CN110411850A - 一种高温合金涡轮叶片服役条件的评估方法 - Google Patents

Abstract

本发明提供了一种高温合金涡轮叶片服役条件的评估方法，涉及DZ125定向凝固高温合金涡轮叶片服役条件的评估。该方法基于DZ125合金在近服役条件下的微观组织演变数据库，利用机器学习建立了微观组织与服役温度、应力及时间之间的量化关系。利用该量化关系结合DZ125合金涡轮叶片微观组织量化表征结果，实现了对叶片等效最高服役温度及对应应力和时间的评估。该方法相较于已有的实验室模拟评估方法具有更高的精准度和可操作性；同时，因不受边界条件的影响，相较于有限元模拟方法具有更高的可靠性。该方法适合工程应用，在DZ125合金及其他单晶或定向合金涡轮叶片的服役温度评估中具有较强工程应用意义及广阔前景。

Description

一种高温合金涡轮叶片服役条件的评估方法

技术领域

本发明属于镍基定向凝固高温合金叶片技术领域，具体涉及一种定向凝固涡轮叶片服役条件的评估方法。

背景技术

航空发动机是高度复杂和精密的热力机械，作为航空发动机最关键部件之一的涡轮叶片是燃气的焓和动能转换成机械能的重要热端部件。随着航空发动机推重比的不断提高，叶片外部燃气温度不断提高，常常远超叶片材料的熔点，因此需利用涂层、表面气膜冷却、内部冷却孔等方式降低叶片基体温度，但也给叶片的基体温度测量及计算增加了难度。同时，内部冷却孔等结构的出现，使得叶片原本复杂的服役应力场更加难以测量和计算。除叶片自身结构外，航空发动机在不同的服役工况条件下，涡轮叶片的服役温度场和应力场随时间的变化也存在显著的不同。综上所述，涡轮叶片服役温度场、应力场在时间和空间上均具有复杂和不均匀的特征，难以测量及计算。然而，叶片服役条件是涡轮叶片叶形及冷却结构设计的重要基础，同时也是叶片维修检测时确定考核点的重要依据，具有显著工业应用价值。

目前，建立在边界条件上的数值模拟计算方法是预测叶片温度场和应力场最为普遍的方法。但是，由于涡轮叶片涂层结构、冷却系统及服役环境的复杂性以及它们对计算结果的影响，数值计算的方法往往难以准确预测叶片基体的服役条件。涡轮叶片在服役过程中，由于长期处于高温高压燃气和复杂应力引起的蠕变作用下，内部冶金组织会不可避免地发生损伤退化，如γ′相的粗化、筏形及体积分数的下降，碳化物的分解和转变，晶界γ′相膜的形成，TCP等脆性相的析出及蠕变孔洞与裂纹等。叶片的不同部位由于工况的不同，服役后组织的退化程度存在差异，理论上来讲，通过量化表征叶片服役后微观组织的退化程度可以间接反推叶片的服役环境，使得利用退化的微观组织评估叶片服役温度场成为可能。

基于上述背景，中国专利CN105403502A、CN105606288A中分别提出了利用实验方案对DZ125高温合金涡轮叶片服役温度和应力进行评估的方法。然而，在已有方案中，仍存在如下尚待优化之处：1)对涡轮叶片温度和应力的评估时是独立的，两个方法未将其统一在一起，对温度和应力的耦合作用的考虑有待进一步加深；2)两个方法均利用的是人为对比的方法获得评估结果，这一过程中容易引入主观误差，导致精度和可操作性均无法达到很高的水平；3)在已有方法中，对等效最高服役温度进行评估时，并未将涡轮叶片各部位的服役履历、损伤时间具有差异这一因素考虑在内，这可能会导致评估误差增加。综上，目前将退化组织进行量化并利用其对叶片的实际服役温度的进行量化评估的实验方法均具有难以操作且精度较低的特征，难以大规模应用。

因此，亟待发明一种新的基于退化组织的定向凝固DZ125高温合金涡轮叶片的服役条件评估方法，可对上述一系列问题进行优化，对叶片基体服役条件进行更为合理的定量评估。

发明内容

本发明的目的是提供一种基于退化组织的定向凝固DZ125合金涡轮叶片服役条件的机器学习评估方法。该方法可对DZ125合金涡轮叶片叶身各部位的服役条件进行评估，包括涡轮叶片等效最高服役温度及其对应的服役应力和该温度和应力条件下的损伤时间。评估精度分别为温度：±20℃，应力：±15MPa，损伤时间：±15h，评估结果可靠，适合工程应用。

一种高温合金涡轮叶片服役条件的评估方法，其核心技术要点为：定向凝固DZ125合金涡轮叶片在实际服役过程中是其相组成由亚稳态向平衡态过渡的过程，DZ125合金平衡态γ′相的组织状态的决定因素包括温度、应力及时间，由此可建立温度、应力和时间与枝晶干中部一次γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度之间的对应关系，基于组织量化数据，从而对叶片实际服役条件进行评估。具体的评估包括以下步骤：

1)由于DZ125合金涡轮叶片的设计使用温度为1050℃以下，同时考虑到实际使用中叶片存在超温的现象，对涡轮叶片材料DZ125合金进行不同温度和应力下不同时长的持久中断实验，随后对热力耦合后合金枝晶干中心位置的一次γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度进行定量统计，建立DZ125合金微观组织演变数据库；

2)根据上述微观组织演变数据库，以γ′相体积分数、γ′相筏排厚度及持久中断时间为输入量，应力和温度为输出量建立人工神经网络模型A，同时以γ′相筏排完善程度、γ′相筏排厚度及持久中断时间为输入量，应力和温度为输出量建立人工神经网络模型B；

3)针对实际服役时间m小时后的DZ125合金涡轮叶片，对其某部位的枝晶干中心位置一次γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度进行定量统计，得到服役m小时涡轮叶片的组织损伤状态；

4)针对3)中表征获得的涡轮叶片γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度，利用2)中人工神经网络模型A和B分别评估不同持久中断时间对应的应力和温度，当某一持久中断时间下，两个人工神经网络模型获得相同的应力和温度时，此时的温度、应力及时间为该微观组织所经历的蠕变条件；

5)叶片服役过程中服役条件并非恒定，在飞机的起飞和爬升阶段等较大运行状态所占的服役时间占总服役时间的15％-35％，但所造成的组织及寿命损伤却占总损伤的80％以上。因此，上述人工神经网络模型A和模型B所获得服役温度、应力及时间评估结果为造成叶片微观组织及寿命损伤严重的等效最高服役温度及其对应的服役应力和该温度和应力条件下的损伤时间。

所述DZ125合金进行不同温度和应力下不同时长的持久中断实验，其温度范围为900-1100℃，应力范围为0-400MPa，时间范围为25-1200h。

通过持久中断实验获得不同损伤状态的微观组织，并利用γ′相体积分数Vf、γ′相筏排完善程度Ω以及γ′相筏排厚度D等可量化表征参数对其进行了量化表征。

所述筏形完善程度是按照下列公示：

式中，⊥表示垂直筏排化方向单位长度内筏形组织的交叉和中断的数目，∥表示平行于筏排化方向单位长度内筏形组织的交叉和中断的数目，Ω为γ′相相筏形完善程度，其数值范围为0-1，Ω为0时，代表等轴的γ′相组织，即垂直与平行方向是等效的；Ω为1时，代表理想的筏形组织，即γ′相筏形既不中断也不交叉。

所述DZ125合金微观组织演变数据库是建立包括温度、应力、时间、枝晶干γ′相形貌以及γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度的数据库。

所述实际服役时间m≤叶片使用寿命，损伤时间＜实际服役时间m。

通过两个人工神经网络模型的对比，可实现服役涡轮叶片等效最高服役温度及其对应的服役应力和该温度和应力条件下的损伤时间的同时评估。

本发明的优点在于，通过人工神经网络模型建立了DZ125合金涡轮叶片γ′相与服役条件之间的定量关系，实现了对服役叶片基体条件的量化评估。与数值模拟计算方法相比，该方法排除了叶片涂层及气膜冷却对叶片服役温度的复杂影响，在评估叶片基体服役温度方面的精度为±20℃，应力精度为±15MPa，时间精度为±15h。评估结果可靠，适合工程应用，在DZ125叶片的服役条件评估中具有较强工程应用意义及广阔前景。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1(a)为DZ125合金γ′相体积分数Vf、图1(b)为γ′相筏排完善程度Ω以及图1(c)为γ′相筏排厚度D与服役条件的对应关系。

图2为DZ125合金微观组织演变数据库包含内容示意图。

图3(a)和图3(b)为人工神经网络模型拓扑结构示意图，其中图3(a)为人工神经网络模型A，图3(b)为人工神经网络模型B。

图4为服役900小时DZ125合金叶片a，b，c三个部位的枝晶干处显微组织，其中(a1)、(b1)、(c1)为横截面；(a2)、(b2)、(c2)为纵截面。

具体实施方式

以下示例将结合附图对本发明予以进一步的说明，以便本领域人员更好地理解本发明的优点和特征。

首先，对经标准热处理后的叶片材料DZ125合金进行不同温度、应力和时间条件下的持久中断实验，获得具有不同损伤状态的微观组织。参照GB/T 15749中的网格数点法定量统计γ′相的体积分数(Vf)。设定216个网格交点，当交点位于γ′相中计为1，当交点位于γ′相与基体界面计为0.5，当交点位于基体中计为0，上述统计结果与交点总数的比值即为Vf。利用公示：

对γ′相筏排完善程(Ω)度进行统计和计算。式中，表示垂直筏排化方向单位长度内筏形组织的交叉和中断的数目，表示平行于筏排化方向单位长度内筏形组织的交叉和中断的数目，Ω为γ′相相筏形完善程度，其数值范围为0-1，Ω为0时，代表等轴的γ′相组织，即垂直与平行方向是等效的；Ω为1时，代表理想的筏形组织，即γ′相筏形既不中断也不交叉。利Photoshop测量工具测量γ′相筏排厚度(D)。在各观察位置至少随机选取5个不重叠的视场计算Vf、Ω和D，取平均值作为测量结果。所获得的Vf、Ω和D与温度、应力及时间的关系可利用三维图的方式体现，如图1所示。

整合持久中断实验温度、应力和时间等宏观参量，持久中断后枝晶干γ′相典型组织形貌以及量化表征获得的γ′相体积分数(Vf)、γ′相筏排完善程度(Ω)以及γ′相筏排厚度(D)，形成一条DZ125合金微观组织演变数据，如图2所示。整合所有条件下的数据形成DZ125合金蠕变过程中的微观组织演变数据库，如表1所示。表1为本实例中应用的数据库所含数据，包括温度、应力、时间及组织参量γ′相体积分数Vf、γ′相筏排完善程度Ω以及γ′相筏排厚度D。

在DZ125合金蠕变过程中的微观组织演变数据库的基础上，利用人工神经网络模型构建两个温度和应力的预测模型，如图3所示。图3(a)所示为以γ′相体积分数(Vf)、γ′相筏排厚度(D)及持久中断时间(t)为输入量，应力(σ)和温度(T)为输出量建立的人工神经网络模型A。图3(b)所示为以γ′相筏排完善程度(Ω)、γ′相筏排厚度(D)及持久中断时间(t)为输入量，应力(σ)和温度(T)为输出量建立人工神经网络模型B。

对服役900小时DZ125合金叶片a，b，c三个部位横纵截面枝晶干处显微组织进行表征，结果如图4所示。对其对应的组织参量γ′相体积分数(Vf)、γ′相筏排完善程度(Ω)以及γ′相筏排厚度(D)进行表彰，利用人工神经网络模型可实现对其服役条件(等效最高服役温度(T_max)及其对应的服役应力(S_T-max)和该温度和应力条件下的损伤时间(t_T-max))的评估，结果如表2所示。

表2为图4对应的组织参量γ′相体积分数Vf、γ′相筏排完善程度Ω以及γ′相筏排厚度D进行表征，利用人工神经网络模型可实现对其服役条件(等效最高服役温度T_max及其对应的服役应力S_T-max和该温度和应力条件下的损伤时间t_T-max)的评估。

通过评估得到DZ125合金叶片的等效最高服役温度(T_max)及其对应的服役应力(S_T-max)和该温度和应力条件下的损伤时间(t_T-max)，该评估结果在叶片的设计及维修中具有较强工程应用意义。

表1

表2

Claims (5)

1.一种高温合金涡轮叶片服役条件的评估方法，其特征在于，具体包括以下步骤：

1)对涡轮叶片材料DZ125合金进行不同温度和应力下不同时长的持久中断实验，随后对热力耦合后合金枝晶干中心位置的一次γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度进行定量统计，建立DZ125合金微观组织演变数据库；

2)以γ′相体积分数、γ′相筏排厚度及持久中断时间为输入量，应力和温度为输出量建立人工神经网络模型A，同时以γ′相筏排完善程度、γ′相筏排厚度及持久中断时间为输入量，应力和温度为输出量建立人工神经网络模型B；

3)针对实际服役时间m小时后的DZ125合金涡轮叶片，对其典型部位的枝晶干中心位置一次γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度进行定量统计，得到服役m小时涡轮叶片的组织损伤状态；

4)针对3)中表征获得的涡轮叶片γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度，利用人工神经网络模型A和B分别评估不同持久中断时间对应的应力和温度，当某一持久中断时间下，两个人工神经网络模型获得相同的应力和温度时，此时的温度、应力及时间为叶片该部位微观组织对应的服役条件；

5)上述人工神经网络模型评估所获得的服役温度、应力及时间评估结果为造成叶片微观组织及寿命损伤严重的等效最高服役温度及其对应的服役应力和该温度和应力条件下的损伤时间。

2.如权利要求1所述的高温合金涡轮叶片服役条件的评估方法，其特征在于，步骤1)中所述DZ125合金进行不同温度和应力下不同时长的持久中断实验，其温度范围为900-1100℃，应力范围为0-400MPa，时间范围为25-1200h。

3.如权利要求1或2所述的高温合金涡轮叶片服役条件的评估方法，其特征在于，步骤1)中通过持久中断实验获得不同损伤状态的微观组织，并利用γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度等可量化表征参数对其进行了量化表征；

所述筏形完善程度是按照下列公示：

式中，表示垂直筏排化方向单位长度内筏形组织的交叉和中断的数目，表示平行于筏排化方向单位长度内筏形组织的交叉和中断的数目，Ω为γ′相相筏形完善程度，其数值范围为0-1，Ω为0时，代表等轴的γ′相组织，即垂直与平行方向是等效的；Ω为1时，代表理想的筏形组织，即γ′相筏形既不中断也不交叉。

4.如权利要求1所述的高温合金涡轮叶片服役条件的评估方法，其特征在于，步骤1)中所述DZ125合金微观组织演变数据库是建立包括温度、应力、时间、枝晶干γ′相形貌以及γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度的数据库。

5.如权利要求1所述的高温合金涡轮叶片服役条件的评估方法，其特征在于，所述实际服役时间m≤叶片使用寿命，损伤时间＜实际服役时间m。