粉末组成的影响,PTAW参数对稀释,微观结构和硬度的Ni-Cr-Si-B合金沉积:使用机器学习技术的实验调查和预测
Venkatesh Chenrayan1, Kiran Shahapurkar2,3, Chandru Manivannan4
1AU-Sophisticated Testing and Instrumentation Centre (AU-STIC) and Department of Mechanical Engineering, Alliance School of Applied Engineering, Alliance University, Bengaluru, 562106, India.
Heliyon
|September 9, 2024
概括
使用等离子转移弧 (PTAW) 优化硬面合金沉积需要特定的参数. 该研究确定了最佳的PTAW设置和3.5%重量的,以获得优越的耐磨性和高温性能.
科学领域:
- 材料科学 材料科学 材料科学
- 表面工程是什么?表面工程是什么?
- 接技术 接技术
背景情况:
- 硬面合金对于提高材料抗磨损和高温性能至关重要.
- ---- (Ni-Cr-Si-B) 合金通常用于硬面应用.
- 优化沉积参数对于实现所需的表面性能至关重要.
研究的目的:
- 为了研究等离子转移弧 (PTAW) 参数和含量对Ni-Cr-Si-B硬面合金的稀释,微观结构和硬度的影响.
- 为了确定最佳的PTAW参数和粉末成分,以提高硬面性能.
- 使用统计灰色关系分析 (GRA) 和机器学习算法 (MLA) 来进行参数优化和预测.
主要方法:
- 沉积的Ni-Cr-Si-B合金具有不同的含量 (2.5%, 3%, 3.5%).
- 采用灰色关系分析 (GRA) 和机器学习算法 (MLA) 进行统计分析和预测.
- 使用元素分析,扫描电子显微镜 (SEM) 和X射线衍射 (XRD) 进行稀释,微观结构和相位分析来描述沉积物.
主要成果:
- 确定了最佳的PTAW参数:400毫米/分钟的扫描速度,8毫米/分钟的粉末输送,14毫米的脱离距离和120A电流.
- 确定3.5%重量%的粉组成,结合最佳的PTAW参数,产生优异的稀释,微观结构和硬度.
- GRA和MLA有效地预测并确定了影响艰难应对反应的重要参数.
结论:
- 该研究成功地确定了最佳的PTAW参数和含量,用于增强的Ni-Cr-Si-B硬化.
- 这些发现为实现耐磨和高温的高性能表面提供了宝贵的见解.
- 统计和机器学习方法的整合为材料处理优化提供了一个强大的方法.
