CN110334405B - 基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法 - Google Patents

基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法 Download PDF

Info

Publication number
CN110334405B
CN110334405B CN201910500503.8A CN201910500503A CN110334405B CN 110334405 B CN110334405 B CN 110334405B CN 201910500503 A CN201910500503 A CN 201910500503A CN 110334405 B CN110334405 B CN 110334405B
Authority
CN
China
Prior art keywords
strain
stress
damage
model
proportional
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
Application number
CN201910500503.8A
Other languages
English (en)
Other versions
CN110334405A (zh
Inventor
赵凯
李鑫
贾文斌
方磊
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 Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910500503.8A priority Critical patent/CN110334405B/zh
Publication of CN110334405A publication Critical patent/CN110334405A/zh
Application granted granted Critical
Publication of CN110334405B publication Critical patent/CN110334405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明提供了一种基于临界面理论,考虑损伤演化的高温多轴低周疲劳寿命预测方法。包括以下步骤:步骤1)构建含损多轴非比例加载下的Chaboche本构模型;步骤2)根据单轴疲劳数据获取模型基本参数,并基于遗传算法优化参数;步骤3)基于临界面法,根据非比例多轴疲劳数据确定临界面,得到模型非比例度参数,描述材料的非比例强化现象;步骤4)引入Lemaitre损伤演化方程,得到描述材料损伤的本构方程;步骤5)基于临界面法,构造损伤疲劳等效参数,构建多轴疲劳非线性损伤累积模型,得到寿命预测模型,估算多轴疲劳寿命。本发明提出的方法对不同温度下金属材料的寿命估算取得较好的预测结果。

Description

基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳 寿命预测方法
技术领域
本发明涉及金属多轴低周疲劳强度领域,具体涉及高温条件下考虑损伤的多轴非比例加载下的本构模型建立和疲劳寿命预测。
背景技术
航空发动机热端部件在实际工作中往往承受着机械载荷和热载荷的叠加作用,同时为了适应不同的飞行任务需求,载荷叠加的形式也十分复杂;热端部件为了达到散热、防止应力集中、工艺等方面的要求,设计形状较为复杂(如热端部件包括小孔、凹槽、凸台等),即使受到单一载荷的作用,局部应力应变状态也十分复杂,疲劳研究领域也从单轴疲劳扩展到了多轴疲劳,特别是高温多轴疲劳的研究。材料在高温下力学性能下降,疲劳寿命显著降低。因此,开展高温多轴本构方程和考虑损伤力学的多轴疲劳寿命预测的研究具有重要的研究价值。
发明内容
发明目的:本发明目的在于针对高温多轴疲劳强度设计的要求,提出一种高温下金属多轴低周疲劳寿命预测方法。
技术方案:为了实现上述目的,本发明采用以下技术方案:
一种基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,包括以下步骤:
步骤1)构建含损多轴非比例加载下的Chaboche本构模型;
步骤2)根据单轴疲劳数据获取模型基本参数,并基于遗传算法优化参数;
步骤3)基于临界面法,根据非比例多轴疲劳数据确定临界面,得到描述材料的非比例强化现象的非比例度参数;
步骤4)引入Lemaitre损伤演化方程,得到描述材料损伤的本构方程;
步骤5)基于临界面法,构造损伤疲劳等效参数和构建多轴疲劳非线性损伤累积模型,得到寿命预测模型,估算多轴疲劳寿命。
所述步骤1)的具体步骤如下:
步骤1.1),多轴非比例加载过程存在附加强化效应,同时考虑材料损伤,构建含损多轴Chaboche本构模型:
Figure GDA0002746829330000021
式中,εij是总应变张量,
Figure GDA0002746829330000022
是弹性应变张量,
Figure GDA0002746829330000023
是塑性应变张量,总应变张量εij写成弹性应变张量
Figure GDA0002746829330000024
和塑性应变张量
Figure GDA0002746829330000025
之和;F是屈服函数,J2是有效应力偏量第二不变量,
Figure GDA0002746829330000026
是含损应力张量,且
Figure GDA0002746829330000027
σij是应力张量,D是损伤变量,Xij是运动硬化内变量张量,可分为两个分量
Figure GDA0002746829330000028
Figure GDA0002746829330000029
分别代表短程和长程范围内的应力应变关系;R 是各向同性硬化内变量标量,k0是初始屈服应力大小;
Figure GDA00027468293300000210
Figure GDA00027468293300000211
分别是含损应力张量
Figure GDA00027468293300000212
和运动硬化内变量张量Xij的偏量形式;
Figure GDA00027468293300000213
是R的变化率;b和Q均为材料常数,且b是材料循环软化过程应力下降的速度,Q是材料循环软化过程应力下降的幅值,
Figure GDA00027468293300000214
是累积塑性应变率;
Figure GDA00027468293300000215
是运动硬化内变量张量Xij演化速率,
Figure GDA00027468293300000216
Figure GDA00027468293300000217
是两个分量的演化速率,αnp是附加强化系数,fnp是非比例度因子,
Figure GDA00027468293300000218
是塑性应变率张量,a1、c1、a2、c2是需要通过试验数据拟合描述材料运动硬化变量的参数,Δγmax是最大剪应变平面上的最大剪应变幅值,Δεmax是最大剪应变平面上的最大正应变幅值;Δγmax,prop、Δεmax,prop分别表示在相同应变幅下的比例加载条件下的最大剪应变平面上的最大剪应变幅、正应变幅;上述所有下角表ij代表参数为二阶张量,在三维空间内i=1,2,3,j=1,2,3。
短程和长程代表应力应变关系中不同变化率的两个区域,以不同的塑性应变值划分,本文中可取为0.1%。
所述步骤2)的具体步骤如下:
步骤2.1),在步骤1.1)的基础上,为获取其中描述材料的运动硬化和各向同性硬化内变量的参数a1、c1、a2、c2、b、Q,将三维应力应变问题简化为一维应力应变问题,仅考虑单轴无损情况,把Chaboche模型描写为一系列方程:
Figure GDA0002746829330000031
Figure GDA0002746829330000032
Figure GDA0002746829330000033
Figure GDA0002746829330000034
Figure GDA0002746829330000035
Figure GDA0002746829330000036
式中,
Figure GDA0002746829330000037
σ,X,X1,X2
Figure GDA0002746829330000038
对应步骤1.1)中张量
Figure GDA0002746829330000039
σij,Xij
Figure GDA00027468293300000310
Figure GDA00027468293300000311
的一维单拉参数,i=j=1,省去下标,即在单调拉伸中的塑性应变率,应力,运动硬化内变量及两个分量,以及运动硬化内变量及两个分量的演化速率,已变为标量;要拟合的参数有K、n、k0、a1、c1、a2、c2、b、Q,其中,K、n是描述运动方程的幂函数的参数,函数sgn(σ-X)表示:
Figure GDA00027468293300000312
得到应力与其它参数的关系:
Figure GDA00027468293300000313
步骤2.2)根据单轴疲劳试验数据获取步骤2.1)中的相关初始参数;
步骤2.3)采用遗传算法优化本构模型参数。
所述步骤2.2)的具体步骤如下:
步骤2.2.1),采用Ramberg-Osgood方程拟合试验加载过程数据,简化塑性应变变化过程,通过前1/4循环,即单轴拉应力加载的应力应变线性关系确定弹性模量E和初始屈服应力大小k0
步骤2.2.2),当塑性应变达到0.1%时,称为大塑性应变状态,应力变化只与X2相关,将应力与各参数的关系式对塑性应变εp求导后,并取对数,得到:
Figure GDA0002746829330000041
通过曲线拟合得到a2、c2
步骤2.2.3),当塑性应变小于0.1%时,称为小塑性应变状态,设σX=σ-X2,σX代表除去X2的应力,与步骤2.2.2)相似的操作得到在小塑性应变状态下的应力变化情况:
Figure GDA0002746829330000042
通过曲线拟合得到a1、c1
步骤2.2.4),确定K和n的初始值;
步骤2.2.5),各项同性硬化内变量标量R反映循环软化现象,其表达式为:
R=Q(1-e-bp)
通过每次循环的最大应力差σR和累积塑性应变p的关系预估Q和b的关系,其中:
Figure GDA0002746829330000043
所述步骤2.3)的具体步骤如下:
采用遗传算法优化本构模型参数,选择的目标函数是:
Figure GDA0002746829330000044
其中,i是一代内的个体数目,
Figure GDA0002746829330000045
是第i个个体的理论应力值,
Figure GDA0002746829330000046
是第i个个体的试验应力值,Qm是适应度函数,当Qm取得最小值时,为目标函数的最优解。
所述步骤3)的具体步骤如下:
步骤3.1),在多轴非比例加载下,对硬化规律加以修正,引入附加强化系数和非比例度因子以描述多轴非比例现象:
Figure GDA0002746829330000047
附加强化系数αnp视为一个常数,非比例度因子fnp为与临界面内参数相关的因子;
步骤3.2),主应变和最大剪切应变平面角的连续变化是非比例加载下疲劳寿命减少的原因,选取最大剪应变平面作为临界面,以临界面上的等效应变为基础,提出一种用于描述多轴非比例现象的非比例度因子:
Figure GDA0002746829330000051
当加载方式为单轴轴向或剪切加载时,fnp=0,内变量演化方程退化为单轴形式。
所述步骤4)的具体步骤如下:
步骤4.1),引入Lemaitre损伤模型,与步骤1)中的本构模型相结合:
Figure GDA0002746829330000052
式中,Nf是低周疲劳寿命,S是Lemaitre损伤参数,用来拟合损伤模型,与试验数据有关。
所述步骤5)的具体步骤如下:
步骤5.1),将最大剪应变幅作为第一控制参数,以最大剪应变幅平面上的最大正应力和正应变组成的修正项为第二控制参数,提出以下损伤控制参数:
Figure GDA0002746829330000053
其中:σn,max表示最大剪应变平面上的最大正应力,λ表示单轴拉压疲劳修正系数,该修正系数通过轴向和扭向应变-寿命曲线得到;
步骤5.2),采用步骤5.1)中的疲劳损伤控制参数,基于Lemaitre损伤演化方程,构建多轴疲劳非线性损伤累积模型:
Figure GDA0002746829330000054
式中,等效应力σeq基于Von Mises准则:
Figure GDA0002746829330000055
其中:σ′ij是应力偏量;
积分得到寿命预测公式:
Figure GDA0002746829330000056
利用其预测多轴非比例加载下的低周疲劳寿命。
有益效果:本发明提供的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明根据单轴加载条件下的试验数据确定Chaboche模型初始参数,并利用遗传算法对参数进行优化。对于非比例多轴加载,提出了位于最大剪应变幅值平面上的等效应变因子作为主要参数来表达非比例程度,该非比例模型对高温下的金属材料均有较好的循环应力应变预测精度。
(2)本发明将损伤过程导入本构模型,考虑到临界面理论具有一定的物理意义,临界面上的正应力和正应变对损伤具有促进的作用,选取最大剪应变幅平面为临界平面,最大剪应变幅为主损伤参数,正应力和正应变幅为修正损伤参数,构造了一种损伤疲劳等效参数,将该参数引入Lemaitre非线性损伤累积模型,使得寿命预测模型具有预测非比例加载的能力。通过试验验证,采用该方法进行高温多轴地轴疲劳寿命估算取得较好的预测效果。
附图说明
图1是Chaboche模型计算方法流程图;
图2是遗传算法流程图;
图3是最大剪应变应变幅值计算步骤;
图4是任意平面上的应力分量形式;
图5是本发明的方法流程图。
具体实施方式
本发明为一种基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,包括以下步骤:
步骤1)构建含损多轴非比例加载下的Chaboche本构模型;步骤2)根据单轴疲劳数据获取模型基本参数,并基于遗传算法优化参数;步骤3)基于临界面法,根据非比例多轴疲劳数据确定临界面,得到描述材料非比例强化现象的非比例度参数;步骤4) 引入Lemaitre损伤演化方程,得到描述材料损伤的本构方程;步骤5)基于临界面法,构造损伤疲劳等效参数和构建多轴疲劳非线性损伤累积模型,得到寿命预测模型,估算多轴疲劳寿命。本发明以Chaboche本构模型为基础,引入Lemaitre损伤演化方程,考虑多轴非比例附加强化效应和材料损伤,基于临界面法,构建起高温多轴低周疲劳损伤的寿命预测模型,以GH4169为例,通过试验验证其准确性。
一种基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,如图5所示,包括以下步骤:
步骤1)构建含损多轴非比例加载下的Chaboche本构模型;
步骤1.1),多轴非比例加载过程存在附加强化效应,同时考虑材料损伤,构建含损多轴Chaboche本构模型:
Figure GDA0002746829330000071
式中,εij是总应变张量,
Figure GDA0002746829330000072
是弹性应变张量,
Figure GDA0002746829330000073
是塑性应变张量,总应变张量εij写成弹性应变张量
Figure GDA0002746829330000074
和塑性应变张量
Figure GDA0002746829330000075
之和;F是屈服函数,J2是有效应力偏量第二不变量,
Figure GDA0002746829330000076
是含损应力张量,且
Figure GDA0002746829330000077
σij是应力张量,D是损伤变量,Xij是运动硬化内变量张量,可分为两个分量
Figure GDA0002746829330000078
Figure GDA0002746829330000079
分别代表短程和长程范围内的应力应变关系;R 是各向同性硬化内变量标量,k0是初始屈服应力大小;
Figure GDA00027468293300000710
Figure GDA00027468293300000711
分别是含损应力张量
Figure GDA00027468293300000712
和运动硬化内变量张量Xij的偏量形式;
Figure GDA00027468293300000713
是R的变化率;b和Q均为材料常数,且b是材料循环软化过程应力下降的速度,Q是材料循环软化过程应力下降的幅值,
Figure GDA00027468293300000714
是累积塑性应变率;
Figure GDA00027468293300000715
是运动硬化内变量张量Xij演化速率,
Figure GDA00027468293300000716
Figure GDA00027468293300000717
是两个分量的演化速率,αnp是附加强化系数,fnp是非比例度因子,
Figure GDA00027468293300000718
是塑性应变率张量,a1、c1、a2、c2是需要通过试验数据拟合描述材料运动硬化变量的参数,Δγmax是最大剪应变平面上的最大剪应变幅值,Δεmax是最大剪应变平面上的最大正应变幅值;Δγmax,prop、Δεmax,prop分别表示在相同应变幅下的比例加载条件下的最大剪应变平面上的最大剪应变幅、正应变幅;上述所有下角表ij代表参数为二阶张量,在三维空间内i=1,2,3,j=1,2,3。
模型计算方法流程图如图1所示。
步骤2)读取GH4169单轴疲劳数据获取模型基本参数,并基于遗传算法优化参数;
步骤2.1),在步骤1.1)的基础上,为获取其中描述材料的运动硬化和各向同性硬化的参数,将三维应力应变问题简化为一维应力应变问题,仅考虑单轴无损情况,把Chaboche模型描写为一系列方程:
Figure GDA0002746829330000081
Figure GDA0002746829330000082
Figure GDA0002746829330000083
Figure GDA0002746829330000084
Figure GDA0002746829330000085
Figure GDA0002746829330000086
式中,
Figure GDA0002746829330000087
σ,X,X1,X2
Figure GDA0002746829330000088
对应步骤1.1)中张量
Figure GDA0002746829330000089
σij,Xij
Figure GDA00027468293300000810
Figure GDA00027468293300000811
的一维单拉参数,i=j=1,省去下标,即在单调拉伸中的塑性应变率,应力,运动硬化内变量及两个分量,以及运动硬化内变量及两个分量的演化速率,已变为标量;要拟合的参数有K、n、k0、a1、c1、a2、c2、b、Q,其中,K、n是描述运动方程的幂函数的参数,函数sgn(σ-X)表示:
Figure GDA00027468293300000812
单轴情况下泊松比μ不需要考虑。在获得参数初值时,需要建立以下假设:
(1)各向同性标量R描述循环硬化,单调拉伸曲线暂不考虑;
(2)运动硬化参量X1和X2分别描述短程和长程范围内的应力应变关系。
短程和长程代表应力应变关系中不同变化率的两个区域,以不同的塑性应变值划分,本文中可取为0.1%。
得到应力与其它参数的关系:
Figure GDA00027468293300000813
关于K、n是描述屈服函数的函数的材料参数,由杨晓光,石多奇编著的2013年国防工业出版社出版的《粘塑性本构理论及其应用》的图书中有所记载,K和n没有实际意义,是为拟合出非弹性应变率与应力、内变量的关系而构建的幂函数形式,该图书第 22页的具体记载内容,如下:
运动 方程表示非弹性应变率和应力、内变量之间所具有的与温度相关的函数关系。在Chaboche模型中,将Λ表达为屈服函数F的一个幂函数:
Figure GDA0002746829330000091
此处,令u=Φ(F),<u>=uH(u),H(u)是Heaviside函数(u≤0,H(u)=0;u>0,H(u)=1)。其中K和n都是与温度有关的材料参数。Chaboche及其合作者已经指出,选择这样的幂函数形式,只是出于个人喜好和方便。
步骤2.2)读取GH4169单轴疲劳试验数据,获取步骤2.1)中的相关初始参数;
步骤2.2.1),采用Ramberg-Osgood方程拟合试验加载过程数据,简化塑性应变变化过程,通过前1/4循环,即单轴拉应力加载的应力应变线性关系确定弹性模量E和初始屈服应力大小k0
步骤2.2.2),当塑性应变较大时,且在不考虑循环硬化(软化)的情况下,由于粘应力项与塑性应变无关,X1在大塑性应变状态下认为是一个常数,利用大塑性应变状态时应力的斜率(本文取当塑性应变达到0.1%时),此时应力变化只与X2相关,将应力与各参数的关系式对塑性应变求导后,并取对数,得到:
Figure GDA0002746829330000092
通过曲线拟合得到a2、c2
步骤2.2.3),在小塑性应变情况下(塑性应变小于0.1%),设σX=σ-X2,σX代表除去X2的应力,与步骤2.2.2)相似的操作可以得到在小塑性应变状态下的应力变化情况:
Figure GDA0002746829330000093
通过曲线拟合得到a1、c1
步骤2.2.4),设粘应力σv的表达式为
Figure GDA0002746829330000094
用来表示应力剩余值。在不确定时间与塑性应变的关系时,利用以下方法确定K和n的值:在大应变情况时,弹性应变增量几乎为零,应变全部转化为塑性应变,此时应力不再增长,K值表示剩余应力最大值, n表示σv在到达K之前的变化情况,通过拟合得到的a1、c1、a2、c2确定K值的大小。在正向加载过程中塑性应变率总是小于总应变率,求出n值的范围;
步骤2.2.5),在多个循环后,材料存在循环软化,各项同性变量R需要能反映这一现象。其表达式为:
R=Q(1-e-bp)
通过每次循环的最大应力差
Figure GDA0002746829330000101
和累积塑性应变p的关系预估Q和b的关系;
步骤2.3)采用遗传算法优化本构模型参数,选择的目标函数是:
Figure GDA0002746829330000102
其中,i表示一代内的个体数目,
Figure GDA0002746829330000103
表示第i个个体的理论应力值,
Figure GDA0002746829330000104
表示第i个个体的试验应力值,Qm即适应度函数,当Qm取得最小值时,为目标函数的最优解,遗传算法优化流程图如图2所示。
进一步的,所述步骤3)的具体步骤如下:
步骤3.1),在多轴非比例加载下,对硬化规律加以修正,引入附加强化系数和非比例度因子以描述多轴非比例现象:
Figure GDA0002746829330000105
本文将附加强化系数αnp视为一个常数,非比例度因子fnp为与临界面内参数相关的因子。
步骤3.2),读取GH4169试验加载数据,包括相位差,轴向应变,剪切应变,选取最大剪应变平面作为临界面,步骤如图3所示,图3中角度对应图4中表达任意平面所需的两个角度θ和φ,得到最大剪应变平面上的最大剪应变幅值Δγmax和最大正应变幅值Δεmax,以临界面上的等效应变为基础,计算用于描述多轴非比例现象的非比例度因子:
Figure GDA0002746829330000106
当加载方式为单轴轴向或剪切加载时,fnp=0,内变量演化方程退化为单轴形式;
进一步的,所述步骤4)的具体步骤如下:
步骤4.1),引入Lemaitre损伤模型,与步骤1)中的本构模型相结合:
Figure GDA0002746829330000111
式中,Nf是低周疲劳寿命,S是Lemaitre损伤参数,用来拟合损伤模型,与试验数据有关。
进一步的,所述步骤5)的具体步骤如下:
步骤5.1),将最大剪应变幅作为第一控制参数,以最大剪应变幅平面上的最大正应力和正应变组成的修正项为第二控制参数,提出以下损伤控制参数:
Figure GDA0002746829330000112
其中:σn,max表示最大剪应变平面上的最大正应力,λ表示单轴拉压疲劳修正系数,该修正系数通过轴向和扭向应变-寿命曲线得到,Nf是低周疲劳寿命。
步骤5.2),采用步骤5.1)中的疲劳控制参数,基于Lemaitre损伤演化方程,构建多轴疲劳非线性损伤累积模型:
Figure GDA0002746829330000113
式中,等效应力σeq基于Von Mises准则:
Figure GDA0002746829330000114
式中σ′ij是应力偏量。
积分得到寿命预测公式:
Figure GDA0002746829330000115
利用其预测多轴非比例加载下的低周疲劳寿命。结果表明,基于临界面理论和非线性损伤理论,通过本发明的计算方法得出的疲劳寿命预测值与试验数据相比,大部分预测结果在两倍分散带内,取得较好的寿命预测效果。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:包括以下步骤:
步骤1)构建含损多轴非比例加载下的Chaboche本构模型;
所述步骤1)的具体步骤如下:
步骤1.1),多轴非比例加载过程存在附加强化效应,同时考虑材料损伤,构建含损多轴Chaboche本构模型:
Figure FDA0002727482540000011
式中,εij是总应变张量,
Figure FDA0002727482540000012
是弹性应变张量,
Figure FDA0002727482540000013
是塑性应变张量,总应变张量εij写成弹性应变张量
Figure FDA0002727482540000014
和塑性应变张量
Figure FDA0002727482540000015
之和;F是屈服函数,J2是有效应力偏量第二不变量,
Figure FDA0002727482540000016
是含损应力张量,且
Figure FDA0002727482540000017
σij是应力张量,D是损伤变量,Xij是运动硬化内变量张量,可分为两个分量
Figure FDA0002727482540000018
Figure FDA0002727482540000019
分别代表短程和长程范围内的应力应变关系;R是各向同性硬化内变量标量,k0是初始屈服应力大小;
Figure FDA00027274825400000110
和X′ij分别是含损应力张量
Figure FDA00027274825400000111
和运动硬化内变量张量Xij的偏量形式;
Figure FDA00027274825400000112
是R的变化率;b和Q均为材料常数,且b是材料循环软化过程应力下降的速度,Q是材料循环软化过程应力下降的幅值,
Figure FDA00027274825400000113
是累积塑性应变率;
Figure FDA00027274825400000114
是运动硬化内变量张量Xij演化速率,
Figure FDA00027274825400000115
Figure FDA00027274825400000116
是两个分量的演化速率,αnp是附加强化系数,fnp是非比例度因子,
Figure FDA00027274825400000117
是塑性应变率张量,a1、c1、a2、c2是需要通过试验数据拟合描述材料运动硬化变量的参数,Δγmax是最大剪应变平面上的最大剪应变幅值,Δεmax是最大剪应变平面上的最大正应变幅值;Δγmax,prop、Δεmax,prop分别表示在相同应变幅下的比例加载条件下的最大剪应变平面上的最大剪应变幅、正应变幅;上述所有下角标 ij代表参数为二阶张量,在三维空间内i=1,2,3,j=1,2,3;
步骤2)根据单轴疲劳数据获取模型基本参数,并基于遗传算法优化参数;
步骤3)基于临界面法,根据非比例多轴疲劳数据确定临界面,得到描述材料非比例强化现象的非比例度参数;
步骤4)引入Lemaitre损伤演化方程,得到描述材料损伤的本构方程;
步骤5)基于临界面法,构造损伤疲劳等效参数和构建多轴疲劳非线性损伤累积模型,得到寿命预测模型,估算多轴疲劳寿命。
2.根据权利要求1所述的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:所述步骤2)的具体步骤如下:
步骤2.1),在步骤1.1)的基础上,为获取其中描述材料的运动硬化和各向同性硬化内变量的参数a1、c1、a2、c2、b、Q,将三维应力应变问题简化为一维应力应变问题,仅考虑单轴无损情况,把Chaboche模型描写为一系列方程:
Figure FDA0002727482540000021
Figure FDA0002727482540000022
Figure FDA0002727482540000023
Figure FDA0002727482540000024
Figure FDA0002727482540000025
Figure FDA0002727482540000026
式中,
Figure FDA0002727482540000027
σ,X,X1,X2
Figure FDA0002727482540000028
对应步骤1.1)中张量
Figure FDA0002727482540000029
σij,Xij
Figure FDA00027274825400000210
Figure FDA00027274825400000211
的一维单拉参数,i=j=1,省去下标,即在单调拉伸中的塑性应变率,应力,运动硬化内变量及两个分量,以及运动硬化内变量及两个分量的演化速率,已变为标量;要拟合的参数有K、n、k0、a1、c1、a2、c2、b、Q,其中,K、n是描述运动方程的幂函数的参数,函数sgn(σ-X)表示:
Figure FDA00027274825400000212
得到应力与其它参数的关系:
Figure FDA0002727482540000031
步骤2.2)根据单轴疲劳试验数据获取步骤2.1)中的相关初始参数;
步骤2.3)采用遗传算法优化本构模型参数。
3.根据权利要求2所述的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:所述步骤2.2)的具体步骤如下:
步骤2.2.1),采用Ramberg-Osgood方程拟合试验加载过程数据,简化塑性应变变化过程,通过前1/4循环,即单轴拉应力加载的应力应变线性关系确定弹性模量E和初始屈服应力大小k0
步骤2.2.2),当塑性应变达到0.1%时,称为大塑性应变状态,应力变化只与X2相关,将应力与各参数的关系式对塑性应变εp求导后,并取对数,得到:
Figure FDA0002727482540000032
通过曲线拟合得到a2、c2
步骤2.2.3),当塑性应变小于0.1%时,称为小塑性应变状态,设σX=σ-X2,σX代表除去X2的应力,与步骤2.2.2)相似的操作得到在小塑性应变状态下的应力变化情况:
Figure FDA0002727482540000033
通过曲线拟合得到a1、c1
步骤2.2.4),确定K和n的初始值;
步骤2.2.5),各项同性硬化内变量标量R反映循环软化现象,其表达式为:
R=Q(1-e-bp)
通过每次循环的最大应力差σR和累积塑性应变p的关系预估Q和b的关系,其中:
Figure FDA0002727482540000034
4.根据权利要求3所述的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:
所述步骤2.3)的具体步骤如下:
采用遗传算法优化本构模型参数,选择的目标函数是:
Figure FDA0002727482540000041
其中,i是一代内的个体数目,
Figure FDA0002727482540000042
是第i个个体的理论应力值,
Figure FDA0002727482540000043
是第i个个体的试验应力值,Qm是适应度函数,当Qm取得最小值时,为目标函数的最优解。
5.根据权利要求4所述的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:所述步骤3)的具体步骤如下:
步骤3.1),在多轴非比例加载下,对硬化规律加以修正,引入附加强化系数和非比例度因子以描述多轴非比例现象:
Figure FDA0002727482540000044
附加强化系数αnp视为一个常数,非比例度因子fnp为与临界面内参数相关的因子;
步骤3.2),主应变和最大剪切应变平面角的连续变化是非比例加载下疲劳寿命减少的原因,选取最大剪应变平面作为临界面,以临界面上的等效应变为基础,提出一种用于描述多轴非比例现象的非比例度因子:
Figure FDA0002727482540000045
当加载方式为单轴轴向或剪切加载时,fnp=0,内变量演化方程退化为单轴形式。
6.根据权利要求5所述的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:所述步骤4)的具体步骤如下:
步骤4.1),引入Lemaitre损伤模型,与步骤1)中的本构模型相结合:
Figure FDA0002727482540000046
式中,Nf是低周疲劳寿命,S是Lemaitre损伤参数,用来拟合损伤模型,与试验数据有关。
7.根据权利要求6所述的基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法,其特征在于:所述步骤5)的具体步骤如下:
步骤5.1),将最大剪应变幅作为第一控制参数,以最大剪应变幅平面上的最大正应力和正应变组成的修正项为第二控制参数,提出以下损伤控制参数:
Figure FDA0002727482540000051
其中:σn,max表示最大剪应变平面上的最大正应力,λ表示单轴拉压疲劳修正系数,该修正系数通过轴向和扭向应变-寿命曲线得到;
步骤5.2),采用步骤5.1)中的疲劳损伤控制参数,基于Lemaitre损伤演化方程,构建多轴疲劳非线性损伤累积模型:
Figure FDA0002727482540000052
式中,等效应力σeq基于Von Mises准则:
Figure FDA0002727482540000053
其中:σ′ij是应力偏量;
积分得到寿命预测公式:
Figure FDA0002727482540000054
利用其预测多轴非比例加载下的低周疲劳寿命。
CN201910500503.8A 2019-06-11 2019-06-11 基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法 Active CN110334405B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910500503.8A CN110334405B (zh) 2019-06-11 2019-06-11 基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910500503.8A CN110334405B (zh) 2019-06-11 2019-06-11 基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法

Publications (2)

Publication Number Publication Date
CN110334405A CN110334405A (zh) 2019-10-15
CN110334405B true CN110334405B (zh) 2020-12-25

Family

ID=68140855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910500503.8A Active CN110334405B (zh) 2019-06-11 2019-06-11 基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法

Country Status (1)

Country Link
CN (1) CN110334405B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111581861B (zh) * 2020-04-15 2024-05-28 华南理工大学 高铬钢构件高温氧化腐蚀的连续损伤预测方法及系统
CN111680437B (zh) * 2020-05-15 2022-10-28 中国第一汽车股份有限公司 一种发动机缸盖用铸铝材料本构参数模型建立方法
CN111783282B (zh) * 2020-06-12 2022-10-21 广西大学 基于压硬性非线性变化和剪缩突变特性材料的振动累积变形的仿真方法
CN112362509A (zh) * 2020-11-03 2021-02-12 成都大学 通过率相关应变诱导金属高周疲劳强化的方法
CN112580235B (zh) * 2020-11-25 2021-09-21 西北工业大学 一种金属结构高周疲劳起裂寿命的非线性估算方法
CN112668167A (zh) * 2020-12-21 2021-04-16 合图智造科技(西安)有限公司 基于少量实验数据的材料参数构建方法
CN112836342B (zh) * 2021-01-05 2022-05-27 北京航空航天大学 一种基于连续损伤力学的微米烧结银芯片粘接层疲劳失效物理模型建模与验证方法
CN113191034B (zh) * 2021-02-26 2024-05-07 河南农业大学 一种考虑界面损伤的复合材料粘接结构剩余强度预测方法
CN115312141B (zh) * 2022-05-18 2023-05-02 哈尔滨工业大学 求解磁电弹性材料热断裂问题的相互作用积分方法
CN115544794B (zh) * 2022-10-26 2023-05-30 中冶建筑研究总院有限公司 基于疲劳寿命预测的支撑钢框架设计参数选取方法
CN116050202A (zh) * 2022-12-22 2023-05-02 中国人民解放军海军工程大学 适应多种平均应力表现的Chaboche叶片疲劳寿命预测模型及方法
CN117454673B (zh) * 2023-12-22 2024-03-12 中南大学 考虑降温速率的金属材料本构模型构建方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102706757A (zh) * 2012-05-08 2012-10-03 上海博览达信息科技有限公司 多轴疲劳分析方法及其应用
CN106202647A (zh) * 2016-06-29 2016-12-07 北京科技大学 电主轴的多轴疲劳寿命预测方法及疲劳寿命可靠性评估方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103604688B (zh) * 2013-12-01 2014-10-08 北京航空航天大学 一种基于临界面法的塑性金属材料多轴高周疲劳寿命预测方法
CN105424474A (zh) * 2015-11-03 2016-03-23 北京交通大学 一种评估钢结构厚板内部损伤累积的方法
CN105260574B (zh) * 2015-11-15 2018-08-07 北京工业大学 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102706757A (zh) * 2012-05-08 2012-10-03 上海博览达信息科技有限公司 多轴疲劳分析方法及其应用
CN106202647A (zh) * 2016-06-29 2016-12-07 北京科技大学 电主轴的多轴疲劳寿命预测方法及疲劳寿命可靠性评估方法

Also Published As

Publication number Publication date
CN110334405A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN110334405B (zh) 基于Chaboche本构和Lemaitre损伤模型的高温多轴低周疲劳寿命预测方法
Kobayashi et al. Implementation of cyclic plasticity models based on a general form of kinematic hardening
Hartl et al. Advanced methods for the analysis, design, and optimization of SMA-based aerostructures
Deng et al. Multiaxial fatigue under variable amplitude loadings: review and solutions
CN110348055B (zh) Chaboche粘塑性本构模型材料参数获取与优化方法
Lu et al. Small time scale fatigue crack growth analysis
Chen et al. Linear Matching Method on the evaluation of plastic and creep behaviours for bodies subjected to cyclic thermal and mechanical loading
WO2021227923A1 (zh) 缺口件疲劳寿命预测方法及预测装置
Gates et al. A simplified cyclic plasticity model for calculating stress-strain response under multiaxial non-proportional loadings
CN115329544B (zh) 一种多轴变幅载荷下的疲劳寿命预测方法
CN111090957A (zh) 一种高温结构危险点应力-应变计算方法
CN114547943B (zh) 火箭发动机阀门的寿命计算方法、装置及电子设备
Zhao et al. Fractional-order visco-plastic constitutive model for uniaxial ratcheting behaviors
Shutov et al. Modelling of cyclic creep in the finite strain range using a nested split of the deformation gradient
Anjiki et al. Complete implicit stress integration algorithm with extended subloading surface model for elastoplastic deformation analysis
Bhamare et al. A multi-temporal scale approach to high cycle fatigue simulation
CN106777462B (zh) 电子组件振动应力的分析方法及系统
Chen et al. Training material models using gradient descent algorithms
Heuzé et al. A variational formulation of thermomechanical constitutive update for hyperbolic conservation laws
Kazeruni et al. Data-driven artificial neural network for elastic plastic stress and strain computation for notched bodies
Gerzen et al. Fatigue sensitivities for sizing optimization of shell structures
Song et al. Nonlinear reduced roms: Formulation and applications
CN107784167A (zh) 一种基于依赖性的集成唯象本构的多目标优化方法
Trudel et al. Penalization techniques for fatigue‐based topology optimizations of structures with embedded functionally graded lattice materials
Anjiki et al. Extended overstress model and its implicit stress integration algorithm: Formulations, experiments, and simulations

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