بررسی تاثیر ضخامت فصل مشترک بر رفتار حافظه داری و سوپر الاستیک کامپوزیت دو لایه ی نیکل- تیتانیم
Publish place: Metallurgical Engineering، Vol: 19، Issue: 4
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 238
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_METALL-19-4_003
تاریخ نمایه سازی: 1 شهریور 1400
Abstract:
آلیاژهای حافظه دار نیکل- تیتانیم به دلیل دارا بودن خواص حافظه داری، سوپرالاستیسیته و زیست سازگاری کاربردهای گسترده ای یافته اند. رفتار حافظه داری و سوپرالاستیسیته وابسته به ترکیب شیمیایی، دما و ساختار آلیاژ می باشد. جهت برخورداری از خاصیت حافظه داری و سوپرالاستیسیته به صورت همزمان یک کامپوزیت دو لایه استنیتی/ مارتنزیتی ساخته شد. اتصال نفوذی لایه هایی با نسبت ۲ به ۱ ( مارتنزیت: استنیت) در کوره تیوبی خلاء در دمای ۱۰۰۰ درجه سانتیگراد به مدت ۳ ساعت تحت تنش فشاری ۲۰ مگاپاسکال انجام شد. به منظور بررسی تاثیر زمان آنیل بر پهنای فصل مشترک و خواص کامپوزیت، نمونه ها در دمای ۱۰۰۰ درجه سانتیگراد برای زمان های ۵ ساعت و ۱۰ ساعت تحت عملیات آنیل قرار گرفتند. برای بررسی خواص ریزساختاری فصل مشترک از میکروسکوپ نوری و برای بررسی شیب غلظتی ترکیب شیمیایی در عرض فصل مشترک از آنالیز خطی به وسیله طیف سنجی پراش انرژی اشعه ایکس و برای بررسی خواص مکانیکی فصل مشترک از میکرو سختی سنجی استفاده شد. جهت بررسی رفتار حافظه داری و سوپرالاستیک کامپوزیت های دو لایه از آزمون بارگذاری - باربرداری و سیکل حرارتی درجا به وسیله اعمال جریان الکتریکی بهره برده شد. بررسی ها نشان می دهد که زمان آنیل، تاثیر بسزایی بر پهنای فصل مشترک داشته و به تبع آن یک شیب ریزساختاری در عرض کامپوزیت ایجاد شده است. با افزایش زمان آنیل کامپوزیت های دولایه می توانند به عنوان مواد تابعی عمل کرده و به دلیل کنترل پذیری بهتر، به عنوان عملگر در سیستم های الکترومکانیک استفاده شوند.
Keywords:
Authors
سپیده سادات حسینی نورآبادی
دانشکده مهندسی مواد و متالورژی، دانشکده فنی دانشگاه تهران، دانشگاه تهران، تهران، ایران
محمود نیلی احمدآبادی
استاد دانشکده مهندسی متالورژی و مواد دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :