匀分布的立方状有序的γ’相和基体γ相;其中,该γ’相的固溶温度为1100-1280℃;且该合金的析出强化相为γ’-Co3(Al,Ta)相;该合金的成分按原子百分数为:Ni为30-50%,Al为8-16%,Ta为2-10%,Cr为0-20%,Co为余量。本发明的化学成分、析出强化相均与现有技术完全不同,并具有较低的密度(8.1-8.8g.cm-3)、较高的γ’相体积分数(50-80%)和较高的γ’相固溶温度(1100-1280℃)。
-
公开(公告)号:CN106011574A
公开(公告)日:2016-10-12
申请号:CN201610591837.7
申请日:2016-07-26
Applicant: 厦门大学
Abstract: 一种无铪高抗氧化性的Nb‑Si基合金及其制备方法,涉及Nb‑Si基合金。所述无铪高抗氧化性的Nb‑Si基合金,其成分按原子百分比为:12%~24%at.%Ti,12%~18%at.%Si,2%~12%at.%Cr,3%~8%at.%Al,其余为Nb。制备方法:1)根据成分配比,称取原料Nb、Si、Ti、Cr和Al;2)将上述原料采用电弧炉进行熔炼,熔炼完毕后铸材;3)在氩气气氛中,将铸材进行均质化处理;然后冰水淬火,获得含有Nbss/Nb5Si3/Cr2Nb复合组织的Nb‑Si基高温合金,即所述无铪高抗氧化性的Nb‑Si基合金。
-
公开(公告)号:CN114596924A
公开(公告)日:2022-06-07
申请号:CN202210242347.1
申请日:2022-03-11
Applicant: 厦门大学
Abstract: 本发明公开了一种生物医用β钛合金的杨氏模量的机器学习预测方法,构建了三层结构,第一层机器学习模型用于预测生物医用钛合金的微观组织相组成,筛选β钛合金数据作为下一层模型的输入;第二层机器学习模型包括多个不同的基模型,输出β钛合金杨氏模量的初步预测结果;第三层机器学习模型以第二层机器学习模型的结果作为输入,得到β钛合金杨氏模量的最终预测结果。本发明提出的多层机器学习模型结构,快速、准确预测了生物医用β钛合金的杨氏模量,可代替大量的重复试验,降低了时间成本和研发成本。
-
公开(公告)号:CN114540708A
公开(公告)日:2022-05-27
申请号:CN202210133453.6
申请日:2022-02-14
Applicant: 厦门大学
IPC: C22C38/02 , C22C38/26 , C22C38/28 , C22C38/30 , C22C38/34 , C21D1/00 , C21D6/00 , C21D8/02 , C22C33/04
Abstract: 本发明涉及铁素体不锈钢领域,公开了一种富Co纳米颗粒强化型铁素体不锈钢及其制备方法。所述富Co纳米颗粒强化型铁素体不锈钢的成分包括基体元素70~74wt.%Fe,20~24wt.%Cr,还包括合金化元素Co、Si,以及合金化元素Zr、Hf、Ti、Nb、Ta中的至少一种。制备方法包括以下步骤:(1)根据设计成分进行称量、配料;(2)在真空电弧熔炼炉中熔炼成合金锭;(3)经1100~1400℃固溶处理后冷轧成板材;(4)在450~650℃进行不少于30min的时效处理后在空气气氛中冷却。时效过程中析出弥散分布且与基体呈高度共格取向的纳米级富Co颗粒,能够同时显著提高所制备的铁素体不锈钢的强度和塑性,室温下拉伸强度最高可达1400MPa、延伸率最高可达10%。
-
-
-
-
-
-
-
-
-