Модель формирования состава многослойного покрытия при осаждении из плазмы

Обложка

Цитировать

Полный текст

Аннотация

Введение. Современная техника эксплуатируется, как правило, в условиях высоких механических нагрузок и повышенных температур, что, в свою очередь, приводит к необходимости создания новых материалов, имеющих повышенные физико-механические свойства. Для повышения эксплуатационных свойств деталей машин все большее распространение получают методы магнетронного и вакуумно-дугового нанесения покрытий из тугоплавких материалов. Математическое моделирование является хорошей альтернативой подробных экспериментальных исследований, позволяющих изучить отдельные явления на разных стадиях роста покрытия и дать прогноз относительно изменения состава и макроскопических свойств покрытия при варьировании технологических условий. Это, в свою очередь, позволяет оптимизировать технологический процесс. Цель работы: определение степени влияния перекрестных эффектов, а также взаимного влияния процессов переноса на формирование состава многослойного покрытия при осаждении из плазмы на подложку. В работе исследованы связанная математическая модель формирования состава многослойного покрытия при осаждении из плазмы титана, хрома и азота. В модели учитываются влияние градиента напряжений на потоки тепла и масс, термодиффузия и диффузионная теплопроводность. Методами исследования являются вычислительные методы. Результаты и обсуждение. Теоретически исследовано влияние перекрестных эффектов, а также взаимного влияния процессов переноса в формировании состава многослойного покрытия, осаждаемого из плазмы. Показано, что состав плазмы влияет на эволюцию состава покрытия. Определено, что учет переноса массы и тепла за счет градиента напряжений оказывает ощутимое влияние на состав покрытия. Обнаружено, что для выбранных систем термодиффузия и диффузионная теплопроводность оказывают влияние на распределение концентраций только на начальной стадии процесса осаждения покрытия.

Об авторах

С. А. Шанин

Email: shanin_s@mail.ru
кандидат физико-математических наук, Национальный исследовательский Томский политехнический университет, shanin_s@mail.ru

Е. А. Ефременков

Email: ephrea@mail.ru
кандидат технических наук, Национальный исследовательский Томский политехнический университет, ephrea@mail.ru

Список литературы

  1. Fan W., Bai Y. Review of suspension and solution precursor plasma sprayed thermal barrier coatings // Ceramics International. – 2016. – Vol. 42, iss. 13. – P. 14299–14312. – doi: 10.1016/j.ceramint.2016.06.063.
  2. Bobzin K. High-performance coatings for cutting tools // CIRP Journal of Manufacturing Science and Technology. – 2017. – Vol. 18. – P. 1–9. – doi: 10.1016/j.cirpj.2016.11.004.
  3. Ephremenkov E.A., Kobza E.E., Efremenkova S.K. Force analysis of double pitch point cycloid drive with intermediate rolling elements and free retainer // Applied Mechanics and Materials. – 2015. – Vol. 756. – P. 29–34. – doi: 10.4028/ href='www.scientific.net/AMM.756.29' target='_blank'>www.scientific.net/AMM.756.29.
  4. Wear resistance investigation of titanium nitride-based coatings / Santecchia E., Hamouda A.M.S., Musharavati F. E. Zalnezhad, M. Cabibbo, S. Spigarelli // Ceramics International. – 2015. – Vol. 41, iss. 9. – P. 10349–10379. – doi: 10.1016/j.ceramint.2015.04.152.
  5. Corrosion resistance of CrN and CrCN/CrN coatings deposited using cathodic arc evaporation in Ringer's and Hank's solutions / A. Gilewicz, P. Chmielewska, D. Murzynski, E. Dobruchowska, B. Warcholinski // Surface and Coatings Technology. – 2016. – Vol. 299. – P. 7–14. – doi: 10.1016/j.surfcoat.2016.04.069.
  6. Corrosion protection of steel with multilayer coatings: improving the sealing properties of physical vapor deposition CrN coatings with Al2O3/TiO2 atomic layer deposition nanolaminates / J. Leppäniemi, P. Sippola, M. Broas, J. Aromaa, H. Lipsanen, J. Koskinen // Thin Solid Films. – 2017. – Vol. 627. – P. 59–68. – doi: https://doi.org/10.1016/j.tsf.2017.02.050.
  7. Yang Y.H., Wu F.B. Microstructure evolution and protective properties of TaN multilayer coatings // Surface and Coatings Technology. – 2006. – Vol. 308. – P. 108–114. – doi: 10.1016/j.surfcoat.2016.05.091.
  8. CrVN/TiN nanoscale multilayer coatings deposited by DC unbalanced magnetron sputtering / E. Contreras, Y. Galindez, M.A. Rodas, G. Bejarano, M.A. Gómez // Surface and Coatings Technology. – 2017. – Vol. 332. – P. 214–222. – doi: 10.1016/j.surfcoat.2017.07.086.
  9. Пузряков А.Ф. Теоретические основы плазменного напыления. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2008. – 360 с.
  10. Microstructural design and properties of supersonic suspension plasma sprayed thermal barrier coatings / W. Fan, Y. Bai, J.R. Li, Y. Gao, H.Y. Chen, Y.X. Kang, W.J. Shi, B.Q. Li // Journal of Alloys and Compounds. – 2017. – Vol. 699. – P. 763–774. – doi: 10.1016/j.jallcom.2016.12.356.
  11. Enhanced surface properties of aluminum by PVD-TiN coating combined with cathodic cage plasma nitriding / M.I. Bashir, M. Shafiq, M. Naeem, M. Zaka-ul-Islam, J.C. Díaz-Guillén, C.M. Lopez-Badilloe, M. Zakaullaha // Surface and Coatings Technology. – 2017. – Vol. 327. – P. 59–65. – doi: 10.1016/j.surfcoat.2017.08.015.
  12. Simulation of phase transformation kinetics in thin films under a constant nucleation rate / M. Moghadam, E. Pang, T. Philippe, P. Voorhees // Thin Solid Films. – 2016. – Vol. 612. – P. 437–444.
  13. Prediction of the properties of PVD/CVD coatings with the use of FEM analysis / A. Sliwa, J. Mikula, K. Golombek, T. Tanski, M. Bonek // Applied Surface Science. – 2016. – Vol. 388. – P. 281–287.
  14. Bogdanovich V.I., Giorbelidze M.G. Mathematical modelling of thin-film polymer heating during obtaining of nanostructured ion-plasma coatings // Procedia Engineering. – 2017. – Vol. 201. – P. 630–638. – doi: 10.1016/j.proeng.2017.09.677.
  15. Monte Carlo simulation of the PVD transport process for alloys / E. Lugscheider, K. Bobzin, N. Papenfu?-Janzen, D. Parkot // Surface and Coatings Technology. – 2005. – Vol. 200. – P. 913–915.
  16. Ali R., Sebastiani M., Bemporad E. Influence of Ti–TiN multilayer PVD-coatings design on residual stresses and adhesion // Materials & Design. – 2015. – Vol. 75. – P. 47–56.
  17. Experimental and modeling study on the role of Ar addition to the working gas on the development of intrinsic stress in TiN coatings produced by filtered vacuum-arc plasma / V.V. Vasyliev, A.I. Kalinichenko, E.N. Reshetnyak, G. Taghavi Pourian Azar, M. Ürgen, V.E. Strel'nitskij // Thin Solid Films. – 2017. – Vol. 642. – P. 207–213. – doi: 10.1016/j.tsf.2017.08.033.
  18. Knyazeva A.G., Shanin S.A. Modeling of evolution of growing coating composition // Acta Mechanica. – 2016. – Vol. 227, iss. 1. – P. 75–104. – doi: 10.1007/s0070.
  19. Физические величины: справочник / под ред. И.С. Григорьева, Е.З. Мейлихова. – М.: Энергоатомиздат, 1991. – 1232 с.
  20. Термодинамические свойства неорганических веществ: справочник / У.Д. Верятин, В.П. Маширев, Н.Г. Рябцев, В.И. Тарасов, Б.Д. Рогозкин, И.В. Коробов; под общ. ред. А.П. Зефирова. – М.: Атомиздат, 1965. – 460 с.
  21. Карапетьянц М.Х. Химическая термодинамика. – М.: Химия, 1975. – 584 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».