CN101839904B - 预测铝合金在多轴加载下的疲劳寿命的系统和方法 - Google Patents
预测铝合金在多轴加载下的疲劳寿命的系统和方法 Download PDFInfo
- Publication number
- CN101839904B CN101839904B CN201010135917.4A CN201010135917A CN101839904B CN 101839904 B CN101839904 B CN 101839904B CN 201010135917 A CN201010135917 A CN 201010135917A CN 101839904 B CN101839904 B CN 101839904B
- Authority
- CN
- China
- Prior art keywords
- fatigue
- aluminium alloy
- value
- multiaxial
- hardening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0073—Fatigue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/0202—Control of the test
- G01N2203/0212—Theories, calculations
- G01N2203/0218—Calculations based on experimental data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/022—Environment of the test
- G01N2203/0244—Tests performed "in situ" or after "in situ" use
- G01N2203/0246—Special simulation of "in situ" conditions, scale models or dummies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开一种预测铝合金在多轴加载下的疲劳寿命的系统和方法。所述系统包括:计算机可读介质,其能够与用于循环多轴加载的基于微观力学的疲劳寿命模型协作。所述疲劳寿命模型通过处理由系统接收的与铝合金以及铝合金中所呈现应力状态相关的信息预测疲劳寿命。所接收的信息包括以下中的至少一种:临界剪切面;损伤因子;硬化因子,其由与铝合金中的缺陷概率和微观结构特性相关的多个单轴循环硬化因子参数中的至少一个限定;额外硬化因子,其与非比例性相关;和铝合金的热物理和机械性能。可使用铸造、固化和热处理工艺的数学建模或通过基于金相测量的极值统计而计算出所述缺陷和微观结构特性。
Description
技术领域
本发明总体涉及预测铝合金的疲劳寿命,且更具体地涉及用于预测铝合金在多轴比例性和非比例性加载的至少一种情况下的疲劳寿命的系统、方法和制品。
背景技术
传统的铝合金、特别是铝铸件的疲劳寿命预测已经面临挑战,这不仅是由于微观结构的复杂性,而且还由于缺陷数量的不确定性所致。在多轴且特别是非比例性加载下,缺陷和微观结构不连续性常常在裂纹成形和疲劳性能上起到重要作用。相信,在不连续处附近存在的缺陷和位错积累和堆叠可归因于局部应力集中和由此导致的疲劳裂纹形成和延展。在不连续处附近的位错积累和堆叠的程度不仅可取决于铝合金中所呈现的应力状态,而且还可取决于加载途径。研究表明,诸如6063和A356之类的铝合金在循环非比例性加载下的疲劳寿命,通常比在具有相同的等同应变量的比例性加载下的疲劳寿命短得多。较短的疲劳寿命可能是由于在非比例性加载过程中最大剪切面连续旋转和变化所致。结果,在非比例性加载过程中,更多数量的位错在不连续处附近积累和堆叠,从而加速疲劳裂纹形成和延展,并因而使铝合金的疲劳寿命减短。这样,基于如前所述,需要准确预测铝合金在多轴加载下的疲劳寿命的系统、方法和制品。
发明内容
针对上述背景技术,本发明的实施例提供预测铝合金疲劳寿命的系统、方法和制品。更具体地,各实施例总体上涉及采用基于微观力学的疲劳寿命模型预测铝合金疲劳寿命的系统、方法和制品。这些疲劳寿命模型可处理与铝合金以及铝合金中所呈现应力状态相关的信息以预测铝合金的疲劳寿命。由疲劳寿命模型处理的信息总体上可归因于循环多轴非比例性加载,并可包括但不仅限于以下中的至少一种:铝合金的临界剪切面,铝合金的损伤因子,铝合金的硬化因子,由于在多滑移系统中的位错相互作用所致的额外硬化因子,铝合金的微观结构特性值以及热物理和机械性能。虽然为了简化目的,本发明的公开内容主要仅指非比例性加载,但应理解的是,本公开内容总体上以相同程度同样地涉及比例性加载。
根据一个实施例,一种用于预测铝合金在循环多轴加载下的疲劳寿命的系统包括:信息输入端,信息输出端,处理单元,和计算机可读介质。所述信息输入端被设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息和所述铝合金的微观结构特性以及热物理和机械性能。所述信息输出端被设置为传送与所述铝合金相关的信息。所述计算机可读介质能够与至少一个基于微观力学的疲劳寿命模型协作,其中,所述疲劳寿命模型通过处理至少一部分所接收的信息预测所述铝合金的疲劳寿命。所接收的信息包括以下中的至少一种:所述铝合金的临界剪切面,其中剪切应变量达到其最大值;所述铝合金的损伤因子,所述损伤因子由多个损伤因子参数中的至少一个限定,所述多个损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;所述铝合金的硬化因子,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述多个单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数,其中,所述单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关;额外硬化因子,所述额外硬化因子由于多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值中的至少一种限定,其中,所述额外硬化系数、扭转硬化指数和非比例性值中的至少一种与所述铝合金中的微观结构概率和位错结构相关;和所述铝合金的微观结构特性以及热物理和机械性能,其由以下中的至少一种限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距(SDAS),晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值。
可选地,所述单轴循环硬化因子参数的疲劳强度系数σf′与所述铝合金中的缺陷尺寸相关。基于线弹性断裂力学(LEFM),在单轴加载下的应力量与疲劳寿命之间的关系可被表示为:
其中,ai是缺陷(例如,孔或氧化物夹杂物)的尺寸;m是疲劳裂纹生长Paris定律指数,对于铸造铝合金而言,m可从约3变化至约10;
其中,b0是疲劳强度指数。通过比较公式(1)和(2),疲劳强度系数σf′是缺陷尺寸(ai)的函数,并被表示为:
疲劳强度指数b0是疲劳裂纹生长Paris定律指数的函数,并被表示为:b0=F(-1/m)。而且,单轴循环硬化参数的疲劳延性系数εf可被表示为:
其中,k′和n′分别是循环强度系数和循环应变硬化指数;n是拉伸应变硬化指数,其可与以下中的至少一种相关:铝合金中的缺陷体积分数,第二相颗粒体积分数,二次枝晶臂间距((SDAS),微观结构细度测量值)。并可被表示为:
其中,σYS是屈服强度;C1、C2、C3、C4和L是常数;ε*是塑性松弛开始时的应变,其对于铸造Al-Si-Mg合金而言可由经验得出约为0.007。fp和fd分别是第二相颗粒体积分数和缺陷体积分数;以及λ是二次枝晶臂间距(SDAS)。进一步地,单轴循环硬化参数的疲劳延性指数c0也可与拉伸应变硬化指数n相关,并可被表示为: 拉伸应变硬化指数n可通过公式(5)计算出。
进一步可选地,疲劳寿命模型可包括低循环多轴疲劳寿命模型。这种低循环多轴疲劳寿命模型可被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δτ是在所述临界剪切面上的剪切应力量;Δεn是在所述临界剪切面上的法向应变量;Δσn是在所述临界剪切面上的法向应力量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σf′是疲劳强度系数;εf′是疲劳延性系数;以及b0和c0分别是疲劳强度指数和疲劳延性指数。所接收的与铝合金相关的信息可进一步包括导致铝合金在循环多轴非比例性加载下发生额外硬化的位错迁移率。由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致的所述额外硬化因子,可由额外硬化系数、由扭转所致的硬化指数和非比例性值中的至少一种限定。利用额外硬化因子,于是可仅使用临界剪切面上的最大剪切应变量Δγmax和临界剪切面上的法向应变量Δεn预测低循环疲劳寿命。在此,低循环多轴疲劳寿命模型可被表示为:
其中,L0是在非比例性加载下的额外硬化系数,对于铸造铝合金而言,L0可在约0.1至约0.15之间变化;n0是在扭转加载下的硬化指数,对于铸造铝合金而言,n0可约等于0.2~0.25;以及Φ是非比例性值。当预测多轴比例性加载下的疲劳寿命时,非比例性值Φ等于零,这是因为非比例性是不需关注的。不过,当预测多轴非比例性加载下的疲劳寿命时,非比例性值Φ可被表示为:
进一步可选地,疲劳寿命模型可包括高循环多轴疲劳寿命模型,这种高循环多轴疲劳寿命模型可被表示为:
其中,Δεmax是临界剪切面上的最大法向应变量。同样,当预测多轴比例性加载下的疲劳寿命时,非比例性值Φ等于零,这是因为非比例性是不需关注的。不过,当预测多轴非比例性加载下的疲劳寿命时,非比例性值Φ可根据上述公式(8)被表示和确定。
根据另一实施例,预测铝合金在循环多轴加载下的疲劳寿命的方法包括:设置基于计算机的系统以预测疲劳寿命。所述基于计算机的系统包括:信息输入端,信息输出端,信息存储器和指令存放存储器中的至少一种,中心处理单元,和计算机可读程序代码装置,该装置用于处理至少一部分由信息输入端所接收到的信息。所述方法进一步包括:通过所述基于计算机的系统根据所述计算机可读程序代码装置的处理预测所述铝合金的疲劳寿命。
根据另一实施例,一种用于预测铝合金在循环多轴加载下的疲劳寿命的制品包括:用于预测疲劳寿命的基于计算机的系统。所述基于计算机的系统包括:信息输入端,信息输出端,信息存储器和指令存放存储器中的至少一种,中心处理单元,和计算机可读程序代码装置,该装置用于处理至少一部分由信息输入端所接收到的信息。所述基于计算机的系统根据所述计算机可读程序代码装置的处理预测所述铝合金的疲劳寿命。
技术方案1:一种用于预测铝合金在循环多轴加载下的疲劳寿命的系统,所述系统包括:信息输入端,其设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息,和所述铝合金的微观结构特性以及热物理和机械性能;信息输出端,其设置为传送与所述铝合金相关的信息;处理单元;和与至少一个基于微观力学的疲劳寿命模型协作的计算机可读介质,其中,所述疲劳寿命模型通过处理至少部分所接收的信息来预测所述铝合金的疲劳寿命,所接收的信息包括以下中的至少一种:所述铝合金的临界剪切面,其中剪切应变量达到其最大值;所述铝合金的损伤因子,所述损伤因子由多个损伤因子参数中的至少一个限定,所述损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;所述铝合金的硬化因子,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数,其中,所述单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关;额外硬化因子,所述额外硬化因子由于多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值中的至少一种限定,其中,所述额外硬化系数、扭转硬化指数和非比例性值中的至少一种与所述铝合金中的微观结构概率和位错结构相关;和所述铝合金的微观结构特性以及热物理和机械性能,由以下中的至少一种限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距,晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值。
技术方案2:如技术方案1所述的系统,其中,所述单轴循环硬化因子参数的疲劳强度系数σf′与所述铝合金中的缺陷尺寸ai相关,并被表示为:
其中,m是疲劳裂纹生长Paris定律指数。
技术方案3:如技术方案1所述的系统,其中,所述单轴循环硬化因子参数的疲劳延性系数εf′与拉伸应变硬化指数n相关,并被表示为:
技术方案4:如技术方案3所述的系统,其中,所述拉伸应变硬化指数n与以下中的至少一种相关:所述铝合金的缺陷体积分数,第二相颗粒体积分数,二次枝晶臂间距,和屈服强度,并被表示为:
其中,σYS是屈服强度,C1、C2、C3、C4和L是常数,ε*是塑性松弛开始时的应变,fp和fd分别是第二相颗粒体积分数和缺陷体积分数,λ是二次枝晶臂间距。
技术方案5:如技术方案1所述的系统,其中,所述单轴循环硬化因子参数的疲劳强度指数b0与疲劳裂纹生长Paris定律指数m相关,并被表示为:
b0=F(-1/m)。
技术方案6:如技术方案1所述的系统,其中,所述单轴循环硬化因子参数的疲劳延性指数c0与拉伸应变硬化指数n相关,并被表示为:
技术方案7:如技术方案1所述的系统,其中:
所述铝合金的微观结构特性通过使用与铸造、固化和热处理工艺的多尺度数学建模相关的一个或多个参数而被提供,
所述微观结构特性的平均值基于所述铝合金的铸造、固化和热处理工艺参数的标定基线而计算出,以及
所述微观结构特性的概率取决于所述铝合金的铸造、固化和热处理工艺参数的统计学变化。
技术方案8:如技术方案1所述的系统,其中,铸造缺陷或微观结构特性的尺寸分布通过利用累积分布函数的极值统计而确定,所述累积分布函数被表示为:
其中,x是铸造缺陷或微观结构特性的特性参数,ζ和δ是极值统计分布参数。
技术方案9:如技术方案1所述的系统,其中,所述疲劳寿命模型包括低循环多轴疲劳寿命模型。
技术方案10:如技术方案9所述的系统,其中,所述低循环多轴疲劳寿命模型被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δτ是在所述临界剪切面上的剪切应力量;Δεn是在所述临界剪切面上的法向应变量;Δσn是在所述临界剪切面上的法向应力量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σf′是疲劳强度系数;εf′是疲劳延性系数;以及b0和c0分别是疲劳强度指数和疲劳延性指数。
技术方案11:如技术方案9所述的系统,其中,所述低循环多轴疲劳寿命模型被表示为:
其中,Nf是材料的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεn是在所述临界剪切面上的法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σf′是疲劳强度系数;εf′是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;以及Φ是非比例性值。
技术方案12:如技术方案11所述的系统,其中,所述低循环多轴疲劳寿命模型预测所述铝合金在多轴比例性加载下的疲劳寿命,所述非比例性值Φ等于零。
技术方案13:如技术方案11所述的系统,其中,所述低循环多轴疲劳寿命模型预测所述铝合金在多轴非比例性加载下的疲劳寿命,所述非比例性值Φ被表示为:
技术方案14:如技术方案11所述的系统,其中,所述额外硬化系数L0在约0.1至约0.15之间变化,所述扭转下的硬化指数n0在约0.2至约0.25之间变化。
技术方案15:如技术方案1所述的系统,其中,所述疲劳寿命模型包括高循环多轴疲劳寿命模型。
技术方案16:如技术方案15所述的系统,其中,所述高循环多轴疲劳寿命模型被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεmax是在所述临界剪切面上的最大法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σf′是疲劳强度系数;εf′是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
技术方案17:如技术方案16所述的系统,其中,所述高循环多轴疲劳寿命模型预测所述铝合金在多轴比例性加载下的疲劳寿命,所述非比例性值Φ等于零。
技术方案18:如技术方案16所述的系统,其中,所述高循环多轴疲劳寿命模型预测所述铝合金在多轴非比例性加载下的疲劳寿命,所述非比例性值Φ被表示为:
技术方案19:一种预测铝合金在循环多轴加载下的疲劳寿命的方法,其中所述方法包括:
设置基于计算机的系统以预测疲劳寿命,所述基于计算机的系统包括:
信息输入端,其设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息和所述铝合金的微观结构特性以及热物理和机械性能;
信息输出端,其设置为传送与所述铝合金相关的信息;
信息存储器和指令存放存储器中的至少一种;
中心处理单元;和
计算机可读程序代码装置,用于处理至少一部分所接收到的与铝合金相关的信息,其中所接收到的与铝合金相关的信息包括以下中的至少一种:
所述铝合金的临界剪切面,其中剪切应变量达到其最大值;
所述铝合金的损伤因子,所述损伤因子可归因于循环多轴加载,所述损伤因子由多个损伤因子参数中的至少一个限定,所述多个损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;
所述铝合金的硬化因子,所述硬化因子可归因于循环多轴加载,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述多个单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数;
额外硬化因子,所述额外硬化因子由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值限定,其中,所述额外硬化因子参数与所述铝合金中的微观结构概率和位错结构相关;和
所述铝合金的特性微观结构特征以及热物理和机械性能,由以下中的至少一种限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距,晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值;和通过所述基于计算机的系统根据所述计算机可读程序代码装置的处理预测所述铝合金的疲劳寿命。
技术方案20:如技术方案19所述的方法,其中,所述硬化因子的单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关。
技术方案21:如技术方案20所述的方法,其中:
所述单轴循环硬化因子参数的疲劳强度系数σf′与所述铝合金中的缺陷尺寸ai相关,并被表示为:
其中,m是疲劳裂纹生长Paris定律指数;
所述单轴循环硬化因子参数的疲劳延性系数εf′与拉伸应变硬化指数n相关,并被表示为:
所述拉伸应变硬化指数n与以下参数相关:所述铝合金的缺陷体积分数,第二相颗粒体积分数,二次枝晶臂间距,和屈服强度:
其中,σYS是屈服强度,C1、C2、C3、C4和L是常数,ε*是塑性松弛开始时的应变,fp和fd分别是第二相颗粒体积分数和缺陷体积分数,λ是二次枝晶臂间距(SDAS);
所述单轴循环硬化因子参数的疲劳强度指数b0与疲劳裂纹生长Paris定律指数m相关,并被表示为:
b0=F(-1/m);和
所述单轴循环硬化因子参数的疲劳延性指数c0与拉伸应变硬化指数n相关,并被表示为:
技术方案22:如技术方案19所述的方法,其中,所述疲劳寿命模型包括低循环多轴疲劳寿命模型,其被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεn是在所述临界剪切面上的法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
技术方案23:如技术方案19所述的方法,其中,所述疲劳寿命模型包括高循环多轴疲劳寿命模型,其被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεmax是在所述临界剪切面上的最大法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
技术方案24:一种用于预测铝合金在循环多轴加载下的疲劳寿命的制品,所述制品包括:
用于预测疲劳寿命的基于计算机的系统,所述基于计算机的系统包括:
信息输入端,其设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息和所述铝合金的微观结构特性以及热物理和机械性能;
信息输出端,其设置为传送与所述铝合金相关的信息;
信息存储器和指令存放存储器中的至少一种;
中心处理单元;和
计算机可读程序代码装置,用于处理至少一部分所接收到的信息,其中所接收到的信息包括以下中的至少一种:
所述铝合金的临界剪切面,其中剪切应变量达到其最大值;
所述铝合金的损伤因子,所述损伤因子可归因于循环多轴加载,所述损伤因子由多个损伤因子参数中的至少一个限定,所述多个损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;
所述铝合金的硬化因子,所述硬化因子可归因于循环多轴加载,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述多个单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数;
额外硬化因子,所述额外硬化因子由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值限定,其中,所述额外硬化因子参数与所述铝合金中的微观结构概率和位错结构相关;和
所述铝合金的特性微观结构特征以及热物理和机械性能,其由以下参数限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距(SDAS),晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值;
其中,所述基于计算机的系统根据所述计算机可读程序代码装置的处理预测所述铝合金的疲劳寿命。
技术方案25:如技术方案24所述的制品,其中,所述硬化因子的单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关。
技术方案26:如技术方案24所述的制品,其中,所述计算机可读程序代码装置包括低循环多轴疲劳寿命模型,其被表示为:
其中,Nf是材料的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεn是在所述临界剪切面上的法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σf′是疲劳强度系数;εf′是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
技术方案27:如技术方案24所述的制品,其中,所述计算机可读程序代码装置包括高循环多轴疲劳寿命模型,其被表示为:
其中,Nf是材料的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεmax是在所述临界剪切面上的最大法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σf′是疲劳强度系数;εf′是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
附图说明
通过结合附图进行阅读,以下对具体实施例的详细描述能够被更好地理解,其中相同的结构以相同的附图标记表示,其中:
图1列出在不同加载途径下拉伸应力与扭转应力之间的示例性关系及其相应加载波形;
图2A是铝合金在比例性加载下的临界面上的应力和应变状态的例示图线;
图2B是铝合金在非比例性加载下的临界面上的应力和应变状态的例示图线;
图3是铝合金在非比例性加载下的被观测到的额外硬化的例示图线;
图4是根据本发明一个实施例的预测铝合金疲劳寿命的系统的结构图;
图5是在被观测到的铸造铝合金的低循环多轴疲劳寿命与根据本发明另一实施例预测到的相同合金的低循环多轴疲劳寿命之间的比较例示图线;
图6是在被观测到的铸造铝合金的低循环多轴疲劳寿命与根据本发明另一实施例预测到的相同合金的低循环多轴疲劳寿命之间的比较例示图线;
图7是在被观测到的铝合金的高循环多轴疲劳寿命与根据本发明另一实施例预测到的相同合金的高循环多轴疲劳寿命之间的比较例示图线;
图8是在被观测到的热等静压铸造铝合金的高循环多轴疲劳寿命与根据本发明另一实施例预测到的相同合金的高循环多轴疲劳寿命之间的比较例示图线;
图中所示实施例本质上是示例性的而不是用于限制由权利要求书限定的实施例。而且,通过以下的详细描述,附图和实施例中的各方面将会更明显且更易于被全面理解。
具体实施方式
本发明的实施例总体涉及用于预测铝合金在循环多轴加载下的疲劳寿命的系统、方法和制品。如前所述,在多轴的比例性和非比例性加载中的至少一种情况下的疲劳寿命可使用本发明的实施例预测。这样,可想到的是,这些实施例可操作以预测铝合金在多轴比例性或非比例性加载中的至少一种情况下的疲劳寿命。
所述实施例分别包括和/或利用至少一种(但不限于一种)基于微观力学的疲劳寿命模型,以处理以下中的至少一种:与铝合金相关的信息,和与铝合金中所呈现应力状态相关的信息,以预测铝合金的疲劳寿命。在此使用的“铝合金”不仅是指合金本身,而且还指至少部分地由铝合金构造的任意部件、产品和/或组件。进一步地,在此使用的“微观力学”一般是指在累积构成合金或复合物的一种或多种单独相的水平上对多组分(化学元素)合金和/或材料的分析。这样,当预测铝合金在多轴加载下的疲劳寿命时,在此描述的基于微观力学的疲劳寿命模型可顾及铝合金中的缺陷概率和微观结构特性。
进一步地,“比例性”一般是指,当铝合金在多轴加载下的主应变轴线大致恒定不变时的加载途径;在此使用的“非比例性”一般是指,当铝合金在循环多轴加载过程中的主应变轴线连续旋转变化并因而不具有比例性时的加载途径。非比例性加载的示例是承受交替拉伸和扭转加载循环的铝合金棒。在此示例中,在拉伸循环与扭转循环之间,主应变轴线旋转约45°。异相加载是一种形式的非比例性加载,并用于表示具有正弦或三角波形的循环加载历史和在载荷之间的相差。图1列出在不同加载途径下拉伸应力与扭转应力之间的示例性关系及其相应加载波形。
图2以图线例示出承受Δεeq/2=0.22%的等同应变量的A356铝合金的临界面上的应力和应变状态。在图2A和2B中所示的曲线中,在临界面(例如垂直于薄壁管样本的柱形表面)上的相应的剪切和法向应力和应变量显示为临界面与柱形样本轴线之间角度的函数。在比例性加载(图2A)下,在临界面上的剪切应力量Δτ和剪切应变量Δγ与法向应力量Δσ和法向应变量Δε异相。这样,例如,如图2A中所示,当法向应力量Δσ和法向应变量Δε处于其相应的最大值时,剪切应力量Δτ和剪切应变量Δγ不处于其相应的最大值,且实际上通常处于或接近于其相应的最小值。这样,还可知,当剪切应力量Δτ和剪切应变量Δγ处于其相应的最大值时,法向应力量Δσ和法向应变量Δε不处于其相应的最大值,且实际上通常处于或接近于其相应的最小值。
不过,在非比例性加载(图2B)下,临界面上的剪切应力量Δτ和剪切应变量Δγ同相,而且与法向应力量Δσ和法向应变量Δε同时发生或基本同时发生。这样,当法向应力量Δσ和法向应变量Δε处于其相应最大值时,剪切应力量Δτ和剪切应变量Δγ处于或接近于其相应最大值,反之亦然。这样,还可知,当法向应力量Δσ和法向应变量Δε处于其相应最小值时,剪切应力量Δτ和剪切应变量Δγ处于或接近于其相应最小值,反之亦然。剪切应力和应变量与法向应力和应变量的同相或同时最大化或近似最大化,促使铝合金中的疲劳裂纹形成和延展。这样,在非比例性加载和比例性加载具有相同的等同应变量的情况下,在比例性加载下的铝合金通常比在非比例性加载下的铝合金具有更长的疲劳寿命。
额外硬化在这种类型的非比例性加载过程中发生。这样的额外硬化通常不会在单轴或任何比例性加载途径中出现。图3以图线例示出在具有90°异相拉伸—扭转加载的非比例性加载途径下的转变有效应力和应变。已发现,90°异相加载途径产生最大程度的非比例性额外硬化。与在单轴或比例性加载中所观测到的情况相比,在这种加载途径中观测到的额外硬化量通常显著取决于微观结构特性和滑移系统在材料中发展的容易程度。例如,在铝合金中,在所评估的多种90°异相加载途径中,已发现圆形加载途径产生最大的额外硬化。
铝合金的疲劳寿命缩短由于多种原因而可产生问题,这取决于合金的应用。例如,在汽车工业中,汽车铝部件失效可能会增大保修成本,并可能对部件的质量和性能产生不利影响。本发明的实施例可操作以预测铝合金在其开发阶段中和在其应用之前的疲劳寿命,并因而可消除这样的问题或使其影响最小。此外,本发明的实施例可显著减少传统上在测量疲劳寿命时所必要的铝部件开发和观测/测试循环。
在一个实施例中,如图4中的示意图所示,用于预测铝合金在循环多轴加载下的疲劳寿命的系统10包括:信息输入端12,信息输出端14,处理单元16,计算机可读介质18,和至少一个基于微观力学的疲劳寿命模型20。信息输入端12被设置以接收以下中的至少一种:与铝合金相关的信息,和与铝合金中所呈现应力状态相关的信息,此信息在此被统称为“所接收的信息”。信息输出端14被设置以传送与铝合金相关的信息。计算机可读介质18与基于微观力学的疲劳寿命模型20协作以通过处理所接收的信息预测铝合金的疲劳寿命。由信息输出端14传送的与铝合金相关的信息包括:通过疲劳寿命模型20预测的铝合金的疲劳寿命。处理单元16可以是:可对被输入到系统10的指令进行解释的中心处理单元,可翻译数据或其它信息或将数据转变为另一数据形式的数据处理单元,或其它处理单元。可想到的是,信息输入端12、信息输出端14、处理单元16、和计算机可读介质18可包括或设置为可操作以执行在此所述功能的现有技术中已知的任意传统信息输入端、信息输出端、处理单元、和计算机可读介质。
由信息输入端接收的与铝合金中所呈现的应力状态相关的信息包括以下中的至少一种:铝合金的临界剪切面和铝合金的损伤因子。在铝合金的临界剪切面中,剪切应变量达到其最大值。临界剪切面可例如垂直于薄壁管样本的柱形表面。铝合金的损伤因子可归因于循环多轴加载。损伤因子由多个损伤因子参数中的至少一个限定。损伤因子参数包括:最大剪切应变量Δγmax,剪切应力量Δτ,最大法向应变量Δεmax,法向应变量Δεn,和法向应力量Δσn。
铝合金的硬化因子也可归因于循环多轴加载。硬化因子由多个单轴循环硬化因子参数中的至少一个限定。单轴循环硬化因子参数与铝合金中的缺陷概率和微观结构特性相关。单轴循环硬化因子参数可通过应变寿命低循环单轴疲劳测试而确定。在一个实施例中,单轴循环硬化因子参数包括:疲劳强度系数σf′,疲劳延性系数εf′,疲劳强度指数b0,和疲劳延性指数c0。单轴循环硬化参数的疲劳强度系数σf′可与铝合金中的缺陷尺寸相关。
当基于线弹性断裂力学(LEFM)时,在单轴加载下的应力量与疲劳寿命之间的关系可被表示为:
其中,ai是缺陷(例如,孔或氧化物夹杂物)的尺寸;m是疲劳裂纹生长Paris定律指数,对于铸造铝合金而言,其可从约3变化至约10;
其中,b0是疲劳强度指数。通过比较公式(10)和(11),疲劳强度系数σf′可与缺陷尺寸相关,并被表示为:
疲劳强度指数b0可是疲劳裂纹生长Paris定律指数的函数,并被表示为:b0=F(-1/m)。而且,单轴循环硬化参数的疲劳延性系数εf′可被表示为:
其中,k′和n′分别是循环强度系数和循环应变硬化指数;n是拉伸应变硬化指数,其可与以下中的至少一种相关:铝合金中的缺陷体积分数,第二相颗粒体积分数,二次枝晶臂间距((SDAS),微观结构细度测量值)。n可被表示为:
其中,σYS是屈服强度;C1、C2、C3、C4和L是常数;ε*是塑性松弛开始时的应变,其对于铸造Al-Si-Mg合金而言可由经验得出约为0.007。fp和fd分别是第二相颗粒体积分数和缺陷体积分数;λ是二次枝晶臂间距(SDAS)。进一步地,单轴循环硬化因子参数的疲劳延性指数c0也可与拉伸应变硬化指数n相关,并可被表示为: 拉伸应变硬化指数n可通过公式(14)计算出。进一步地,在另一实施例中,由信息输入端所接收的信息可包括微观结构特性以及热物理和机械性能,并可包括以下中的至少一种:二次枝晶臂间距(SDAS),晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,缺陷尺寸,缺陷体积分数,第二相颗粒的体积分数,和剪切模量值。进一步地,对于上述信息而言另外地或可替代地,所接收的信息还可包括以下中的至少一种:铝合金的泊松比,杨氏模量值,和额外硬化因子,其中额外硬化因子归因于在循环多轴非比例性加载下对铝合金的额外损伤。更具体地,额外硬化因子顾及在塑性变形中非比例性的影响以及疲劳裂纹形成和延展。这样,由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致的额外硬化因子由以下中的至少一种限定:在非比例性加载下的额外硬化系数L0、在扭转加载下的硬化指数n0和非比例性值Φ。例如,对于铸造铝合金而言,额外硬化系数L0通常在约0.1至约0.15之间,扭转下的硬化指数n0通常在约0.2至约0.25之间变化;进一步地,非比例性值Φ可被表示为:
其中,Kc是常数,分别是所述铝合金在比例性、圆形、和其它非比例性加载途径下的位错的统计平均自由滑移距离。因此,非比例性值被限定为位错的自由滑移距离的平均值,其可根据加载途径而变化,如表1中所示。应注意的是,在此使用的“非比例性”是指加载途径,例如,如表1中所示的圆形、菱形、正方形、矩形、椭圆形的加载途径,或其它以非比例性方式施加于铝合金的加载途径。进一步地,如表1中所示,当预测多轴比例性加载下的疲劳寿命时,非比例性值Φ等于零,这是因为非比例性是无关因素且不需关注。不过,当预测多轴非比例性加载下的疲劳寿命时,非比例性值Φ可通过公式(15)表示和确定。
表1:在不同加载途径下的非比例性值
加载途径 | 圆形 | 菱形 | 正方形 | 矩形 | 椭圆形 | 比例性 |
非比例性(Φ) | 0.75 | 0.675 | 0.67 | 0.60 | 0.50 | 0 |
进一步地,由信息输入端所接收的信息可与铝合金的详细微观结构特性相关,这些详细微观结构特性可使用与铸造、固化和热处理工艺的多尺度(multi-scale)数学模型相关的参数被提供。微观结构特性的平均值,例如孔或第二相的平均尺寸,基于合金组分、铸造、固化和热处理工艺参数的名义基线被计算出。微观结构特性的概率可取决于合金成分、铸造、固化和热处理工艺参数的统计学变化。
由信息输入端所接收的与铝合金的微观结构特性相关的信息可通过各种测量方式提供,包括:传统的二维金相测量。金相技术在实践中被广泛用于二维(2D)表征铸造缺陷和微观结构特性。通过传统2D金相数据,铸造缺陷的尺寸分布和其它微观结构特性可以通过利用累积分布函数的极值统计(EVS)进行描述,其中累积分布函数例如为:
其中,x是铸造缺陷或微观结构特性的特性参数,ζ和δ是极值统计分布参数。可想到的是,公式(16)仅为这种函数的示例,其它类似的分布函数也可用于拟合实验数据。
基于微观力学的疲劳寿命模型通过至少一部分由信息输入端所接收的信息预测铝合金的疲劳寿命。在一个实施例中,疲劳寿命模型包括低循环多轴疲劳寿命模型。在此使用的“低循环”是指当铝合金疲劳寿命Nf小于104次循环(Nf<104次循环)时的情况。低循环多轴疲劳寿命模型的一个示例可被表示为:
当在临界剪切面上的最大剪切应变量Δγmax、剪切应力量Δτ、法向应变量Δεn、法向应力量Δσn及其构成关系已知时,公式(17)的低循环多轴疲劳寿命模型可预测铝合金的疲劳寿命Nf。
图5以图线例示出使用传统疲劳寿命测量方法(包括但不仅限于物理疲劳测试观测)所观测的铸造A356铝合金的低循环多轴疲劳寿命与使用公式(17)的低循环多轴疲劳寿命模型所预测的相同合金的低循环多轴疲劳寿命的示例性比较。在此,杨氏模量值为74GPa,且单轴循环硬化因子参数给定如下:σf′=360MPa,b0=-0.125,εf′=0.12,c0=-0.61。对于A356铝合金而言,弹性泊松比νe为0.3,塑性泊松比νp为0.5。图5的比较显示,使用公式(17)的低循环多轴疲劳寿命模型预测的疲劳寿命与观测的疲劳寿命基本一致,其中,对于比例性和圆形(即,非比例性)加载途径而言,几乎所有绘出的疲劳寿命点均在1.5倍的散布带内。
低循环多轴疲劳寿命模型的另一实施例可被表示为:
当在临界剪切面上的最大剪切应变量Δγmax、剪切应力量Δτ、法向应变量Δεn、法向应力量Δσn及其构成关系中的一种或多种未知时,公式(18)的低循环多轴疲劳寿命模型可预测铝合金的疲劳寿命Nf。进一步地,公式(17)和公式(18)的比较显示,虽然公式(18)简化了公式(17)的应力和应变处理,不过公式(18)通过处理由于多滑移系统中的位错相互作用(即,以下中的至少一种:在非比例性加载下的硬化系数L0,在扭转加载下的硬化指数n0,和非比例性值Φ)所致的额外硬化因子而可顾及非比例性对铝合金的影响,这是公式(17)中未顾及的。
图6以图线例示出所观测的铸造A356铝合金的低循环多轴疲劳寿命与使用公式(18)的低循环多轴疲劳寿命模型所预测的相同合金的低循环多轴疲劳寿命的示例性比较。在此,杨氏模量值E为74GPa,且单轴循环硬化因子参数给定如下:σf′=360MPa,b0=-0.125,εf′=0.12,c0=-0.61。对于A356铝合金而言,弹性泊松比νe为0.3,塑性泊松比νp为0.5。在非比例性加载下的硬化系数L0为0.141,在扭转加载下的硬化指数n0为0.22。图6的比较显示,与所观测的疲劳寿命相比,由公式(18)预测的疲劳寿命的准确性虽然略低于由公式(17)提供的准确性,但由公式(18)预测的疲劳寿命与所观测的疲劳寿命之间仍存在显著的一致性,其中,对于比例性和圆形(即,非比例性)加载途径而言,几乎所有绘出的疲劳寿命点均在2倍的散布带内,其中顾及非比例性的影响。
在基于微观力学的疲劳寿命模型的另一个实施例中,疲劳寿命模型包括高循环多轴疲劳寿命模型。在此使用的“高循环”是指当铝合金疲劳寿命Nf大于104次循环(Nf<104次循环)时的情况。在高循环疲劳状态下,在铝合金上施加的应力通常较低,因而在疲劳裂纹形成之前的时间长度可能显著较长。例如,在金属材料中,在疲劳裂纹形成之前的时间长度可最长至材料总疲劳寿命的90%。进一步地,在多轴加载下,疲劳裂纹形成的驱动力通常与临界剪切面上的最大法向应变直接相关。
在一个实施例中,铝合金在多轴非比例性加载下的高循环多轴疲劳寿命模型被表示为:
其中,Δεmax是最大法向应变量。公式(19)特别用于高循环状态下的应用,而公式(17)和(18)特别用于低循环状态。进一步地,公式(19)简化了公式(17)的应力和应变处理,但通过处理由于多滑移系统中的位错相互作用所致的额外硬化因子而可顾及非比例性对铝合金的影响,这是公式(17)中未顾及的。
表2和图7提供所观测的6063铝合金高循环多轴疲劳寿命的示例性比较。更具体地,图7以图线例示出所观测的6063铝合金的高循环多轴疲劳寿命与使用公式(19)的高循环多轴疲劳寿命模型所预测的相同合金的高循环多轴疲劳寿命的示例性比较。在此,杨氏模量值E为68GPa,且单轴循环硬化因子参数给定如下:σf′=411MPa,b0=-0.1,εf′=0.2,c0=-0.67。对于6063铝合金而言,弹性泊松比νe为0.3,塑性泊松比νp为0.5。在非比例性加载下的额外硬化系数L0为0.11,在扭转加载下的硬化指数n0为0.2。图7的比较显示,使用公式(19)的高循环多轴疲劳寿命模型预测的疲劳寿命与所观测的疲劳寿命基本一致,其中,对于比例性和非比例性加载途径而言,几乎所有绘出的疲劳寿命点均在1.5倍的散布带内。
表2提供6063铝合金在不同非比例性加载途径下的所观测的高循环多轴疲劳寿命与所预测的高循环多轴疲劳寿命(使用公式(19)的高循环多轴疲劳寿命模型)的示例性比较。
表2:6063铝合金在不同非比例性加载途径下的
预测疲劳寿命与观测疲劳寿命的比较
加载途径 | 非比例性Φ | 观测疲劳寿命 | 预测疲劳寿命 | 预测疲劳寿命与观测疲劳寿命之比 |
椭圆形 | 0.5 | 1.3×105 | 1.8×105 | 1.38 |
矩形 | 0.6 | 8.1×104 | 1.0×105 | 1.23 |
正方形 | 0.67 | 6.8×104 | 4.0×104 | 0.59 |
图8以图线例示出所观测的铸造A356-T6(高温等静压的,热等静压的)铝合金的高循环多轴疲劳寿命与使用公式(19)的高循环多轴疲劳寿命模型所预测的相同合金的高循环多轴疲劳寿命的示例性比较。在此,杨氏模量值E为74GPa,且单轴循环硬化因子参数给定如下:σf′=587MPa,b0=-0.124,εf′=0.011,c0=-0.511。对于铸造A356-T6(热等静压的)铝合金而言,弹性泊松比νe为0.3,塑性泊松比νp为0.5。在非比例性加载下的额外硬化系数L0为0.11,在扭转加载下的硬化指数n0为0.2。图8的比较显示,考虑在临界面上同时存在最大剪切应变量和最大法向应变量时,使用公式(19)的高循环多轴疲劳寿命模型预测的疲劳寿命与所观测的疲劳寿命基本一致,其中,对于比例性和圆形(即,非比例性)加载途径而言,几乎所有绘出的疲劳寿命点均在2倍的散布带内。
本发明的另外的实施例总体上涉及预测铝合金在循环多轴非比例性加载下的疲劳寿命的方法。在一个实施例中,此方法包括:设置用于预测铝合金的疲劳寿命的基于计算机的系统。基于计算机的系统包括:信息输入端,其被设置为接收以下中的至少一种:与铝合金相关的信息,和与铝合金中所呈现的应力状态相关的信息;信息输出端,其被设置为传送与铝合金相关的信息;信息存储器(例如随机存储器(RAM))和指令存放存储器(例如只读存储器(ROM))中的至少一种;中心处理单元;和计算机可读程序代码装置,用于处理至少一部分所接收到的与铝合金和铝合金中所呈现的应力状态相关的信息。
信息输入端所接收到的与铝合金中的应力状态相关的信息包括以下中的至少一种:铝合金的临界剪切面,其中剪切应变量达到其最大值;铝合金的损伤因子,损伤因子可归因于循环多轴加载,损伤因子由多个损伤因子参数中的至少一个限定,多个损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量。所接收的与铝合金相关的信息包括微观结构特性以及热物理和机械性能,并包括以下中的至少一种:二次枝晶臂间距(SDAS),晶粒尺寸,缺陷尺寸,缺陷体积分数,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值;可归因于循环多轴加载的铝合金的硬化因子,硬化因子由多个单轴循环硬化因子参数中的至少一个限定,多个单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数;额外硬化因子,额外硬化因子由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致,额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值中的至少一种限定。硬化因子的单轴循环硬化因子参数可与铝合金中的缺陷概率和微观结构特性相关。
所述方法进一步包括:通过基于计算机的系统根据计算机可读程序代码装置的处理预测铝合金的疲劳寿命。在一个实施例中,计算机可读程序代码装置包括低循环多轴疲劳寿命模型,而在另一实施例中,计算机可读程序代码装置包括高循环多轴疲劳寿命模型。在又一实施例中,计算机可读程序代码装置同时包括低循环多轴疲劳寿命模型和高循环多轴疲劳寿命模型。
进一步地,本发明的另外的实施例总体涉及用于预测铝合金在循环多轴加载下的疲劳寿命的制品,所述制品相应包括可用于计算机的介质,所述介质包括被嵌入其中的计算机可读程序代码装置。可以想到的是,可通过计算机可读程序代码装置预测在多轴比例性和/或非比例性加载下的疲劳寿命。在一个实施例中,所述制品中的计算机可读程序代码装置包括以下中的至少一种:用于处理铝合金临界剪切面的计算机可读程序代码装置,在临界剪切面中剪切应变量达到其最大值;用于处理铝合金损伤因子的计算机可读程序代码装置,损伤因子可归因于循环多轴加载,损伤因子由多个损伤因子参数中的至少一个限定,损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;用于处理铝合金硬化因子的计算机可读程序代码装置,硬化因子可归因于循环多轴加载,硬化因子由多个单轴循环硬化因子参数中的至少一个限定,单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数;用于处理铝合金额外硬化因子的计算机可读程序代码装置,额外硬化因子归因于循环多轴非比例性加载,额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值中的至少一个限定;用于处理所接收的涉及铝合金的信息的计算机可读程序代码装置,所接收的涉及铝合金的信息包括:微观结构、热物理和机械性能,并包括以下中的至少一种:二次枝晶臂间距,晶粒尺寸,缺陷尺寸,缺陷体积分数,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值。在一个实施例中,计算机可读程序代码装置可在低循环状态下操作;而在另一实施例中,计算机可读程序代码装置可在高循环状态下操作。在又一实施例中,计算机可读程序代码装置在低循环和高循环的状态下均可操作。
基于如上所述,可以想到的是,基于微观力学的疲劳寿命模型可包括以下中的至少一种和/或它们的任意组合:公式(17)的低循环多轴疲劳寿命模型,公式(18)的低循环多轴疲劳寿命模型,和公式(19)的高循环多轴疲劳寿命模型。这样,本发明的实施例可在低循环情况下、高循环情况下、和/或低和高循环情况下操作以预测铝合金的疲劳寿命。进一步地,虽然在此为了示例性目的对铝合金A356、6063和A356-T6(热等静压)进行评估,不过应想到的是,本发明的实施例可操作以预测一种或多种任意类型的铝合金的疲劳寿命。
应注意到,在此对于以特定方式或者为了以特定方式体现特定性能或功能而“设置”的实施例部件进行的描述,是结构性的描述,而不是对其目标用途的描述。更具体地,在此对于“设置”部件的方式进行的描述表示部件所处的物理状态,因而作为对部件结构因素的限定性描述。
应注意到,在此使用的诸如“基本”、“通常”和“一般”之类的用词,不是用于限制要求保护的实施例的范围或者暗示特定特征对于要求保护的实施例的结构和功能是关键的、基本的或甚至是重要的。而使,这些用词仅用于确定一个实施例的具体方案或者强调在具体实施例中可采用或不采用的可替代的或另外的特征。
为了在此描述和限定实施例的目的,应注意的是,用词“大致”、“显著”和“基本”在此用于不是可归因于任何定量的比较、值、测量值或其它代表物的固有的不确定程度。用词“大致”、“显著”和“基本”在此还用于表示定量代表物可偏离于设定基准而不会使所关注物体基本功能发生变化的程度。
通过对本发明实施例的详细描述并参照其具体实施例,显然的是,在不背离由所附权利要求书限定的实施例范围的情况下,可进行修改和变化。更具体地,虽然本发明的实施例的一些方案在此被认为是优选的或是特别有利的,不过应想到的是,本发明的实施例不仅限于这些优选方案。
Claims (27)
1.一种用于预测铝合金在循环多轴加载下的疲劳寿命的系统,所述系统包括:
信息输入端,其设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息,和所述铝合金的微观结构特性以及热物理和机械性能;
信息输出端,其设置为传送与所述铝合金相关的信息;
处理单元,其接收通过信息输入端输入的信息;和
与至少一个基于微观力学的疲劳寿命模型协作的计算机可读介质,其中,所述疲劳寿命模型通过处理来自处理单元的至少部分所接收的信息并通过信息输出端输出对所述铝合金的疲劳寿命的预测,所接收的信息包括以下中的至少一种:
所述铝合金的临界剪切面,其中剪切应变量达到其最大值;
所述铝合金的损伤因子,所述损伤因子由多个损伤因子参数中的至少一个限定,所述损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;
所述铝合金的硬化因子,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数,其中,所述单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关;
额外硬化因子,所述额外硬化因子由于多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值中的至少一种限定,其中,所述额外硬化系数、扭转硬化指数和非比例性值中的至少一种与所述铝合金中的微观结构概率和位错结构相关;和
所述铝合金的微观结构特性以及热物理和机械性能,由以下中的至少一种限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距,晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值。
2.如权利要求1所述的系统,其中,所述单轴循环硬化因子参数的疲劳强度系数(σ′f)与所述铝合金中的缺陷尺寸(ai)相关,并被表示为:
其中,m是疲劳裂纹生长Paris定律指数。
3.如权利要求1所述的系统,其中,所述单轴循环硬化因子参数的疲劳延性系数(ε′f)与拉伸应变硬化指数(n)相关,并被表示为:
其中σ′f是疲劳强度系数,k′是循环强度系数。
4.如权利要求3所述的系统,其中,所述拉伸应变硬化指数(n)与以下中的至少一种相关:所述铝合金的缺陷体积分数,第二相颗粒体积分数,二次枝晶臂间距,和屈服强度,并被表示为:
,
其中,σYS是屈服强度,C1、C2、C3、C4和L是常数,ε*是塑性松弛开始时的应变,fp和fd分别是第二相颗粒体积分数和缺陷体积分数,λ是二次枝晶臂间距,a为缺陷尺寸。
5.如权利要求1所述的系统,其中,所述单轴循环硬化因子参数的疲劳强度指数(b0)与疲劳裂纹生长Paris定律指数(m)相关,并被表示为:
b0=F(-1/m)。
6.如权利要求1所述的系统,其中,所述单轴循环硬化因子参数的疲劳延性指数(c0)与拉伸应变硬化指数(n)相关,并被表示为:
其中b0是疲劳强度指数。
7.如权利要求1所述的系统,其中:
所述铝合金的微观结构特性通过使用与铸造、固化和热处理工艺的多尺度数学建模相关的一个或多个参数而被提供,
所述微观结构特性的平均值基于所述铝合金的铸造、固化和热处理工艺参数的标定基线而计算出,以及
所述微观结构特性的概率取决于所述铝合金的铸造、固化和热处理工艺参数的统计学变化。
8.如权利要求1所述的系统,其中,铸造缺陷或微观结构特性的尺寸分布通过利用累积分布函数的极值统计而确定,所述累积分布函数被表示为:
其中,x是铸造缺陷或微观结构特性的特性参数,ζ和δ是极值统计分布参数。
9.如权利要求1所述的系统,其中,所述疲劳寿命模型包括低循环多轴疲劳寿命模型。
10.如权利要求9所述的系统,其中,所述低循环多轴疲劳寿命模型被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δτ是在所述临界剪切面上的剪切应力量;Δεn是在所述临界剪切面上的法向应变量;Δσn是在所述临界剪切面上的法向应力量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σ′f是疲劳强度系数;ε′f是疲劳延性系数;以及b0和c0分别是疲劳强度指数和疲劳延性指数。
11.如权利要求9所述的系统,其中,所述低循环多轴疲劳寿命模型被表示为:
其中,Nf是材料的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεn是在所述临界剪切面上的法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σ′f是疲劳强度系数;ε′f是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;以及Φ是非比例性值。
12.如权利要求11所述的系统,其中,所述低循环多轴疲劳寿命模型预测所述铝合金在多轴比例性加载下的疲劳寿命,所述非比例性值(Φ)等于零。
14.如权利要求11所述的系统,其中,所述额外硬化系数(L0)在约0.1至约0.15之间变化,所述扭转下的硬化指数(n0)在约0.2至约0.25之间变化。
15.如权利要求1所述的系统,其中,所述疲劳寿命模型包括高循环多轴疲劳寿命模型。
16.如权利要求15所述的系统,其中,所述高循环多轴疲劳寿命模型被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεmax是在所述临界剪切面上的最大法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σ′f是疲劳强度系数;ε′f是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
17.如权利要求16所述的系统,其中,所述高循环多轴疲劳寿命模型预测所述铝合金在多轴比例性加载下的疲劳寿命,所述非比例性值(Φ)等于零。
19.一种预测铝合金在循环多轴加载下的疲劳寿命的方法,其中所述方法包括:
设置基于计算机的系统以预测疲劳寿命,所述基于计算机的系统包括:
信息输入端,其设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息和所述铝合金的微观结构特性以及热物理和机械性能;
信息输出端,其设置为传送与所述铝合金相关的信息;
信息存储器和指令存放存储器中的至少一种;
中心处理单元,其接收通过信息输入端输入的信息;和
与至少一个基于微观力学的疲劳寿命模型协作的计算机可读介质,疲劳寿命模型处理来自中心处理单元的至少一部分所接收到的与铝合金相关的信息,其中所接收到的与铝合金相关的信息包括以下中的至少一种:
所述铝合金的临界剪切面,其中剪切应变量达到其最大值;
所述铝合金的损伤因子,所述损伤因子可归因于循环多轴加载,所述损伤因子由多个损伤因子参数中的至少一个限定,所述多个损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;
所述铝合金的硬化因子,所述硬化因子可归因于循环多轴加载,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述多个单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数;
额外硬化因子,所述额外硬化因子由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值限定,其中,所述额外硬化因子参数与所述铝合金中的微观结构概率和位错结构相关;和
所述铝合金的特性微观结构特征以及热物理和机械性能,由以下中的至少一种限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距,晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值;和
通过所述基于计算机的系统根据所述疲劳寿命模型的处理预测所述铝合金的疲劳寿命。
20.如权利要求19所述的方法,其中,所述硬化因子的单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关。
21.如权利要求20所述的方法,其中:
所述单轴循环硬化因子参数的疲劳强度系数(σ′f)与所述铝合金中的缺陷尺寸(ai)相关,并被表示为:
其中,m是疲劳裂纹生长Paris定律指数;
所述单轴循环硬化因子参数的疲劳延性系数(ε′f)与拉伸应变硬化指数(n)相关,并被表示为:
k′是循环强度系数;
所述拉伸应变硬化指数(n)与以下参数相关:所述铝合金的缺陷体积分数,第二相颗粒体积分数,二次枝晶臂间距,和屈服强度:
其中,σYS是屈服强度,C1、C2、C3、C4和L是常数,ε*是塑性松弛开始时的应变,fp和fd分别是第二相颗粒体积分数和缺陷体积分数,λ是二次枝晶臂间距(SDAS),a为缺陷尺寸;
所述单轴循环硬化因子参数的疲劳强度指数(b0)与疲劳裂纹生长Paris定律指数(m)相关,并被表示为:
b0=F(-1/m);和
所述单轴循环硬化因子参数的疲劳延性指数(c0)与拉伸应变硬化指数(n)相关,并被表示为:
22.如权利要求19所述的方法,其中,所述疲劳寿命模型包括低循环多轴疲劳寿命模型,其被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεn是在所述临界剪切面上的法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值;c0是疲劳延性指数。
23.如权利要求19所述的方法,其中,所述疲劳寿命模型包括高循环多轴疲劳寿命模型,其被表示为:
其中,Nf是所述铝合金的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεmax是在所述临界剪切面上的最大法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值;c0是疲劳延性指数。
24.一种用于预测铝合金在循环多轴加载下的疲劳寿命的制品,所述制品包括:
用于预测疲劳寿命的基于计算机的系统,所述基于计算机的系统包括:
信息输入端,其设置为接收以下中的至少一种:与所述铝合金相关的信息,和与所述铝合金中所呈现的应力状态相关的信息和所述铝合金的微观结构特性以及热物理和机械性能;
信息输出端,其设置为传送与所述铝合金相关的信息;
信息存储器和指令存放存储器中的至少一种;
中心处理单元,其接收通过信息输入端输入的信息;和
与至少一个基于微观力学的疲劳寿命模型协作的计算机可读介质,疲劳寿命模型处理来自中心处理单元的至少一部分所接收到的信息,其中所接收到的信息包括以下中的至少一种:
所述铝合金的临界剪切面,其中剪切应变量达到其最大值;
所述铝合金的损伤因子,所述损伤因子可归因于循环多轴加载,所述损伤因子由多个损伤因子参数中的至少一个限定,所述多个损伤因子参数包括:最大剪切应变量,法向应变量,最大法向应变量,剪切应力量,和法向应力量;
所述铝合金的硬化因子,所述硬化因子可归因于循环多轴加载,所述硬化因子由多个单轴循环硬化因子参数中的至少一个限定,所述多个单轴循环硬化因子参数包括:疲劳强度系数,疲劳延性系数,疲劳强度指数,和疲劳延性指数;
额外硬化因子,所述额外硬化因子由于循环多轴非比例性加载所激发的多滑移系统中的位错相互作用所致,所述额外硬化因子由额外硬化系数、扭转硬化指数和非比例性值限定,其中,所述额外硬化因子参数与所述铝合金中的微观结构概率和位错结构相关;和
所述铝合金的特性微观结构特征以及热物理和机械性能,其由以下参数限定:缺陷尺寸,缺陷体积分数,二次枝晶臂间距(SDAS),晶粒尺寸,第二相颗粒尺寸,第二相颗粒的纵横比,第二相颗粒的体积分数,剪切模量值,泊松比,和杨氏模量值;
其中,所述基于计算机的系统根据所述疲劳寿命模型的处理预测所述铝合金的疲劳寿命。
25.如权利要求24所述的制品,其中,所述硬化因子的单轴循环硬化因子参数与所述铝合金中的缺陷概率和微观结构特性相关。
26.如权利要求24所述的制品,其中,所述疲劳寿命模型包括低循环多轴疲劳寿命模型,其被表示为:
其中,Nf是材料的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεn是在所述临界剪切面上的法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;;σ′f是疲劳强度系数;ε′f是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
27.如权利要求24所述的制品,其中,所述疲劳寿命模型包括高循环多轴疲劳寿命模型,其被表示为:
其中,Nf是材料的疲劳寿命;Δγmax是在所述临界剪切面上的最大剪切应变量;Δεmax是在所述临界剪切面上的最大法向应变量;νe和νp分别是弹性和塑性泊松比;E是杨氏模量值;σ′f是疲劳强度系数;ε′f是疲劳延性系数;b0和c0分别是疲劳强度指数和疲劳延性指数;L0是在非比例性加载下的额外硬化系数;n0是在扭转加载下的硬化指数;Φ是非比例性值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/402,538 | 2009-03-12 | ||
US12/402,538 US8515688B2 (en) | 2009-03-12 | 2009-03-12 | Systems and methods to predict fatigue lives of aluminum alloys under multiaxial loading |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101839904A CN101839904A (zh) | 2010-09-22 |
CN101839904B true CN101839904B (zh) | 2014-05-28 |
Family
ID=42629063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010135917.4A Active CN101839904B (zh) | 2009-03-12 | 2010-03-12 | 预测铝合金在多轴加载下的疲劳寿命的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8515688B2 (zh) |
CN (1) | CN101839904B (zh) |
DE (1) | DE102010009318B4 (zh) |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2549261B1 (en) * | 2010-03-16 | 2022-06-08 | NTN Corporation | Method and device using rolling contact metallic material shear stress fatigue values in order to estimate fatigue limit surface pressure |
US9103741B2 (en) * | 2010-08-27 | 2015-08-11 | General Electric Company | Methods and systems for assessing residual life of turbomachine airfoils |
US8666706B2 (en) * | 2011-03-08 | 2014-03-04 | GM Global Technology Operations LLC | Material property distribution determination for fatigue life calculation using dendrite arm spacing and porosity-based models |
US8655476B2 (en) | 2011-03-09 | 2014-02-18 | GM Global Technology Operations LLC | Systems and methods for computationally developing manufacturable and durable cast components |
US20120271566A1 (en) * | 2011-04-21 | 2012-10-25 | Vinayak Deshmukh | Method for the prediction of fatigue life for structures |
CN102288537B (zh) * | 2011-08-15 | 2013-03-06 | 中国航空工业集团公司西安飞机设计研究所 | Ly12cz铝合金材料腐蚀损伤分级量化方法 |
FR2981155B1 (fr) * | 2011-10-11 | 2014-03-28 | Snecma | Procede de simulation numerique et de validation experimentale de la propagation de fissures dans une piece metallique |
CN102519801B (zh) * | 2011-12-16 | 2015-07-29 | 南京航空航天大学 | 用真应力-真应变曲线建立铝合金动态再结晶模型的方法 |
US8942462B2 (en) | 2012-04-12 | 2015-01-27 | GM Global Technology Operations LLC | Method for automatic quantification of dendrite arm spacing in dendritic microstructures |
US9500594B2 (en) | 2012-04-12 | 2016-11-22 | Gm Global Technology Operations, Llc | Method for automatic quantification of dendrite arm spacing in dendritic microstructures |
US9639637B2 (en) * | 2012-10-08 | 2017-05-02 | Siemens Aktiengesellschaft | Construction of entropy-based prior and posterior probability distributions with partial information for fatigue damage prognostics |
CN102967512B (zh) * | 2012-10-25 | 2014-10-15 | 中南大学 | 基于非对称循环应力控制加载的低周疲劳寿命预测方法 |
CN102980806A (zh) * | 2012-11-21 | 2013-03-20 | 中南大学 | 一种预测多步加载条件下金属材料低周疲劳寿命的方法 |
CN103076116B (zh) * | 2012-12-29 | 2015-02-25 | 上海捷锦电力新材料有限公司 | 预制式电缆附件界面压力检测方法 |
CN103105477B (zh) * | 2013-01-23 | 2015-02-04 | 太原科技大学 | 一种预测锻态钢锻造裂纹萌生的方法 |
CN103091335B (zh) * | 2013-01-25 | 2015-04-08 | 湖北汽车工业学院 | 用于精密铸钢件裂纹敏感性测试的方法及其测试模型 |
DE102014101134B4 (de) * | 2013-02-04 | 2022-12-22 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren zur automatischen Quantifizierung eines Dendritarmabstandes in dendritischen Mikrostrukturen |
US8713490B1 (en) * | 2013-02-25 | 2014-04-29 | International Business Machines Corporation | Managing aging of silicon in an integrated circuit device |
US9310424B2 (en) | 2013-02-25 | 2016-04-12 | International Business Machines Corporation | Monitoring aging of silicon in an integrated circuit device |
US9652566B2 (en) * | 2013-08-13 | 2017-05-16 | Gm Global Technology Operations, Llc | Methods for simulating oxides in aluminum castings |
CN103530486B (zh) * | 2013-11-05 | 2016-06-01 | 中国航空工业集团公司西安飞机设计研究所 | 一种飞机螺栓的疲劳寿命设计方法 |
CN103714204B (zh) * | 2013-12-18 | 2017-04-12 | 大连理工大学 | 焊接结构多轴疲劳寿命评估方法 |
US20150213164A1 (en) * | 2014-01-27 | 2015-07-30 | GM Global Technology Operations LLC | Product design reliability with consideration of material property changes during service |
CN103926152B (zh) * | 2014-04-09 | 2016-08-24 | 北京工业大学 | 一种高温多轴谱载下低周蠕变-疲劳寿命评估方法 |
CN104392130B (zh) * | 2014-11-21 | 2018-05-29 | 南京衍达软件科技有限公司 | 多轴疲劳的最损伤载荷方向的确定方法及其应用 |
CN106484936B (zh) * | 2015-09-02 | 2019-09-17 | 中国航发商用航空发动机有限责任公司 | 一种考虑应力松弛效应的高温部件的蠕变疲劳寿命的评估方法及装置 |
CN106153824B (zh) * | 2016-06-22 | 2018-07-31 | 北京工业大学 | 一种基于裂纹闭合效应的疲劳寿命预测方法 |
CN106649918B (zh) * | 2016-09-12 | 2020-01-14 | 南京航空航天大学 | 一种镍基单晶材料统一的拉压不对称微观模型的建立方法 |
CN106484978B (zh) * | 2016-09-28 | 2019-07-19 | 北京理工大学 | 一种基于晶体滑移机制的各向异性线弹性本构的建立方法 |
CN106979861B (zh) * | 2017-03-30 | 2019-04-23 | 北京理工大学 | 齿轮接触疲劳全寿命评估方法及装置 |
CN107423540A (zh) * | 2017-04-09 | 2017-12-01 | 北京工业大学 | 一种基于权平均最大剪切应变幅平面的多轴疲劳寿命预测方法 |
JP6978224B2 (ja) * | 2017-05-30 | 2021-12-08 | 株式会社Uacj | 材料組織計算装置および制御プログラム |
CN107729596A (zh) * | 2017-08-28 | 2018-02-23 | 上海工程技术大学 | 一种用于材料损伤计算的方法 |
CN107704920A (zh) * | 2017-10-16 | 2018-02-16 | 安徽工业大学 | 一种基于bp神经网络轧辊合金接触疲劳性能预测方法 |
CN109855959B (zh) * | 2017-11-30 | 2021-08-10 | 中国科学院金属研究所 | 一种金属材料疲劳强度的预测方法 |
CN107977516B (zh) * | 2017-12-02 | 2018-10-09 | 北京工业大学 | 一种考虑多轴载荷非比例度的缺口件局部应力应变确定方法 |
CN108897900B (zh) * | 2018-03-24 | 2022-06-07 | 北京工业大学 | 一种多轴变幅加载下疲劳短裂纹扩展寿命预测方法 |
CN109030541B (zh) * | 2018-07-25 | 2021-01-15 | 江苏大学 | 一种间接检测形变铝合金塑性变形能力的方法及应用 |
CN109357957B (zh) * | 2018-10-31 | 2020-11-10 | 苏州热工研究院有限公司 | 一种基于极值窗口的疲劳监测计数方法 |
CN109238887B (zh) * | 2018-11-09 | 2019-12-03 | 东北大学 | 一种超薄汽车钢板低周疲劳性能的快速评价方法 |
CN109558669B (zh) * | 2018-11-27 | 2023-04-07 | 济南大学 | 一种基于有限元模型的汽轮机转子疲劳损伤在线计算方法 |
CN109918789B (zh) * | 2019-03-08 | 2023-12-26 | 北京工业大学 | 一种多轴变幅加载下基于短裂纹扩展的全寿命预测方法 |
CN109948216B (zh) * | 2019-03-12 | 2023-01-03 | 华东理工大学 | 总应变能密度修正的缺口件低周疲劳预测方法 |
CN109933952B (zh) * | 2019-04-04 | 2022-09-30 | 西北工业大学 | 一种考虑表面粗糙度的镍基单晶合金疲劳寿命预测方法 |
CN110032795B (zh) * | 2019-04-10 | 2022-09-20 | 西北工业大学 | 镍基单晶合金热疲劳裂纹萌生寿命预测方法 |
CN110287619B (zh) * | 2019-06-28 | 2022-10-11 | 合肥工业大学 | 一种多轴随机载荷疲劳寿命预测方法 |
CN110399660B (zh) * | 2019-07-11 | 2021-07-09 | 上海理工大学 | 结构热处理-硬度分布的定量匹配设计方法 |
CN111241721B (zh) * | 2019-11-12 | 2023-09-08 | 太原科技大学 | 一种镁合金薄板轧制边部开裂准则及深度预判方法 |
CN111122358B (zh) * | 2020-01-13 | 2022-05-31 | 上海工程技术大学 | 一种考虑滞弹性能的镁合金疲劳寿命的确定方法 |
CN111444602B (zh) * | 2020-03-24 | 2022-08-09 | 哈尔滨工业大学(威海) | 一种考虑微观组织影响的低周疲劳寿命预测方法 |
CN111680435A (zh) * | 2020-05-09 | 2020-09-18 | 清华大学 | 缺口件疲劳寿命预测方法及预测装置 |
CN111695214B (zh) * | 2020-05-26 | 2023-09-08 | 上海拜安传感技术有限公司 | 基于统计模型的岸桥起重机疲劳损伤的确定方法 |
CN112100766A (zh) * | 2020-08-28 | 2020-12-18 | 北京航空航天大学 | 一种冷挤压强化孔结构的疲劳寿命预测方法 |
CN112364535B (zh) * | 2020-11-06 | 2024-03-29 | 华东理工大学 | 一种基于晶体塑性的蠕变疲劳寿命预测方法 |
CN112487683B (zh) * | 2020-12-01 | 2022-08-16 | 北京航空航天大学 | 一种考虑残余应力影响的结构件高周疲劳寿命预测方法 |
CN112903435B (zh) * | 2021-01-19 | 2022-04-08 | 南京航空航天大学 | 基于单个缺陷的多轴疲劳寿命预测方法 |
CN112906264B (zh) * | 2021-02-03 | 2022-09-23 | 合肥工业大学 | 一种金属内胆碳纤维复合材料气瓶的疲劳寿命分析方法 |
CN114626265B (zh) * | 2022-03-14 | 2022-11-08 | 天津大学 | 多尺度框架下的低周疲劳裂纹萌生及扩展行为预测方法 |
CN114577461A (zh) * | 2022-03-22 | 2022-06-03 | 浙江吉利控股集团有限公司 | 一种转向拉杆剩余寿命的检测系统及汽车 |
CN114894361B (zh) * | 2022-05-09 | 2023-07-25 | 中北大学 | 基于跨点频响阻尼特性的金属构件残余应力定量检测方法 |
CN115034092B (zh) * | 2022-08-09 | 2022-11-15 | 中国航发北京航空材料研究院 | 含夹杂物的粉末高温合金低周疲劳寿命的预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1500207A (zh) * | 2001-03-23 | 2004-05-26 | 株式会社产学连携机构九州 | 金属材料的长寿命疲劳强度设计法 |
CN101226163A (zh) * | 2008-01-22 | 2008-07-23 | 西安交通大学 | 柔性基板上金属薄膜疲劳寿命测试方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2223855B (en) * | 1988-10-14 | 1992-04-01 | Nicholas John Prescott | Fatigue monitoring |
US5841669A (en) * | 1996-01-26 | 1998-11-24 | Howmet Research Corporation | Solidification control including pattern recognition |
US8290753B2 (en) * | 2006-01-24 | 2012-10-16 | Vextec Corporation | Materials-based failure analysis in design of electronic devices, and prediction of operating life |
US7889840B2 (en) * | 2007-01-10 | 2011-02-15 | The United States Of America As Represented By The Secretary Of The Navy | System and method for predicting material fatigue and damage |
US8209133B2 (en) * | 2007-08-16 | 2012-06-26 | Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College | Rapid determination of fatigue failure based on temperature evolution |
US7623973B1 (en) * | 2008-05-05 | 2009-11-24 | Gm Global Technology Operations, Inc. | Methods and systems to predict fatigue life in aluminum castings |
US8155940B2 (en) * | 2008-07-30 | 2012-04-10 | GM Global Technology Operations LLC | Methods and systems for predicting very high cycle fatigue properties in metal alloys |
-
2009
- 2009-03-12 US US12/402,538 patent/US8515688B2/en active Active
-
2010
- 2010-02-25 DE DE102010009318.1A patent/DE102010009318B4/de active Active
- 2010-03-12 CN CN201010135917.4A patent/CN101839904B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1500207A (zh) * | 2001-03-23 | 2004-05-26 | 株式会社产学连携机构九州 | 金属材料的长寿命疲劳强度设计法 |
CN101226163A (zh) * | 2008-01-22 | 2008-07-23 | 西安交通大学 | 柔性基板上金属薄膜疲劳寿命测试方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102010009318B4 (de) | 2021-06-24 |
DE102010009318A1 (de) | 2010-09-23 |
US20100235110A1 (en) | 2010-09-16 |
US8515688B2 (en) | 2013-08-20 |
CN101839904A (zh) | 2010-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101839904B (zh) | 预测铝合金在多轴加载下的疲劳寿命的系统和方法 | |
Kamal et al. | Advances in fatigue life modeling: A review | |
Cui et al. | A phase field formulation for dissolution-driven stress corrosion cracking | |
Gates et al. | On the consideration of normal and shear stress interaction in multiaxial fatigue damage analysis | |
Santus et al. | Physically short crack propagation in metals during high cycle fatigue | |
CN101639872B (zh) | 用于预测金属合金的特高循环疲劳特性的方法和系统 | |
Agius et al. | Sensitivity and optimisation of the Chaboche plasticity model parameters in strain-life fatigue predictions | |
Cai et al. | A modified Johnson-Cook constitutive equation to predict hot deformation behavior of Ti-6Al-4V alloy | |
Khan et al. | Behaviors of three BCC metals during non-proportional multi-axial loadings: experiments and modeling | |
Pardoen | Numerical simulation of low stress triaxiality ductile fracture | |
Gates et al. | Multiaxial variable amplitude fatigue life analysis using the critical plane approach, Part I: Un-notched specimen experiments and life estimations | |
CN107423540A (zh) | 一种基于权平均最大剪切应变幅平面的多轴疲劳寿命预测方法 | |
US20140192837A1 (en) | System and method for generating a combined model for isothermal and anisothermal fatigue life | |
Barsoum et al. | The effect of stress state on ductility in the moderate stress triaxiality regime of medium and high strength steels | |
CN105260574A (zh) | 一种基于临界面法疲劳破坏准则的高周多轴疲劳寿命预测方法 | |
Gates et al. | A simplified cyclic plasticity model for calculating stress-strain response under multiaxial non-proportional loadings | |
Firat et al. | Analytical durability modeling and evaluation—complementary techniques for physical testing of automotive components | |
Li et al. | A modification of Smith–Watson–Topper damage parameter for fatigue life prediction under non‐proportional loading | |
CN111680435A (zh) | 缺口件疲劳寿命预测方法及预测装置 | |
Yu et al. | Constitutive analysis of pressure-insensitive metals under axisymmetric tensile loading: A stress triaxiality-dependent plasticity damage model | |
Kocabicak et al. | A simple approach for multiaxial fatigue damage prediction based on FEM post-processing | |
Radaj et al. | Elastic-plastic fatigue crack growth | |
Kraft et al. | Accuracy analyses of fatigue life predictions for multiaxially non-proportionally stressed notched components-a database evaluation | |
Tiryakioğlu | Statistical distributions for the size of fatigue-initiating defects in Al–7% Si–0.3% Mg alloy castings: A comparative study | |
Zhai et al. | Modeling the tension–compression asymmetric yield behavior of β-treated Zircaloy-4 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |