Optimization of Gel Casting Parameters for High-Strength Fused Silica Green Bodies
محل انتشار: مجله شکل دهی مواد، دوره: 13، شماره: 2
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 109
فایل این مقاله در 9 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_IJMF-13-2_002
تاریخ نمایه سازی: 16 اسفند 1404
چکیده مقاله:
The gel casting of fused silica offers a promising approach for producing complex-shaped advanced ceramic components. Achieving a defect-free process, however, requires precise optimization of slurry formulation and gelation parameters. This study systematically investigates the effects of key processing variables on slurry rheology and green body strength, including dispersant concentration, solid loading, monomer-to-crosslinker (AM:MBAM) ratio, initiator concentration, and degassing time. Results indicate that a dispersant concentration of ۰.۴ ml per ۱۰۰ g of powder minimizes viscosity, while a solid loading of ۵۸ wt.% represents the upper limit for maintaining slurry stability. A balanced AM:MBAM ratio is critical to achieving both low viscosity during casting and high mechanical strength after gelation, as excessive crosslinker promotes premature microcracking. Furthermore, an initiator (APS) concentration of ۰.۵ wt.% and a degassing time of ۲۰ minutes maximize green strength by ensuring complete polymerization and eliminating porosity without causing premature gelation. This study provides a comprehensive set of optimized parameters for reliably producing high-integrity fused silica green bodies via gel casting, forming a critical foundation for subsequent high-quality sintering.
کلیدواژه ها:
نویسندگان
Mozhgan Afgarazordeh
Department of Materials Science and Engineering, School of Engineering, Shiraz University, Shiraz, Iran
Mohammad Hossein Paydar
Department of Materials Science and Engineering, School of Engineering, Shiraz University, Shiraz, 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 :