감지기
니켈-철(Ni-Fe) 합금과 같은 자성 재료가 온도 상승에 따라 팽창하지 않도록 하는 인바 효과와 관련된 현상이 상자성 또는 약한 자화 고온 합금에서 발견되었습니다.
새로운 인바 효과를 설명하는 일반 이론을 포함하는 이 연구는 탁월한 기계적 안정성을 가진 고온 합금 설계를 발전시킬 것을 약속합니다. "불변"의 줄임말인 불변 가소성은 자기적으로 무질서한 Ni-Fe 합금이 넓은 온도 범위에서 실질적으로 변하지 않는 변형 거동을 나타내도록 하여 극도로 높은 온도에서 터빈 및 기타 기계적 용도에 이상적입니다.
그러나 인바 효과는 완전히 이해된 적이 없습니다. 새로운 발견은 니켈 기반 초합금과 같은 제트 엔진에 사용되는 특수 합금의 독특한 고온 특성을 설명하는 데 도움이 됩니다. Invar에는 열팽창과 탄성(굽은 후 다시 튀어오르는 능력)이라는 두 가지 알려진 효과가 있습니다. 이러한 효과는 모두 온도와 자기 질서 사이의 상호 작용과 관련이 있기 때문에 자기적으로 정렬된 합금에만 해당되는 것으로 간주됩니다.
첫 번째 원리 양자 역학 모델링을 사용하여 연구원들은 입방체와 육각형 밀집 구조 사이의 원자 수준에서 구조적 균형이 존재할 때 비자성 합금에서 불변 가소성이 어떻게 발생하는지 확인했습니다. 새로운 발견은 새로운 응용 분야에 대한 명확한 의미와 함께 인바 현상 및 재료 구성의 팔레트를 확장합니다.
감지기
현재 엄청난 양의 자본이 재고에 묶여 있습니다. 미수금 및 미지급금과 함께 재고는 1조 1000억 달러의 현금을 나타내며 이는 미국 국내총생산(GDP)의 7%에 해당합니다. 다행히도 인공 지능(AI)은 이 현금에 접근하는 데 도움이 될 가능성이 있습니다. 실제로 인더스트리 4.0은 우리가 공급망 전체에서 일하는 방식을 바꾸고 있습니다. AI, 센서, 사물인터넷(IoT) 기술을 활용해 스마트하고 데이터 중심의 물류센터를 개발할 수 있다. 예를 들어, AI 기술은 소비자 동향 데이터와 ERP(전사적 자원 관리) 시스템을 상호 참조함으
오늘날 대부분의 제조 응용 프로그램은 금속 구성 요소의 처리를 마무리하기 위해 뜨거운 용광로를 사용합니다. 어닐링, 핫 플레크 분말 코팅 또는 훈증 공정이 무엇이든 간에, 용광로와 같은 온도에 지속적으로 노출되는 것은 매우 일반적입니다. 과열된 용광로를 통해 이러한 부품을 유지하는 데 사용되는 바구니가 해당 온도에 노출되기 때문에 일반적으로 어려워집니다. 고온을 통과하는 구성 요소를 운반하는 데 사용되는 바구니는 고온에 견딜 수 있는 재료로 만들어야 합니다. 거의 모든 스테인리스강 등급은 고온에 강합니다. 따라서 고온 응용 분야에