圆板状SiC/C功能梯度材料残余热应力特征有限元分析

功能梯度材料残余热应力的大小及分布对其性能有效发挥及长期稳定使用有着较大的负面影响,为了尽可能充分发挥材料性能,增加材料的使用寿命,需尽可能减小残余应力以及使其合理分布。本文采用ANSYS有限元分析软件对不同叠层工艺参数的等离子体第一壁候选材料———SiC/C功能梯度材料（FGM）的残余热应力进行了数值模拟,获得了使热应力有效缓和的较适宜的工艺参数,对实际研发制备目标材料也可提供一些理论参照。相关结果表明,适量增加梯度叠层数及中间梯度层厚度可逐步有效缓和残余热应力,同时,针对本文今后应用的仍以炭材料为主体的炭基陶瓷保护层复合SiC/C FGM而言,纯SiC层厚度应取较小值,而叠层成分分布指数应取0.8～1.0为宜。

SiC/C功能梯度材料的设计、制备及性能

采用粉末冶金法中的叠层法在2 000℃、40 MPa的热压烧结条件下制备了几类不同层数及成分分布指数的SiC/C功能梯度块体材料(FGM).所得样品的结构扫描图表明材料总体梯度特征显著,相比四层FGM样品,八层(SF8)FGM样品梯度过渡趋于连续,其不同层间层界面相对模糊化,界面处的结合性能良好,与最初设计相吻合;500℃～室温循环淬水实验表明,采用参数优化设计的SF8(P=0.6)FGM有效地缓和了内部热应力,具有良好的抗热震性能.

热压烧结SiC/C功能梯度材料微观结构及热震性能研究

本文采用粉末冶金法中的叠层法在2000℃,40MPa的热压烧结条件下设计制备了无宏观缺陷的几类具有不同叠层数的块体SiC/C功能梯度材料(FGM)。所得样品结构的SEM图表明材料总体梯度特征显著,相比四层FGM样品,八层FGM样品梯度过渡趋于连续,其相邻层间界面相对模糊淡化,界面处的结合性能良好,十一层FGM样品梯度过渡更加连续线性,相邻层间界面已基本消失。500℃-室温循环淬水实验和有限元理论模拟均表明八层及大于八层的SiC/C FGM体系有效地缓和了内部热应力,具有良好的抗热震性能。

具有三维连通网络结构的多孔SiC/C材料的电磁损耗特征

通过有机泡沫浸渍/高温炭化和热压固化/高温炭化两种工艺分别制备了具有宏观三维连通网络结构的SiC/C泡沫和显微三维连通多孔结构的SiC/C泡沫同质压制块。使用谐振腔微扰法对比测试了2450MHz频率下两种材料的电磁参数随电导率的变化。结果表明:随着电导率的增加,SiC/C泡沫及其同质压制块的介电常数实部εr′均逐渐增加;电损耗tgδe均先增加,达到最大值后逐渐减小;SiC/C泡沫的磁损耗tgδm不断增加,而其同质压制块的tgδm值则先快速增加,达到最大值后缓慢下降。当二者具有相同有效电导率时,SiC/C泡沫的εr′值比其同质压制块约小1/2,tgδe值至少大2倍,而压制块的tgδm值超过SiC/C泡沫4倍多。SiC/C泡沫及其同质压制块是非磁性的,它们的磁损耗均由其特殊结构与电磁场相互作用产生的,是一种非本征磁损耗。

第一壁材料SiC/C功能梯度材料的制备

以硼、碳为助烧剂 ,选择适当的成分组成 ,用热压法制备出块体SiC/C功能梯度材料。该材料无微观裂纹 ,梯度趋势明显 ,抗热冲击性能良好 ,辐照实验结果显示辐照前后材料组织结构无明显变化。

SiC/C薄膜的制备及其力学性能

以SiC超细粉为原料、采用热等离子体物理气相沉积(TPPVD)技术快速制备出了高质量SiC/C薄膜,最大沉积速度达到225nm/s,高于常规物理气相沉积(PVD)和化学气相沉积(CVD)法两个数量级。用扫描电子显微镜、高分辨透射电子显微镜和X射线光电子谱对薄膜的形貌和微结构进行了观察和分析,并用纳牛力学探针测定了薄膜的力学性能。研究结果表明,向等离子体中导入CH4,SiC/C薄膜沉积速度增大,薄膜中C含量增加,薄膜断面呈现柱状结构。薄膜硬度和弹性模量随薄膜中C含量增加而降低,在接触深度为40nm时由纳牛力学探针测得沉积薄膜的最大硬度达到38GPa。

SiC/C遗态陶瓷的制备工艺研究

以苎麻纤维为生物模板,经溶胶-凝胶浸渍工艺获得苎麻/SiO2前驱体A和苎麻/酚醛树脂/SiO2前驱体B,在真空炉中经1 500℃碳热还原反应制备得SiC/C遗态陶瓷。采用TG-DTG、XRD和SEM等技术分别对材料的热解行为、物相构成和显微结构进行分析与表征,利用阿基米德法测定试样的显气孔率。结果表明:SiC/C遗态陶瓷继承苎麻纤维的天然结构形貌,其物相中包含有β-SiC相和石墨化程度较低的C相;由苎麻/SiO2前驱体A制备的试样组织结构疏松,界面结合较差,显气孔率高,纤维形貌更为完整;由苎麻/酚醛树脂/SiO2前驱体B制备的试样组织结构致密,界面结合较好,显气孔率低。

SiC/C功能梯度材料的热-应力耦合分析

建立SiC/C功能梯度材料(FGMs)和SiC、石墨直接结合层状材料(无过渡层)的热应力耦合问题的计算数学模型;采用ANSYS10.0有限元分析程序对2类材料的应力场分布进行模拟,获得其在1 000℃热载荷下的应力场分布图,并比较二者应力分布状态,以实现SiC/C FGMs组分与结构的优化设计。研究结果表明:SiC/C FGMs比SiC和石墨直接结合层状材料具有显著的缓和热应力的优势,前者的最大应力比后者的小,过渡层数愈多,最大应力愈小,SiC/C-11的最大应力约为后者的1/2;2类材料的应力分布形态均呈轴对称的平行排列的带状,所受应力均在界面层达到极大值,在各层中部达到极小值;随过渡层数增多,应力梯度减小,且沿厚度方向自SiC层至石墨层,界面层应力带愈来愈窄直至消失,界面应力实现最小化,SiC/C FGMs的过渡层数N以≥9为宜。

电磁搅拌和数值模拟在SiC/C19400复合材料制备中的研究

采用数值模拟及实验的方式研究不同频率电磁场对SiC/C19400复合材料铸造组织及性能的影响。通过模拟计算磁场强度及洛伦兹力的变化显示,通电线圈围合的空间内产生了磁场,越靠近边缘处磁场强度越大,并呈现向中心线性下降趋势,中心磁场强度为0。以熔体横截面为计算对象,在电流不变(30 A)的情况下,频率10 Hz时,熔体边缘磁场强度最大,达到71.7 mT,洛伦兹力也表现为同样的情况。同时进行的实验研究表明,频率10 Hz时材料的组织最细小,平均粒径为42.9μm时硬度值最大为77 HB,与模拟趋势基本一致。

SiC/C功能梯度材料的制备

以经典无限大叠层板理论和热弹性力学为基础，通过自行开发的计算机辅助设计系统对ＳｉＣ／Ｃ ＦＧＭ中的热应力分布进行了理论分析，得到制备ＳｉＣ／Ｃ的功能梯度材料最佳工艺参数．采用热压烧结工艺，在 １９５０℃， ２５ ＭＰａ和保温 １ｈ的条件下制备出了 Ｆ４和 Ｆ７两种无宏观缺陷的块体ＳｉＣ／Ｃ功能梯度材料．采用ＳＥＭ对ＦＧＭ微观结构进行了观察．５００℃室温淬水实验表明，按最佳参数制备的功能梯度材料Ｆ７具有良好的抗热震性能．

SiC/C功能梯度材料的制备和评价

以粉末冶金方法制备了块体SiC／Ｃ ＦＧＭ，该材料结合了SiC的耐腐蚀、抗冲刷和石墨的高抗热冲击性能，具备良好的抗热疲劳性能，拓展了ＳiC陶瓷的应用前景．

SiC/C纳米复合材料的制备与性能表征

在Ar气的保护下,以微米级的石墨粉和Si粉为原料,H2为活性气体,通过直流电弧等离子体法原位合成SiC/C纳米复合材料.采用XRD,Raman和红外光谱分析产物的成分;应用SEM和TEM观察产物的形貌和微结构;使用紫外可见漫反射光谱仪和紫外可见分光光度计分别测试了产物的光吸收性质和对亚甲基兰的光催化降解性能.结果表明：产物是由占主相的β-SiC和少量的C组分构成的SiC/C球状复合物;包覆的C壳层厚度为60nm,核层是平均粒径50nm的SiC颗粒,复合体的尺寸约为0.5～1μm;带隙为2.35eV,此复合材料具有较好的电子迁移性能和一定的光催化性能.

ZrB_2-SiC/C层状复合陶瓷的高温氧化行为

利用流延法成膜和热压烧结工艺制备出了ZrB2-SiC层和石墨层交替排列、层厚均匀、界面清晰的ZrB2-SiC/C层状复合陶瓷。采用循环氧化法对ZrB2-SiC和ZrB2-SiC/C层状复合陶瓷在1000℃及1300℃空气中的氧化动力学曲线进行了研究。结果表明:在1000℃氧化增重时,ZrB2-SiC/C层状复合陶瓷在氧化反应初期表现为氧化增重,随着时间的增加,表现为氧化减重。在1300℃时,ZrB2-SiC/C层状复合陶瓷由于基体层ZrB2-SiC和弱夹层石墨相的氧化规律的相互叠加,使得其氧化增重曲线表现为抛物线规律。由XRD分析及扫描电镜观察发现,1300℃氧化15 h后,试样中不存在弱夹层石墨相,由于石墨相的挥发,材料残留孔隙。

SiC/C3N4复合材料的光催化降解亚甲基蓝性能研究

采用冷却结晶法制备不同配比的SiC与三聚氰胺前驱体,煅烧后得到SiC/C 3N 4复合材料,研究了在白炽灯照射下复合材料对亚甲基蓝的光催化降解性能。结果表明,SiCN100型SiC/C 3N 4复合材料的光催化降解能力最强,光照150 min时亚甲基蓝的降解率达到76%,光降解反应速率常数为0.00757 min^-1,是纯SiC的6倍,且该催化剂在循环测试中性能稳定。采用X-射线衍射(XRD)、扫描电子显微镜(SEM)、透射电子显微镜(TEM)、紫外可见-漫反射光谱(UV-Vis DRS)和光致发光光谱(PL)表征了SiC/C 3N 4复合材料,并通过活性基团捕获实验,深入分析了亚甲基蓝的光催化降解机理,发现电子在降解过程中起最关键的作用,活性基团对降解率的影响程度依次为e->h^+>·O2^-。

壳核结构SiC/C纤维的制备与吸波性能的研究

采用活性碳纤维转换法制备了壳核结构SiC/C纤维,采用拉曼光谱、SEM、XRD以及热重分析等测试方法对比研究了生成SiC的厚度对壳核结构SiC/C纤维样品的热重及吸波性能的影响。结果表明:包裹SiC壳层后样品吸波性能得到提高,样品厚度为3.0 mm时,保温4 h样品的最小反射损耗在8.24 GHz处达到-17.22 dB,低于-10 dB(90%的电磁波被吸收)的频宽在2.0 mm处达到4.8 GHz(11.12~15.92 GHz);保温3 h样品的最小反射损耗在8.23 GHz处达到-14.45 dB,低于-10 dB(90%的电磁波被吸收)的频宽在2.0 mm处达到4.56 GHz(10.88~15.44 GHz);且随着SiC含量的升高,试样微波吸收性能有所增强;制备的壳核结构SiC/C纤维样品起始氧化温度提高了150℃以上,并且最终残余质量在50%左右,即包裹SiC纤维后样品的抗氧化能力大大提高。

C/C素坯密度对GSIC/C-SiC复合材料摩擦磨损性能的影响

采用气相渗硅工艺(GSI)制备C/C-Si C复合材料,研究了C/C素坯密度对GSI C/C-Si C复合材料物相组成与摩擦磨损性能的影响,分析了C/C-Si C复合材料的制动过程,并归纳了其摩擦磨损机理。结果表明,随着C/C素坯密度的增大,GSI C/C-Si C复合材料的密度呈递减趋势,且C含量和开气孔率逐渐增加,而Si C含量和残余Si含量逐渐减少;自对偶条件下,复合材料的平均摩擦系数、磨损率均呈现先增大后减小的趋势,当C/C素坯密度为1.25g/cm3时有最大值,而制动稳定系数则不断增大。GSI C/C-Si C复合材料的制动过程是犁沟效应和粘着效应共同作用的结果,制动初始阶段和刹停阶段以犁沟效应为主,中间阶段以粘着效应为主。

S型B_4C-SiC/C功能梯度材料的设计和制备

对（ｌ－×）（８０％Ｂ４ＣＣ－２０％ＳｉＣ）／ｘ Ｃ（体积分数）功能梯度材料的 ×＝０． ２， ０．４， ０．６， ０．８的各层 分别在２０００℃，２０ＭＰａ进行了热压，测定了各层的密度，线膨胀系数，弹性模量和抗弯强度等． 按线性成分分布函数的６层和１１层梯度材料热压后都出现了裂纹．采用了不同于幂函数的Ｓ 型成分分布函数设计，热压了１１层（×＝０．２～１．０）的功能梯度材料，其抗弯强度为２１６ＭＰａ，抗热震 性＞５００℃．

SiC/CVD SiC复合涂层的抗氧化及抗热震性能研究

为了提高C/SiC复合材料耐高温性能,采用泥浆浸渍裂解与真空化学气相沉积(CVD)在材料表面制备了SiC/CVD SiC复合涂层,通过XRD、SEM分析了涂层组成与结构;研究了复合涂层的高温抗氧化(700~1500℃)和抗热震性能。结果表明,泥浆浸渍法制备的SiC涂层具有一定的封孔效果,可使材料开孔率下降,但高温抗氧化效果并不佳,1200℃氧化10 min后材料弯曲强度保留率下降明显仅有86%。CVD SiC涂层结构致密,与SiC封孔涂层结合较好,在700~1500℃具有较好的抗氧化效果,随着氧化温度的升高,氧化后涂层完好,表面O元素逐渐增加,材料失重率缓慢增加但不大于0.5%,且材料性能并未下降。涂层材料在1200℃-10 min短时热震5次后材料弯曲强度保留率仍有95%以上,且未出现开裂、剥落等热震损伤。在1200℃-30 min长时热震10次后,涂层材料基本被完全氧化,材料失去保护作用,弯曲强度下降至90%左右。

骨料种类对铁水包用Al_(2) O_(3)-SiC-C砖性能的影响

骨料作为耐火材料的重要组成部分,决定着材料的各项性能。分别以粒度均为5~3、3~1和≤1 mm的高铝矾土、电熔棕刚玉、板状刚玉为骨料,以电熔白刚玉(≤0.045 mm)、SiC(≤0.075 mm)、活性α-Al_(2)O_(3)微粉(≤0.045 mm)和鳞片石墨(≤0.15 mm)等为基质,以热固性酚醛树脂为结合剂制备了Al_(2)O_(3)-SiC-C砖,研究了骨料种类(高铝矾土、电熔棕刚玉、板状刚玉)对Al_(2)O_(3)-SiC-C砖常温力学性能、高温力学性能和抗渣性能的影响。结果表明:以板状刚玉为骨料时,由于其较高的致密度和较低的杂质含量,使得Al_(2)O_(3)-SiC-C砖具有最优的高温力学性能和抗渣性能;以高铝矾土为骨料时,由于其较高的气孔率和杂质含量,导致试样高温力学性能和抗渣性最差。

C/SiC复合材料数据库及机器学习性能预测平台的设计与开发

以MySQL Workbench 8.0为数据库平台,采用三层浏览器/服务器架构,利用PyCharm 2022开发了一套基于Web界面和机器学习技术的C/SiC复合材料数据库系统,该系统包括材料数据库和机器学习模型2部分,具有对材料组分结构、制备工艺、试验性能等材料研发各阶段的信息查询、添加、修改、删除、搜索以及支持信息管理、设计分析视图、案例推理辅助设计、用户与系统管理等功能。基于神经网络回归算法训练机器学习模型,利用材料微观结构参数预测材料力学性能,对不同微观结构参数的影响权重进行评价,并部署在系统平台中;通过Web用户界面调用机器学习模型,对预留的验证集数据进行拉伸模量和弯曲模量预测。结果表明:机器学习模型预测材料力学性能的精度达到95%左右,训练出来的预测模型具有良好的精度与泛化能力。