已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Optimization of T5 heat treatment in high pressure die casting of Al–Si–Mg–Mn alloys by using an improved Kampmann-Wagner numerical (KWN) model

压铸 材料科学 模具(集成电路) 冶金 降水 铸造 沉淀硬化 产量(工程) 相(物质) 微观结构 物理 气象学 纳米技术 有机化学 化学
作者
Jianyue Zhang,Emre Cinkilic,Xuejun Huang,Gerry Gang Wang,Yuchao Liu,J.P. Weiler,Alan A. Luo
出处
期刊:Materials Science and Engineering A-structural Materials Properties Microstructure and Processing [Elsevier]
卷期号:865: 144604-144604 被引量:11
标识
DOI:10.1016/j.msea.2023.144604
摘要

The increased use of lightweight aluminum die castings in the automotive industry leads to new die casting alloys and their heat treatment processes to meet performance requirements. In this paper, an integrated precipitation and strengthening framework based on an improved Kampmann-Wagner numerical (KWN) model was developed to predict the hardness and yield strength (YS) of high pressure die casting (HPDC) Al–11Si-xMg (x = 0.3 and 0.6) alloys during T5 aging (artificial aging after casting) process. The hardness and YS of the alloys were measured and compared with the predication results, for T5 treatment at 190 °C, 210 °C, 225 °C and 240 °C, respectively. The increased Mg content (from 0.3 to 0.6%) leads to the formation of Mg2Si phase during solidification, which effectively increases the hardness and YS in as-cast conditions. Also, the higher Mg content results in increased peak strengths because of higher precipitate density of needle-like Mg5Si6-β″ phase. This improved KWN model showed a good accuracy with experimental results. Mechanical property maps were generated to guide the design and optimization of T5 process window for these two important die casting aluminum alloys.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
0202关注了科研通微信公众号
2秒前
4秒前
zzj0411发布了新的文献求助10
8秒前
9秒前
12秒前
FashionBoy应助嗯呐采纳,获得10
12秒前
苯二氮卓发布了新的文献求助10
13秒前
zzj0411完成签到,获得积分10
13秒前
33发布了新的文献求助10
17秒前
谭显芝完成签到 ,获得积分10
18秒前
情怀应助庾稀采纳,获得10
18秒前
桐桐应助BAEK采纳,获得10
20秒前
开朗白开水完成签到 ,获得积分10
22秒前
23秒前
Adzuki0812完成签到 ,获得积分10
24秒前
28秒前
小白完成签到 ,获得积分10
28秒前
ShiYanYang完成签到,获得积分10
28秒前
无奈的萍发布了新的文献求助10
30秒前
子焱完成签到 ,获得积分10
34秒前
LiangRen完成签到 ,获得积分10
35秒前
玥月完成签到 ,获得积分10
35秒前
45秒前
青羽落霞完成签到 ,获得积分10
49秒前
gd发布了新的文献求助10
50秒前
852应助ShiYanYang采纳,获得10
51秒前
leslie完成签到 ,获得积分10
58秒前
rosalieshi应助yelide采纳,获得100
58秒前
59秒前
他也蓝完成签到,获得积分10
59秒前
芋圆粒应助木穹采纳,获得10
1分钟前
露露发布了新的文献求助10
1分钟前
丘比特应助33采纳,获得10
1分钟前
学术小白完成签到,获得积分10
1分钟前
apckkk完成签到 ,获得积分10
1分钟前
斯文梦寒完成签到 ,获得积分10
1分钟前
人参跳芭蕾完成签到 ,获得积分10
1分钟前
1分钟前
假期会发芽完成签到 ,获得积分10
1分钟前
庾稀发布了新的文献求助10
1分钟前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 量子力学 冶金 电极
热门帖子
关注 科研通微信公众号,转发送积分 3316828
求助须知:如何正确求助?哪些是违规求助? 2948681
关于积分的说明 8541698
捐赠科研通 2624564
什么是DOI,文献DOI怎么找? 1436318
科研通“疑难数据库(出版商)”最低求助积分说明 665845
邀请新用户注册赠送积分活动 651792