当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 西安交大科研人员在复杂浓缩合金低温强韧化研究方面取得新进展

西安交大科研人员在复杂浓缩合金低温强韧化研究方面取得新进展

2024-12-18 17:13:12 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《西安交大科研人员在复杂浓缩合金低温强韧化研究方面取得新进展》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

西安交大科研团队突破低温合金性能瓶颈,研发出兼具超高强度和韧性的新型材料。低温环境下使用的金属结构材料,需要同时具备高强度和延展性才能避免灾难性事故。然而,传统低温合金难以满足这一要求。

该团队受铁基和镍基高温合金启发,创新性地采用高体积分数共格L12纳米析出相强化FCC富铁复杂浓缩合金(CCA)基体。这种设计巧妙地利用L12相作为双功能强化机制:在低应力下阻碍位错运动,提高屈服强度;在高应力下激活为位错源,增强加工硬化能力,最终实现大均匀延伸率。尤其重要的是,高密度纳米L12析出相在低温(77K)拉伸条件下,促使FCC基体发生相变为BCC相,产生TRIP效应,进一步提升加工硬化率(WHR > 4 GPa)。这种相变产生的螺位错和刃位错具有相近的可动性,避免了低温脆性。

通过机器学习辅助的合金设计,团队最终获得Fe35Co29Ni24Al10Ta2合金,其L12相尺寸约10nm,体积分数高达约65%。该合金在液氮温度下展现出前所未有的性能组合:屈服强度约1.4 GPa,抗拉强度约2.25 GPa,均匀延伸率约45%,以及WHR > 4 GPa。其静力韧性超越所有已知低温合金,具有广阔的低温应用前景。该研究成果为高性能合金设计提供了新的思路。

西安交大科研人员在复杂浓缩合金低温强韧化研究方面取得新进展 图1. Fe35Co29Ni24Al10Ta2合金不同状态下的微观结构对比

西安交大科研人员在复杂浓缩合金低温强韧化研究方面取得新进展 图2. 新型Fe35Co29Ni24Al10Ta2合金与现有高性能合金在室温/低温下的性能对比

该研究成果发表在《先进材料》(Advanced Materials)期刊上,题为“77K下复杂浓缩合金创纪录的高强度和韧性”。西安交通大学材料学院博士生Yasir Sohail和张崇乐为共同第一作者,张金钰教授、薛德祯教授、马恩教授和孙军院士为共同通讯作者。 该研究得到了国家自然科学基金等项目的资助。

文中关于西安交通大学的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《西安交大科研人员在复杂浓缩合金低温强韧化研究方面取得新进展》文章吧,也可关注golang学习网公众号了解相关技术文章。

封装冒泡排序时,为什么出现“没有concat方法”的错误? 
封装冒泡排序时,为什么出现“没有concat方法”的错误?
上一篇
封装冒泡排序时,为什么出现“没有concat方法”的错误?
畅玩倩女手游电脑版:详细指南与最新玩法解析
下一篇
畅玩倩女手游电脑版:详细指南与最新玩法解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    354次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    414次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    421次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    377次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    199次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码