基于微CT和AI的短时载荷与高温下AlSi-PE可磨耗涂层孔隙率变化研究

本文推荐：该研究通过微计算机断层扫描（micro-CT）结合人工智能（AI）图像分割技术，揭示了高温高速工况下AlSi-聚酯（AlSi-PE）可磨耗涂层的孔隙压缩与表面裂纹形成机制，为航空发动机密封涂层的微观结构优化提供了关键数据支撑。

　　

Highlight

本研究通过深度学习算法成功实现了所有样本表面孔隙与裂纹的精准区分。原料粉末（Metco^? 601NS）标称成分为60 wt%铝硅合金（AlSi）和40 wt%聚酯（PE），但微CT分析显示实际涂层中铝硅相体积占比约43%，聚酯相达53%。

Results and discussion

可磨耗材料被分割为三部分：裂纹（黄色标注）、孔隙（红色标注）和基底（蓝色标注）。高温环境下，涂层表现出显著的亚表面致密化特征，聚酯与金属相间的弱结合力导致高速相互作用时产生周期性表面裂纹。

Conclusions

研究证实：操作温度升高会通过塑性变形引发材料密度化，同时裂纹的深度、宽度和周期性特征与温度呈正相关性。这为涡轮发动机高温工况下的可磨耗涂层设计提供了关键优化方向。

（注：根据要求已去除文献引用标识，专业术语保留英文缩写并规范标注上下标）