等离子喷涂-物理气相沉积YSZ热障涂层的制备及微观结构研究

来源 :广西科技大学学报 | 被引量 : 0次 | 上传用户:whbin139
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘  要:热障涂层与冷却技术结合可以极大地提高航空涡轮发动机叶片的服役温度,而羽毛柱状结构的等离子喷涂-物理气相沉积(PS-PVD)熱障涂层因其热导率低、应变容限良好、热循环寿命长等优势备受关注.通过进行物相分析,使用扫描电子显微镜(SEM)观察热障涂层表面及截面的形貌结构;在SEM二维图像的基础上,使用图像法计算孔隙率.结果表明:通过PS-PVD设备制备出的热障涂层结晶度良好,空间点矩阵属于P/nmc(137),为四方结构,涂层平均平面孔隙率较大,为20.03%,具有良好的隔热性能.
  关键词:等离子喷涂-物理气相沉积(PS-PVD);热障涂层;制备;微观结构
  中图分类号:TQ153;TG174.4          DOI:10.16375/j.cnki.cn45-1395/t.2021.04.003
  0    引言
  航空涡轮发动机服役环境苛刻.热障涂层(thermal barrier coatings,TBC)作为涡轮发动机叶片及在其他燃机中不可缺少的材料,保障了燃机热端部件在高温氧化、冷热循环、熔盐腐蚀等极端环境中的正常工作.热障涂层与气膜冷却技术的结合,在提高发动的推重比、服役寿命、工作稳定性等方面发挥至关重要的作用[1].典型的热障涂层系统主要包括隔热陶瓷层(通常是YSZ:ZrO2-Y2O3)和作为黏结层的抗高温氧化金属层(通常是MCrAlY)以及高温合金基体.在高温环境中,涂层底部和金属层之间生成热生长氧化物(TGO)层[2].热障涂层的化学组成成分和微观结构形貌特征决定了热障涂层的工作性能及长期稳定性.目前热障涂层的主要制备技术是大气等离子喷涂(APS)和电子束-物理气相沉积(EB-PVD)技术,这2种技术制备出的热障涂层结构差异较大,这也使得涂层的热导率、应变容限、热循环寿命等性能相差较大[3].APS制备热障涂层时,涂层材料以熔融或半熔融扁平粒子的状态进行沉积生长,微观下涂层呈层状结构,隔热性能好(热导率 <1.5 W·(m·K)?1,1 000 ℃),但结合强度低(<30 MPa).EB-PVD通过电子束加热蒸发涂层材料,加热后的材料以气相原子状态为主进行沉积生长,制备出的涂层在微观下呈现较为均匀的柱状结构,但热导率较高[1,4],且隔热性能较差.
  近年来,等离子喷涂-物理气相沉积(PS-PVD)已成为新兴发展的热障涂层制备技术,使用该技术制备热障涂层并应用于航空涡轮发动机涡轮叶片表面已进入工程化阶段[5].PS-PVD结合了APS及EB-PVD优势,具有沉积效率高、可实现非视线沉积[6]等优点,能够制备出应变容限良好、热循环寿命长的热障涂层.同时,通过参数调控还可以实现单相或多相沉积,制备出不同结构的热障功能涂层[7-8].通过PS-PVD设备制备出的热障涂层拥有独特的羽毛柱状结构,由于存在孔隙,可使涂层的热导效率降低,有利于提高航空涡轮发动机涡轮叶片服役温度[8-10].
  现阶段,高质量的PS-PVD新型功能涂层作为涡轮发动机及其他燃气轮机中的隔热手段,研究人员对涂层的表征多集中于组织结构、力学性能、抗热震性能、抗腐蚀性能等方面;且热障涂层隔热性能评价大多依托于具体的隔热性能实验进行衡量,没有具体的物理量指标对隔热性能进行说明.基于此,本文使用PS-PVD设备,以YSZ粉末为原料制备热障涂层,利用X射线衍射仪(X-ray diffration,XRD)、扫描电子显微镜(scanning electron microscope,SEM)对YSZ热障涂层的物相、微观结构进行表征,通过SEM获得二维图像,使用Image J软件图像法对热障涂层的截面孔隙率进行简单计算.
  1    实验
  1.1   实验仪器与喷涂材料
  1.1.1  实验仪器
  鼓风干燥箱,等离子喷涂-物理气相沉积设备(PS-PVD,Sulzer Metco),X射线衍射仪,扫描电子显微镜(ZEISS).
  1.1.2  喷涂材料
  NiCrAlY(6 μm ~ 30 μm,AMPERITTM 997,Sulzer-Metco),YSZ(1 μm~30 μm,M6700,Sulzer Metco),不锈钢基体.
  1.2   热障涂层制备
  实验前先将不锈钢基体(φ25.4 mm×6 mm)置于煤油或者汽油中进行超声波清洗,然后用酒精擦拭基体以去除基体表面的油渍.对清洗后的基体进行喷砂处理,使用46 #刚玉砂,喷砂气压控制在       0.4 MPa~0.6 MPa.使用如图1所示PS-PVD设备,在金属基体的表面制备120 μm~140 μm厚的NiCrAlY金属黏结层,经打磨抛光处理后,黏结层剩余厚度约60 μm~80 μm;在其表面再次进行喷砂处理,使用280 #刚玉砂,喷砂气压在0.2 MPa~0.4 MPa(2次喷砂是为了增加基体、黏结层、陶瓷层之间的结合强度,保护基体,防止氧化).
  使用PS-PVD设备,以经过鼓风干燥箱干燥   8 h~16 h后呈团聚状态的YSZ粉末为原料,在金属基体的预制黏结层表面制备陶瓷层,PS-PVD的喷枪型号为O3CP.通过等离子火焰对不锈钢基体表面不断吹扫,将基体表面的预热温度控制在900 ℃左右.喷涂过程中对涂层进行适当补氧,以防止YSZ涂层沉积过程中出现晶体失氧.YSZ热障涂层的喷涂制备工艺参数如表1所示.
  制备出的YSZ热障涂层的宏观表现如图2所示,由图可知,涂层大部分为白色,一侧边缘部分有黄灰色.黄灰色部分是基体表面与喷枪之间的距离略有差异和吹扫轨迹变化所致,从而显现出Zr自身的颜色,对沉积涂层没有影响.试片涂层没有鼓泡、裂纹、剥离等缺陷.   1.3   材料的表征与测试
  用X射线衍射仪(Cu-Ka辐射,扫描范围为10°~90°,管电压、管电流分别为40 kV和100 mA,扫描速度为2θ =0.02°)观察制备好的YSZ热障涂层,并确定样品的晶体结构及微观晶体参数.通过扫描电子显微镜(加速电压为10 kV)观察YSZ涂层的表面和截面形貌以及YSZ粉末的气化程度.使用    Image J软件对YSZ热障涂层SEM获得的二维图像进行孔隙率计算与分析.
  2    分析
  2.1   XRD物相分析
  初始YSZ粉末主要由ZrO2的单斜相(m相)、四方相(t'相)和Y2O3构成.惰性气体离化时,除产生等离子、电子-离子复合物外,还释放大量热量.初始YSZ粉末在此热量作用下进行状态转变,即当温度达到930 ℃以上时,单斜相转变为四方相;温度升高至2 300 ℃时,四方相转变成立方相;当喷涂过程结束后,温度随之降低,此时立方相转变为四方相,后者可以通过与Y2O3吸附的金属阳离子结合来稳定ZrO2相系.因此,热障涂层多以四方相亚稳态结构存在.图3为喷涂样品的XRD图谱,通过与四方相ZrO2标准PDF卡片对比,发现喷涂样品含有四方相(t'相),且衍射峰的位置、衍射峰强度分别相对应,即特征峰的位置为30.2°、35.0°、50.4°、59.8°、63.0°、73.8°、82.0°、84.5°;样品衍射峰清晰、尖锐、峰形较窄,说明材料的结晶度较好.通过本次实验得到了较为理想的含四方ZrO2相(t'相)的YSZ热障涂层,其详细晶格参数如表2    所示.
  由表2可知,所制备的YSZ热障涂层属于      P/nmc(137)空间群,为四方结构,其平均晶格尺寸为a =b =3.606 7 ?、c =5.129 0 ?,这与文献[8]报道的晶体结构十分吻合.
  2.2   微观结构分析
  图4—图5为YSZ热障涂层的SEM表面及截面形貌.图4的“菜花”状结构是PS-PVD制备的热障涂层典型特征结构.图5中,YSZ热障涂层呈现羽毛柱状晶结构,并且在柱状晶孔隙部分存在气相原子.由于喷枪与基体表面有一定的夹角,使得柱状晶的生长与基体表面有夹角,说明涂层羽毛柱状晶的生长与喷涂角度相关.同时,在SEM微观条件下,量取部分完整单根羽毛柱状晶的纵向长度平均值为217.98 μm,柱状晶截面径向宽度为30.29 μm.在喷涂500次的基础上,涂层的生长速率为0.436 μm/次;整个喷涂过程持续约15 min,涂层单位时间内的生长速率为14.532 μm/min.在已知沉积速率的前提下,可以通过制备不同厚度的涂层以适应航空发动机涡轮机叶片的不同需求.
  2.3   孔隙率计算与分析
  从严格意义上来说,孔隙率是孔隙的体积与总体积的比率,其数值范围在0~100%.材料孔隙率大小直接反应材料的密实程度,材料孔隙率高,表示密实程度小.一般来说,多孔材料因其内部有大量相互贯通的孔隙会直接影响材料的抗压、抗蚀等性能[11-12].在实验过程中,由于材料结构特殊,难以获得材料孔隙的体积,因此,常利用SEM的二维照片来计算材料的平面孔隙率大小.
  利用Image J软件计算截面多孔的热障涂层平均截面孔隙率.设置电镜照片的比例尺,将图像转变为8 bit,利用矩形框选工具框选除比例尺以外的部分,经调整阈值,选中孔隙部分,如图6所示,红色部分为孔隙区域,经过Measure处理,自动显示出红色孔隙部分的面积数值.
  计算公式为:
  [截面孔隙率=截面孔隙面积总面积×100%]
  其中,总面积=像素×像素(像素单位:pixel). 经过多次框选不同孔隙区域计算平面孔隙率,求得平均截面孔隙率為20.03%.
  涂层中的孔隙区域可以直接等效为空气层,热障涂层中不同组元的热导率排序大小为:高温合金基体>金属黏结层>TGO层>YSZ陶瓷层>空气层,孔隙率大小可以直接影响热障涂层的热传导性能.一般来说,APS热障涂层的截面孔隙率在1%~5%,EB-PVD通过参数调控可以得到孔隙率为1%~10%的高质量涂层.通过PS-PVD制备出独特羽毛柱状结构的热障涂层,其孔隙率高于其他热障涂层,孔隙率较大也是PS-PVD涂层隔热性能优于其他涂层的一个主要原因,高孔隙率对隔热性能起着积极作用[13],可以很好地抑制热量的传输,有效地降低热端部件的温度[14].对于热障涂层而言,孔隙率可以直接说明涂层热障性能,孔隙率较小,涂层的热导率较高;孔隙率较大,涂层的热导率较低.然而孔隙率并非越大越好,当孔隙率过大时,会加剧黏结层的腐蚀失效,热量直接通过黏结层传递给热端部件[15].考虑涂层的结合特性,兼顾热循环寿命与隔热性能,对PS-PVD设备进行合适的工艺参数调控来制备热障涂层.
  3    结论
  本文使用PS-PVD设备制备出YSZ热障涂层,用XRD、SEM材料测试与分析手段对YSZ热障涂层的物相、微观结构进行分析,在SEM二维图像基础上,利用图像法,使用Image J软件对图片进行预处理以及调整阈值,经过计算获得YSZ热障涂层的截面孔隙率.通过分析发现:YSZ热障涂层的宏观样貌(即陶瓷颜色分布)与喷涂角度有关,这是由于基体与喷枪所成夹角造成了基体上方喷涂距离的差异.喷涂柱状结构在一定程度上与喷涂角度有关;同时通过SEM照片发现,喷涂角度的改变造成了独特羽毛柱状结构晶体倾斜生长.经过XRD物相分析,本次实验中制备出的YSZ热障涂层均含四方ZrO2相(t'相),经计算涂层的截面平均孔隙率为20.03%,孔隙率大小适中,可作为提高航空涡轮发动机叶片服役温度的涂层.   参考文献
  [1]     张小锋,周克崧,刘敏,等. 等离子喷涂-物理气相沉积7YSZ热障涂层形成机制[J].中国科学:技术科学,2019,49(11):1319-1330.
  [2]     CHEN W L,LIU M,ZHANG J F.Impedance analysis of 7YSZ thermal barrier coatings during high-temperature oxidation[J]. Journal of Thermal Spray Technology,2016,25(8):1596-1603.
  [3]     YANG J S,ZHAO H Y,ZHONG X H,et al.Thermal cycling behavior of quasi-columnar YSZ coatings deposited by PS-PVD[J]. Journal of Thermal Spray Technology,2017,26(1-2):132-139.
  [4]     毛杰,马景涛,邓畅光,等.表面粗糙度对PS-PVD YSZ陶瓷层性能的影响[J].材料工程,2020,48(5):144-150.
  [5]     MAO J,DENG Z Q,LIU M,et al.Regional characteristics of YSZ coating prepared by expanded Ar/He/H plasma jet at very low pressure[J].Surface & Coatings Technology,2017,328:240-247.
  [6]     李荣久,邓畅光,胡永俊,等.等离子喷涂-物理气相沉积热障涂层的表征技术研究进展[J].表面技术,2020,49(11):124-140.
  [7]     邓子谦,刘敏,毛杰,等.等离子喷涂-物理气相沉积射流中粒子状态和分布[J].中国表面工程,2017,30(3):81-88.
  [8]     LIU M J,ZHANG M,ZHANG X F,et al.Transport and deposition behaviors of vapor coating materials in plasma spray-physical vapor deposition[J].Applied Surface Science,2019,486:80-92.
  [9]   GAO L H,WEI L L,GUO H B,et al.Deposition mechanisms of yttria-stabilized zirconia coatings during plasma spray physical vapor deposition[J].Ceramics International,2016,42(4):5530-5536.
  [10]   MAREK G,TADEUSZ K,STAWOMIR K,et al.Influence of deposition parameters on structure of TDCs   deposited by PS-PVD method[J].Solid State Phenomena,2015,227:369-372.
  [11]   蒙坤林,黄小青,杨义,等.氧化石墨烯改善水泥材料抗蚀性的研究[J].广西科技大学学报,2019,30(2):86-92.
  [12]   解小娟,罗桂发,杨博兆,等.以铵盐类为发泡剂制备多孔陶粒试验[J].广西科技大學学报,2020,31(1):65-70,91.
  [13]   张啸,刘敏,张小锋,等.等离子喷涂-物理气相沉积高温防护涂层研究进展[J].中国表面工程,2018,31(5):39-53.
  [14]   杨玉娥,赵东,安延涛,等.微波检测热障涂层孔隙率的可行性研究[J].仪器仪表学报,2015,36(6):1215-1220.
  [15]   邱琳,郑兴华,李谦,等.陶瓷热障涂层的热导率和热扩散率测量[J].功能材料,2010,41(S2):264-267.
  Preparation and microstructure of YSZ thermal barrier coatings by PS-PVD
  XU Jing1,2, MAO Jie*2, LIANG Xinghua1, DENG Ziqian2, DENG Chunming2,
  DENG Changguang2, LIU Min2
  (1.Guangxi Key Laboratory of Automobile Components and Vehicle Technology (Guangxi University of
  Technology), Liuzhou 545006, China; 2. Guangdong Academy of Science, Guangdong Institute of New
  Materials, National Engineering Laboratory for Modern Materials Surface Engineering Technology, The Key Lab of Guangdong for Modern Surface Engineering Technology, Guangzhou 510650, China)   Abstract: The combination of thermal barrier coating and cooling technology can greatly improve the service temperature of aero turbine engine blades, however, the plume-like plasma spray-physical       vapor deposition (PS-PVD) thermal barrier coating has attracted much attention due to its low thermal conductivity, good strain tolerance and long thermal cycle life. By means of phase analysis, the surface and cross section morphology of thermal barrier coating were observed by scanning electron              microscope, and the porosity was calculated by image method on the basis of SEM 2D image. The      results showed that the thermal barrier coating generated by PS-PVD equipment had good crystallinity, and the spatial point matrix belonged to P/nmc (137) with a tetragonal structure, and the average plane porosity of the coating was large, 20.03%, which meant it had good thermal insulation performance.
  Key words: plasma spray-physical vapor deposition (PS-PVD); thermal barrier coating; preparation; microstructure
  (責任编辑:黎  娅)
其他文献
随着互联网技术和产业的不断发展,如何保障网络接入设备的安全已经成为一个重要的议题。入侵检测系统可以很好地区分网络连接中的正常和异常行为,是保障网络安全的一个重要手段。然而现在的网络入侵方式往往使用多种机制来伪装攻击并逃避检测,这对入侵检测系统提出了新的挑战。虽然有许多来自机器学习和模式识别领域的监督和无监督学习算法已经被用于提高入侵检测系统的效率,但是它们还是存在一些问题。无监督学习的算法不需要大
图像补全是计算机视觉中的一个重要研究方向,具有广阔的应用前景。深度学习图像补全方法一般有基于自编码器、生成对抗网络和循环网络这三种基础技术的方法,然而大部分方法的输出结果都非常单一,对每一张缺损图像输入都只能生成一个补全结果。由于每一张缺损图像的可能结果所对应的概率空间非常大,为了获得补全结果的多样性,本文提出一种基于标签差异化的图像补全方法,称为LD-PICNet(Label Different
近几年,随着人工智能与多媒体技术的飞速发展,人们的工作、生活以及娱乐在智能终端呈现出丰富的多模态样式,导致多模态数据呈爆炸式地增长,这些数据主要包括文本、图像、音频等。由此,跨模态检索的研究逐渐成为多媒体领域的一大热点。并且由于不同模态数据之间表示的形态不同,计算机难以理解不同模态数据分别表示的对应的含义是否相同,使得跨模态检索也成为多媒体领域研究的难点之一。
  菜谱中不同模态数据相互检索是人们生活中普遍的应用。本文主要研究的是针对图像和文本的跨模态菜谱检索,它是指从将菜谱中的文本作为查询,从图像
机器阅读理解是使机器阅读并理解给定文章和相关的问题,预测相关问题的答案。机器阅读理解是自然语言处理领域最重要的任务之一,被认为是人工智能发展过程中最具挑战性的方向之一。随着众多大规模高质量数据集的推出和各种深度神经网络的使用,机器阅读理解得到快速发展,进步显著,答案预测准确率远超人类。
  近年来,预训练语言模型被创造性的提出。由于预训练语言模型的优秀表现,现有的绝大部分机器阅读理解模型,在编码阶段使用预训练语言模型编码给定的文章和文章相关的问题,在信息融合阶段使用多种注意力机制将文章信息跟其相关的
在当今大数据时代,大规模数据处理主要是基于分布式的并行处理计算,调度在提高大数据并行处理框架的性能方面起着重要作用。Spark作为大数据处理领域最新技术进展,其是一个基于内存计算的并行计算框架,使用多线程任务调度模型。在Spark任务调度过程中不会考虑内存资源,而是由用户设置参数确定任务执行进程中并发执行的任务线程数量。这对任务线程乃至整个应用程序的执行性能造成了潜在限制。为了克服现有的Spark任务调度中存在的这种限制,本文提出一种动态内存感知的Spark任务调度策略(Dynamic Memory-Aw
社交网络,通信网络、传感器网络等迅猛发展催生了大量快速变化的网络数据。由于图可以捕获网络数据中复杂的依存关系和交互作用,因此网络数据可以很自然地被表示为一个图。图数据通常是动态变化的,许多应用必须利用最新的图数据才能产生可以反映当前状态的结果。然而,传统的计算方式需要在整个数据集上重新运行,存在效率不高和资源浪费的问题。增量计算是提高大规模动态图处理效率的有效手段。它的基本思想是利用上一个图的计算
随着地理定位和地理标记技术的普及,许多基于位置的应用正在涌现,如附近美食的定位和酒店预订等。最近几年,许多学者对组合空间关键字查询(Co SKQ)进行了广泛的研究。然而,组合空间关键字查询问题通常只寻找一组对象作为结果。但在实际应用场景中,用户往往希望得到多组查询结果,并从中选择出其最感兴趣的查询结果。另外,现有处理Co SKQ问题的方法都基于索引结构,这不仅需要额外内存开销,而且不适用于流数据源
癌症是一种复杂的基因病,对人类健康构成严重威胁,是全球范围内的主要死亡原因之一。下一代测序技术的产生和发展,带来了多组学高通量数据,同时也为理解癌症潜在机制和实现精准医疗提供了巨大的可能。体细胞突变中只有一小部分是驱动突变,为肿瘤发展提供了选择性增长优势,大部分突变为中性的乘客突变,准确识别驱动突变对于癌症研究具有重要意义。但是,现在识别方法多数基于整个基因或单个突变位点,忽略了功能元素的中等规模
摘 要:排气系统作为重要的发动机部件,对发动机性能和噪声都有极大的影响.为提高汽车安全性和乘坐舒适性,优化排气系统的设计,根据相关设计要求对排气系统进行了强度和模态分析.首先基于CATIA软件,建立排气系统的三维模型;再用Hypemesh软件进行网格划分、简化模型、施加约束等操作,通过OptiStruct求解器对排气系统进行1 G静力分析、4 G静力分析、约束模态分析.仿真结果显示,排气系统在1
期刊
异常检测旨在从给定数据中发现那些明显偏离常规模式或表现为异常行为的数据。由于在网络入侵、医疗健康、信用欺诈、文本异常、视频监控和社会突发事件监控等领域中有着广泛应用,异常检测已成为数据挖掘的研究热点,并出现了众多异常检测算法。随着现实数据的维数越来越高,异常检测面临两个困难亟待解决:一方面,数据的高维性不仅使得异常数据难以识别,而且加剧了学习模型的复杂度;另一方面,数据维数的增加导致数据之间的欧氏距离相差很小,即高维空间中任意数据之间距离非常接近,使得数据的邻域信息难以获取。因此,如何从高维空间中有效地获