CN107290216A - 一种316l不锈钢棘轮效应的预测方法 - Google Patents

一种316l不锈钢棘轮效应的预测方法 Download PDF

Info

Publication number
CN107290216A
CN107290216A CN201710504756.3A CN201710504756A CN107290216A CN 107290216 A CN107290216 A CN 107290216A CN 201710504756 A CN201710504756 A CN 201710504756A CN 107290216 A CN107290216 A CN 107290216A
Authority
CN
China
Prior art keywords
mrow
msub
stress
mover
strain
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.)
Pending
Application number
CN201710504756.3A
Other languages
English (en)
Inventor
刘秀宇
肖雄
董亚伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201710504756.3A priority Critical patent/CN107290216A/zh
Publication of CN107290216A publication Critical patent/CN107290216A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/08Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/32Investigating strength properties of solid materials by application of mechanical stress by applying repeated or pulsating forces

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Micro-Organisms Or Cultivation Processes Thereof (AREA)

Abstract

本发明公开了一种316L不锈钢棘轮效应的预测方法,包括以下步骤:进行316L不锈钢单轴拉伸实验;进行316L不锈钢非对称应力控制循环实验;构建316L不锈钢本构模型;预测316L不锈钢棘轮效应。本发明的有益效果:本方法可以准确描述并预测316L不锈钢在循环应力载荷下的棘轮行为,以及变形中的应力应变。对于分析循环载荷作用下的金属构件的可靠性、安全性、疲劳寿命估测具有重要意义。

Description

一种316L不锈钢棘轮效应的预测方法
技术领域
本发明属于金属材料棘轮效应研究的技术领域,具体涉及一种316L不锈钢棘轮效应的预测方法。
背景技术
大多数金属材料在非对称应力循环加载过程中会出现一种塑性变形循环累积的现象,这种现象称为棘轮行为,棘轮变形的产生一方面会使材料的塑性变形显著增加,另一方面也会使材料的疲劳寿命大幅下降,在高温高压工况下如化工过程中的压力容器、核反应堆中的管道这种现象尤甚,因此棘轮行为是需要考虑的一个重要安全问题。
为了准确预测材料在非对称循环载荷作用下的棘轮行为,一些学者对材料的棘轮行为进行了广泛的研究,建立了诸多循环本构模型,但由于棘轮行为的复杂性,现有的模型均有其优缺点。Ohno-Abdel-Karim模型中参数μ_i作为通过试错法得到的一个定值出现在本构方程中,往往不能精确模拟棘轮应变的发展,直接导致预测结果失真。
因此有必要改进现有的本构模型从而更为合理准确地预测材料在非对称循环应力控制加载条件下的棘轮行为。
发明内容
本发明的目的是为了提供一种316L不锈钢棘轮效应的预测方法,针对金属材料棘轮效应的研究,通过改进本构模型并确认参数,从而准确预测316L不锈钢棘轮效应。
为解决上述技术问题,本发明的316L不锈钢棘轮效应的预测方法所采用的技术方案为:
一种316L不锈钢棘轮效应的预测方法,包括如下步骤:
1)对316L不锈钢进行单轴拉伸实验,获得316L不锈钢材料在室温条件下单轴拉伸实验的应力应变曲线;
2)对316L不锈钢进行非对称应力控制循环实验,获得316L不锈钢材料在室温条件下非对称应力控制循环载荷实验的循环应力应变响应曲线;
3)基于统一粘塑性理论,选用Ohno-Abdel-Karim非线性随动硬化模型,通过修正原模型中的棘轮参数μi,使其从一个常量变为一个与循环周期相关的变量,从而构建出用于预测316L不锈钢棘轮效应的本构模型;
4)基于316L不锈钢材料单轴拉伸应力应变曲线和循环应力应变响应曲线确定本构模型参数,将材料在应力控制循环中的平均应力、应力幅值代入构建的本构模型中预测棘轮应变;
所述316L不锈钢单轴拉伸实验的方法是:
首先对316L不锈钢材料进行固溶处理,即在1050±50℃保温60分钟,然后水冷;然后将材料加工成棒材,进行单轴拉伸实验,记录应力应变数据并绘出应力应变曲线。
所述316L不锈钢循环应力控制加载实验的方法:
将316L不锈钢棒材试样进行应力控制循环加载实验,具体工况为70±350MPa、70±330MPa、70±275MPa、50±350MPa、10±350MPa,得到各工况下的应力应变滞回曲线。
所述本构模型建立的方法为:
选用的循环本构模型主要由以下几部分组成:主控方程、屈服函数及流动准则、各向同性硬化与随动硬化,各部分的具体内容分别为:
1)主控方程
ε=εpe
εe=D-1
式中,ε为总应变,εe和εp分别为弹性应变和塑性应变,D为弹性张量,σ为应力张量,K和n为率相关的材料常数;
2)屈服函数及流动准则
式中,s和α分别为偏应力张量和背应力张量,Q为各向同性变形抗力,为塑性应变速率;
3)各向同性硬化与随动硬化
各向同性硬化的演化方程:
式中,为等效塑性应变速率,Qsa为各向同性变形抗力Q的饱和值,γ为控制各项同性硬化速率的材料参数;
随动硬化的演化方程:
采用Ohno-Abdel-Karim非线性随动硬化模型:
ξi与ri为材料参数;H(fi)为Heaviside步进函数,x<0:H(x)=0;x≥0:H(x)=1;μi为棘轮参数,原本为一个常量,本专利将其修改为一个与循环周期相关的变量,通过试错法求得:
式中,为参数μi的饱和值,为参数μi的初始值,μb为参数μi的演变速率,c为循环应力的周期数。
通过修正Ohno-Abdel-Karim非线性随动硬化模型中的棘轮参数μi,使其从一个常量变为一个与循环周期相关的变量,从而构建出的316L不锈钢本构模型可以更加准确合理地预测材料在非对称应力循环下产生的棘轮应变。
所述预测316L不锈钢棘轮效应的方法为:
首先确认本专利所述本构模型需要的材料参数,基于316L不锈钢材料单轴拉伸应力应变曲线和循环应力应变响应曲线,在曲线上截取m个点,每个点对应一组σi,σ0则代表塑性应变为零时对应的应力值,通过如下公式确定材料参数ξi与ri
然后将316L不锈钢材料应力控制循环下的平均应力、应力幅值代入构建的本构模型中预测出相应的应力应变曲线,依据应力应变曲线得到该工况下的棘轮应变,从而预测316L不锈钢棘轮效应。
有益效果:本发明的316L不锈钢棘轮效应的预测方法构建出的316L不锈钢本构模型可以准确合理地预测材料在非对称应力循环下产生的棘轮应变,对于分析循环载荷作用下的金属构件的可靠性、安全性、疲劳寿命估测具有重要意义。
附图说明
图1为截取316L不锈钢单轴拉伸应力应变曲线上的实验点;
图2为70±330MPa工况下的预测应力应变响应曲线;
图3为316L不锈钢单轴拉伸应力应变实验与模拟预测曲线;
图4为相同应力幅值下316L不锈钢单轴棘轮行为实验与模拟预测曲线;
图5为相同平均应力下316L不锈钢单轴棘轮行为实验与模拟预测曲线;
图6为本发明316L不锈钢棘轮效应的预测方法的流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
1、316L不锈钢单轴拉伸实验
为获得316L不锈钢在室温条件下的单轴拉伸性能,将材料加工成直径9.98mm的棒材,进行单轴拉伸实验,记录应力应变数据用于本构模型参数拟合。实验条件见表1,实验材料主要化学成分如表2
表1单轴拉伸的实验条件
实验材料 试样尺寸 应变速率 温度 实验设备
316L不锈钢 Φ9.98mm 0.2%/S 室温 WDS-100电子万能实验机
表2 316L不锈钢的主要化学成分(质量百分数%)
Cr Ni Mo Mn Si P S C Ne Fe
18.05 11.25 2.583 1.422 0.71 0.05 0.018 0.016 0.013 remained
2、316L不锈钢非对称应力控制循环实验
将316L不锈钢棒材试样进行应力控制循环加载,具体工况如表3,A组为相同平均应力,B组为相同应力幅值,得到各工况下的应力应变滞回曲线。
表3非对称循环应力控制加载实验工况
3、建立循环本构模型
选用的循环模型主要由以下几部分组成:主控方程、屈服函数及流动准则、各向同性硬化与随动硬化;各部分的具体内容分别为:
1)主控方程
ε=εpe
εe=D-1
式中ε为总应变,εe和εp分别为弹性应变和塑性应变,D为弹性张量,σ为应力张量
2)屈服函数及流动准则
式中,S和α分别为偏应力张量和背应力张量,Q为各向同性变形抗力,为塑性应变速率,K和n为率相关的材料常数;
3)各向同性硬化与随动硬化
各向同性硬化的演化方程:
式中,为等效塑性应变速率,Qsa为各向同性变形抗力Q的饱和值,γ为控制各项同性硬化速率的材料参数;
随动硬化的演化方程:
采用Ohno-Abdel-Karim非线性随动硬化模型:
ξi与ri为材料参数,可以由单轴拉伸实验测得,μi为棘轮参数根据实验通过试错法得到,H(fi)为Heaviside步进函数,x<0:H(x)=0;x≥0:H(x)=1。
所述本构模型优化的方法:
本构模型中参数μi原本为通过试错法得到的一个常量,本发明对参数μi进行优化,使其成为一个与循环周期相关的变量如下:
式中,为参数μi的饱和值,为参数μi的初始值,μb为参数μi的演变速率,c为循环应力的周期数。通过这样的改进使棘轮应变增长更加符合实验趋势,从而提高棘轮应变预测的精度。
4、预测316L不锈钢棘轮效应
首先确认本专利所述本构模型需要的材料参数,基于316L不锈钢材料单轴拉伸应力应变曲线和循环应力应变响应曲线,在曲线上截取m个点,每个点对应一组σi,σ0则代表塑性应变为零时对应的应力值,如图1,通过如下公式确定材料参数ξi与ri
根据理论公式编写Matlab程序,利用软件处理材料得到的实验数据,准确高效的获取本构方程中材料参数。利用此方法求得的316L不锈钢在非对称循环应力控制下的材料参数如表4所示。
表4316L不锈钢的材料参数
然后将316L不锈钢材料应力控制循环下的平均应力、应力幅值代入构建的本构模型中预测出相应的应力应变曲线,依据应力应变曲线得到该工况下的棘轮应变。依据本专利所述本构模型和确认的参数,计算并绘出316L不锈钢材料在70±350MPa、70±330MPa、70±275MPa、50±350MPa、10±350MPa等工况下的应力应变响应曲线,如图2所示70±330MPa工况下预测的应力应变响应曲线,并提取出相应的棘轮应变。总结多组工况,效果见图3、图4、图5,发现通过本方法预测的316L不锈钢棘轮行为与实验结果能够很好的吻合。

Claims (7)

1.一种316L不锈钢棘轮效应的预测方法,其特征在于,包括如下步骤:
1)对316L不锈钢进行单轴拉伸实验,获得316L不锈钢材料在室温条件下单轴拉伸实验的应力应变曲线;
2)对316L不锈钢进行非对称应力控制循环实验,获得316L不锈钢材料在室温条件下非对称应力控制循环载荷实验的循环应力应变响应曲线;
3)基于统一粘塑性理论,选用Ohno-Abdel-Karim非线性随动硬化模型,通过修正原模型中的棘轮参数μi,使其从一个常量变为一个与循环周期相关的变量,从而构建出用于预测316L不锈钢棘轮效应的本构模型;
4)基于316L不锈钢材料单轴拉伸应力应变曲线和循环应力应变响应曲线确定本构模型参数,将材料在应力控制循环中的平均应力、应力幅值代入构建的本构模型中预测棘轮应变。
2.根据权利要求1所述的316L不锈钢棘轮效应的预测方法,其特征在于,所述316L不锈钢单轴拉伸实验包括以下步骤:
首先对316L不锈钢材料进行固溶处理,即在1050±50℃保温60分钟,然后水冷;然后将材料加工成棒材,进行单轴拉伸实验,记录应力应变数据并绘出应力应变曲线。
3.根据权利要求1所述的316L不锈钢棘轮效应的预测方法,其特征在于,所述316L不锈钢循环应力控制加载实验包括以下步骤:
将316L不锈钢棒材试样进行应力控制循环加载实验,具体工况为70±350MPa、70±330MPa、70±275MPa、50±350MPa和10±350MPa,得到各工况下的应力应变滞回曲线。
4.根据权利要求1所述的316L不锈钢棘轮效应的预测方法,其特征在于,所述本构模型包括主控方程,所述主控方程通过下式表达:
ε=εpe
εe=D-1
式中,ε为总应变,εe和εp分别为弹性应变和塑性应变,D为弹性张量,σ为应力张量。
5.根据权利要求1所述的316L不锈钢棘轮效应的预测方法,其特征在于,所述本构模型包括屈服函数及流动准则,所述屈服函数及流动准则通过下式表达:
<mrow> <msub> <mi>F</mi> <mi>y</mi> </msub> <mo>=</mo> <msqrt> <mrow> <mn>1.5</mn> <mrow> <mo>(</mo> <mi>s</mi> <mo>-</mo> <mi>&amp;alpha;</mi> <mo>)</mo> </mrow> <mo>:</mo> <mrow> <mo>(</mo> <mi>s</mi> <mo>-</mo> <mi>&amp;alpha;</mi> <mo>)</mo> </mrow> </mrow> </msqrt> <mo>-</mo> <mi>Q</mi> <mo>=</mo> <mn>0</mn> </mrow>
<mrow> <msup> <mover> <mi>&amp;epsiv;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>P</mi> </msup> <mo>=</mo> <msqrt> <mfrac> <mn>3</mn> <mn>2</mn> </mfrac> </msqrt> <mo>&lt;</mo> <mfrac> <msub> <mi>F</mi> <mi>y</mi> </msub> <mi>K</mi> </mfrac> <msup> <mo>&gt;</mo> <mi>n</mi> </msup> <mfrac> <mrow> <mi>s</mi> <mo>-</mo> <mi>&amp;alpha;</mi> </mrow> <mrow> <mo>|</mo> <mo>|</mo> <mi>s</mi> <mo>-</mo> <mi>&amp;alpha;</mi> <mo>|</mo> <mo>|</mo> </mrow> </mfrac> </mrow>
式中,S和α分别为偏应力张量和背应力张量,Q为各向同性变形抗力,为塑性应变速率;K和n为率相关的材料常数。
6.根据权利要求1所述的316L不锈钢棘轮效应的预测方法,其特征在于,所述本构模型包括各向同性硬化与随动硬化的演化方程,
其中,各向同性硬化的演化方程通过下式表达:
<mrow> <mover> <mi>Q</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mi>&amp;gamma;</mi> <mrow> <mo>(</mo> <msub> <mi>Q</mi> <mrow> <mi>s</mi> <mi>a</mi> </mrow> </msub> <mo>-</mo> <mi>Q</mi> <mo>)</mo> </mrow> <mover> <mi>p</mi> <mo>&amp;CenterDot;</mo> </mover> </mrow>
<mrow> <mover> <mi>p</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <msqrt> <mrow> <mo>(</mo> <mn>2</mn> <mo>/</mo> <mn>3</mn> <mo>)</mo> <msup> <mover> <mi>&amp;epsiv;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>P</mi> </msup> <mover> <mo>.</mo> <mo>&amp;CenterDot;</mo> </mover> <msup> <mover> <mi>&amp;epsiv;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>P</mi> </msup> </mrow> </msqrt> </mrow> 1
式中,为等效塑性应变速率,Qsa为各向同性变形抗力Q的饱和值,γ为控制各项同性硬化速率的材料参数;
随动硬化的演化方程通过下式表达:
采用Ohno-Abdel-Karim非线性随动硬化模型:
<mrow> <mi>&amp;alpha;</mi> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mi>i</mi> </munder> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>...</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mover> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <mo>&amp;lsqb;</mo> <mfrac> <mn>2</mn> <mn>3</mn> </mfrac> <msub> <mi>r</mi> <mi>i</mi> </msub> <msup> <mover> <mi>&amp;epsiv;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>p</mi> </msup> <mo>-</mo> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mover> <mi>p</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>-</mo> <mi>H</mi> <mrow> <mo>(</mo> <msub> <mi>f</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mo>&lt;</mo> <msup> <mover> <mi>&amp;epsiv;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>p</mi> </msup> <mo>:</mo> <msub> <mi>K</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> <mover> <mi>p</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>&gt;</mo> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <msub> <mi>K</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mrow> <mo>|</mo> <mo>|</mo> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mo>|</mo> <mo>|</mo> </mrow> </mfrac> </mrow>
<mrow> <msub> <mi>f</mi> <mi>i</mi> </msub> <mo>=</mo> <mo>|</mo> <mo>|</mo> <msub> <mi>&amp;alpha;</mi> <mi>i</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>-</mo> <msubsup> <mi>r</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>=</mo> <mn>0</mn> </mrow>
式中,ξi与ri为材料参数;H(fi)为Heaviside步进函数,当x<0:H(x)=0;x≥0:H(x)=1;μi为棘轮参数,通过试错法求得:
<mrow> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> <mo>=</mo> <msubsup> <mi>&amp;mu;</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>+</mo> <mrow> <mo>(</mo> <msubsup> <mi>&amp;mu;</mi> <mi>i</mi> <mn>0</mn> </msubsup> <mo>-</mo> <msubsup> <mi>&amp;mu;</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>)</mo> </mrow> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <msub> <mi>&amp;mu;</mi> <mi>b</mi> </msub> <mi>c</mi> <mo>)</mo> </mrow> </mrow>
式中,为参数μi的饱和值,为参数μi的初始值,μb为参数μi的演变速率,c为循环应力的周期数。
7.根据权利要求1所述的316L不锈钢棘轮效应的预测方法,其特征在于,所述预测316L不锈钢棘轮效应的方法为:
首先确认所述本构模型需要的材料参数,基于316L不锈钢材料单轴拉伸应力应变曲线和循环应力应变响应曲线,在曲线上截取m个点,每个点对应一组σi,σ0则代表塑性应变为零时对应的应力值,通过如下公式确定材料参数ξi与ri
<mrow> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <msubsup> <mi>&amp;epsiv;</mi> <mi>i</mi> <mi>p</mi> </msubsup> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>...</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>&amp;sigma;</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> <mrow> <msubsup> <mi>&amp;epsiv;</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mo>-</mo> <msubsup> <mi>&amp;epsiv;</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>p</mi> </msubsup> </mrow> </mfrac> <mo>-</mo> <mfrac> <mrow> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;sigma;</mi> <mi>i</mi> </msub> </mrow> <mrow> <msubsup> <mi>&amp;epsiv;</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>p</mi> </msubsup> <mo>-</mo> <msubsup> <mi>&amp;epsiv;</mi> <mi>i</mi> <mi>p</mi> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <msubsup> <mi>&amp;epsiv;</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mo>,</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>...</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow>
然后将316L不锈钢材料应力控制循环下的平均应力、应力幅值代入构建的本构模型中预测出相应的应力应变曲线,依据应力应变曲线得到该工况下的棘轮应变,从而预测316L不锈钢棘轮效应。
CN201710504756.3A 2017-06-28 2017-06-28 一种316l不锈钢棘轮效应的预测方法 Pending CN107290216A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710504756.3A CN107290216A (zh) 2017-06-28 2017-06-28 一种316l不锈钢棘轮效应的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710504756.3A CN107290216A (zh) 2017-06-28 2017-06-28 一种316l不锈钢棘轮效应的预测方法

Publications (1)

Publication Number Publication Date
CN107290216A true CN107290216A (zh) 2017-10-24

Family

ID=60099466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710504756.3A Pending CN107290216A (zh) 2017-06-28 2017-06-28 一种316l不锈钢棘轮效应的预测方法

Country Status (1)

Country Link
CN (1) CN107290216A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108062434A (zh) * 2017-11-28 2018-05-22 南京理工大学 一种紫铜棘轮效应的预测方法
CN108627406A (zh) * 2018-04-27 2018-10-09 佛山科学技术学院 一种基于损伤力学的高强金属材料变幅超高周疲劳寿命预测方法
CN111595567A (zh) * 2020-05-01 2020-08-28 上海时鉴工程技术有限公司 一种装置结构的简化热应力棘轮判定方法和设备
CN113139238A (zh) * 2021-04-29 2021-07-20 四川大学 基于材料本构优化模型的汽车高强度钢冲压回弹优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102967512A (zh) * 2012-10-25 2013-03-13 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
CN103605830A (zh) * 2013-10-19 2014-02-26 沈阳黎明航空发动机(集团)有限责任公司 一种gh4169材料辊轧模拟用本构模型的建立方法
CN106769555A (zh) * 2017-01-19 2017-05-31 北京工业大学 一种拉扭载荷下的高温多轴应力应变关系建模方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102967512A (zh) * 2012-10-25 2013-03-13 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
CN103605830A (zh) * 2013-10-19 2014-02-26 沈阳黎明航空发动机(集团)有限责任公司 一种gh4169材料辊轧模拟用本构模型的建立方法
CN106769555A (zh) * 2017-01-19 2017-05-31 北京工业大学 一种拉扭载荷下的高温多轴应力应变关系建模方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DUNJI YU等: "Visco-plastic constitutive modeling on Ohno–Wang kinematic hardening rule for uniaxial ratcheting behavior of Z2CND18.12N steel" *
吴德龙: "载荷模式对9-12%Cr钢高温低周疲劳行为影响及循环本构研究" *
邱博 等: "高强轨道钢双轴压-扭棘轮行为的实验和模拟" *
郭严 等: "LZ50钢真应力控制下单轴棘轮行为的实验研究" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108062434A (zh) * 2017-11-28 2018-05-22 南京理工大学 一种紫铜棘轮效应的预测方法
CN108627406A (zh) * 2018-04-27 2018-10-09 佛山科学技术学院 一种基于损伤力学的高强金属材料变幅超高周疲劳寿命预测方法
CN108627406B (zh) * 2018-04-27 2020-07-14 佛山科学技术学院 一种高强金属材料变幅超高周疲劳寿命预测方法
CN111595567A (zh) * 2020-05-01 2020-08-28 上海时鉴工程技术有限公司 一种装置结构的简化热应力棘轮判定方法和设备
CN113139238A (zh) * 2021-04-29 2021-07-20 四川大学 基于材料本构优化模型的汽车高强度钢冲压回弹优化方法

Similar Documents

Publication Publication Date Title
CN107290216A (zh) 一种316l不锈钢棘轮效应的预测方法
Chen et al. Recrystallization of 30Cr2Ni4MoV ultra-super-critical rotor steel during hot deformation. Part I: Dynamic recrystallization
Li et al. A modified Johnson Cook model for elevated temperature flow behavior of T24 steel
Li et al. Microstructural evolution and constitutive relationship of Al–Zn–Mg alloy containing small amount of Sc and Zr during hot deformation based on Arrhenius-type and artificial neural network models
Chen et al. Recrystallization of 30Cr2Ni4MoV ultra-super-critical rotor steel during hot deformation. Part Ш: Metadynamic recrystallization
Paul et al. True stress control asymmetric cyclic plastic behavior in SA333 C–Mn steel
Wu et al. The improvement on constitutive modeling of Nb-Ti micro alloyed steel by using intelligent algorithms
Gupta et al. Prediction of flow stress in dynamic strain aging regime of austenitic stainless steel 316 using artificial neural network
Li et al. Experimental study and numerical simulation of dynamic recrystallization behavior of a micro-alloyed plastic mold steel
He et al. Influences of pre-precipitated δ phase on microstructures and hot compressive deformation features of a nickel-based superalloy
Wang et al. Hot deformation behaviors of low-alloyed ultrahigh strength steel 30CrMnSiNi2A: Microstructure evolution and constitutive modeling
CN105373683A (zh) 一种20CrMnTiH钢热变形过程微观组织演化规律的预测方法
CN102339344B (zh) 一种动态再结晶模型参数反分析识别方法
CN110008620B (zh) 一种分析动态载荷条件下α-Fe应变率敏感系数的方法
Bo et al. Static recrystallization kinetics model after hot deformation of low-alloy steel Q345B
Chen et al. Effects of residual stress on creep damage and crack initiation in notched CT specimens of a Cr–Mo–V steel
CN107220485A (zh) 一种适用于多道次压缩的本构模型的建立方法
Sun et al. Microstructure evolution modeling and simulation for dynamic recrystallization of Cr12MoV die steel during hot compression based on real metallographic image
Qiao et al. Metadynamic recrystallization behaviors of SA508Gr. 4N reactor pressure vessel steel during hot compressive deformation
Mirzaei et al. Evaluating the hot deformation behavior of a super-austenitic steel through microstructural and neural network analysis
CN111222280B (zh) 一种高合金超高强度钢焊接升温过程中相份数的计算方法
Belgasam et al. Microstructure optimization of dual-phase steels using a representative volume element and a response surface method: parametric study
Sun et al. Prediction of tensile property of hydrogenated Ti600 titanium alloy using artificial neural network
CN104951633B (zh) 一种预测镍基合金加工硬化和动态回复行为的方法
Dalla Palma Modelling of cyclic plasticity for austenitic stainless steels 304L, 316L, 316L (N)-IG

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination