CONTRIBUTION OF TEXTURE AND STRUCTURE TO THE FORMABILITY OF ALLOY SHEETS OF THE Al-Mg-Si SYSTEM

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

A modified Taylor model is proposed for quantitative evaluation of the formability parameter of sheets of metals and alloys - the normal anisotropy coefficient (NAC). The model takes into account the contribution of the crystallographic texture and structural anisotropy of the material under study. The model was used to predict the dependence of the NAC on the angle between the rolling and tension directions in the plane of the Al-Mg-Si alloy sheet. Good agreement was obtained between modeled and experimental values of the NAC.

作者简介

V. Serebryany

Baikov Institute ofMetallurgy and Materials Science, Russian Academy of Sciences

Email: vns@imet.ac.ru
Moscow, Russia

A. Kolyanova

Baikov Institute ofMetallurgy and Materials Science, Russian Academy of Sciences

Moscow, Russia

A. Gordeev

Baikov Institute ofMetallurgy and Materials Science, Russian Academy of Sciences

Moscow, Russia

参考

  1. Аверкиев Ю.А., Аверкиев А.Ю. Технология холодной штамповки. М.: Машиностроение, 1989. 304 с.
  2. Bunge H.J. Texture Analysis in Materials Science. Mathematical Methods. Gottingen: Cuvillier Verlag, 1993. 595 p.
  3. Park N.J., Klein H., Dahlem-Klein E. Program Systems: Physical Properties of Textured Materials. Gottingen: Cuvillier Verlag, 2001. 150 p.
  4. Van Houtte P., Li S., Seefeldt M., Delannay L. Deformation Texture Prediction: from the Taylor Model to the advanced Lamel Model // International JournalofPlasticity. 2005. V 21. P. 589-624. https://doi.org/10.1016/j.ijplas.2004.04.011
  5. Chen K.-X., Yan L.-Z., Zhang Y.-A., Li X.-W., Li Z.-H., Gao G.-J., Xiong B.-Q., Liu H.-W. Investigation of particles on the microstructure, texture and formability of Al-Mg-Si-Zn alloy for automotive body sheet //j. Mater. Sci. 2022. V. 57. P. 17779-17796. https://doi.org/10.1007/s10853-022-07716-5
  6. Helming K., Schwarzer R., Rauschenbach B., Geier S., Wenk H.-R., Ullemaier K., Heinitz J. Texture estimates by means of components // Z. Met. 1994. V 85. P. 545-553. https://doi.org/10.1515/ijmr-1994-850803
  7. Schaeben H. A Simple Standard Orientation Density Function: The Hyperspherical de la Vallée Poussin Kernel // Physica Status Solidi B. 1997. V. 200. P. 367-376. https://doi.org/10.1002/1521-3951(199704)200:2<367::AID-PSSB367>3.0.CO;2-I
  8. Ivanova T.M., Savelova T.I. Robust method of approximating the orientation distribution function by canonical normal distributions // The Physics of Metals and Metallography. 2006. V. 101. P. 114-118. https://doi.org/10.1134/S0031918X06020037
  9. Serebryany V.N. Plastic Anisotropy Prediction by Ultrasonic Texture Data // Texture and Microstructure. 1996. V. 25. P. 223-228.
  10. Delmas F., Majimel J., Vivas M., Molenat G., Couret A., Coujou A. Cross-slip and glide in 001 planes of Al-Mg-Si alloy 6056 // Phil. Mag. Letters. 2003. V. 83. P. 289-296. https://doi.org/10.1080/095008303100
  11. Caillard D., Martin J.-L. Glide of dislocations in nonoctahedral planes of fcc metals: a review // Int. J. Mat. Res. (formerly Z. Metallkd.) 2009. V. 100. № 10. P. 1403-1410. https://doi.org/10.3139/146.110190
  12. Colin J., Beauchamp P., Brochard S., Grilhe J., Coujou A. Non-linear elastic effects in plasticity: 100 dislocation gliding in aluminum-based alloy // EPL. 2007. V. 78. P. 16002 (p1-p4). https://doi.org/10.1209/0295-5075/78/16002
  13. Kocks U.F., Tome C.N., Wenk H.R. Texture and Anisotropy. Cambridge: Cambridge Univer. Press, 1998. 675 p.
  14. Serebryany V.N., Rokhlin L.L., Monina A.N. Texture and Anisotropy of Mechanical Properties of the Magnesium Alloy of Mg-Y-Gd-Zr System // Inorganic Materials: Applied Research. 2014. V. 5. № 2. P. 116-123. https://doi.org/10.1134/S207511331402018X
  15. Engler O., Schafer C., Runar Myhr O. Effect of natural ageing and pre-straining on strength and anisotropy in aluminium alloy AA 6016 // Materials Science & Engineering A. 2015. V. 639. P. 65-74. http://dx.doi.org/10.1016/j.msea.2015.04.097
  16. Engler O. Effect of precipitation state on plastic anisotropy in sheets of the age-hardenable aluminium alloys AA 6016 and AA 7021 // Materials Science & Engineering A. 2022. V. 830. 142324. https://doi.org/10.1016/j.msea.2021.142324

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».