CN105203392A

CN105203392A - 一种基于表面完整性的钛合金材料低周疲劳寿命预测方法

Info

Publication number: CN105203392A
Application number: CN201510518529.7A
Authority: CN
Inventors: 陈明和; 杜舜尧; 朱知寿; 王新南
Original assignee: Nanjing University of Aeronautics and Astronautics
Current assignee: Nanjing University of Aeronautics and Astronautics
Priority date: 2015-08-21
Filing date: 2015-08-21
Publication date: 2015-12-30
Anticipated expiration: 2035-08-21
Also published as: CN105203392B

Abstract

本发明公开了一种基于表面完整性的钛合金材料低周疲劳寿命预测方法，考虑了在拉压加载条件下钛合金材料的低周疲劳失效模式，以表面完整性指标参数为基础，将多项式回归模型与正余弦回归模型相结合，建立了采用表面粗糙度Ra和最大表面残余主应力σ_r的组合来评估钛合金材料低周疲劳寿命的预测模型，并最终提出一钟基于表面完整性的钛合金材料低周疲劳寿命预测方法。本发明能够简单快速并且精确地预测钛合金材料的低周疲劳寿命，为零部件的可靠设计提供理论依据，指导实际生产，具有一定的工程应用价值。

Description

一种基于表面完整性的钛合金材料低周疲劳寿命预测方法

技术领域

本发明涉及钛合金材料承受拉压载荷时疲劳寿命的预测问题，具体涉及一种基于表面完整性的钛合金材料的低周疲劳时效方法，适用于汽车、航天航空、船舶和医疗中广泛使用的各种钛合金材料。

背景技术

随着钛合金在航空工业、汽车工业、船舶工业以及医疗领域的广泛应用，钛合金的低周疲劳损伤问题日益突出，这严重威胁了钛合金结构件的安全性和可靠性。航空航天设备、船舶、轨道车辆等大型机械结构，其服役环境的复杂性，载荷历程的多变性，可能导致结构的突然失效，引起突发性事故。大型机械结构的安全一直是工程界普遍关心与研究的课题，这类系统的寿命分析与预测技术直接关系到国家经济利益和人民群众的生命财产安全，是关乎国计民生的重大问题，国内外学者对此都极为关注。

钛合金结构系统的寿命预测技术与钛合金结构元件的使用寿命密切相关。在工程中，构件可能会因为受到各种载荷的作用而产生破坏，其中由于交变载荷而导致的疲劳破坏占到了50％～90％。随着钛合金机械构件逐渐向大型化、复杂化和高温、高速的使用环境方向发展，不确定性因素大大增加，疲劳破坏现象更是层出不穷。因此，深入开展钛合金疲劳破坏问题的研究对促进我国科技与国防事业发展和实现现代化有着十分重要的意义。

随着现代科学技术的发展，钛合金机械产品的结构日益复杂，性能参数越来越高，工作环境条件更加严酷，传统的钛合金疲劳寿命预测方法与工程实践的矛盾逐渐显现，究其原因在于传统的确定性方法不能很好地描述工程中客观存在的不确定性现象。在实际的服役条件下，工件往往承受着不确定的加载条件，因此，传统的基于加载条件的疲劳寿命预测方法将无法满足工程发展需要。

发明内容

针对现有技术存在的问题，本发明提出了一种基于表面完整性的钛合金材料低周疲劳寿命预测方法，该方法是通过工件材料的表面完整性指标参数进行疲劳寿命预测的，有效的避免了由于实际工况下加载条件的不确定而引起的误差，提高了钛合金材料低周疲劳寿命预测的稳定性和准确性。

本发明解决上述技术问题采用的技术方案为：一种基于表面完整性的钛合金材料低周疲劳寿命预测方法，包括如下步骤：

步骤1：首先判断需进行低周疲劳寿命预测的工件材料是否为钛合金材料，若是钛合金材料，则进行步骤2，若不是钛合金材料，则退出；

步骤2：根据工件结构的几何形状，进行有限元分析，得到工件结构的应力分布，判断工件结构是否为低周疲劳；

步骤3：若工件结构在危险点处产生塑性应变，则为低周疲劳，进入步骤4；否则，退出；

步骤4：在不同的切削条件下对工件材料对若干个相同的工件选取同一点，在不同的切削条件下进行切削加工，之后测量出各种切削条件下工件的表面粗糙度Ra和最大表面残余主应力σ_r；

步骤5：在拉压加载条件下对经步骤4切削加工后的工件材料进行低周疲劳试验，获得一系列试验数据点，由于疲劳寿命和应力水平之间满足双对数线性关系，即S-N曲线可采用最常用的幂指数形式：S^m·N＝C，因此两边同时取对数即可得到对数坐标下S-N曲线的线性回归模型：lgσ_max＝a·lgN_f+b，其中σ_max为应力控制试验的最大应力，N_f为疲劳寿命，a和b为待定系数；

步骤6：对步骤4中测得的表面粗糙度Ra与最大表面残余主应力σ_r及步骤5中对应的待定系数a和b进行拟合，确定关系式：

a = C + k_{1} \cdot c o s \frac{R a}{w_{1}} + k_{2} \cdot s i n \frac{R a}{w_{1}} + k_{3} \cdot c o s \frac{σ_{r}}{w_{2}} + k_{4} \cdot \sin \frac{σ_{r}}{w_{2}}

和

b = D + q_{1} \cdot c o s \frac{R a}{u_{1}} + q_{2} \cdot \sin \frac{R a}{u_{1}} + q_{3} \cdot c o s \frac{σ_{r}}{u_{2}} + q_{4} \cdot \sin \frac{σ_{r}}{u_{2}}

中的各个材料常数，其中残余拉应力取“+”，残余压应力取“-”；

步骤7：基于多项式回归方程与正余弦回归方程相结合的模型，建立钛合金材料低周疲劳寿命的预测模型为：

\{\begin{matrix} {lgσ}_{\max} = a \cdot {lgN}_{f} + b \\ a = C + k_{1} \cdot c o s \frac{R a}{w_{1}} + k_{2} \cdot s i n \frac{R a}{w_{1}} + k_{3} \cdot c o s \frac{σ_{r}}{w_{2}} + k_{4} \cdot \sin \frac{σ_{r}}{w_{2}} \\ b = D + q_{1} \cdot c o s \frac{R a}{u_{1}} + q_{2} \cdot \sin \frac{R a}{u_{1}} + q_{3} \cdot c o s \frac{σ_{r}}{u_{2}} + q_{4} \cdot \sin \frac{σ_{r}}{u_{2}} \end{matrix} .

进一步的，步骤4中所述的表面粗糙度Ra和最大表面残余主应力σ_r是同一种工件材料在不同的切削条件下测量得到的结果。

进一步的，步骤5中所述的待定系数a和b是基于lgσ_max-lgN_f关系曲线采用线性拟合方法确定的。

进一步的，步骤6中采用数据拟合的方法，对表面完整性指标参数以及待定系数a和b进行回归分析，获得关系式中的材料常数。

本发明的有益效果在于：

(1)利用表面完整性指标参数进行疲劳寿命预测可以避免因实际工况下载荷条件的不确定性而引起的误差，提高了预测的稳定性和精度。

(2)基于表面完整性的钛合金材料低周疲劳寿命预测方法中充分考虑了各种因素对低周疲劳寿命的影响程度，引入了影响程度较大的表面粗糙度Ra和最大表面残余主应力σ_r，而忽略影响较小的表面层硬度，简化了低周疲劳寿命预测模型，可以更加方便、迅速地进行低周疲劳寿命预测。

附图说明

图1是本发明实施流程图；

图2是本发明疲劳试验所用试样尺寸图；

图3是对应于一种确定的切削条件下对TC4-DT钛合金材料进行低周疲劳试验后所得到的lgσ_max与lgN_f的关系图；

图4是对应于一种确定的切削条件下TC4-DT钛合金材料基于表面完整性指标参数进行低周疲劳寿命的预测结果与试验结果的对比图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明是一种基于表面完整性的钛合金材料低周疲劳寿命预测方法，其过程如图1所示，下面以TC4-DT钛合金材料为例，详细介绍本发明的实施步骤：

步骤1：判断出TC4-DT是一种新型钛合金材料，故可以进入步骤2；

步骤2：对TC4-DT工件结构进行有限元分析，获得其应力分布，判断是否为低周疲劳；

步骤3：发现TC4-DT工件结构在危险点处产生了塑性应变，因此可以判断是低周疲劳，进入步骤4；

步骤4：设置不同的切削参数，包括切削速度、进给速度和切削深度等，对TC4-DT钛合金材料进行切削加工，结束后测量出不同切削条件下TC4-DT钛合金的表面粗糙度Ra和最大表面残余主应力σ_r，其具体数值如表1所示；

步骤5：在拉压加载条件下对TC4-DT钛合金进行低周疲劳试验，疲劳试样，疲劳试样如图2所示。通过对试验数据点进行拟合，可以获得lgσ_max与lgN_f之间的关系曲线，从而确定关系式：lgσ_max＝a·lgN_f+b中的待定系数a和b，其数值如表1所示，图3为对应于一种确定的切削条件下对TC4-DT钛合金材料进行低周疲劳试验后所得到的lgσ_max与lgN_f的关系图；

表1不同切削条件下TC4-DT钛合金的表面粗糙度Ra、最大表面残余主应力σ_r以及对应的待定系数a和b值

步骤6：对表1中的数据进行拟合，求出关系式：

a = C + k_{1} \cdot c o s \frac{R a}{w_{1}} + k_{2} \cdot s i n \frac{R a}{w_{1}} + k_{3} \cdot c o s \frac{σ_{r}}{w_{2}} + k_{4} \cdot \sin \frac{σ_{r}}{w_{2}}

和

b = D + q_{1} \cdot c o s \frac{R a}{u_{1}} + q_{2} \cdot \sin \frac{R a}{u_{1}} + q_{3} \cdot c o s \frac{σ_{r}}{u_{2}} + q_{4} \cdot \sin \frac{σ_{r}}{u_{2}}

中的材料系数k₁，k₂，k₃，k₄，C，w₁，w₂，q₁，q₂，q₃，q₄，D，u₁，u₂，从而确定关系式：

a = - 0.30148 + 0.03852 \cdot c o s \frac{R a}{0.01711} - 0.02112 \cdot s i n \frac{R a}{0.01711} + 0.02106 \cdot c o s \frac{σ_{r}}{6.27792} + 0.04154 \cdot s i n \frac{σ_{r}}{6.27792}

和

b = 4.31129 - 0.15475 \cdot c o s \frac{R a}{0.04098} - 0.06237 \cdot \sin \frac{R a}{0.04098} + 0.03882 \cdot c o s \frac{σ_{r}}{2.14229} - 0.0165 \cdot \sin \frac{σ_{r}}{2.14229};

步骤7：将获得的a、b与Ra和σ_r的函数关系带入关系式lgσ_max＝a·lgN_f+b中，即可得到基于表面完整性的钛合金材料低周疲劳寿命预测模型：

\{\begin{matrix} {lgσ}_{\max} = a \cdot {lgN}_{f} + b \\ a = - 0.30148 + 0.03852 \cdot c o s \frac{R a}{0.01711} - 0.02112 \cdot s i n \frac{R a}{0.01711} + 0.02106 \cdot c o s \frac{σ_{r}}{6.27792} + 0.04154 \cdot \sin \frac{σ_{r}}{6.27792} \\ b = 4.31129 - 0.15475 \cdot c o s \frac{R a}{0.04098} - 0.06237 \cdot \sin \frac{R a}{0.04098} + 0.03882 \cdot c o s \frac{σ_{r}}{2.14229} - 0.0165 \cdot \sin \frac{σ_{r}}{2.14229} \end{matrix}

图4为对应于一种确定的切削条件下TC4-DT钛合金材料基于表面完整性指标参数进行低周疲劳寿命的预测结果与试验结果的对比图。结果表明，本发明的方法可以准确地预测TC4-DT钛合金材料的低周疲劳寿命。

以上结合附图对本发明的实例进行了详细的描述，但本发明不局限于上述具体的实施方式，上述的具体实施方式仅是示例性的，不是局限性的，任何不超过本发明权利要求的发明创造，均在本发明的保护之内。

Claims

1.一种基于表面完整性的钛合金材料低周疲劳寿命预测方法，其特征在于：包括如下步骤：

a = C + k_{1} \cdot c o s \frac{R a}{w_{1}} + k_{2} \cdot s i n \frac{R a}{w_{1}} + k_{3} \cdot c o s \frac{σ_{r}}{w_{2}} + k_{4} \cdot \sin \frac{σ_{r}}{w_{2}}

和

b = D + q_{1} \cdot c o s \frac{R a}{u_{1}} + q_{2} \cdot \sin \frac{R a}{u_{1}} + q_{3} \cdot c o s \frac{σ_{r}}{u_{2}} + q_{4} \cdot \sin \frac{σ_{r}}{u_{2}}

\{\begin{matrix} {lgσ}_{\max} = a \cdot {lgN}_{f} + b \\ a = C + k_{1} \cdot c o s \frac{R a}{w_{1}} + k_{2} \cdot s i n \frac{R a}{w_{1}} + k_{3} \cdot c o s \frac{σ_{r}}{w_{2}} + k_{4} \cdot \sin \frac{σ_{r}}{w_{2}} \\ b = D + q_{1} \cdot c o s \frac{R a}{u_{1}} + q_{2} \cdot \sin \frac{R a}{u_{1}} + q_{3} \cdot c o s \frac{σ_{r}}{u_{2}} + q_{4} \cdot \sin \frac{σ_{r}}{u_{2}} \end{matrix} .

2.根据权利要求1所述的基于表面完整性的钛合金材料低周疲劳寿命预测方法，其特征在于：步骤4中所述的表面粗糙度Ra和最大表面残余主应力σ_r是同一种工件材料在不同的切削条件下测量得到的结果。

3.根据权利要求1所述的基于表面完整性的钛合金材料低周疲劳寿命预测方法，其特征在于：步骤5中所述的待定系数a和b是基于lgσ_max-lgN_f关系曲线采用线性拟合方法确定的。

4.根据权利要求1所述的基于表面完整性的钛合金材料低周疲劳寿命预测方法，其特征在于：步骤6中采用数据拟合的方法，对表面完整性指标参数以及待定系数a和b进行回归分析，获得关系式中的材料常数。