变形条件对QSn_(6.5-0.1)青铜流变应力及显微组织的影响

采用Gleeble-1500热模拟实验机,测定了QSn6.5-0.1青铜材料在热变形条件下的流变应力,分析了变形程度、变形速度、变形温度对流变应力及显微组织的影响规律.经回归分析,建立拟合精度较高的流变应力数学模型并建立起回归方程.通过扫描电子显微镜分析了合金在变形过程中的组织变化规律,随着变形温度的升高和应变速率的降低,亚晶尺寸增大,亚晶界处的位错排列更为简单和完整.合金变形时的软化机制主要为动态回复,动态再结晶只在较高温度和较低的应变速率情况下才出现.

水平连铸带坯QSn6.5-0.1的组织与性能

讨论了锡磷青铜QSn6.5 0 .1水平连铸带坯的宏观组织特点、反偏析行为和显微缩孔。结果表明 :横断面以柱状晶为主 ,结晶中心线普遍上移 ,大面出现结晶角 ,上下表面和侧边出现反偏析 ,紧临偏析区出现低Sn区 ,显微缩松是主要组织缺陷 ,是冷加工报废的主要原因 ,同时通过热处理试验 ,分析了热处理规范对锭坯性能及组织的影响 。

QSn7-0.2锡青铜变形抗力的研究

使用Gleeble-1500热模拟试验机对QSn7-0.2锡青铜变形抗力进行了试验。研究了其在变形温度200～800℃、应变速率0.1～10 s-1和变形程度0.1～0.6下的变形抗力。结果表明：变形抗力随变形温度的升高而降低。在变形温度200～500℃时,随变形程度增加,变形抗力不断增大;在变形温度600～700℃时,随变形程度增加,变形抗力先增大后减小。变形抗力随着变形速率的增加而增加。通过数学模型对锡青铜在不同塑性变形下的变形抗力进行了拟合。对数学模型进行了回归分析,其预报精度较高且具有较好的曲线拟合特性。

高强度QSn10-0．3锡磷青铜带的生产

采用电磁搅拌、水平连铸、冷中精轧及多次中间退火,生产QSn10-0.3锡磷青铜带材。其超特硬态抗拉强度可达1000～1200 MPa,延伸率2.5%左右,可以满足部分用户对高强度高弹性带材的要求,也可以部分替代铍青铜带材。产品具有良好的耐磨性和耐蚀性,冷加工性良好,焊接性能优良,主要用于制作高强度超弹性耐疲劳零部件。

锡青铜表面离子镀AgCu复合薄膜的真空摩擦学性能研究

在锡青铜(QSn6.5 0.1)基体上用离子镀技术沉积AgCu复合薄膜,用球 盘摩擦试验机评价了干摩擦和复合薄膜条件下锡青铜与9Cr18钢在真空下对摩的摩擦学性能。结果表明,沉积AgCu复合薄膜后,QSn6.5 0.1合金的真空摩擦学性能得到了明显改善,平均摩擦系数从0.86降低到0.23,同时降低了摩擦噪声。这主要是由于QSn6.5 0.1合金中的锡元素与对偶钢件的粘着促进了软金属薄膜向对偶件的转移,形成良好的转移膜,从而改善了真空摩擦学性能。

球铰座堆焊锡磷青铜的焊接工艺

球铰座作为挖掘机上的重要部件,不但要能承受高强度的载荷,而且需具备良好的耐磨性。鉴于以上性能要求,需在球铰座合金铸钢ZG23SiMnMo母材上堆焊锡磷青铜QSn6.5~0.1,从而满足上述力学性能要求。本文阐述了球铰座合金铸钢ZG23SiMnMo母材上堆焊锡磷青铜QSn6.5~0.1的工艺过程,运用氩弧焊工艺方法进行施焊,分析了该材料堆焊的焊接性,提出了有效预防焊接缺陷的工艺,解决了堆焊容易产生裂纹与气孔的问题,同时降低了母材对焊材的稀释率,确保了堆焊质量的稳定性。

水平连铸QSn6.5-0.1组织元胞自动机模拟

利用有限差分数值处理方法,研究了QSn6.5-0.1锡磷青铜水平连铸过程中,板坯液芯长度与水冷强度的关系,同时利用元胞自动机方法(CA)模拟了在水冷强度为2500W/(m2.K)下锡磷青铜板坯横截面组织的形成过程。研究发现,利用元胞自动机方法可以很好地预测水平连铸过程中晶粒组织的形成过程。

ZA27纺锭锭底失效原因分析

研究铸造锌铝合金ZA27与锡青铜QSn6.5-0.1的摩擦磨损性能。发现在相同条件下ZA27合金的耐磨性好于锡青铜QSn6.5-0.1,但用ZA27合金制作的纺锭锭底却不如用QSn6.5-0.1制作的耐用,其原因是ZA27合金在凝固过程中产生的组织缩松,在润滑条件下进行磨损试验时,容易使润滑油及磨损中产生的粉末填入其中,从而影响了磨损实验的准确性。

基于Simufact的强力旋压连杆衬套在不同旋轮参数下的应力应变分析

在强力旋压连杆衬套中,旋轮参数的选择以及相互之间的配合在实际生产中尤为重要。为了生产出质量更好的连杆衬套,必须确定错距旋压中的旋轮参数。本文利用Simufact有限元软件对锡青铜连杆衬套的成形过程进行了仿真,分析了连杆衬套在不同旋轮参数配合下的应力应变。结果表明：当旋轮轴向错距5 mm、旋轮工作角23°和旋轮工作圆弧半径4 mm时,强力旋压连杆衬套的旋压力稳定,工件变形均匀,精度高,成形质量好。结果能对锡青铜连杆衬套的研究和生产以及旋轮的设计提供参考。

利用RBF神经网络预测反挤压连杆衬套过程中的挤压力

采用单因素试验法,利用模拟软件Simufact进行了锡青铜连杆衬套反挤压试验,试验选取了挤压温度、凹模圆角半径和挤压比为试验因素,挤压力为评价指标。基于MATLAB软件,建立了挤压因素与挤压力之间的RBF神经网络模型,得到挤压温度、凹模圆角半径、挤压比和挤压力之间的非线性关系。通过试验数据进行RBF神经网络模型训练,然后再用训练好的RBF神经网络模型预测挤压力,并将预测的挤压力值与模拟的挤压力值做对比。结果表明:该神经网络模型能高精度地预测反挤压连杆衬套过程中的挤压力。