Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东莞理工学院万长风获国家专利权

东莞理工学院万长风获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东莞理工学院申请的专利一种调控高温合金中变体体积分数的方法、系统及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119492624B

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411579360.1,技术领域涉及:G01N3/08;该发明授权一种调控高温合金中变体体积分数的方法、系统及介质是由万长风设计研发完成,并于2024-11-07向国家知识产权局提交的专利申请。

一种调控高温合金中变体体积分数的方法、系统及介质在说明书摘要公布了:本申请公开一种调控高温合金中变体体积分数的方法、系统及介质,涉及材料科学和工程领域,方法包括:获取任一目标高温合金试样的晶粒取向数据,并构建有限元模型;获取电解腐蚀后目标高温合金试样中的各变体体积分数;在不同温度和不同拉伸速率下,对任一目标高温合金试样进行拉伸实验,得到目标高温合金的材料属性和真实的应力应变曲线;利用导入有限元模型和晶体塑性本构模型的有限元软件,依次进行目标高温合金的拉伸模拟和蠕变模拟,确定目标高温合金中预期的变体体积分数对应的最优工况;在最优工况下,利用蠕变拉伸机对目标金属合金进行热处理,得到具有预期的变体体积分数的目标高温合金。本申请能够精确调控高温合金中的变体体积分数。

本发明授权一种调控高温合金中变体体积分数的方法、系统及介质在权利要求书中公布了:1.一种调控高温合金中变体体积分数的方法,其特征在于,所述调控高温合金中变体体积分数的方法包括: 切割目标高温合金,得到多个目标高温合金试样; 获取任一目标高温合金试样的晶粒取向数据,并基于所述晶粒取向数据构建有限元模型; 对任一目标高温合金试样进行电解腐蚀,并获取电解腐蚀后目标高温合金试样中的各变体体积分数; 在不同温度和不同拉伸速率下,对任一目标高温合金试样进行拉伸实验,得到目标高温合金的材料属性和真实的应力应变曲线; 基于所述材料属性、电解腐蚀后目标高温合金试样中的各变体体积分数,以及,真实的应力应变曲线,利用导入所述有限元模型和晶体塑性本构模型的有限元软件,依次进行目标高温合金的拉伸模拟和蠕变模拟,并确定目标高温合金中预期的变体体积分数对应的最优工况,具体包括:将所述有限元模型和晶体塑性本构模型导入有限元软件,得到导入模型的有限元软件;基于所述材料属性,以及,电解腐蚀后目标高温合金试样中的各变体体积分数,利用导入模型的有限元软件,在不同拉伸速率下进行目标高温合金的拉伸模拟,得到模拟的应力应变曲线;将模拟的应力应变曲线与真实的应力应变曲线进行比较,调整标定晶体塑性本构模型的参数,直至模拟的应力应变曲线与真实的应力应变曲线之间的差异小于设定阈值;基于调整标定后的晶体塑性本构模型更新导入模型的有限元软件,并在不同工况下进行目标高温合金的蠕变模拟,预测不同工况下的变体体积分数;基于目标高温合金中预期的变体体积分数,以及,目标高温合金蠕变模拟得到的不同工况下的变体体积分数,采用最小二乘法,从所有工况中选择一种工况作为最优工况;其中,所述晶体塑性本构模型中用于预测变体体积分数的公式包括: F=FeFpFt, F为目标高温合金内任一点的变形梯度,Fe为目标高温合金内任一点的弹性部分变形梯度,Fp为目标高温合金内任一点的塑性部分变形梯度,Ft为目标高温合金内任一点的相变部分变形梯度,为目标高温合金内任一点的相变部分速度梯度,Nf为变体的总类型数,εβ为单位体积的第β个变体引起的错配应变,为第β个变体的体积分数的一次导数,为材料常数,为发生相变的驱动力,γSF为单位体积的层错能,ht为层错能的平均分子层高度,qβ为相变在第β个变体中的阻力,sgn·为符号函数,det为行列式符号,σ为柯西应力,:为双点乘符号,pφ为第个变体机械部分的驱动力; 在所述最优工况下,利用蠕变拉伸机对目标金属合金进行热处理,得到具有预期的变体体积分数的目标高温合金。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东莞理工学院,其通讯地址为:523808 广东省东莞市松山湖科技产业园区大学路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。