[发明专利]一种非晶合金梯度复合材料的制备方法

权利要求书

1.一种非晶合金复合梯度材料的制备方法，其特征在于，该非晶合金梯度复合材料包括基体相和增强相，基体相为非晶合金，增强相为非晶合金基体原位生成的纳米晶或晶体第二相，同时增强相的特征参数沿着材料的一个或者多个方向呈现梯度变化；该非晶合金复合材料的制备方法，包括如下步骤：

(1)通过放电等离子烧结实验获得目标非晶合金梯度复合材料其基体相非晶合金成分的等温晶化规律，获得不同烧结工艺参数条件下该非晶合金成分对应的增强相的特征参数，并通过神经网络建立该非晶合金烧结工艺参数与其增强相特征参数之间的非线性映射关系；

(2)根据目标非晶合金梯度复合材料的增强相分布特点，将该目标非晶合金梯度复合材料划分为若干个子区域，结合步骤(1)获得的非线性映射关系，反推出各子区域采用放电等离子烧结方法制备该目标非晶合金梯度复合材料所需的烧结工艺参数，进而获得采用放电等离子烧结制备该目标非晶合金梯度材料时其内部的目标梯度温度场分布；

(3)对在预先设计的不同模具中进行非晶合金梯度复合材料的放电等离子烧结过程进行数值模拟，以步骤(2)获得的制备该目标非晶合金梯度复合材料所需的烧结工艺参数中除保温温度以外的工艺参数以及模具的特征参数为输入，以梯度温度场分布为输出，将所述数值模拟输出为所述目标梯度温度场分布时对应的模具确定为制备该目标非晶合金梯度复合材料所需的放电等离子烧结模具；

(4)将非晶合金粉末或者块体放入步骤(3)确定的放电等离子烧结模具内，按照步骤(2)获得的所需的烧结工艺参数进行放电等离子烧结，制备得到所述目标非晶合金梯度材料。

2.如权利要求1所述的制备方法，其特征在于，步骤(1)通过放电等离子烧结实验获得目标非晶合金梯度复合材料其基体相非晶合金成分的等温晶化规律，具体包括如下步骤：

以目标非晶合金梯度复合材料其基体相对应的非晶合金材料为初始实验对象，在预先设置的烧结工艺参数范围内，设计正交试验或单因素试验，在不同烧结工艺参数条件下对所述初始实验对象进行等温放电等离子烧结，并对烧结得到的样品进行分析，获得不同烧结工艺参数条件下烧结样品中增强相的特征参数，获得其等温晶化规律。

3.如权利要求2所述的制备方法，其特征在于，所述增强相的特征参数包括增强相的成分、尺寸和体积分数中的一种或多种；所述烧结工艺参数包括保温温度、保温时间、升温速率、电流密度和压力中的一种或多种；所述模具的特征参数包括模具的材质、形状、尺寸以及凹凸模位置关系中的一种或多种。

4.如权利要求2所述的制备方法，其特征在于，所述烧结样品任一维度上的尺寸不大于5mm。

5.如权利要求3所述的制备方法，其特征在于，通过X射线衍射分析确定所述烧结样品中增强相的成分；通过金相显微镜或者扫描电镜下拍摄其微观组织照片，获得烧结样品中增强相的尺寸；利用图像统计软件统计增强相的体积分数；或将烧结得到的非晶合金再加热至晶化温度T_x以上的某一温度，并记录这一阶段的热流曲线，利用所述热流曲线计算晶化相即增强相的体积分数。

6.如权利要求1所述的制备方法，其特征在于，步骤(1)所述通过神经网络建立该非晶合金烧结工艺参数与其增强相特征参数之间的非线性映射关系，具体包括如下步骤：

以所述放电等离子烧结实验获得的非晶合金烧结工艺参数的集合为输入，以获得的非晶合金增强相特征参数集合为输出，构建并训练一个含有多个隐含层的BP神经网络模型，给各隐含层和输出层选择合适的激励函数；利用遗传算法优化所述BP神经网络初始的权值和阈值，得到最优的个体的权值和阈值；将得到的最优个体的权值和阈值赋值给所述BP神经网络模型，训练过程中使用误差逆传播算法对各隐含层的权值和阈值进行更新，直到代价函数J小于设定精度或者达到最大迭代次数则训练结束。

7.如权利要求6所述的制备方法，其特征在于，所述的隐含层的激励函数均选择logistic函数，输出层的激励函数选择线性函数g(x)＝x。