【摘 要】
：
钛作为一种新型的结构材料,逐渐成为工业和民用领域的“全能金属”和“战略金属”。由于其具有密度小、比强度高、耐高低温、耐腐蚀、无毒无磁等特性,钛和钛合金被广泛运用于
论文部分内容阅读
钛作为一种新型的结构材料,逐渐成为工业和民用领域的“全能金属”和“战略金属”。由于其具有密度小、比强度高、耐高低温、耐腐蚀、无毒无磁等特性,钛和钛合金被广泛运用于各行各业。但是,在使用过程中钛表现出硬度低、耐磨性差等缺陷,严重影响钛工件的使用寿命,因此需要对钛和钛合金进行表面处理,本文采用熔盐电解技术在工业纯钛TA2表面渗硼,以提高其表面硬度。首先,采用循环伏安法和计时电位法对Na2B4O7-CaCl2熔盐电解渗硼机理进行分析,实验表明:熔盐中的钠离子在钛表面被还原,得到的钠原子再与熔盐中生成的B2O3反应而生成硼原子,硼原子扩散进入钛基体形成硼化物渗层。其次,以90%Na2B4O7-10%CaCl2混合熔盐进行了单因素实验研究,分别研究了电流密度（2502000A/m2）、电解时间（15240min）和渗硼温度（11531293K）对渗层厚度、形貌、物相等的影响。采用扫描电镜（SEM）和能谱仪（EDS）对试样断面形貌与元素含量分析;采用X射线衍射仪（XRD）对试样表面物相分析;采用维式硬度计测试试样表面硬度。研究表明:随着电流密度的增加,渗层厚度呈抛物线规律变化,电解温度1193K、电解时间60min条件下,电流密度500A/m2时获得渗层中TiB2厚度约为4.5μm,试样表面硬度值为1621HV;渗层厚度随电解时间的延长而增加,在1193K渗硼240min时获得渗层中TiB2厚约度为7.9μm,TiB嵌入基体最大深度约为26.6μm,所得试样表面硬度约为2696HV;在不同温度下渗硼,渗层形成速率随温度升高而增加,1293K渗硼30min获得渗层中TiB2厚度约为6.4μm,TiB厚度约为16.4μm,试样的表面硬度为2899HV。最后,对渗层生长过程动力学进行了分析,计算出了扩散常数K0和扩散激活能Q,得出了渗层计算公式:dTiB2=4781.5（exp（-26849/T）t）1/2,1153K≤T≤1293K,500A/m2.
其他文献
现代无线和移动通信系统的飞速发展,对电磁波射频器件提出了高度集成化、多功能化的要求。为了适应这一趋势,功分滤波器作为一种多功能集成器件,不仅可以作为功率分配器提供
超表面是一种能改变弹性波或者声波传播特性的人工复合结构。这种特殊的结构可以产生超常的物理现象,极大的拓宽结构功能材料的设计应用前景。其应用领域包括无损检测,医学成
金属有机骨架（MOF）化合物是一类新型的无机有机杂化微孔晶体材料,通过配位键由金属离子与有机连接配体自组装而成。金属离子和有机配体的丰富组成和多种配位模式不仅为MOF化合
Sn-Beta分子筛是生物质转化过程中重要的催化剂,在提高生物质能源的利用中起到重要作用。在真实反应条件下,Sn-Beta分子筛的Sn活性物种会发生改变。从理论上研究Sn-Beta分子
随着电子产品和微型器件的快速发展,人们对于高度集成、具有优异电化学性能的微型储能器件的需求不断增长,具有优异储能性能的平面微型器件受到了极大关注。与微型超级电容器相比,微型电池的能量密度高,在微型电子产品与医疗设备等领域具有巨大的应用潜力。然而,就传统电池而言,复杂的微制造工艺和封装技术阻碍了其在微型储能领域中的应用。因此,开发一种对环境友好、成本低的微型电池,实现其平面微型化尤为重要。水系可充电
小电流接地系统故障选线和定位一直是配电网的重点研究问题,尤其是单相接地故障。油田电网挂接农网线路较多,且各采油厂野外环境比较复杂,发生单相接地故障的概率更高,一般在
21世纪是信息化的时代,随着互联网的发展,各行各业都需要建设自己的信息管理系统,信息管理系统成为企业信息化建设和电子政务的新宠。信息管理系统的前端开发需要投入大量人力及时间,且一般企业信息管理系统前端功能模块大同小异,开发中充斥大量重复性工作。为了简化开发工程师的工作,提高代码复用率,本文提出了信息管理系统前端自动化构建工具的概念。使用本工具既可以减少前端代码重复开发,而且解决了前后端数据联调、工
随着中国经济的快速发展和投资规模的不断扩大,股票市场产生了越来越多交易数据和市场舆情信息,这使得投资者分辨有效的投资信息变得更加困难。随着人工智能的发展,越来越多
纳米结构材料能够弥补体积处于块体和分子水平之间的材料的空缺,其不同于块体材料的物理性质为开辟全新应用的道路提供了可能,尤其是在电子、光电学科和生物化学学等学科有着令人十分看好的未来前景。量子点在玻璃基质中生长受很多因素制约,需要引入成核剂。而稀土离子和过渡金属是常用的掺杂剂。同为常用的荧光材料,稀土离子能级结构复杂,发光稳定,转换率高。但是稀土离子发光性能对于基质材料的络合状态和晶体场状态十分敏感
文本情感分析又称文本意见挖掘,是应用计算语言学知识对文本中蕴含的情感信息进行分析、归纳的过程,是自然语言处理领域研究热点之一,具有广泛的应用场景。传统的情感分析任务主要研究整段文字的情感极性,缺乏对语料深层次观点的挖掘,相比之下细粒度情感分析则可以挖掘文本中某些具体对象的情感极性。然而分析内容的细化使得信息提取难度急剧增加,尤其是对于含有多个不同评价对象的评论文本,评价对象数量较多,准确匹配其相关