CN109855958B - 一种金属材料拉伸性能的预测方法 - Google Patents
一种金属材料拉伸性能的预测方法 Download PDFInfo
- Publication number
- CN109855958B CN109855958B CN201711234799.0A CN201711234799A CN109855958B CN 109855958 B CN109855958 B CN 109855958B CN 201711234799 A CN201711234799 A CN 201711234799A CN 109855958 B CN109855958 B CN 109855958B
- Authority
- CN
- China
- Prior art keywords
- tensile
- sigma
- strength
- tensile property
- prepared
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000007769 metal material Substances 0.000 title claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 44
- 238000002474 experimental method Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 239000000203 mixture Substances 0.000 claims description 10
- 238000005482 strain hardening Methods 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 9
- 229910000838 Al alloy Inorganic materials 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000009864 tensile test Methods 0.000 description 6
- JRBRVDCKNXZZGH-UHFFFAOYSA-N alumane;copper Chemical compound [AlH3].[Cu] JRBRVDCKNXZZGH-UHFFFAOYSA-N 0.000 description 5
- 229910052782 aluminium Inorganic materials 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 238000000137 annealing Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000001953 recrystallisation Methods 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 229910000881 Cu alloy Inorganic materials 0.000 description 1
- 229910017767 Cu—Al Inorganic materials 0.000 description 1
- 229910000861 Mg alloy Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种金属材料拉伸性能的预测方法，属于金属材料性能测试技术领域。该方法步骤：(1)选择两种以上同类型工艺制备金属材料；(2)通过实验测试所制备材料的拉伸性能；(3)通过拉伸曲线拟合获得所制备材料的关键参数；(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型对其它同类工艺所制备材料的拉伸性能进行预测。本发明仅需测试少量样品的拉伸性能即可实现所有同类处理工艺金属材料的屈服强度、抗拉强度及均匀延伸率的预测。利用该方法可有效减少工程材料开发与选择过程中的拉伸实验，实现拉伸性能高效预测。
Description
技术领域
本发明涉及金属材料性能测试技术领域，具体涉及一种金属材料拉伸性能的预测方法。
背景技术
拉伸性能(包括屈服强度、抗拉强度、延伸率等)是结构材料基本性能，它不但影响了其它静态力学性能，例如硬度、韧性等，也直接影响了材料最终使用时的服役性能。鉴于拉伸性能的基础重要性，一方面工程材料研发过程中拉伸性能的评估是不可或缺的，另一方面材料组织的改性和优化也常常以拉伸强度与塑性的综合改善为目标。因此准确评估拉伸性能对工程材料研发与应用具有重要作用。
众所周知，获得拉伸性能最直接有效的方式是按照国标制备样品并开展拉伸实验。虽然拉伸实验本身并不复杂，但鉴于相关理论的缺乏，在材料在开发、设计与优化过程中往往需要开展大量拉伸实验及相关工艺反复调整，这极大地增加了材料开发的难度与成本。因此，若能通过发展相关理论模型，建立拉伸性能与材料成分及处理工艺之间的关系，从而实现拉伸性能快速预测，无论是在工程材料研发设计上，还是在学科理论建设上，都具有非常重要的意义。
目前，在拉伸性能预测方面，无论是理论模型还是技术手段都很匮乏。在理论研究方面，虽然前期研究揭示了单晶体与多晶体的加工硬化机制，但并没有与拉伸曲线及屈服强度建立定量关系。因此，这些理论只能帮助定性理解揭示加工硬化过程，却不能直接用于建立拉伸性能与工艺定量关系，更不能用来预测拉伸性能。而在工程应用方面，虽然有一些描述拉伸曲线的本构关系，例如常见的几种幂函数方程(Hollomon关系、Luduwik关系、Swift关系及Romberg-Osgood关系)、双曲正切方程(Prager关系)与指数函数方程(Voce关系)，但鉴于缺乏与微观机制的联系，其中参数的物理意义并不明确，因此，这些方程不过都是对实验曲线的拟合而已，并不具有预测拉伸性能的能力。
综上，建立拉伸性能定量关系并实现拉伸性能快速预测具有重要工程与理论意义，然而目前并没有合适的理论模型与技术手段。
发明内容
本发明的目的在于提供一种金属材料拉伸性能的预测方法，通过建立屈服强度、抗拉强度与塑性三者定量关系，并实现强度、塑性倒置曲线快速预测，从而大幅降低材料工艺优化过程中所需开展的实验量。
为实现上述目的，本发明所采用的技术方案如下：
一种金属材料拉伸性能的预测方法，该方法是通过对2-3种同类型工艺制备的材料进行拉伸实验，根据所得实验数据预测其它同类工艺所制备材料的拉伸性能；该方法具体包括如下步骤：
(1)选择两种以上同类工艺制备金属材料；
(2)通过实验，测试所制备材料的拉伸性能；
(3)通过拉伸曲线拟合，获得所制备材料的关键参数(n、σρs和η)；
(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型，进行其它同类工艺制备材料的拉伸性能预测；
上述步骤(1)中，所述同类工艺是指材料制备中仅改变材料成分(金属材料中元素配比)或工艺参数的制备工艺。(拉伸测试样品的选择须在同一类工艺下进行，例如不同轧制量轧制、不同温度退火或不同程度预变形等，选择2-4种工艺参数差别较大的材料进行步骤(2)的拉伸性能测试。)
上述步骤(3)中，所述通过拉伸曲线拟合获得所制备材料的关键参数是指：利用公式(4)对步骤(2)获取的若干组(2-3组)拉伸曲线进行拟合，得到相应的若干组(2-3组)参数n、σs和σr的值，然后将σs和σr的值利用公式(5)进行线性拟合，得到σρs和η的值；
σ＝σs-σre-nε (4)；
σr＝σρs-ησy (5)；
其中：σ为真应力；σs为饱和强度；σr为剩余强度；n为加工硬化指数；ε为真应变；σy为屈服强度；σρs为饱和位错强度；η为强化质量系数。
上述步骤(4)中，所述拉伸变形指数硬化模型如公式(1)-(3)；
抗拉强度与屈服强度关系：
均匀塑性与屈服强度关系：
抗拉强度与均匀塑性关系：
其中：σn为抗拉强度；εn为均匀塑性。
上述步骤(4)中，通过步骤(2)拉伸实验获得材料成分参数σρs、η与n，然后根据公式(1)和公式(2)预测给定屈服强度的抗拉强度和均匀塑性，同时能够根据公式(3)直接给出这种材料在特定成分与工艺类型下的抗拉强度-均匀塑性倒置曲线。
本发明预测方法适用的金属材料：包括但不限于钢、铜合金、铝合金、镁合金、钛合金；适用工艺：各种轧制、预变形与热处理工艺。
本发明的优点和有益效果如下：
1、本发明方法是以少量拉伸实验预测其它所有状态拉伸性能为基本指导思想。通过建立屈服强度、抗拉强度与均匀延伸三者两两之间的本征关系，仅需测试少量样品的拉伸性能即可实现所有同类处理工艺金属材料的屈服强度、抗拉强度及均匀延伸率的预测。利用该方法可有效减少工程材料开发与选择过程中的拉伸实验，有望取代反复试错的传统强韧化设计方式，实现拉伸性能高效预测。
2、本发明基于塑性变形与加工硬化相关理论，并结合系统验证实验，建立了一个全新的拉伸硬化理论模型，即拉伸变形指数硬化模型，首次建立屈服强度、抗拉强度与塑性本征关系。利用该模型，仅通过少量拉伸测试即可实现所有同类处理工艺金属材料的拉伸性能预测。此外，结合材料性能数据库，有望实现各种材料各种处理工艺的拉伸性能定量预测。此方法可有效减少工程材料开发与优化过程中的大量实验测试，真正实现材料性能的理论高效预测。
3、目前材料组织优化主要依靠大量、反复的试错实验，其中包括反复的成分调节→工艺调节→拉伸实验，这极大地增加了材料开发的周期与成本。实际材料开发与选择过程中经常面临同一系列基本成分相同而处理工艺不同(如不同预变形量、不同热处理工艺等)的材料间拉伸性能的比较问题，本发明中涉及的公式主要参数对同类处理工艺(如不同预变形量或热处理温度)可看作常数，且仅通过少量拉伸测试即可确定具体数值，由此得到该系列材料的拉伸性能与工艺之间的关系，省去大量工艺摸索和实验测试工作。该方法不仅实现了不同状态材料间拉伸性能的相互关联，而且也成功实现了拉伸性能的快速预测，节省大量试错实验。
附图说明
图1为本发明金属材料拉伸性能快速预测与成分组织优化方法流程图。
图2为位错湮灭模型示意图。
图3为指数硬化模型相关参数意义。
图4为典型应变硬化曲线验证拉伸变形指数硬化模型。
图5为拉伸强度与塑性预测效果系统验证；其中：(a)拉伸强度；(b)塑性。
图6为不同成分、组织(屈服强度)铜铝合金拉伸性能定量预测。
图7为铜铝合金的典型组织拉伸曲线。
图8为实施例1中的关键参数拟合。
图9为拉伸性能预测结果与验证。
具体实施方式
以下结合附图和实施例，对本发明进行详细说明。
本发明为金属材料拉伸性能的预测方法，操作流程如图1所示，该方法包括四个步骤：(1)选择两种以上同类型不同参数工艺制备2-3组材料；(2)测试各组材料的拉伸性能；(3)拉伸曲线拟合获得关键参数；(4)拉伸性能预测；
本发明采用拉伸性能的“拉伸变形指数硬化模型”实现预测，该名称源于拉伸时应力随应变呈现指数形式硬化，公式基本形式如下：
抗拉强度σn与屈服强度σy关系：
均匀塑性εn与屈服强度σy关系：
抗拉强度σn与均匀塑性εn关系：
公式(1)-(3)中，σρs与n均为材料成分参数，基本成分定了，这两个参数均为常数，而η为工艺参数，工艺类型定了(例如不同变形量轧制态或者不同温度退火态等)，η也就定了。这三个参数在实际中可通过两组以上拉伸实验即可得到。参数值确定后，便可以根据公式(1)和公式(2)预测给定屈服强度的抗拉强度和均匀塑性，同时也可以根据公式(3)直接给出这种材料成分与工艺类型下的抗拉强度-均匀塑性倒置曲线，由此实现工艺-性能的高效预测。
此方法的理论基础为应力应变本构关系的“拉伸变形指数硬化模型”：σ＝σs-σre-nε，主要推论包括：抗拉强度与屈服强度关系
均匀塑性与屈服强度关系：
以及抗拉强度与均匀塑性关系
科学原理如下：
本方法中采用的“拉伸变形指数硬化模型”是基于相关知识经过严格推导而来，并经过大量系统实验验证，主要推导环节如下：
首先，修正了位错增殖模型：
其中dρ+为经过微小应变dγ后位错增殖密度；ρ为未变形前的林位错密度，b为位错柏氏矢量的模，p代表位错钉扎率，为首次引入来反映不同位错相异的钉扎效果。
其次，提出了全新的位错湮灭模型：
其中dρ-为经过微小应变dγ后位错由于相互湮灭而减小的密度；h定义为等效湮灭距离，代表该距离内所有林位错均湮灭，如图2所示。
基于上面所提的位错增殖模型与湮灭模型推导出了全新的指数硬化模型(位错形式)：σρ＝σρs-σρre-nε，其中σρ为位错密度贡献的应力；σρs为饱和位错强度，表达式为：
其中α、Μ均为常数，μ是剪切模量；σρr为屈服到饱和过程中增殖位错贡献的应力：σρr＝σρs-σρ0，其中σρ0为位错初始密度；而n为加工硬化指数，表达式为
ε为真应变。相关参数的意义如图3所示。
鉴于实际屈服强度不全由初始位错密度贡献，也会由其它强化机制贡献，因此，考虑不同工艺条件下初始位错密度对屈服强度的贡献比例不同，引入η来代表其差别，最终推导出了指数硬化模型的一般形式，亦即应力应变本构关系，如公式(4)：
σ＝σs-σre-nε (4)；
其中σs为饱和强度，表达式如公式(5)；σr为剩余强度，表达式如公式(6)；
σs＝σρs+(1-η)σy (5)；
σr＝σρs-ησy (6)；
其中：σy为屈服强度。相关参数的意义如图3所示。
基于上面指数硬化模型的基本表达式并结合颈缩判据，可进一步推导出颈缩时的抗拉强度、均匀延伸率及屈服强度之间的关系，以及抗拉强度-均匀延伸率倒置关系，如上述公式(1)、(2)和(3)。
技术效果一：拉伸变形指数硬化模型与实验结果吻合良好。虽然拉伸变形指数硬化模型是基于微观变形机制推导得来，但其是否科学实用还必须经过实验验证。相对于以往所提的各种拟合模型，指数硬化模型除了在硬化趋势上有差别，也在最终硬化是否饱和与传统模型有差别。鉴于常用的拉伸测试会受到颈缩的阻碍，无法体现材料组织整个硬化至饱和阶段，因此，我们选用减料压缩法来获得完整的应变硬化曲线，典型结果如图4所示。可以看到，实验曲线不但与拉伸变形指数硬化模型吻合良好，而且也揭示了应变饱和现象，因而证实了该模型的合理性。
技术效果二：铜铝合金拉伸强度与均匀塑性精确预测。为了验证拉伸变形指数硬化模型在预测拉伸强度、塑性方面的合理性，选用不同成分与组织(热处理温度)的上百种铜铝合金材料，系统开展拉伸实验与数据分析，最终实验结果与预测结果对照如图5所示。可以看到，预测抗拉强度与实测值吻合非常好，而预测延伸率与实测值的误差也在4％以内。因此，这一系列实验成功验证了拉伸变形指数硬化模型的科学性和实用性。
(3)技术效果三：不同成分、组织材料拉伸性能定量预测。通过建立材料成分与拉伸变形指数硬化模型中参数n之间的关系(n与位错湮灭距离h有定量关系，而h又与层错能γ有定量关系，不同材料的γ可以通过计算或实验方法获得)，可实现材料成分、组织(晶粒尺寸与屈服强度之间的存在Hall-petch关系)与拉伸性能之间定量关系的建立，如图6所示。可以看到，给定成分和想要的屈服强度，通过我们的模型就可以预测相应的拉伸强度与塑性(分布如图6a和6b所示)，并且给定工艺，也可以通过模型计算出不同材料成分的强度塑性倒置关系(如图6c所示)。
实施例1：
本实施例为铜铝合金拉伸性能预测，具体过程如下：
(1)材料：
六种成分Cu-Al单相合金(分别为Cu、Cu-2.5at.％Al、Cu-5at.％Al、Cu-8at.％Al、Cu-11at.％Al、Cu-15at.％Al)，制备工艺为：铸造→热锻至截面为40mm×40mm方棒→冷轧至5mm厚度→再结晶退火(10余个不同热处理温度)。
(2)流程：
步骤1：每种成分选择3个组织差别较大(热处理温度分别为低、中、高三个档次)的材料制备统一尺寸圆棒状拉伸试样(试样标距部位直径3.5mm、标距段长12mm)，然后进行拉伸实验，应变由应变规测量，获得六种材料、三种不同组织的拉伸曲线如图7所示(均为真应力应变曲线)。
步骤2：关键参数拟合。对上述拉伸曲线利用公式4进行拟合(为避免弹塑性过渡区及颈缩对本征硬化行为的影响，将5％应变之前的数据和工程应力应变颈缩点之后的数据去掉后再进行拟合)，得到三个重要参数：硬化指数n、饱和位错强度σρs及工艺类型参数η，拟合结果如图8所示。
步骤3：预测拉伸性能。利用步骤2拟合所得参数，分别根据公式1、公式2、公式3进行当前工艺类型(完全再结晶退火)或组织类型(完全再结晶组织)其余状态的拉伸性能进行预测，结果如图9中曲线所示。为验证这种科学原理与技术的准确性，我们也分别对六种材料开展了大量其余热处理(组织)状态的拉伸实验与相关数据处理，结果如图9中数据点所示。
Claims (2)
1.一种金属材料拉伸性能的预测方法，其特征在于：该方法是通过对同类工艺制备的材料进行拉伸实验，根据所得实验数据预测其它同类工艺所制备材料的拉伸性能；该方法具体包括如下步骤：
(1)选择两种以上同类工艺制备金属材料；
(2)通过实验，测试所制备材料的拉伸性能；
(3)通过拉伸曲线拟合，获得所制备材料的关键参数；
(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型，进行其它同类工艺制备材料的拉伸性能预测；
步骤(1)中，所述同类工艺是指材料制备中仅改变材料成分或工艺参数的制备工艺；
步骤(3)中，所述通过拉伸曲线拟合获得所制备材料的关键参数是指：利用公式(4)对步骤(2)获取的若干组拉伸曲线进行拟合，得到相应的若干组参数n、σs和σr的值，然后将σs和σr的值利用公式(5)进行线性拟合，得到σρs和η的值；
σ＝σs-σre-nε (4)；
σr＝σρs-ησy (5)；
其中：σ为真应力；σs为饱和强度；σr为剩余强度；n为加工硬化指数；ε为真应变；σy为屈服强度；σρs为饱和位错强度；η为强化质量系数；
步骤(4)中，所述拉伸变形指数硬化模型如公式(1)-(3)；
抗拉强度与屈服强度关系：
均匀塑性与屈服强度关系：
抗拉强度与均匀塑性关系：
其中：σn为抗拉强度；εn为均匀塑性。
2.根据权利要求1所述的金属材料拉伸性能的预测方法，其特征在于：步骤(4)中，通过步骤(2)拉伸实验获得材料成分参数σρs、η与n，然后根据公式(1)和公式(2)预测给定屈服强度的抗拉强度和均匀塑性，同时能够根据公式(3)直接给出这种材料在特定成分与工艺类型下的抗拉强度-均匀塑性倒置曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711234799.0A CN109855958B (zh) | 2017-11-30 | 2017-11-30 | 一种金属材料拉伸性能的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711234799.0A CN109855958B (zh) | 2017-11-30 | 2017-11-30 | 一种金属材料拉伸性能的预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109855958A CN109855958A (zh) | 2019-06-07 |
| CN109855958B true CN109855958B (zh) | 2021-07-06 |
Family
ID=66887924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711234799.0A Active CN109855958B (zh) | 2017-11-30 | 2017-11-30 | 一种金属材料拉伸性能的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109855958B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110940582B (zh) * | 2019-11-21 | 2021-07-16 | 中国科学院金属研究所 | 一种通过拉伸试验预测金属材料疲劳强度的方法 |
| CN110795885B (zh) * | 2019-11-22 | 2023-08-04 | 东北大学 | Trip钢动态变形过程相变诱发塑性的有限元模拟方法 |
| CN111766136B (zh) * | 2020-08-14 | 2023-06-06 | 中国石油天然气集团有限公司 | 制管用钢板拉伸性能参数获取的方法、钢板选取方法 |
| CN113125256B (zh) * | 2021-03-24 | 2023-02-10 | 上海大学 | 基于材料屈服强度动态增长因子的预测方法 |
| CN113118458B (zh) * | 2021-04-20 | 2023-04-07 | 江西省科学院应用物理研究所 | 一种激光选区熔化成形金属构件拉伸性能的预测方法 |
| CN113707244B (zh) * | 2021-09-15 | 2024-03-26 | 上海交通大学 | 基于微观组织演变的钛合金热粘塑性本构模拟方法 |
| CN114563282B (zh) * | 2022-03-18 | 2023-05-23 | 核工业西南物理研究院 | 一种小尺寸简支梁的性能测试方法 |
| CN116227254B (zh) * | 2023-05-10 | 2023-07-04 | 吉林大学 | 一种预测掺杂FeCoNiCr高熵合金强度的方法 |
| CN118225771A (zh) * | 2024-05-23 | 2024-06-21 | 洛阳船舶材料研究所(中国船舶集团有限公司第七二五研究所) | 一种大壁厚结构铸钢性能不均匀性的高通量评定方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101379381A (zh) * | 2006-02-01 | 2009-03-04 | 新日本制铁株式会社 | 断裂预测方法 |
| CN104344994A (zh) * | 2013-07-31 | 2015-02-11 | 中国科学院金属研究所 | 一种准确反映铝单丝拉伸性能的拉伸曲线拟合方法 |
-
2017
- 2017-11-30 CN CN201711234799.0A patent/CN109855958B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101379381A (zh) * | 2006-02-01 | 2009-03-04 | 新日本制铁株式会社 | 断裂预测方法 |
| CN104344994A (zh) * | 2013-07-31 | 2015-02-11 | 中国科学院金属研究所 | 一种准确反映铝单丝拉伸性能的拉伸曲线拟合方法 |
Non-Patent Citations (3)
| Title |
|---|
| "Effect of heat treatment process on tensile properties of 2A97 Al−Li alloy:Experiment and BP neural network simulation";Yi LIN等;《Trans. Nonferrous Met. Soc. China 》;20131231(第23期);摘要及Experimental，Establishment of BP neural network * |
| "热处理工艺对2A97铝锂合金拉伸性能和腐蚀性能的影响";林毅等;《中国有色金属学报》;20120831;第22卷(第8期);全文 * |
| "钛合金组织特征参数与拉伸性能预测";张旺峰等;《稀有金属材料与工程》;20090630;第38卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109855958A (zh) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109855958B (zh) | 一种金属材料拉伸性能的预测方法 | |
| Abd El-Aty et al. | Impact of high strain rate deformation on the mechanical behavior, fracture mechanisms and anisotropic response of 2060 Al-Cu-Li alloy | |
| Pradhan et al. | Influence of processing parameters on dynamic recrystallization and the associated annealing twin boundary evolution in a nickel base superalloy | |
| Geng et al. | Hot deformation behavior and constitutive model of GH4169 superalloy for linear friction welding process | |
| Chen et al. | Recrystallization of 30Cr2Ni4MoV ultra-super-critical rotor steel during hot deformation. Part I: Dynamic recrystallization | |
| Huang et al. | A physical-based constitutive model to describe the strain-hardening and dynamic recovery behaviors of 5754 aluminum alloy | |
| Shang et al. | A ductile fracture model considering stress state and Zener–Hollomon parameter for hot deformation of metallic materials | |
| Zheng et al. | A novel constitutive model for multi-step stress relaxation ageing of a pre-strained 7xxx series alloy | |
| Cheong et al. | Discrete dislocation density modelling of single phase FCC polycrystal aggregates | |
| Shang et al. | Dynamic recrystallization based ductile fracture modeling in hot working of metallic materials | |
| Garrett et al. | Solution heat treatment and cold die quenching in forming AA 6xxx sheet components: feasibility study | |
| Zhao et al. | Hot deformation behaviour of 40CrNi steel and evaluation of different processing map construction methods | |
| Pack et al. | Numerical failure analysis of three-point bending on martensitic hat assembly using advanced plasticity and fracture models for complex loading | |
| Seifi | Total fatigue lives, crack growth paths and cycles in cold expanded adjacent holes | |
| Chen et al. | Static recrystallization of 30Cr2Ni4MoV ultra-super-critical rotor steel | |
| WANG et al. | Influence of process parameters on properties of AA6082 in hot forming process | |
| Daghfas et al. | Experimental and numerical study on mechanical properties of aluminum alloy under uniaxial tensile test | |
| Wang et al. | An optimization criterion for fatigue strength of metallic materials | |
| Ding et al. | FEM modeling of dynamical recrystallization during multi-pass hot rolling of AM50 alloy and experimental verification | |
| Li et al. | Modeling mechanical properties and plastic strain for hot forming-quenching AA6061 aluminum alloy parts | |
| Hwang | Drawing direction effect on microstructure and mechanical properties of twinning-induced plasticity steel during wire drawing | |
| Xue et al. | Numerical modeling crack propagation of sheet metal forming based on stress state parameters using XFEM method | |
| Zhao et al. | Fatigue crack propagation of AA2024 alloy under texture control using crystal plasticity coupled with accelerated cyclic cohesive zone model | |
| Raji et al. | Mechanical properties of cold-drawn low carbon steel for nail manufacture: experimental observation | |
| Joun et al. | Tensile test based material identification program afdex/mat and its application to two new pre-heat treated steels and a conventional cr-mo steel |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |