一种Cr-C-N三元硬质材料及其制备方法

    公开(公告)号:CN109970453B

    公开(公告)日:2021-07-23

    申请号:CN201910418456.2

    申请日:2019-05-20

    摘要: 本发明提供了一种Cr‑C‑N三元硬质材料,涉及陶瓷硬质材料技术领域。本发明提供的硬质材料是由Cr、C和N三种元素形成的单相固溶体材料;所述硬质材料中C的质量百分含量为0.1~9%,N的质量百分含量为0.1~11%,余量为Cr。本发明提供的Cr‑C‑N三元硬质材料具有优异的硬度、韧性、热稳定性、耐磨和耐腐蚀性等综合性能;并且材料的烧结和高温服役期间的稳定性好;同时,还可以通过调节C/N比,实现硬质材料性能的选择性调控。本发明还提供了所述Cr‑C‑N三元硬质材料的制备方法,本发明提供的制备方法过程简单,条件易控,利于工业化推广。

    一种Cr-C-N基金属陶瓷及其制备方法

    公开(公告)号:CN110004346B

    公开(公告)日:2020-04-10

    申请号:CN201910418877.5

    申请日:2019-05-20

    IPC分类号: C22C29/04 C22C1/05 C22C1/10

    摘要: 本发明提供了一种Cr‑C‑N基金属陶瓷,涉及金属陶瓷材料技术领域。本发明提供的金属陶瓷由包括以下质量百分含量的组分制备得到:金属粉末10~40%,碳化物粉末5~30%,余量为Cr‑C‑N硬质相粉末;所述Cr‑C‑N硬质相粉末是由Cr、C和N三种元素形成的单相固溶体;所述Cr‑C‑N硬质相粉末中C的质量百分含量为0.1~9%,N的质量百分含量为0.1~11%,余量为Cr。本发明提供的Cr‑C‑N基金属陶瓷具有优异的硬度、韧性、热稳定性、耐磨和耐腐蚀性等综合性能,且烧结稳定性好。本发明还提供了所述金属陶瓷的制备方法,本发明提供的制备方法过程简单,条件易控,利于工业化推广。

    一种Cr-C-N基金属陶瓷及其制备方法

    公开(公告)号:CN110004346A

    公开(公告)日:2019-07-12

    申请号:CN201910418877.5

    申请日:2019-05-20

    IPC分类号: C22C29/04 C22C1/05 C22C1/10

    摘要: 本发明提供了一种Cr-C-N基金属陶瓷,涉及金属陶瓷材料技术领域。本发明提供的金属陶瓷由包括以下质量百分含量的组分制备得到:金属粉末10~40%,碳化物粉末5~30%,余量为Cr-C-N硬质相粉末;所述Cr-C-N硬质相粉末是由Cr、C和N三种元素形成的单相固溶体;所述Cr-C-N硬质相粉末中C的质量百分含量为0.1~9%,N的质量百分含量为0.1~11%,余量为Cr。本发明提供的Cr-C-N基金属陶瓷具有优异的硬度、韧性、热稳定性、耐磨和耐腐蚀性等综合性能,且烧结稳定性好。本发明还提供了所述金属陶瓷的制备方法,本发明提供的制备方法过程简单,条件易控,利于工业化推广。

    一种Cr-C-N三元硬质材料及其制备方法

    公开(公告)号:CN109970453A

    公开(公告)日:2019-07-05

    申请号:CN201910418456.2

    申请日:2019-05-20

    摘要: 本发明提供了一种Cr‑C‑N三元硬质材料,涉及陶瓷硬质材料技术领域。本发明提供的硬质材料是由Cr、C和N三种元素形成的单相固溶体材料;所述硬质材料中C的质量百分含量为0.1~9%,N的质量百分含量为0.1~11%,余量为Cr。本发明提供的Cr‑C‑N三元硬质材料具有优异的硬度、韧性、热稳定性、耐磨和耐腐蚀性等综合性能;并且材料的烧结和高温服役期间的稳定性好;同时,还可以通过调节C/N比,实现硬质材料性能的选择性调控。本发明还提供了所述Cr‑C‑N三元硬质材料的制备方法,本发明提供的制备方法过程简单,条件易控,利于工业化推广。

    高速动车组整车人工智能无损检测方法

    公开(公告)号:CN109900501A

    公开(公告)日:2019-06-18

    申请号:CN201910095876.1

    申请日:2019-01-31

    摘要: 本发明提供了一种高速动车组整车人工智能无损检测方法。该方法基于红外线(IR)、超声波(UT)和高能X射线电子计算机断层扫描(CT)检测技术,包括:采集列车各部件不同运营里程时的无损检测数据;将采集到的无损检测数据进行预处理和标注,得到完整数据集;用数据集对机器学习模型进行训练;实时采集列车无损检测数据,并将无损检测数据输送到训练完成后的网络模型中进行检测;实时输出列车存在的故障并预测各部件的服役寿命。该方法可以在高速动车组运行中对其进行整车人工智能无损检测以及各部件服役寿命预测,并依据预测的各部件服役寿命对该部件进行及时的更换,排除安全隐患,降低列车部件更新成本,提高列车运行的安全性和稳定性。