通过变形辅助的半固态轧制技术减轻Al–Si–Cu–Mg合金中富铁金属间化合物引起的脆化现象

《Journal of Alloys and Compounds》：Mitigating Fe-rich intermetallic embrittlement in Al–Si–Cu–Mg alloys by deformation-assisted semi-solid rolling

Al-Si-Cu-Mg合金中Fe含量对β-Al5FeSi相形貌及力学性能影响显著。通过变形辅助半固态轧制（D-SSR）可有效破碎β-Al5FeSi相，降低其长径比并均匀分布，使0.2wt.%Fe和1.0wt.%Fe合金的抗拉强度分别提升41%和57%，同时缩小两者延伸率差距从3.18倍降至1.10倍。研究证实D-SSR是改善高Fe含量Al合金强韧性平衡的有效途径。

　　

朴善宇（Sun-Woo Park）|赛义夫·海德尔·卡亚尼（Saif Haider Kayani）|朴智旭（Ji-Wook Park）|李美英（Mi-Young Lee）|金在璜（JaeHwang Kim）

韩国产业技术院（Korea Institute of Industrial Technology）碳基轻质材料研究组，全罗北道全州市，54853

摘要

减少铝供应链的二氧化碳足迹需要更广泛地使用二次资源，然而较高的铁（Fe）杂质仍然是一个关键障碍，因为富含铁的金属间化合物会降低Al–Si–Cu–Mg合金的强度-延展性平衡。本研究探讨了变形辅助半固态轧制（Deformation-Assisted Semi-Solid Rolling, D-SSR）如何改变含有0.2%和1.0%（重量百分比）铁的Al–Si–Mg合金中富含铁的β-Al₅FeSi微观结构以及相关的拉伸和断裂行为。D-SSR有效破坏了共晶网络并使β-Al₅FeSi颗粒破碎，形成了长宽比更低的颗粒，具有更均匀的空间分布和改变的颗粒间间距。这些微观结构变化使最终拉伸强度分别提高了1.41倍（0.2%铁）和1.57倍（1%铁），其中1%铁合金中更小的β-Al₅FeSi颗粒间间距进一步增强了合金的强度。0.2%铁合金的变形机制主要由早期剪切带辅助的硅（Si）开裂控制，而1%铁合金的变形机制主要由颗粒开裂控制，剪切带主要在较高应变时出现；在这两种情况下，D-SSR显著减轻了与铁相关的脆化现象，将0.2%铁和1%铁合金之间的伸长率差异从铸态时的3.18倍降低到D-SSR处理后的1.10倍，从而证明这是一种实现高铁含量Al–Si–Cu–Mg板材合金良好强度-延展性平衡的可行方法。

章节摘录

引言

Al–Si–Cu–Mg合金因其低密度、优异的机械性能以及高热导率和电导率而在汽车、航空航天和建筑领域得到广泛应用[1][2]。在交通运输领域，它们的高比强度使得可以制造轻量化部件（包括车身、车轮、制动系统和悬挂系统），从而提高燃油经济性和行驶里程[3][4][5]。然而，这些优点也伴随着一些问题...

方法和材料

这些合金是通过在993 K的电抗炉中熔化高纯度铝（99.99%）、镁（99.5%）和铁（99.5%），以及Al–25.5%（重量百分比）硅（Si）和Al–40%（重量百分比）铜（Cu）母合金制备的。每种成分的熔体量约为5公斤，并在铸造前通过气泡过滤法净化15分钟。熔体被倒入预热至473 K的钢模中，模具尺寸为20 × 30 × 40毫米。固化后的锭材的化学成分通过感应耦合光谱法测定...

0.2%铁和1%铁合金的液相分数

图2(a, b)显示了冷轧0.2%铁和1%铁合金的DSC热流曲线及相应的液相分数曲线。如图2(a)所示，观察到三个吸热事件（峰值1-3），分别对应于共晶硅（峰值1）的溶解、富含铁的β-AlSiFe相（峰值2）以及主要α-Al基体的熔化（峰值3）。1%铁合金的三个反应峰值强度均高于0.2%铁合金。值得注意的是，与β-AlSiFe相相关的峰值2...

铁对Al–Si–Cu–Mg合金微观结构和力学性能的影响

铁是铝合金中最常见的杂质，由于其在α-Al中的溶解度极低，在凝固过程中会形成富含铁的β-Al₅FeSi相[11][14]。β-Al₅FeSi相具有单斜晶结构，通常呈现片状或针状形态[17][18][19]。含铁铝合金的脆化主要归因于这些β-Al₅FeSi颗粒，因为它们的高长宽比会产生严重的局部应力...

结论

研究了D-SSR对含有0.2%和1.0%（重量百分比）铁的Al–Si–Cu–Mg合金微观结构和拉伸性能的影响。主要结论如下：

• 铁含量从0.2%增加到1.0%（重量百分比）会促进富含铁的β-Al₅FeSi相的形成，导致颗粒比例增加和颗粒尺寸增大。
• D-SSR使两种合金中的β-Al₅FeSi颗粒显著破碎，形成长宽比更低的颗粒，并破坏了原有的微观结构...

CRediT作者贡献声明

朴善宇（Sun-Woo Park）：撰写原始稿件、数据整理。 赛义夫·海德尔·卡亚尼（Saif Haider Kayani）：撰写、审稿与编辑、原始稿件撰写、验证。 李美英（Lee MiYoung）：方法学研究。 金在璜（JaeHwang Kim）：审稿与编辑、监督、资金争取。 朴智旭（Park JiWook）：验证、实验研究。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本工作得到了韩国政府国家科学技术研究委员会（NST）的资助（项目编号：CRC23012-000）。