Абстрактный

Predicción de la tensión residual en compuestos de matriz metálica mediante curvatura

  Dr. Neil Fellows 

 Los materiales compuestos de matriz metálica (MMC) pueden proporcionar propiedades de material y de componente muy deseables. Los MMC se pueden dividir en aquellos que están reforzados por fibras largas y continuas (como carbono, alúmina, silicio, boro y carburo) o aquellos reforzados por fibras discontinuas (partículas). La adición de fibras y partículas permite mejorar la propiedad del metal base (matriz). Se sabe que las propiedades de resistencia de los MMC están muy influenciadas por el proceso de fabricación, causado por cambios en la microestructura de la matriz y por la introducción de tensiones residuales. Es muy difícil medir las tensiones residuales dentro de los MMC, lo que genera incertidumbre en términos de predicción de esas tensiones. Para superar estos problemas, en este artículo se presenta un método indirecto para predecir las tensiones residuales, mediante la combinación de la curvatura numérica y experimental. El MMC elegido para la investigación es el aluminio 6061 reforzado con fibras largas de carburo de silicio. Los modelos numéricos presentados corresponden a una placa de aluminio con capas internas de fibra de silicio que se han dispuesto en direcciones de 0°9° o +55°-55°, de modo que las placas no sean simétricas respecto de la línea media. Los modelos numéricos tienen en cuenta los cambios en las propiedades del material debido a la fluencia y la carga térmica. Para probar la capacidad de los modelos numéricos de predecir la curvatura, se fabricaron placas de aluminio según las mismas especificaciones utilizando las mismas condiciones de proceso de fabricación que las utilizadas en los modelos. Las curvaturas entre los modelos y las placas fabricadas mostraron una buena correlación, lo que da confianza en la capacidad de los modelos de predecir las tensiones residuales para componentes más complejos.

Отказ от ответственности: Этот реферат был переведен с помощью инструментов искусственного интеллекта и еще не прошел проверку или верификацию

Индексировано в

Индекс Коперника
Открыть J-ворота
Академические ключи
ResearchBible
CiteFactor
Космос ЕСЛИ
РефСик
Университет Хамдарда
научный руководитель
Импакт-фактор Международного инновационного журнала (IIJIF)
Международный институт организованных исследований (I2OR)
Cosmos
Женевский фонд медицинского образования и исследований
Секретные лаборатории поисковых систем

Посмотреть больше