一种冷喷涂制备涂层孔隙率的预测方法

1.本发明属于冷喷涂固态增材制造领域，特别涉及一种冷喷涂制备涂层孔隙率的预测方法。


背景技术：

2.冷喷涂是一种新型的固态增材制造技术，冷喷涂过程中粉末颗粒在超音速条件下被加速到300～1200m/s的超高速度，在低于材料熔点以下温度，通过自身强烈的塑性变形与基体实现结合。具有喷涂速率高、结合强度好、对基体热影响小等优点，广泛应用于零件修复、表面防护、耐腐蚀等领域。孔隙率是涂层的重要性能指标，涂层孔隙率越低，则涂层质量越好。影响涂层孔隙率的因素包括冷喷涂工作压力、气体预热温度、喷涂距离、颗粒粒径等。
3.为了提高涂层的质量，研究人员通过冷喷涂试验和数值模拟相结合的方法来研究涂层与基板之间的结合机理，以及工艺参数对涂层质量的影响，实现对冷喷涂工艺的优化，从而扩大其应用范围。试验可以直接观察到工艺参数对涂层质量的影响，但并不是每个参数下的涂层都可以制备出来，纯铝粉末在进行冷喷涂试验时由于气体预热温度过高或者粒径较小(15μm左右)往往会发生粉末堵塞现象，使得涂层质量较差或无法制备。因此可以采用数值模拟方法分析粒径或预热温度对涂层的影响，数值模拟的方法最初用于建立单颗粒碰撞模型，用来观察颗粒碰撞至基板上的过程中，颗粒和基体的变形、应力、应变、温度场和能量的变化，通过应力发生突变或者观察颗粒发生射流的速度来确定颗粒沉积的临界速度。
4.不同的模拟方法各有优缺点，研究人员根据研究内容的需要选择合适的模拟方法进行研究。随着研究的进行，颗粒碰撞模型也随之产生，常用于研究冷喷涂的粉末材料、粉末粒径、基体材料、冷喷涂压力等参数对涂层及基体性能的影响，大多是二维模型，且颗粒粒径和位置均匀分布，和实际的冷喷涂过程有一定的差距。


技术实现要素：

5.本发明解决的技术问题是：为了解决现有冷喷涂技术中纯铝粉末因其密度小、硬度低，在粒径较小或者气体预热温度较高时会在冷喷涂过程中发生粉末堵塞情况，导致无法研究颗粒粒径和气体温度对涂层性能的影响，本发明提出一种冷喷涂制备涂层孔隙率的预测方法，通过建立三维多颗粒碰撞模型，赋予颗粒碰撞速度和初始温度，经过计算得到涂层截面形貌，通过image pro等软件来计算涂层孔隙率，实现涂层孔隙率的预测。
6.本发明的技术方案是：一种冷喷涂制备涂层孔隙率的预测方法，包括以下步骤：
7.步骤1：采用经验公式计算一定冷喷涂压力下不同粒径的颗粒碰撞速度；
8.计算公式为：
[0009][0010]
步骤2：建立三维随机分布的多颗粒碰撞模型，并将步骤1中不同粒径下的碰撞速度赋给对应粒径的颗粒，包括以下子步骤：
[0011]
步骤2.1：在abaqus软件的part模块建立颗粒、欧拉域和基板模型，在assembly模块中将颗粒粒径一致的颗粒装配成一个part，再将不同粒径的颗粒与欧拉域和基板进行装配；
[0012]
步骤2.2：在property模块设置材料属性，并将材料属性赋给对应的part；
[0013]
步骤2.3：在mesh模块对欧拉域和基板进行网格划分，包括网格尺寸，单元类型的设置，基体最外侧网格单元类型与内部网格的单元类型不同，便于后续进行无限单元设置；
[0014]
步骤2.4：在load模块中对模型设置边界条件和初始条件，其中初始条件包括颗粒初始速度和模型初始温度，颗粒速度采用步骤1中的计算结果，基于欧拉体积分数法，以颗粒作为实体参考进行设置。
[0015]
步骤2.5：在step模块中建立分析步，根据load模块中颗粒速度大小设置分析时长，保证颗粒完全沉积在基体上；
[0016]
步骤2.6：在job模块创建job，并导出当前job下的inp文件，对导出的inp文件中的基体最外侧单元网格类型进行修改，完成步骤2.2中无限单元类型的设置后保存inp文件，重新创建job并提交修改后的inp文件进行模拟计算。
[0017]
步骤3：经步骤2的模拟计算得到三维涂层，在abaqus的后处理中选择输出为evf(void/material volume fraction in element，元素中的空隙/材料体积分数)来观察涂层的孔隙率，将涂层不同位置截面的孔隙率导出为图片；
[0018]
步骤4：采用image pro软件对步骤3中导出的图片进行孔隙率计算，求其平均值即为该参数下涂层的孔隙率预测值。
[0019]
进一步的，所述步骤1中，颗粒速度计算公式中v
p
为颗粒的碰撞速度；m为喷嘴马赫数；为n2分子量；γ为气体比热容，单原子为1.6，双原子为1.4；r为气体常数；t为气体温度；d为粉末粒径；x为喷嘴喉部距基板距离；ρ
p
为粉末密度；p0为冷喷涂气体压力。
[0020]
进一步的，所述步骤2.1中颗粒粒径呈正态分布，颗粒粒径在15～65μm之间，颗粒数量在100～200之间。
[0021]
进一步的，所述步骤2.1中颗粒在装配时随机装配，保证颗粒和颗粒之间不相交。
[0022]
进一步的，所述步骤2.2中材料属性模型为johnson-cook本构模型。包含的参数为：a，b，n，m，tm、tr，其中a和b为应变硬化参数，n为应变硬化幂指数，m为热软化幂指数，tm为材料熔点，tr为材料转变温度、硬化参数(选用johnson-cook硬化模型)、密度、热导率及比热。
[0023]
进一步的，所述步骤2.2中基体的网格类型为c3d8rt，最外层网格的单元类型为c3d8t，欧拉域的网格类型为ec3d8rt。
[0024]
进一步的，所述步骤2.4中分析步为温度-位移耦合的动态显示分析步，分析时长为600～1500ns。
[0025]
进一步的，所述步骤2.5中修改inp文件中基板最外层单类型，由c3d8t改为cin3d8的无限单元，避免应力波的影响和减小模型尺寸。
[0026]
发明效果
[0027]
本发明的技术效果在于：
[0028]
1.本发明从颗粒粒径、颗粒数量、颗粒分布等三个方面使整个模型更加接近实际，步骤2中三维模型的建立中使颗粒粒径呈正态分布、颗粒数量可以达到一百个以上、颗粒分布随机保证两颗粒之间无接触，相比以往的二维、规则分布、等粒径的模型，本发明的模型更加全面，更加系统，达到以接近实际的冷喷涂沉积过程。
[0029]
2.本发明结合步骤1中的颗粒速度预测经验公式，可以实现对不同冷喷涂压力、气体预热温度、粉末粒径下得到的冷喷涂涂层孔隙率的预测。对无法有效制备涂层的参数进行数值模拟计算可以更好分析工艺参数对涂层质量的影响，便于后续优化设备或工艺。此外，相比于通过进行冷喷涂试验制备涂层，磨金相试样计算涂层孔隙率，本发明可以通过计算实现孔隙率的快速预测，为冷喷涂试验研究提供一定参考。
[0030]
3.本发明在建立基体模型时，引入无限元素层，可以将最外层网格改为无限元素，既避免了应力波反弹的影响又能减小模型尺寸，缩短计算时间。
附图说明
[0031]
图1实施例1中多颗粒建模
[0032]
图2实施例1中欧拉域与基体建模
[0033]
图3实施例1中多颗粒和基体模型图
[0034]
图4实施例1中涂层孔隙率结果图
[0035]
图5实施例1中冷喷涂试验涂层光镜图
[0036]
图6实施例2中多颗粒建模
[0037]
图7实施例2中欧拉域与基体建模
[0038]
图8实施例2中多颗粒和基体模型图
[0039]
图9实施例2中涂层孔隙率结果图
[0040]
图10实施例2中冷喷涂试验涂层光镜图
[0041]
图11为实施例1和实施例2中模拟和试验得出的涂层孔隙率结果
具体实施方式
[0042]
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0043]
参见图1-图11，本发明通过建立三维随机分布的多颗粒碰撞模型，计算一定冷喷涂压力下不同粒径的碰撞速度，并赋给对应粒径的颗粒作为其初始速度，对颗粒和基体施加初始温度(一般为25℃)，基于模型大小划分合适尺寸的网格。经过软件计算后，得到三维涂层，在后处理界面可以选择输出为evf(void/material volume fraction in element，
元素中的空隙/材料体积分数)来观察涂层的孔隙率，将涂层截面形貌导出，用image pro等软件可以测得涂层的孔隙率。
[0044]
一种冷喷涂制备涂层孔隙率的预测方法，其特征是所述模拟方法是在有限元模拟软件abaqus中按照如下步骤进行：
[0045]
步骤1：采用经验公式计算一定冷喷涂压力下不同粒径的颗粒碰撞速度；
[0046]
所述经验公式如下：
[0047][0048]
其中v
p
为颗粒的碰撞速度；m为喷嘴马赫数；为n2分子量；γ为气体比热容，单原子为1.6，双原子为1.4；r为气体常数；t为气体温度；d为粉末粒径；x为喷嘴喉部距基板距离；ρ
p
为粉末密度；p0为冷喷涂气体压力。
[0049]
步骤2：建立三维随机分布的多颗粒碰撞模型，并将步骤1中不同粒径下的碰撞速度赋给对应粒径的颗粒。具体包括以下子步骤：
[0050]
步骤2.1：在abaqus软件的part模块建立颗粒、欧拉域和基板模型，在assembly模块中将颗粒粒径相差不超过10％的颗粒装配成一个part，再将不同粒径的颗粒与欧拉域和基板进行装配；
[0051]
所述步骤2.1中颗粒粒径呈正态分布，颗粒粒径在15～65μm之间，颗粒数量在100～200之间，在装配时随机装配，保证颗粒和颗粒之间不相交。
[0052]
步骤2.2：在property模块设置材料属性，并将材料属性赋给对应的part；
[0053]
所述材料模型为johnson-cook本构模型。包含的参数为：a，b，n，m，tm、tr，其中a和b为应变硬化参数，n为应变硬化幂指数，m为热软化幂指数，tm为材料熔点，tr为材料转变温度、硬化参数(选用johnson-cook硬化模型)、密度、热导率及比热。
[0054]
步骤2.3：在mesh模块对欧拉域和基板进行网格划分，包括网格尺寸，单元类型的设置，基体最外侧网格单元类型与内部网格的单元类型不同，便于后续进行无限单元设置。
[0055]
所述步骤2.2中基体的网格类型为c3d8rt，最外层网格的单元类型为c3d8t，欧拉域的网格类型为ec3d8rt。
[0056]
步骤2.4：在load模块中对模型设置边界条件和初始条件，其中初始条件包括颗粒初始速度和模型初始温度，颗粒速度采用步骤1中的计算结果，基于欧拉体积分数法，以颗粒作为实体参考进行设置。
[0057]
步骤2.5：在step模块中建立分析步，根据load模块中颗粒速度大小设置分析时长，保证颗粒完全沉积在基体上；
[0058]
所述步骤2.5中分析步为温度-位移耦合的动态显示分析步，分析时长为600～1500ns。
[0059]
步骤2.6：在job模块创建job，并导出当前job下的inp文件，对导出的inp文件中的基体最外侧单元网格类型进行修改，完成步骤2.2中无限单元类型的设置后保存inp文件，重新创建job并提交修改后的inp文件进行模拟计算。
[0060]
所述步骤2.6中修改inp文件中基板最外层单元类型，由c3d8t改为cin3d8。
[0061]
步骤3：经步骤2的模拟计算得到三维涂层，在abaqus的后处理中选择输出为evf(void/material volume fraction in element，元素中的空隙/材料体积分数)来观察涂层的孔隙率，将涂层不同位置截面的孔隙率导出为图片；
[0062]
步骤4：采用image pro软件对步骤3中导出的图片进行孔隙率计算，求其平均值即为该参数下涂层的孔隙率预测值。
[0063]
以下结合具体实例对本发明做进一步说明。
[0064]
实施例1
[0065]
以粒径分布在15～45μm的纯铝粉末沉积在铜基体上为例，预测纯铝涂层孔隙率，本实施例的具体方法包括以下步骤：
[0066]
步骤1：采用经验公式计算一定冷喷涂压力下不同粒径的颗粒碰撞速度；
[0067]
公式如下：
[0068][0069]
其中v
p
为颗粒的碰撞速度；m为喷嘴马赫数；为n2分子量；γ为气体比热容，单原子为1.6，双原子为1.4；r为气体常数；t为气体温度；d为粉末粒径；x为喷嘴喉部距基板距离；ρ
p
为粉末密度；p0为冷喷涂气体压力。
[0070]
冷喷涂压力为3.0mpa，喷涂距离为30mm，加载气体采用双原子的氮气，气体预热温度为300℃。不同粒径颗粒的速度如表3所示。
[0071]
表3不同粒径颗粒的碰撞速度
[0072][0073]
步骤2：建立三维随机分布的多颗粒碰撞模型，并将步骤1中不同粒径下的碰撞速度赋给对应粒径的颗粒；
[0074]
在abaqus软件中的part模块中建立粒径为15μm、25μm、35μm、45μm的颗粒，颗粒数量如表1所示，尺寸为320*320*570μm的长方体欧拉域，完全覆盖多颗粒区域，和尺寸为340*340*800μm的长方体基体，完成欧拉域和基体的建立；
[0075]
在assembly模块中装配将不同粒径对应数量的颗粒装配到一起，尽量紧密且不互相接触，不同粒径的颗粒分布均匀，避免集中，颗粒分布范围在直径为180μm，高为470μm的圆柱体区域内；
[0076]
在assembly模块中，删除之前的装配体，将新的不同粒径的多颗粒模型、欧拉域和基体装配成一个整体，欧拉域与基体顶部重合100μm，便于颗粒沉积后发生变形，如图2所示。装配结束后，隐藏欧拉域，显示多颗粒和基体部分，如图3所示。
[0077]
表1实施例1中多颗粒粒径分布
[0078][0079]
在property模块设置材料属性，并将材料属性赋给对应的part；
[0080]
本实施例中材料模型为johnson-cook本构模型，材料参数如表2所示，在property模块中创建两个材料，输入铝和铜的材料参数，建立对应的截面属性，将材料铝的属性赋给欧拉域，材料的铜属性赋给基体；
[0081]
表2铝和铜的材料参数
[0082][0083]
在mesh模块进行网格划分，包括网格尺寸，划分方式，单元类型的设置；
[0084]
欧拉域的网格类型为ec3d8rt，网格尺寸大小为2.5μm。对基体进行体划分，在顶部100μm处和靠近最外侧20μm处进行划分；中间部分网格类型为c3d8rt，最外侧网格类型设置为c3d8t，网格尺寸为2.5μm，对顶部100μm以下的部分进行布局布种，数量为10；最外侧局部布种，数量为1，网格划分方式为扫掠；
[0085]
在load模块设置边界条件和初始条件；
[0086]
初始条件为颗粒速度和模型整体温度。给不同粒径的颗粒赋予步骤1中计算得到的速度，颗粒和基板的初始温度为25℃，边界条件为对基板底部进行全约束，欧拉域外表面设置位移约束，不让材料流出欧拉域外；
[0087]
在step模块建立分析步，设置分析时长；
[0088]
本实施例中分析步为温度-位移耦合的动态显示分析步，在step模块建立温度-位移耦合的动态显示分析步，时间设置为8.0e-7s，在历史输出中选择温度、应力、应变、元素中的空隙/材料体积分数、位移为输出变量；
[0089]
在job模块创建job，导出当前job下的inp文件，将inp文件中最外侧网格类型由c3d8t修改为cin3d8，保存。在job模块重新提交修改过的inp文件进行模拟计算；
[0090]
步骤3：经步骤2的模拟计算得到三维涂层，在abaqus的后处理中选择输出为evf(void/material volume fraction in element，元素中的空隙/材料体积分数)来观察涂层的孔隙率，如图4所示，选择涂层三个不同位置截面的孔隙率导出为图片；
[0091]
步骤4：采用image pro软件进行孔隙率测量并求其平均值作为该参数下涂层的孔隙率。按照evf值小于0.5及以下为空隙，选择三个不同位置的涂层截面图，采用image pro软件进行孔隙率测量并求其平均值作为该参数下涂层的孔隙率，为4.52％
[0092]
以相同的冷喷涂参数进行冷喷涂试验，所用粉末的粒径在15～45μm，得到涂层试样后进行切割、磨抛，制备金相试样，采用光镜观察涂层截面形貌，如图5所示，用image pro软件测量涂层孔隙率，为3.8％。
[0093]
模拟数据与实际数据的误差在20％以内，可以在一定程度上实现对冷喷涂涂层孔隙率的预测。由于颗粒尺寸小，且数量和实际冷喷涂过程相比还有一定差距，所以可以选取部分有限，当颗粒数量达到一定程度时，会获得比该实例更接近实际的预测数据。
[0094]
实施例2
[0095]
以粒径分布在25～65μm的纯铝粉末沉积在铜基体上为例，预测纯铝涂层孔隙率，本实施例的具体方法包括以下步骤：
[0096]
步骤1：采用和实施例1中一样的经验公式计算一定冷喷涂压力下不同粒径的颗粒碰撞速度，不同粒径颗粒的速度如表3所示；
[0097]
表3不同粒径颗粒的碰撞速度
[0098][0099]
步骤2：建立三维随机分布的多颗粒碰撞模型，并将步骤1中不同粒径下的碰撞速度赋给对应粒径的颗粒；
[0100]
所述步骤包括在abaquspart模块中分别画出粒径为25～65μm的单颗粒，颗粒粒径及数量如表4所示；在assembly模块中装配将不同粒径对应数量的颗粒装配到一起，尽量紧密且不互相接触，不同粒径的颗粒分布均匀，避免集中，颗粒分布范围在直径为240μm，高为600μm的圆柱体区域内；选择相同粒径的颗粒整合为一个part，并用粒径大小来命名，完成多颗粒的建立，如图6所示。在part模块建立尺寸为380*380*700μm的长方体欧拉域，完全覆盖多颗粒区域，尺寸为400*400*800μm的长方体基体，完成欧拉域和基体的建立。
[0101]
在assembly模块中，删除之前的装配体，将新的不同粒径的多颗粒模型、欧拉域和
基体装配成一个整体，欧拉域与基体顶部重合100μm，便于颗粒沉积后发生变形，如图7所示。装配结束后，隐藏欧拉域，显示多颗粒和基体部分，如图8所示；
[0102]
本实施例中的多颗粒粒径分布如表4所示，与实施例1一致，整体颗粒粒径呈正态分布。
[0103]
表4实施例1中多颗粒粒径分布
[0104][0105]
在property模块设置材料属性；
[0106]
本实施例中材料属性与实施例1一致，实施例1中的材料参数进行本地保存，直接使用在实施例2中；
[0107]
在mesh模块进行网格划分，包括网格尺寸，划分方式，单元类型的设置；
[0108]
网格划分，网格划分方式，网格类型，网格尺寸与实施例1一致；
[0109]
在load模块设置边界条件和初始条件；
[0110]
本实施例中初始条件和边界条件的设置与实施例1一致；
[0111]
在step模块建立分析步，设置分析时长；
[0112]
本实施例中分析步与实施例1一致，分析步时间设置为1.0e-6s。大粒径颗粒在相同的冷喷涂压力下速度较低，且变形所用时间也比小粒径颗粒久；
[0113]
在job模块创建job，生成inp文件，将inp文件中最外侧网格类型由c3d8t修改为cin3d8，保存。在job模块重新提交修改过的inp文件进行计算；
[0114]
步骤3：经步骤2的模拟计算得到三维涂层，在abaqus的后处理中选择输出为evf(void/material volume fraction in element，元素中的空隙/材料体积分数)来观察涂层的孔隙率，如图9所示，选择涂层三个不同位置截面的孔隙率导出为图片；
[0115]
步骤4：采用image pro软件进行孔隙率测量并求其平均值作为该参数下涂层的孔隙率，为2.32％。
[0116]
以相同的冷喷涂参数进行冷喷涂试验，所用粉末的粒径在15～45μm，得到涂层试样后进行切割、磨抛，制备金相试样，采用光镜观察涂层截面形貌，如图10所示，用image pro软件测量涂层孔隙率，为1.43％。
[0117]
从颗粒粒径对涂层孔隙率的影响来看，本发明方法可以实现定性分析。实施例1和实施2的模拟及试验数据绘制成点画线，如图11所示。可以看出模拟可以定性分析颗粒粒径对涂层孔隙率的影响，除此之外还可以改变冷喷涂压力、基体温度、颗粒及基体材料等实现定性分析这些因素对涂层孔隙率的影响。