اثر عملیات پیش سرد بر جوش پذیری سوپرآلیاژ اینکونل ۷۱۸ با استفاده از لیزر پالسی Nd:YAG
محل انتشار: مهندسی مکانیک مدرس، دوره: 19، شماره: 2
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 76
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MME-19-2_008
تاریخ نمایه سازی: 10 اسفند 1403
چکیده مقاله:
اینکونل ۷۱۸ که یک سوپرآلیاژ پایه نیکلی رسوب سخت شونده محسوب می شود و براساس رسوبات گاما دابل پرایم (γ″) با ترکیب شیمیایی Ni۳Nb مستحکم می شود، به صورت گسترده برای کاربردهای دمای متوسط و بالا در صنایع مختلفی به کار میرود. هدف از انجام این پژوهش اثر عملیات پیش سرد در جوشکاری سوپرآلیاژ اینکونل ۷۱۸ با استفاده از جوشکاری لیزر پالسی Nd:YAG و بررسی ریزساختار، هندسه جوش، جوش پذیری و مکانیزم ترک خوردگی در ناحیه متاثر از حرارت این سوپرآلیاژ است. برای بررسی ریزساختار از میکروسکوپ نوری و میکروسکوپ الکترونی روبشی و برای بررسی خواص مکانیکی از آزمون سختی استفاده شد. نتایج محاسبات عددی با استفاده از رابطه رزنتال نشان داد که طول مناطق مختلف جوش شامل ناحیه خمیری، ناحیه ذوب جزیی شده و ناحیه متاثر از حرارت با اعمال شرایط پیشسرد به ترتیب ۴۶، ۴۶ و ۵۶% کاهش مییابد. نتایج محاسبات تجربی نیز نشان داد که طول ناحیه ذوب جزیی شده و ناحیه متاثر از حرارت و همچنین مساحت ناحیه متاثر از حرارت با اعمال شرایط پیشسرد به ترتیب ۲/۱، ۲/۵، ۲/۵برابر کاهش یافته است. با توجه به اینکه ذوبی شدن مرزدانه ها در تمامی نمونه ها مشاهده شد، مکانیزم محتمل برای ترک ذوبی ناحیه متاثر از حرارت، ذوب ترکیبی کاربیدهای غنی از Nb و همچنین رسوبات دلتا است که تشکیل فیلم مذاب در مرزدانه ها را ترغیب می کند و موجب ترک ذوبی در این ناحیه می شود. همچنین پروفیل سختی نشان داد که با اعمال شرایط پیشسرد، سختی فلز جوش افزایش مییابد.
کلیدواژه ها:
نویسندگان
محمدعلی رضایی
Materials Engineering Department, Engineering Faculty, Tarbiat Modares University, Tehran, Iran
همام نفاخ موسوی
Materials Engineering Department, Engineering Faculty, Tarbiat Modares University, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :