电磁搅拌技术的国内外发展现状

对最近几年来电磁搅拌技术的发展从电磁搅拌实现方法、数值模拟技术的应用、电磁搅拌对凝固组织及性能的影响等几方面进行了概述，并对电磁搅拌凝固技术的发展趋势进行了预测。     

反向凝固过程中铸带厚度及晶粒度的预测

基于人工神经网络建立了反向凝固过程中的性质预测模型，实现了对铸带厚度和新相层晶粒度的全面预测；探讨了凝固过程中的主要工艺参数对上述性能的综合影响。为反向凝固性能的综合预测提供了简便的新手段。     

快速凝固Al-Li合金的拉伸性能及微观机制

对不同的热处理条件下不同挤压比成型的快速凝固 Al- L i合金的拉伸性能进行了对比研究 ,通过电子透镜和扫描断口分析表明 ,Al- Li合金是一种近乎脆断的断裂方式 ,其原因是 δ′相 (Al3L i)和 S′相(Al2 Cu Mg)不能很好地匹配     

液态Ca50Zn50合金快速凝固过程中微观结构的演变特性

采用分子动力学方法对液态Ca50Zn50合金的快速凝固过程进行了模拟研究.并采用双体分布函数、HA键型指数法、原子团类型指数法(CTIM)和可视化等方法对凝固过程中微观结构的演变特性进行了分析.结果表明：由于Ca，Zn原子的半径差异较大，导致总双体分布函数的第1峰明显分裂成为3个次峰，随着温度下降，半径较小的Zn原子互为近邻的几率明显增加.系统中1551键型所构成的二十面体基本原子团(12 0 12 0)的数量占绝对优势，对非晶态结构的形成起主导作用.系统中基本原子团的中心原子主要是原子半径较小的Zn原子.具有短程序的基本原子团之间大多以共顶点(VS)，共棱线(ES)，共面(FS)和相互交叉(IS)的方式相结合，在凝固形成非晶态的过程中，基本原子团大多以相互交叉(IS)的方式相结合，最后形成各种不同尺寸的、原子结合比较紧密、结构比较稳定的较大团簇.     

晶体物质凝固与熔解实验的改进

本文针对用萘做晶体物质熔解与凝固实验时存在的问题，提出了用水做该实验的设想，并解决了冷凝剂问题，使实验成功率大大提高。     

铸件内部质量计算机数值模拟预报

通过利用计算机模拟程序MAGMASoft等软件对抚顺钢铁厂6.3t锻造用钢锭进行模拟计算,分析钢锭上部产生疏松的原因.     

深过冷Fe—10at%Ni合金中亚稳相的形成,形貌及其凝固行为

采用熔融玻璃净化法研究了深过冷Ｆｅ－１０ａｔ％Ｎｉ合金中ｂｃｃ亚稳相的形成、形貌及其凝固行为。确定了在Ｆｅ－１０ａｔ％Ｎｉ合金中得到亚稳相的临界过冷度为９５Ｋ。     

板坯连铸结晶器内坯壳厚度及枝晶间距

通过向结晶器添加ＦｅＳ测定了正常工况下结晶器内坯壳的厚度分布，由测得的坯壳厚度分布，分析了结晶器内弯月面参数、凝固系数以及坏壳的凝固速度、温度梯度和冷却速度。结果表明，用结晶器内钢水添加硫方法确定的坯壳厚度的分布较为合理。     

碳纳米管能使水在室温下凝固,此时似可用作超高速开关

据英《新科学家》2003年2月22日报道 :美国伊利诺伊大学的科学家EeikJakobsson在进行计算机模拟后得出了结论———用一个碳纳米管充满水时 ,得到的不只是一个潮湿的碳纤维 ,而是一个可以用于纳米电子装置的超高速开关。当他们意外地发现水流因凝固而不能通过精确尺寸为0.86纳米直径的碳纳米管时 ,他们开始用计算机模拟水流是否能通过其它各种直径的碳纳米管。模拟结果显示 ,模拟的水分子自身排列成六角形分子组 ,类似于一种冰的结构。当然他们还不知为什么某种纳米尺度的碳纳米管会使水凝固 ,甚至在室温下也凝固 ;而这是一种由几何形状引…     

Numerical Modeling of Dendrite Growth in AI Alloys

Dendritic grains are the most often observed microstructure in metals and alloys. In the past decade, more and more attention has been paid to the modeling and simulation of dendritic microstructures.This paper describes a modified diffusion-limited aggregation model to simulate the complex shape of the dendrite grains during metal solidification. The fractal model was used to simulate equiaxed dendrite growth.The fractal dimensions of simulated AI alloy structures range from 1,63-1.88 which compares well with the experimentally-measured fractal dimension of 1.85; therefore, the model accurately predicts not only the dendritic structure morphology, but also the fractal dimension of the dendrite structure formed during solidification,