Bonvenon al Fotma Alloy!
page_banner

novaĵoj

Kio estas la Ŝirmado de Tungstena Alojo

Kiel reprezenta kontraŭflua produkto de obstina volframa metalo, alta specifa gravita volframa alojo havas bonegan ŝirman rendimenton krom la karakterizaĵoj de ne-radioaktiveco, alta denseco, alta forto, alta malmoleco kaj bona kemia stabileco, kaj estas vaste uzata en kolimiloj, injektiloj. , ŝirmaj ŝildoj, ŝirmaj funeloj, ŝirmaj ladskatoloj, ŝirmaj kovriloj, difekto detektiloj, plurfoliaj kradoj kaj aliaj ŝirmaj produktoj.

La ŝirma propraĵo de volframa alojo signifas, ke la materialo malhelpas radiadon kiel γ-Rentgena foto, Rentgena foto kaj β. La kapablo de penetro de radioj estas proksime rilata al la kemia komponado, organiza strukturo, materiala dikeco, labormedio kaj aliaj faktoroj de la. materialo.

Ĝenerale, la ŝirma kapablo de volframa kupra alojo kaj tungstena nikela alojo estas iomete malsama sub la sama krudmaterialo, mikrostrukturo kaj aliaj faktoroj. Kiam la kemia komponado samas, kun la pliiĝo de la enhavo de volframo aŭ la malkresko de la enhavo de ligita metalo (kiel nikelo, fero, kupro, ktp.), la ŝirma agado de la alojo estas pli bona; Male, la ŝirma agado de la alojo estas pli malbona. Sub la samaj aliaj kondiĉoj, ju pli granda estas la dikeco de la alojo, des pli bona estas la ŝirma agado. Krome, deformado, fendoj, sandviĉoj kaj aliaj difektoj grave influos la ŝirman agadon de volframaj alojoj.

La ŝirma efikeco de volframa alojo estas mezurita per Montekarlo-metodo por kalkuli la Rentgenfotan ŝirman efikecon de la alojo, aŭ per eksperimenta metodo por mezuri la ŝirman efikon de la aloja materialo.

Montekarlo-metodo, ankaŭ konata kiel statistika simuladmetodo kaj statistika testmetodo, estas nombra simuladmetodo kiu prenas probablofenomenon kiel la esplorobjekton. Ĝi estas kalkulmetodo kiu uzas specimenan enketmetodon por akiri statistikan valoron por taksi nekonatan karakterizan kvanton. La bazaj paŝoj de ĉi tiu metodo estas kiel sekvas: konstrui simulan modelon laŭ la karakterizaĵoj de la batalprocezo; Determini la postulatajn bazajn datumojn; Uzu metodojn, kiuj povas plibonigi simulan precizecon kaj konverĝan rapidecon; Taksi la nombron da simulaĵoj; Kompilu la programon kaj rulu ĝin en la komputilo; Statistike prilaboru la datumojn, kaj donu la simulajn rezultojn de la problemo kaj ĝian precizecan takson.


Afiŝtempo: Jan-29-2023