回归时间对Al-9.74%Li合金析出δ′相的影响

回归时间对Al-9.74%Li合金析出δ′相的影响

徐跃¹, 柴志刚², 邹青³, 李永华⁴

1. 吉林大学测试科学实验中心，长春 130023; 2. 空军第一研究所第六研究室，北京 100076;3. 吉林大学机械学院，长春 130025; 4. 吉林大学材料科学系，长春 130023

收稿日期:2002-04-30 修回日期:1900-01-01 出版日期:2003-01-26 发布日期:2003-01-26
通讯作者: 徐跃

Effects of Retrogression Time on δ′ Precipitation in Al-9.74%Li Alloy〖ST〗

XU Yue¹, CHAI Zhi-gang², ZOU Qing³, LI Yong-h ua⁴

1. Measurement and Testing Center, Jilin University, Changchun 130023， China;2. Sixth Laboratory, Air Force First Institute, Beijing 100076, China;3. Machine College, Jilin University, Changchun 130025, China;4. Department of Materials Science, Jilin University, Changchun 130023, China

Received:2002-04-30 Revised:1900-01-01 Online:2003-01-26 Published:2003-01-26
Contact: XU Yue

摘要/Abstract

摘要： 采用X射线方法研究回归时间对Al-9.74%Li合金经回归再回火处理析出δ′相的影响. 结果表明，由于δ′相粒子的溶解导致样品硬度在短期回归时间内明显下降；并随回归时间的延长引起δ′相粒子的再析出及粗化，从而使样品硬度出现一个较弱的峰值，然后继续单调下降.

关键词: Al-Li合金, 回归, δ′相粒子

Abstract: X-ray method was used to investigate the effect of retrogression time on δ′ precipitation in an Al-9.74%Li alloy treated by retrog ression. The investigation results show that the hardness clearly drops in short retrogression time due to the dissolution of δ′ particles. A weak peak value of hardness was achieved and gradually dropped due to the δ′ particles repreci pitation and coarsening because of increasing retrogression time.

Key words: Al-Li alloy, retrogression, δ′ phase particles

中图分类号:

TG113.12

徐跃, 柴志刚, 邹青, 李永华. 回归时间对Al-9.74%Li合金析出δ′相的影响[J]. J4, 2003, 41(01): 88-90.

XU Yue, CHAI Zhi-gang, ZOU Qing, LI Yong-h ua. Effects of Retrogression Time on δ′ Precipitation in Al-9.74%Li Alloy〖ST〗[J]. J4, 2003, 41(01): 88-90.

[1]	李永丽, 王浩, 金喜子. 基于随机森林优化的自组织神经网络算法[J]. 吉林大学学报(理学版), 2021, 59(2): 351-358.
[2]	刘天泽, 张勇, 谭希丽. 非线性自回归模型误差密度估计的Berry-Esseen界[J]. 吉林大学学报(理学版), 2021, 59(1): 49-54.
[3]	刘影, 华志强. 带有约束条件的零一膨胀Poisson回归模型[J]. 吉林大学学报(理学版), 2020, 58(4): 853-858.
[4]	温长吉, 赵珊珊, 申利未, 任虹宾. 基于局部时空模式的体育视频行为识别[J]. 吉林大学学报(理学版), 2020, 58(2): 379-387.
[5]	刘立华, 曹萌, 徐仕翀, 华中. 自旋极化电流驱动下磁涡旋的旋转回归运动和手征性反转[J]. 吉林大学学报(理学版), 2019, 57(04): 933-939.
[6]	陈晋, 王德辉. 具有Laplace边际分布的二元自回归模型的统计推断[J]. 吉林大学学报(理学版), 2018, 56(6): 1419-1422.
[7]	赵波, 王纯杰, 李群, 佟知真. 左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用[J]. 吉林大学学报(理学版), 2018, 56(4): 864-870.
[8]	王平凡, 刘淑芬. 基于HMM的自适应软件决策模型[J]. 吉林大学学报(理学版), 2018, 56(3): 645-649.
[9]	李景富, 周鹏. 基于多尺度变换和支持向量回归机的数字图像水印算法[J]. 吉林大学学报(理学版), 2017, 55(04): 927-932.
[10]	袁晓惠, 鞠婷婷. 协变量缺失下变系数模型基于经验似然的加权分位数回归[J]. 吉林大学学报(理学版), 2017, 55(02): 281-288.
[11]	齐嘉锐, 李文辉. 一种基于改进结构的级联手势回归算法[J]. 吉林大学学报(理学版), 2017, 55(01): 89-94.
[12]	袁晓惠, 刘天庆. 协变量缺失下基于诱导光滑方法的加权分位数回归[J]. 吉林大学学报(理学版), 2016, 54(06): 1314-1322.
[13]	袁晓惠, 赵雪冬. 缺失数据下基于经验似然的加权复合分位数回归推断[J]. 吉林大学学报(理学版), 2016, 54(05): 1008-1016.
[14]	张旭利, 杨凯, 王德辉. 门限Poisson对数线性自回归模型的参数估计[J]. 吉林大学学报(理学版), 2016, 54(02): 251-256.
[15]	周玲, 何道江. 相依误差线性模型中的主成分s-K估计[J]. 吉林大学学报(理学版), 2015, 53(03): 444-450.