Cu-Ni-Sn-Ti活性钎料成分设计与优化

吉林大学学报(工学版)

Cu-Ni-Sn-Ti活性钎料成分设计与优化

王毅¹，卢广林²，殷世强¹，李世权¹，邱小明¹

1.吉林大学材料科学与工程学院，长春 130022；2.吉林大学工程仿生教育部重点实验室，长春 130022

收稿日期:2008-01-10 修回日期:2008-04-10 出版日期:2009-05-01 发布日期:2009-05-01
通讯作者: 邱小明

Composition design and optimization of Cu-Ni-Sn-Ti active filler metal

WANG Yi¹，LU Guang-lin²，YIN Shi-qiang¹，LI Shi-quan¹，QIU Xiao-ming¹

1.College of Materials Science and Engineering, Jilin University,Changchun 130022,China;2.Key Laboratory of Engineering Bionics, Ministry of Education, Jilin University, Changchun 130022, China

Received:2008-01-10 Revised:2008-04-10 Online:2009-05-01 Published:2009-05-01

摘要/Abstract

摘要：

利用混料回归设计建立了Cu-Ni-Sn-Ti活性钎料成分与剪切强度、润湿性能的回归方程，分析了成分质量分数对接头剪切强度和钎料润湿性能的影响规律。结果表明：增加Ti含量有助于提高钎料的润湿性能，但同时也使接头的剪切强度下降；添加适量的Sn能明显改善接头剪切强度和钎料的润湿性能。在综合考虑成分变化对钎料熔化温度区间等影响后，优化设计出用于钎焊连接立方氮化硼超硬材料的w（Ti）=10%～12%、w（Sn）=3%～5.5%的Cu-Ni-Sn-Ti活性钎料。

关键词: 材料检测与分析技术, Cu-Ni-Sn-Ti, 活性钎料, 混料设计, 优化

Abstract:

By means of the mixture regression design process, the regression equations relating the joint shearing strength and the wettability of the filler metal to its element compositions were established. The influences of the elements on the joint shearing strength and the wettability were analyzed. The results prove that adding more Ti improves the wettability, but at the same time the joint shearing strength decline; adding appropriate amount of Sn can improve the joint shearing strength and the wettability. After considering all the effects of filler metal ingredients to the melting point, the pasty range and so on, the contribution of Cu-Ni-Sn-Ti active filler metal brazed c-BN superhard materials has been optimized. The result is 10～12wt% for Ti and 3～5.5wt% for Sn.

Key words: materials examination and analysis, Cu-Ni-Sn-Ti, active filler metal, mixture design, optimization

中图分类号:

王毅，卢广林，殷世强，李世权，邱小明 . Cu-Ni-Sn-Ti活性钎料成分设计与优化[J]. 吉林大学学报(工学版), 2009, 39(03): 615-0618.

WANG Yi，LU Guang-lin，YIN Shi-qiang，LI Shi-quan，QIU Xiao-ming . Composition design and optimization of Cu-Ni-Sn-Ti active filler metal[J]. 吉林大学学报(工学版), 2009, 39(03): 615-0618.

参考文献

相关文章 15

[1]	代存杰,李引珍,马昌喜,柴获,牟海波. 不确定条件下危险品配送路线多准则优化[J]. 吉林大学学报(工学版), 2018, 48(6): 1694-1702.
[2]	郭昊添,徐涛,梁逍,于征磊,刘欢,马龙. 仿鲨鳃扰流结构的过渡段换热表面优化设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1793-1798.
[3]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	王扬, 王晓梅, 陈泽仁, 于建群. 基于离散元法的玉米籽粒建模[J]. 吉林大学学报(工学版), 2018, 48(5): 1537-1547.
[6]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[7]	夏利红, 邓兆祥. 电子机械制动执行器的整体最优匹配设计[J]. 吉林大学学报(工学版), 2018, 48(4): 998-1007.
[8]	栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[9]	吉野辰萌, 樊璐璐, 闫磊, 徐涛, 林烨, 郭桂凯. 基于MBNWS算法的假人胸部结构多目标优化设计[J]. 吉林大学学报(工学版), 2018, 48(4): 1133-1139.
[10]	邱小明, 王银雪, 姚汉伟, 房雪晴, 邢飞. 基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化[J]. 吉林大学学报(工学版), 2018, 48(4): 1147-1152.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	李启良, 曹冠宁, 李璇, 杨志刚, 钟立元. 三厢轿车多参数气动优化[J]. 吉林大学学报(工学版), 2018, 48(3): 670-676.
[14]	李因武, 吴庆文, 常志勇, 杨成. 基于仿生斗齿的反铲液压挖掘机动臂仿真优化设计[J]. 吉林大学学报(工学版), 2018, 48(3): 821-827.
[15]	蔡振闹, 吕信恩, 陈慧灵. 基于反向细菌优化支持向量机的躯体化障碍预测模型[J]. 吉林大学学报(工学版), 2018, 48(3): 936-942.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed