en
Feedback
گروه علمی و پژوهشی مهندسی و علم مواد

گروه علمی و پژوهشی مهندسی و علم مواد

Open in Telegram

📣گروه علمی و پژوهشی مهندسی و علم مواد📣 MatRes.ir ♦️موضوعات کانال: ✔️مواد پیشرفته ✔️نانو مواد ✔️خواص کاتالیستی مواد ✔️مکانیک مواد ✔️شکل دهی فلزات و .. 🌟ارتباط با مدیر کانال: @ebrahim_ghasemy @Sina_Gh_Kh 📱آدرس پیج در اینستاگرام : materials_research

Show more
1 716
Subscribers
No data24 hours
No data7 days
-330 days
Posts Archive
مهندسی مرزدانه بر اساس تبلور مجدد روی فولاد زنگ نزن 316 بوسیله ی ذوب انتخابی با لیزر Recrystallization-based grain boundary engineering of 316L stainless steel produced via selective laser melting مهندسی مرز دانه یک استراتژی در فرآیندهای شکلدهی دما بالا است تا بدین وسیله خواص فیزیکی و مکانیکی مواد پلی کریستال را بوسیله ی تلفیق عامدانه ی مرز دانه های خاص (برای نمونه، مرز دوقلویی) در ساختار، افزایش دهند. به دلیل کرنش های متعدد اعمال شده به ماده جهت مهندسی مرزدانه، عموما روش های رایج همانند روش های ساخت افزایشی بصورت مستقیم، منجر به ایجاد شکل نهایی ماده نمی شود. در این مقاله یک روش جدید جهت مهندسی مرزدانه کشف شده است که منجر به تقویت تکثیر مرز دوقلویی حین تبلور مجدد فولاد زنگ نزن 316 بوسیله ی ذوب انتخابی لیزری خواهد شد. برای وقوع تبلور مجدد به حداقل تغییر شکل مکانیکی نیاز است (حدود 1% انرژی تغییر شکل ساختار صرف تحولات ریز ساختاری می شود) که با سرعت اسکن در روش ذوب انتخابی لیزری متناسب است. این ارتباط بین اندازه سلول های ایجاد شده و مقدار عناصر مهاجرت کرده به مرز سلول ها در حین انجماد با سرعت بالا بصورت مستقیم با سرعت اسکن لیزر متناسب است. سلول های بزرگتر و ساختار یکدست شیمیایی منجر به سهولت در جوانه زنی و رشد دانه های تبلور مجدد می شود. این روش می تواند موجب تلفیق بحث مهندسی مرز دانه و تولید قطعات با هندسه ی پیچیده شود. گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

مهندسی مرزدانه بر اساس تبلور مجدد روی فولاد زنگ نزن 316 بوسیله ی ذوب انتخابی با لیزر Recrystallization-based grain boundary e
مهندسی مرزدانه بر اساس تبلور مجدد روی فولاد زنگ نزن 316 بوسیله ی ذوب انتخابی با لیزر Recrystallization-based grain boundary engineering of 316L stainless steel produced via selective laser melting گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

پژوهشی توسط دکتر نیما موحد و همکارانش بر روی فوم‌های فلزی در دانشگاه نیوکاسل استرالیا انجام یافت و مقاله‌ای از آن‌ها تحت عنوان ” تأثیر آرایش ذرات بر فشارش فوم‌های ترکیبی فلزی درجه‌بندی شده بر اساس عملکرد”در سال 2019 در مجله (Materials Science & Engineering A) چاپ گردید. فوم‌های ترکیبی فلزی (MSFs) شامل فیلرهای متخلخل یا تو خالی هستند که در داخل زمینه فلزی تعبیه شده‌اند. این دسته از مواد خاصیت جذب انرژی عالی در طول تغییر شکل فشاری از خود نشان می‌دهند. نویسندگان این مقاله بر این باورند که پژوهش محدودی وجود دارد که ترکیب ذرات پرکننده یا فیلر مختلف را برای تشکیل MSF مورد هدف قرار دهد. بنابراین، در پژوهش حاضر تغییرات فضایی سیستماتیک دو نوع مختلف فیلر پرلیت انبساط یافته (EP) و کربن فعال (AC) در فوم‌های ترکیبی فلزی (MSFs) جستجو گردید. توزیع ذرات جهت تولید فوم‌های ترکیبی فلزی درجه‌بندی شده بر اساس عملکرد طولی و شعاعی استفاده شد. علاوه بر این MSF ها شامل یک مخلوط تصادفی از ذرات یکسان هستند که مورد آزمایش قرار می‌گیرند. همه نمونه‌ها با استفاده از ریخته‌گری نفوذی ضد ثقلی یک مرحله‌ای تولید شد. آزمایش‌های فشار شبه استاتیک تک محوری جهت بررسی خواص مکانیکی و مکانیزم‌های تغییر شکل MSFهای بدست آمده انجام شد. نتایج نشان داد تغییر شکل MSF ترکیبی از حالت‌های باند برشی و لایه به لایه است. در همه مواد آزمایش شده، حجم‌های فوم شامل ذرات EP تحت فروپاشی لایه به لایه قرار می‌گیرند، در حالی که مناطقی با غلظت زیاد ذرات AC شکست برشی ترد از خود نشان می‌دهند. علاوه بر این، درجه‌بندی بر اساس عملکرد در جهت طولی بیشترین تنش پلاتو و جذب انرژی را از خود نشان داد. لازم به ذکر است دکتر موحدی و همکارانش مقالات متعدد دیگری (حدود 20 مقاله) نیز در زمینه فوم‌های فلزی دارند که در مجلات معتبری مثل Materials Letters و Journal of Alloys and Compounds و Materials Science & Engineering A و غیره چاپ شده است. کسانی که موضوع پایان‌نامه ارشد و دکتری شان در زمینه فوم‌های فلزی است، در صورت تمایل با ما از طریق ایمیل، تلگرام یا اینستاگرام مکاتبه نمایند تا زمینه ارتباط با دکتر موحدی برایشان فراهم شود. منبع : https://doi.org/10.1016/j.msea.2019.138242 گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir

✅استخدام شرکت #کاوه_فولاد_آریا ✴️شرکت کاوه فولاد #آریا تولید کننده انواع #شمش ، میلگرد و گلوله فولادی جهت تکمیل کادر مهندسی دعوت به همکاری می نماید: ⚛️عناوین شغلی ✅مهندس #متالورژی ( 5 نفر ) 🏫محل کار اردستان 💸همراه با سرویس ، حقوق و مزایا 📞شماره تماس : ☎️ 031-54247962-4 📌شماره واتس اپ جهت ارسال رزومه: 📱09130786737

دومین لایو اینستاگرامی گروه MatRes با موضوع هوش مصنوعی در علم مواد - محدودیت ها و فرصت های استفاده از هوش مصنوعی؛ - روش های ی
دومین لایو اینستاگرامی گروه MatRes با موضوع هوش مصنوعی در علم مواد - محدودیت ها و فرصت های استفاده از هوش مصنوعی؛ - روش های یادگیری ماشینی در علم مواد؛ و - کاربردهای هوش مصنوعی در علم مواد در این ویدئو سه نفر از فارغ التحصیلان در زمینه علم مواد، هوش مصنوعی و یادگیری ماشینی توضیحاتی در مورد این فناوری ارائه می کنند. 1- دکتر علیرضا ولی زاده از دانشگاه برونل لندن 2- دکتر حسین نصرالهی از امپریال کالج لندن 3- دکتر پدرام جهاندار از دانشگاه وارویک همراه با ابراهیم قاسمی از گروه مترس. فایل گفت و گو در سایت آپارات نیز بارگزاری شده است که می‌توانید در آنجا نیز مشاهده کنید. https://www.aparat.com/v/KBrAZ/%D9%84%D8%A7%DB%8C%D9%88_%D8%A7%DB%8C%D9%86%D8%B3%D8%AA%D8%A7%DA%AF%D8%B1%D8%A7%D9%85%DB%8C_%DA%AF%D8%B1%D9%88%D9%87_%D9%85%D8%AA%D8%B1%D8%B3_%28%D9%87%D9%88%D8%B4_%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C_%D8%AF%D8%B1_%D8%B9%D9%84%D9%85_%D9%85%D9%88%D8%A7%D8%AF%29

#دانلود_کتاب Materials: engineering, science, processing and design Fourth edition 2019 Michael Ashby Hugh Shercliff David Cebon گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

#دانلود_کتاب Materials: engineering, science, processing and design Fourth edition 2019 Michael Ashby Hugh Shercliff David Ce
#دانلود_کتاب Materials: engineering, science, processing and design Fourth edition 2019 Michael Ashby Hugh Shercliff David Cebon گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

‏Data-driven prediction of battery cycle life before capacity degradation استفاده ازعلم داده و یادگیری ماشین در پیش بینی چرخه عمر باتری قبل از تخریب و کم شدن ظرفیت باتری باتری های لیتیوم یون به علت دارا بودن ویژِگی هایی همچون چگالی انرژی بالا ، طول عمر بالا و نیز قیمت پایین ، همواره کاربردهای گسترده ای در بحث انرژی داشته و در وسایل الکترونیکی استفاده زیادی نیز ازآنها میشود. پیش بینی دقیق طول عمر سیستم های غیرخطی و پیچیده مانند باتری ها، امری مهم در توسعه سریع فناوری می باشد. بنابراین، برای پیش بینی دقیق، استفاده از داده های چرخه اولیه باتری، فرصت های جدیدی در تولید، استفاده و بهینه سازی باتری ایجاد میکند . به عنوان مثال توسعه دهندگان با استفاده از این اطلاعات می توانند چرخه باتری را توسعه دهند و سریع تر کنند و سلول های جدید را با توجه به طول عمر مورد نظر مرتب کنند و قیمت نهایی محصول را پایین بیاورند. با این حال، وجود مکانیزم های مختلف باتری در دستگاه های متنوع و شرایط عملیاتی مختلف، از جمله چالش های موجود در این مبحث است. این تحقیق با مشارکت مشترک محققان دانشگاه استنفورد ، انستیتوی فناوری ماساچوست و موسسه تحقیقات تویوتا انجام شده است تا با ترکیب داده های جامع تجربی و هوش مصنوعی بتوانند عمر مفید باتری های لیتیوم یون را پیش بینی کنند. مجموعه داده های جامع، شامل تست کردن 124 سلول لیتیوم، فسفات آهن / گرافیت آهن با گستره طول عمری 150 تا 2300 چرخه است که در شرایط شارژ سریع قرار گرفته و منحنی های ولتاژ تخلیه چرخه اولیه آنها را بدست آورده اند. محققان مدل یادگیری ماشین خود را با چند میلیون داده از شارژ و دشارژ کردن باتری آموزش دادند. این مدل شامل مراحلی همچون برازش مدل (تنظیم مقادیر ضریب) و انتخاب مدل (تنظیم ساختار مدل) می باشد، که همزمان از تکنیک های طناب و شبکه الاستیک در این روش استفاده شده است. این الگوریتم با توجه به افت ولتاژ و چند عامل دیگر در چرخه اولیه، قادر به یافتن دوام و چرخه های بیشتر باتری می باشد. روش استاندارد تست کردن طراحی های جدید در باتری ها بدین صورت است که، تا زمان خرابی آنها، شارژ و دشارژ(تخلیه) شدن سلول های باتری را اندازه گیری می کنند، که با توجه به طول عمر طولانی باتری ها، این فرآیند می توانست تا ماه ها یا حتی سال ها زمان ببرد، اما روش مبتنی بر هوش مصنوعی می تواند این زمان را به شدت کاهش داده و قبل از طراحی، آن را با دقت بالا پیش بینی کند. همچنین با استفاده از روش مرتب سازی، می توان باتری های وسایل نقلیه الکتریکی که طول عمر آنها برای خودروها بسیار کوتاه شده را، برای مصارف دیگری همچون روشنایی خیابان ها و... بکار برد و دراین امر صرفه جویی نمود. مدل های بدست آمده ازاین روش جدید ، دارای 9.1 درصد خطا در اندازه گیری از 100 چرخه اولیه بودند که نشان دهنده آینده روشن در بکارگیری هوش مصنوعی برای پیش بینی رفتار سیستم های دینامیکی پیچیده می باشد. 📌(تمامی داده ها و نتایج مربوط به آن همچنین کد های مدلسازی در ادامه در منبع آورده شده که میتوانید برای اطلاعات بیشتر به آن مراجعه کنبد ) منبع: doi : 10.1038/s41560-019-0356-8 گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

‏Data-driven prediction of battery cycle life before capacity degradation استفاده ازعلم داده و یادگیری ماشین در پیش بینی چرخه
‏Data-driven prediction of battery cycle life before capacity degradation استفاده ازعلم داده و یادگیری ماشین در پیش بینی چرخه عمر باتری قبل از تخریب و کم شدن ظرفیت باتری گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

پرینت 3-بعدی فولاد دمشقی با استحکام بالا High-strength Damascus steel by additive manufacturing گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

پرینت 3-بعد فولاد دمشقی با استحکام بالا High-strength Damascus steel by additive manufacturing فرایند ساخت افزایشی با استفاده از لیزر برای تولید قطعات 3-بعدی با ساختار پیچیده، با استفاده از پودر فلزی، بسیار جذاب و قابل توجه است. این فرایند با استفاده از مدل طراحی کامپیوتری هدایت می شود. در این روش، می توان پارامترهای فرایند را به صورت دیجیتالی کنترل کرد که در نتیجه می توان میکروساختار آلیاژ نهایی را با دقت خوبی کنترل نمود. برای نمونه، می توان نرخ سرمایش بسیار بالا و گرمایش مجدد سیکلی را فراهم کرد. در مقاله ای که در روزهای اخیر در مجله Nature منتشر شده است و از اهمیت بالایی نیز برخوردار است، از این قابلیت برای پرینت 3-بعدی فولاد دمشقی بهره برده شده است. در این پژوهش بسیار مهم، از گرمایش مجدد سیکلی که عملیات حرارتی ذاتی نیز نامیده شده است، برای رسوب دادن آلومینیوم-نیکل در آلیاژ آهن-نیکل-آلومینیوم استفاده شده است. این فرایند به صورت درجا و در حین فرایند ساخت افزایشی به کار رفته است. به این منظور، فولاد با ترکیب Fe19Ni5Ti (اعداد درصد وزنی را نشان می دهند) از طریق فرایند تولید افزایشی ساخته شده است. این فولاد، از طریق ترسیب نانومقیاسی نیکل-تیتانیم سخت کاری شده است و فاز مارتنزیتی نیز به صورت درجا تشکیل شده است که در دمای 200 درجه سانتیگراد شروع می شود. کنترل موضعی ترسیب نانومقیاس و استحاله مارتنزیتی در حین فرایند ساخت منجر به تشکیل میکروساختار سلسله وار و پیچیده در مقیاس های طولی مختلف می شود که از لایه هایی با ضخامت 100 میکرومتر تا رسوبات نانومقیاس را شامل می گردد. با الهام از فولاد دمشقی که دارای لایه های سخت و نرم است، که از طریق تکنیک های خم کاری و فورج ایجاد می شود، فولاد ساخته شده توسط این محققین نیز دارای لایه های نرم و سخت است. این آلیاژ دارای استحکام کششی 1300 مگاپاسکال و کشسانی 10 درصد است که خواص مکانیکی بسیار عالی را نشان می دهد که نزدیک به فولاد دمشقی باستانی است. اصول استحکام دهی از طریق رسوب دهی به صورت درجا و کنترل موضعی میکروساختار که در این پژوهش به کار رفته اند را می توان در ساخت سایر آلیاژها و فرایندهای مختلف تولید افزایشی، بررسی نمود. این مقاله بسیار مهم را از دست ندهید و با دقت بالایی مطالعه کنید. این کار توسط محققین موسسه مکس پلانک، دانشگاه امپریال کاج لندن ارائه شده است و اهمیت آن به قدری است که در مجله Nature به انتشار رسیده است. گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

پرینت 3-بعدی فولاد دمشقی با استحکام بالا High-strength Damascus steel by additive manufacturing گروه علمی و پژوهشی مهندسی و ع
پرینت 3-بعدی فولاد دمشقی با استحکام بالا High-strength Damascus steel by additive manufacturing گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

♦️کانال تخصصی پرینت سه بعدی فلزات 👇🏼👇🏼 @amresearch
♦️کانال تخصصی پرینت سه بعدی فلزات 👇🏼👇🏼 @amresearch

استانداردها، کنترل کیفیت و علوم اندازه گیری در چاپ سه بعدی و ساخت افزودنی مواد، المان‌های مهم استاندارد و علوم اندازه گیری در چاپ سه بعدی را مورد استفاده قرار می دهد تا به محققان در طراحی و ایجاد محصولات ایمن و مطمئن با کیفیت بالا کمک کند. با توجه بع اینکه با فرآیندهای چاپ سه بعدی انقلابی در روند تولید در طیف وسیعی از محصولات انجام شد، این کتاب ویژگی های کلیدی مانند طراحی و ساخت و وضعیت فعلی و پتانسیل ها و فرصت های آینده را در این زمینه در نظر می گیرد. علاوه بر این ، کتاب تجزیه و تحلیل عمیقی در مورد اهمیت استانداردها و علوم اندازه گیری ارائه می دهد.با تمرینات خودآزمایی در انتهای هر فصل ، خوانندگان می توانند توانایی خود را برای مقابله با چالش ها بهبود بخشند و در تعدادی از موضوعات مربوط به چاپ سه بعدی از جمله استفاده از نرم افزار، انتخاب مواد و مشخصه‌یابی کسب مهارت کنند. فصل اول – مقدمه ای بر چاپ سه بعدی یا ساخت افزودنی، صفحات 1-29 فصل دوم – نقشه راه استانداردهای ساخت افزودنی، صفحات 31-55 فصل سوم – نقشه راه علوم اندازه گیری برای ساخت افزودنی، صفحات 57-73 فصل چهارم – نرم افزار و فرمت داده‌ها ، صفحات 75-94 فصل پنجم – مشخصه‌یابی مواد برای ساخت افزودنی، صفحات 95-137 فصل ششم – احراز صلاحیت تجهیزات، صفحات 139-157 فصل هفتم – کنترل و مدلسازی فرآیند، صفحات 159-179 فصل هشتم – ارزیابی مقایسه‌ای ساخت افزودنی، صفحات 181-212 فصل نهم – چارچوب مدیریت کیفیت در ساخت افزایشی، صفحات 213-239 🆓️📍دانلود از طریق وبسایت مترس ♦️♦️♦️♦️((◀️ لینک دانلود))♦️♦️♦️♦️ گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir از وبسایت MatRes.ir دیدن نمایید.

کتاب استانداردها، کنترل کیفیت و علوم اندازه‌گیری در چاپ سه بعدی و ساخت افزودنی Authors: CHEE KAI CHUA, CHEE HOW WONG, WAI YEE
کتاب استانداردها، کنترل کیفیت و علوم اندازه‌گیری در چاپ سه بعدی و ساخت افزودنی Authors: CHEE KAI CHUA, CHEE HOW WONG, WAI YEE YEONG Singapore Centre for 3D Printing, 2017 گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir

بررسی و مقایسه اثر نانوصفحات گرافن و نانوتیوب کربن بر بهبود استحکام و سختی در فرآیند تولید و ریخته‌گری نانوکامپوزیت زمینه آلومینیومی Investigation and comparison of the effect of graphene nanoplates and carbon nanotubes on the improvement of mechanical properties in the stir casting process of aluminum matrix nanocomposites نانوکامپوزیت‌ها، از جمله مواد مهندسی هستند که به دلیل دارابودن خواص مهمی نظیر نسبت استحکام به وزن بالا، مقاومت به خوردگی و دامنه گسترده تغییر در خواص فیزیکی و مکانیکی، مورد توجه پژوهشگران قرار گرفته‌اند. از راه‌های بهبود و دستیابی به خواص برتر، اصلاح و بهینه‌سازی فرآیند تولید و توجه به استفاده از نانوذرات، به عنوان مقاوم‌ساز در این مواد، است. در همین‌راستا، روش ریخته‌گری گردابی به عنوان یکی از روش‌های توزیع ذرات مقاوم‌ساز در مذاب، در نظر گرفته شده و با توجه به خواص نانوذرات پایه کربنی، از سه درصد وزنی 0.01، 0.05 و 0.1 از نانوصفحات گرافن و نانو تیوب کربن به عنوان ذرات مقاوم‌ساز در آلیاژ اولیه A356 استفاده شد. با چندین مرتبه سعی و خطا، بهینه‌ترین شرایط برای اضافه کردن مقاوم‌سازها به مذاب حاصل شد. این شرایط شامل سرعت چرخش همزن گرافیتی، RPM 500 به مدت یک دقیقه به صورت متوالی و در دمای ℃740 حاصل شد. آنالیز عنصری، فازی و بررسی‌های ریزساختاری، توزیع و ایجاد نانوذرات مقاوم‌ساز را در زمینه کامپوزیت تایید کرد. آزمون کشش، افزایش استحکام تسلیم، نهایی و شکست و کرنش را نشان داد، به گونه‌ای که حداکثر افزایش استحکام و کرنش، با استفاده از 0.1 درصد وزنی گرافن، 28% و 2.6% بوده است. هم‌چنین با استفاده از 0.1 درصد وزنی نانوتیوب کربن، سختی نانوکامپوزیت تا 88.4 ویکرز افزایش یافته که بهبود 33% را نسبت آلیاژ بدون مقاوم‌ساز نشان می‌دهد. افزایش همزمان استحکام و کرنش از مهم‌ترین نتایج این پژوهش است. گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

بررسی و مقایسه اثر نانوصفحات گرافن و نانوتیوب کربن بر بهبود استحکام و سختی در فرآیند تولید و ریخته‌گری نانوکامپوزیت زمینه آلو
بررسی و مقایسه اثر نانوصفحات گرافن و نانوتیوب کربن بر بهبود استحکام و سختی در فرآیند تولید و ریخته‌گری نانوکامپوزیت زمینه آلومینیومی Investigation and comparison of the effect of graphene nanoplates and carbon nanotubes on the improvement of mechanical properties in the stir casting process of aluminum matrix nanocomposites گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram

توسعه سوپرآلیاژ پایه کبالت بدون تنگستن از طریق یادگیری ماشینی و روش های CALPHAD Accelerated design of novel W-free high-strength Co-base superalloys with extremely wide ϒ/ϒʹregion by machine learning and CALPHADmethod سوپرآلیاژها، شامل آلیاژهای پایه نیکل، کبالت، آهن و آهن-نیکل، کاربردهای متعددی در زمینه های گوناگون مانند صنعت پتروشیمی، تجهیزات تولید برق، توربین های گازی، و صنعت هوا و فضا، دارند. امروزه، پیشرفت های جدید در زمینه دمای کاری این آلیاژها به صورت جدی توسط محققین پیگیری می شود تا به خواسته های موجود در صنعت پاسخ داده شود. معمولا اظهار می شود که سوپرآلیاژهای پایه نیکل به دلیل دمای سولیدوس پایین، به حد نهایی خود رسیده اند. در نتیجه، به مواد با دمای بالاتر نیاز خواهد بود. سوپرآلیاژهای پایه کبالت دارای دمای سالیدوس بالاتری نسبت به رقبای نیکلی هستند، اما استحکام دمای بالای ضعیفی دارند. بعلاوه، کم بودن فاز L12-ordered ϓʹ مسئول خواص مکانیکی ضعیف آلیاژهای پایه کبالت است که این فاز در سوپرآلیاژهای پایه نیکل به عنوان فاز استحکام دهنده شناخته می شوند. در نتیجه، به مدت بیش از پنجاه سال، محققین تلاش کرده اند که فاز ϓ را در سوپرآلیاژهای پایه کبالت وارد کنند تا استحکام دما بالای آن ها را تقویت کنند. اما تا کنون، انتظارها از این نوع آلیاژها برآروده نشده است که به دلیل اختلاف قابل توجهی شبکه ای بین زمینه و فاز استحکام دهی ϓ می باشد. در این پژوهش که در مجله Acta Materialia منتشر شده است، به سوپرآلیاژهای پایه کبالت پرداخته شده است که تصور می شود بتوانند در دمای بالاتر از سوپرآلیاژهای پایه نیکل کار کنند. به این منظور، یادگیری ماشینی به کار رفته است تا وابستگی دمای solvus و مساحت فاز ϓ به ترکیب آلیاژ پیش بینی شود. در نتیجه، طراحی آلیاژهای Co-V-Ta تقویت شده با فاز ϓ، با سرعت بالایی انجام شد. در این حال، عناصر آلیاژی، تیتانیم و آلومینیوم، نیز به کار رفتند تا پایداری فاز ϓ و میکروساختار گاما/ ϓ پایدار شود. در این مقاله، از طریق الگوریتم یادگیری ماشینی و روش های CALPHAD، آلیاژ پایه Co-V-Ta بدون تنگستن توسعه یافته است که دارای دانسیته جرمی پایین، ناحیه ϒ/ϓ بسیار وسیع، دمای Solvus بالای فاز ϓ (تا 1044 درجه)، و استحکام بالایی است. نتایج پروب اتمی نشان داد که تیتانیم تشکیل دهنده بسیار قدرتمند فاز ϓ است و در نتیجه انتظار می رود که پایداری ترمودینامیکی فاز ϓ را بهبود دهد. بعلاوه، در کنار استحکام کششی بسیار بالای (18.7 گیگاپاسکال) فاز ϓ، که از طریق محاسبات اتمی بدست آمده است، استحکام آلیاژ دارای تیتانیم بسیار بیشتر از سوپرآلیاژهای پایه کبالت تقویت شده با ϓ می باشد. مشخصا، مقدار استحکام گزارش شده بسیار بالاتر از آلیاژ معروف Co-9Al-9W است (322 مگاپاسکال بیشتر)، که قابل قیاس با برخی از سوپرآلیاژهای تجاری پایه نیکل می باشد (در دمای 750 سانتیگراد). بنابراین، امکان تولید سیستم پایه Co-V-Ta به عنوان یک گزینه عملی برای توسعه سوپرآلیاژهای نوین پایه کبالت، به شدت توسعه می شود. (ادامه این پست در وبسایت ارائه شده است) گروه علمی و پژوهشی مهندسی و علم مواد (MatRes-مترس) 🆔 @Materials_research 🆔 @MatRes_Services 🖥 MatRes.ir Instagram