Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

13.11.2017 | Metals | Ausgabe 5/2018

Journal of Materials Science 5/2018

Manufacturing process of AA5083/nano-γAl2O3 localized composite metal foam fabricated by friction stir processing route (FSP) and microstructural characterization

Zeitschrift:
Journal of Materials Science > Ausgabe 5/2018
Autoren:
I. G. Papantoniou, H. P. Kyriakopoulou, D. I. Pantelis, A. Athanasiou-Ioannou, D. E. Manolakos

Abstract

The aluminum alloy AA5083 is a technologically important structural alloy as it is lightweight, with outstanding weldability and formability, moderate corrosion resistance and strength, making it suitable for a wide range of marine and transportation applications. In the present study, AA5083/nano-γAl2O3 composite metal foam was fabricated using a friction stir processing route (FSP). More precisely, the paper presents a first attempt to use grooves for the integration of the foaming and stabilizing agent on the metal foam precursor by FSP. The implementation of grooves allows to control the amount of foaming, integrates the stabilizing particles within the precursor and permits the production of localized metal foams. Unlike the commonly used manufacturing processes, only one plate is required for the production of the precursor sample in the proposed process. Therefore, this process can be easily implemented in the industrial sector. Furthermore, γ-Al2O3 nanostructured reinforcement, which is characterized by increased interfacial energy, was utilized as a stabilizing agent. The precursor specimens were manufactured by mixing blowing agent powder (0.4% w/w TiH2) and stabilization agent nanopowder (2% w/w γ-Al2O3) into the 5083 aluminum alloy matrix using FSP. The effects of the number of FSP passes and the foaming conditions (holding temperature and time) on the pore density, morphology and distribution were investigated. The microstructure and porosity evolution of the so-obtained metal foam was also examined and analyzed. Results indicate that, following the foaming procedure, a porosity of 60% and an equivalent pore diameter ranging from 0.2 to 3.3 mm can be achieved. Moreover, the microstructure was found to be closely related to microhardness distribution perpendicular to the traversing direction of the FSP tool for both precursor and foamed specimens.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 5/2018

Journal of Materials Science 5/2018Zur Ausgabe

Premium Partner

in-adhesivesMKVSNeuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie

Maschinelles Lernen ist die Schlüsseltechnologie für intelligente Systeme. Besonders erfolgreich ist in den letzten Jahren das Lernen tiefer Modelle aus großen Datenmengen – „Deep Learning“. Mit dem Internet der Dinge rollt die nächste, noch größere Datenwelle auf uns zu. Hier bietet die Künstliche Intelligenz besondere Chancen für die deutsche Industrie, wenn sie schnell genug in die Digitalisierung einsteigt.
Jetzt gratis downloaden!

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

Bildnachweise