DF
Daqing Fang
Author with expertise in Metal Matrix Composites: Science and Applications
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
6
(17% Open Access)
Cited by:
2
h-index:
32
/
i10-index:
91
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Fully equiaxed grain structure and isotropic mechanical properties in wire arc additive manufactured Mg–Al-RE alloy

X.R. Zhang et al.Jul 1, 2024
Wire arc additive manufacturing (WAAM) of Mg–Al-RE alloy is an essential technology for producing high-quality large-scale components with high manufacturing flexibility. In this study, WAAM was utilized to fabricate a thin-wall component made of Mg-8.2Al-0.6Y-0.4Ce (AE81) alloy. The microstructure and tensile properties of the fabricated component were investigated. The results showed that the as-built AE81 alloy exhibits superior isotropic tensile strengths and a homogeneous equiaxed α-Mg grains structure. Additionally, the alloy demonstrated a minimal growth in grain size after high-temperature solid solution treatment due to the presence of thermally stable Al11/rare earth (RE)3 phases at grain boundaries. Further ageing treatment induces the formation of high-density of β-Mg17Al12 precipitates within the α-Mg grains, resulting in a considerable precipitation strengthening effect. Consequently, the heat-treated AE81 alloy demonstrated significantly enhanced tensile strength of 280 MPa and acceptable ductility of 4.6%. The results also revealed that the formation of equiaxed grains during WAAM contributed to the isotropic mechanical properties. These findings can facilitate advancements in AM processes and the development of high-performance Mg alloys.
0

Unexpectedly achieving high strength in a low rare-earth magnesium alloy via low-temperature extrusion

Dongdong Zhang et al.May 1, 2024
Obtaining high strength in low-RE-alloyed Mg alloys (RE < 6 wt%) remains a huge challenge so far. In this work, we fabricated a novel high-strength and low-RE-alloyed Mg-3Yb-0.6Zn-0.4Zr (wt%) alloy using the conventional extrusion at low temperature, which breaks through the stereotypical "fewer RE, lower strength" wisdom. The microstructure of the alloy and mechanical properties were examined with optical microscopy (OM), X-ray diffraction (XRD), scanning electron microscopy (SEM), transmission electron microscopy (TEM), and Instron testing machine. This alloy exhibits a high tensile yield strength of 410 MPa and a favorable elongation of 7.8%, outperforming the majority of traditional high-strength Mg-Gd-Y(-Zn)-Zr extrusion alloys with high RE additions, at least 12 wt%. The high yield strength of the alloy is closely associated with the synergistic effect of submicron recrystallized grains and highly-textural hot-worked grains containing numerous dynamic precipitates and residual dislocations, rather than the widely-considered age-hardening in those heavy RE containing Mg alloys. This work provides an important reference for the development of high-performance extruded Mg alloys with low RE solutes.
0
0

The algorithm for denoising point clouds of annular forgings based on Grassmann manifold and density clustering

Yucun Zhang et al.Aug 5, 2024
Abstract In the industrial sector, annular forgings serve as critical load-bearing components in mechanical equipment. During the production process, the precise measurement of the dimensional parameters of annular forgings is of paramount importance to ensure their quality and safety. However, owing to the influence of the measurement environment, the manufacturing process of annular forgings can introduce varying degrees of noise, resulting in inaccurate dimensional measurements. Therefore, researching methods for three-dimensional point cloud data to eliminate noise in annular forging point clouds is of significant importance for improving the accuracy of forging measurements. This paper presents a denoising approach for three-dimensional point cloud data of annular forgings based on Grassmann manifold and density clustering (GDAD). First, within the Grassmann manifold, the core points for density clustering are determined using density parameters. Second, density clustering is performed within the Grassmann manifold, with the Cauchy distance replacing the Euclidean distance to reduce the impact of noise and outliers on the analysis results. Finally, a search tree model was constructed to filter out incorrect point cloud clusters. The fusion of clustering results and the search tree model achieved denoising of point cloud data. Simulation experiments on annular forgings demonstrate that GDAD effectively eliminates edge noise in annular forgings and performs well in denoising point-cloud models with varying levels of noise intensity.