A new approach for fabrication of bulk MMCs using Accumulative Channel-die Compression Bonding (ACCB)
محل انتشار: فصلنامه مواد پیشرفته و فرآوری، دوره: 2، شماره: 2
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 208
فایل این مقاله در 8 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_JMATPR-2-2_007
تاریخ نمایه سازی: 12 مهر 1400
چکیده مقاله:
A new severe plastic deformation (SPD) based technique entitled Accumulative channel-die compression bonding (ACCB) is proposed for the fabrication of high strength multi-layered Al/Cu composites for the first time. In order to primarily demonstrate the capabilities of ACCB in the fabrication of metal matrix composites (MMCs), AA ۱۰۵۰ and pure Cu strips were processed. The primary Al/Cu sandwich was prepared and subsequently ۵۰% thickness reduction was applied per cycle. The experimental results reveal that thickness of Al and Cu layers decreased by increasing ACCB cycles to where the Cu layers started to neck and eventually rupture. An Al/Cu bulk composite was successfully processed with homogeneous distribution of fragmented Cu layers in the aluminum matrix after ۶ ACCB cycles (correspond to effective plastic strain of ۵.۶). The microstructure evolution and mechanical properties of the processed specimens were evaluated at different ACCB cycles. The results show that microhardness, strength and elongation of the ACCB processed composites increase with increase in the number of cycles. The capability of ACCB in processing bulk multilayered MMCs was proved.
کلیدواژه ها:
نویسندگان
Alireza Babaei
Department of Mechanical Engineering, Tabriz Branch, Islamic Azad University, Tabriz, Iran
Hosein Jafarzadeh
Department of Mechanical Engineering, Islamic Azad university, Tabriz branch, Tabriz, Iran
V. Zakeri Mehrabad
Department of Mechanical Engineering,Tabriz Branch,Islamic Azad University,Tabriz,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 :