CN110411851A - 一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法 - Google Patents
一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法 Download PDFInfo
- Publication number
- CN110411851A CN110411851A CN201910662900.5A CN201910662900A CN110411851A CN 110411851 A CN110411851 A CN 110411851A CN 201910662900 A CN201910662900 A CN 201910662900A CN 110411851 A CN110411851 A CN 110411851A
- Authority
- CN
- China
- Prior art keywords
- creep
- blade
- military service
- phase
- creep life
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000006378 damage Effects 0.000 title claims abstract description 30
- 229910045601 alloy Inorganic materials 0.000 title claims abstract description 26
- 239000000956 alloy Substances 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 title claims abstract description 17
- 208000014674 injury Diseases 0.000 claims abstract description 11
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 10
- 210000005036 nerve Anatomy 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 5
- 210000001787 dendrite Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000002045 lasting effect Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 230000008733 trauma Effects 0.000 claims description 2
- 210000002569 neuron Anatomy 0.000 claims 1
- 229910000601 superalloy Inorganic materials 0.000 abstract description 5
- 239000008186 active pharmaceutical agent Substances 0.000 abstract description 2
- 238000013139 quantization Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000006735 deficit Effects 0.000 description 2
- 230000007850 degeneration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000007788 roughening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
- G01N3/18—Performing tests at high or low temperatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0071—Creep
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
- G01N2203/0647—Image analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Artificial Intelligence (AREA)
- Analytical Chemistry (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法,涉及DZ125定向凝固高温合金涡轮叶片蠕变剩余寿命的评估。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,构建了DZ125定向涡轮叶片服役损伤及蠕变剩余寿命的评估和预测方法及流程。利用该方法和流程,实现了对服役涡轮叶片宏观和微观层面的服役损伤程度的评价及蠕变剩余寿命的预测。该方法相较于已有的蠕变剩余寿命方法,从微观组织量化表征入手,具有更高的精准度和合理性。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蠕变剩余寿命以及维护和设计中均具有较强工程应用意义及广阔前景。
Description
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,具体涉及一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法。
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,叶片外部燃气温度以及涡轮转速不断提高,导致涡轮叶片所受服役温度和应力逐渐增加。在高温和应力的共同作用下,航空发动机涡轮叶片不可避免的发生蠕变变形,蠕变变形可能导致涡轮叶片伸长与机匣发生碰撞和摩擦,进而发生蠕变失效。然而,航空发动机精密复杂的结构通常不允许对其蠕变损伤程度进行实时的监控,这就导致难以对涡轮叶片蠕变损伤程度进行即时的评估。除此之外,由于涡轮叶片内部冷却孔等结构的出现,加之复杂的服役工况导致叶片温度场、应力场在时间和空间上均具有复杂和不均匀的特征。综上所述,对涡轮叶片进行服役损伤程度的准确评价是保证叶片服役安全的关键之一。
不仅如此,由于难以准确评价叶片当前的服役损伤程度,导致无法准确估计涡轮叶片的蠕变剩余寿命。为了避免发生安全事故,只能使叶片提前报废,导致大量的资源浪费。因此,针对航空发动机涡轮叶片,对其进行准确的蠕变剩余寿命预测,具有非常重要的工业应用价值。
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。这一系列的微观组织演变可能导致高温合金在蠕变不同阶段所具有的蠕变变形机理存在显著差异,而仅考虑宏观力学性能的一系列蠕变寿命预测方法将难以准确的提供预测结果。
因此,有必要将微观组织的演变引入高温合金涡轮叶片的蠕变寿命预测方法,开发一种合理准确且易于操作的服役损伤评价及蠕变剩余寿命预测方法。
发明内容
本发明的目的是提供一种基于组织表征的定向凝固DZ125合金涡轮叶片服役损伤评价及蠕变寿命预测方法。该方法可对DZ125合金涡轮叶片进行宏观和微观层面的服役损伤评价,同时还能预测涡轮叶片蠕变剩余寿命。
一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法,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由于蠕变损伤导致的微观组织退化同样会引起蠕变机理的变化;本方法对微观组织进行系统分析后,对其损伤程度进行了预测进而利用微观组织分析结果结合宏微观的蠕变寿命预测方法实现蠕变剩余寿命预测。具体的预测方法如图1所示,主要包括以下步骤:
1)针对实际服役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参量;
2)针对1)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,与预先设定好的微观组织判据进行对比,初步判断其微观损伤程度,确定该叶片是否可以继续服役;
3)针对2)中评估为可继续服役的涡轮叶片,利用人工神经网络模型评估其服役条件,包括等效最高服役温度以及对应的应力及损伤时间。
4)获得叶片服役条件后,利用修正θ投影法模型,公式如下:
和
logθi=ai+biσ0+ciT+diσ0T(i=1-5) (2)
计算叶片典型部位对应的局部蠕变应变量,其中ε为蠕变应变量,t为蠕变时间,T为蠕变温度,σ0为蠕变初始应力,参数a、b、c、d为仅与材料相关的常数,θ1、θ2、θ3、θ4、θ5为公式拟合所得参数;对比计算所得蠕变应变量与预先设定好的宏观蠕变变形量判据相对比,判断其宏观损伤程度;
5)以预先设定好的宏观蠕变变形量为判据,利用4)中所示公式计算涡轮叶片在当前宏观损伤程度下,在某一特定条件下继续损伤至预先设定好的宏观蠕变变形量判据所需时间,考虑高温合金薄壁效应,将上述预测时间乘以薄壁效应因子,对比叶片各典型部位剩余寿命,取其最短时间为该涡轮叶片蠕变剩余寿命。
所述利用人工神经网络模型评估其服役条件,具体操作方法为以γ′相体积分数、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,对温度和应力进行评估。
所述预先设定好的微观组织判据为,γ′相体积分数≥55.8%,γ′相筏排完善程度≤0.285,γ′相筏排厚度≤730nm。
所述预先设定好的宏观蠕变变形量判据为1%。
所述薄壁效应因子取值为0.6。
本发明的优点在于,基于微观组织的量化表征实现了涡轮叶片损伤程度的评估。同时,对涡轮叶片进行蠕变剩余寿命预测时,同样将微观组织的退化考虑在内,建立了从微观组织表征入手的损伤评价及蠕变剩余寿命的评估方法。与传统的蠕变剩余寿命预测方法相比,因考虑了微观组织演变这一因素,使得其结果更加真实可靠,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为DZ125合金涡轮叶片损伤评价及蠕变剩余寿命预测方法流程图。
图2为DZ125合金涡轮叶片解剖方案示意图。
图3为某服役300h涡轮叶片在图2所示6个位置的横截面(C)和纵截面(L)枝晶干处γ′相微观组织示意图,其中(1)/(2)排气边叶盆上部/下部;(3)/(4)排气边叶背上部/下部;(5)/(6)进气边叶背上部/下部;(C)横截面;(L)纵截面。
图4为人工神经网络模型拓扑结构示意图,其中(a)为人工神经网络模型A,(b)为人工神经网络模型B。
图5为直径为5mm的DZ125合金标准热处理棒状试样及两个从未服役叶片截取的、标距段尺寸约为1mm*2mm的微型蠕变试样的蠕变应变-时间曲线。
图6为服役300h涡轮叶片1和2位置切取的微型蠕变试样在980℃/220MPa条件下的蠕变应变-时间曲线。
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,以某服役300h后的DZ125合金涡轮叶片为例,对其进行如图2所示的切割,获得各部位的微观组织,如图3所示。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列于表1。
对比Vf、Ω和D的表征结果与微观组织判据,可判断该叶片各部位微观组织参数均满足判据。利用表2所示数据库建立的图4(a)所示的以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以及图4(b)所示的以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对该服役叶片不同部位的服役条件(等效最高服役温度(Tmax)及其对应的服役应力(ST-max)和该温度和应力条件下的损伤时间(tT-max))进行评估,结果列于表3。将该服役条件评估结果代入公式(1)和(2)计算各部位已发生的局部蠕变变形量,结果同样列于表3。
表1为服役300h后的DZ125合金涡轮叶片不同部位微观组织参量定量表征结果。
表1
表2为建立上述人工神经网络模型所用数据库,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。
表2
表3为服役300h后DZ125合金叶片等效最高服役温度(Tmax)、相应应力(ST-max)、损伤时间(tT-max)、已发生蠕变应变量(εe)和剩余寿命预测结果(tθ)。
表3
基于上述蠕变变形量的评估结果,可见其各部位变形量均小于1%,可以进行蠕变剩余寿命的预测。本实例选择对该叶片各部位在980℃/220MPa条件下的蠕变至1%的剩余寿命进行预测。需要指出的是,根据图5所示结果,由于该叶片壁厚约为1mm,取其薄壁效应因子为0.6。最终获得的蠕变剩余寿命(tθ)预测结果同样列于表2。
为了对蠕变剩余寿命预测结果进行验证,本实例对从1位置和2位置切取的试样进行了蠕变测试,结果如图6所示。最终结果显示,两个位置的1%蠕变剩余寿命分别约为11h和13h,与预测结果基本相当。
Claims (5)
1.一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法,其特征在于,具体包括以下步骤:
1)针对实际服役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参量;
2)针对1)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,与预先设定好的微观组织判据进行对比,初步判断其微观损伤程度,确定该叶片是否可以继续服役;
3)针对2)中评估为可继续服役的涡轮叶片,利用人工神经网络模型评估其服役条件,包括等效最高服役温度以及对应的应力及损伤时间;
4)获得叶片服役条件后,利用θ投影法系列模型,公式如下:
ε=θ1(1-exp(-θ2t))+θ3(exp(θ4t)-1) (1)和
logθi=ai+biσ0+ciT+diσ0T(i=1-5) (2)
计算叶片典型部位对应的局部蠕变应变量,其中ε为蠕变应变量,t为蠕变时间,T为蠕变温度,σ0为蠕变初始应力,参数a、b、c、d为仅与材料相关的常数,θ1、θ2、θ3、θ4为公式拟合所得参数;对比计算所得蠕变应变量与预先设定好的宏观蠕变变形量判据相对比,判断其宏观损伤程度;
5)以预先设定好的宏观蠕变变形量为判据,利用4)中所示公式计算涡轮叶片在当前宏观损伤程度下,在某一特定条件下继续损伤至预先设定好的宏观蠕变变形量判据所需时间;考虑高温合金薄壁效应,将所需时间乘以薄壁效应因子,对比叶片各典型部位剩余寿命,取其最短时间为该涡轮叶片蠕变剩余寿命。
2.如权利要求1所述的利用人工神经网络模型评估其服役条件,其特征在于,步骤3)中所述利用人工神经网络模型评估其服役条件,具体操作方法为以γ′相体积分数、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,对温度和应力进行评估。
3.如权利要求1所述的一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法,其特征在于,步骤2)中所述预先设定好的微观组织判据为,γ′相体积分数≥55.8%,γ′相筏排完善程度≤0.285,γ′相筏排厚度≤730nm。
4.如权利要求1所述的一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法,其特征在于,步骤4)中所述预先设定好的宏观蠕变变形量判据为1%。
5.如权利要求1所述的一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法,其特征在于,步骤5)中所述薄壁效应因子取值为0.6。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910662900.5A CN110411851B (zh) | 2019-07-22 | 2019-07-22 | 一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910662900.5A CN110411851B (zh) | 2019-07-22 | 2019-07-22 | 一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110411851A true CN110411851A (zh) | 2019-11-05 |
CN110411851B CN110411851B (zh) | 2020-06-26 |
Family
ID=68362373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910662900.5A Active CN110411851B (zh) | 2019-07-22 | 2019-07-22 | 一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110411851B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008495A (zh) * | 2019-12-03 | 2020-04-14 | 西北工业大学 | 镍基单晶涡轮叶片蠕变剩余寿命预测方法 |
CN111366450A (zh) * | 2020-04-21 | 2020-07-03 | 中国航发沈阳发动机研究所 | 一种镍基高温合金涡轮叶片服役组织损伤评价方法 |
CN112214875A (zh) * | 2020-09-11 | 2021-01-12 | 东方电气集团东方汽轮机有限公司 | 一种通过沉淀颗粒相尺寸评估工件真实服役温度的方法 |
CN112525907A (zh) * | 2020-11-23 | 2021-03-19 | 华能国际电力股份有限公司 | 一种用于服役燃气轮机高温静止部件材料剩余蠕变寿命评估的方法 |
CN112630045A (zh) * | 2020-11-19 | 2021-04-09 | 西北工业大学 | 基于真实叶片样品的镍基单晶合金的蠕变寿命预测方法 |
CN113008677A (zh) * | 2021-03-02 | 2021-06-22 | 中南大学 | 一种镍基高温合金的蠕变持久性能预测方法 |
CN113376015A (zh) * | 2021-06-07 | 2021-09-10 | 北京科技大学 | 一种快速表征分析镍基单晶高温合金微观组织演变的方法 |
CN113420502A (zh) * | 2021-06-11 | 2021-09-21 | 北京科技大学 | 一种含Re、Ru镍基单晶高温合金蠕变寿命预测方法 |
CN117129332A (zh) * | 2023-08-29 | 2023-11-28 | 中国航发湖南动力机械研究所 | 发动机整机腐蚀试验的强度寿命输入数据获取方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1477383A (zh) * | 2003-06-23 | 2004-02-25 | 国电热工研究院 | 高温部件蠕变寿命的测试方法 |
US7810385B1 (en) * | 2008-08-20 | 2010-10-12 | Florida Turbine Technologies, Inc. | Process for determining a remaining creep life for a turbine component |
CN104611656A (zh) * | 2013-11-04 | 2015-05-13 | 沈阳工业大学 | 一种提高[011]取向镍基单晶高温合金持久寿命的预处理工艺 |
CN105403582A (zh) * | 2015-12-22 | 2016-03-16 | 中国科学院金属研究所 | 一种燃机叶片服役组织损伤评价方法 |
CN105606288A (zh) * | 2016-03-21 | 2016-05-25 | 北京科技大学 | 一种高温合金涡轮叶片服役应力的实验评估方法 |
CN105628511A (zh) * | 2015-12-25 | 2016-06-01 | 北京科技大学 | 一种高温合金蠕变寿命预测方法 |
CN107677547A (zh) * | 2017-09-06 | 2018-02-09 | 中国航发北京航空材料研究院 | 材料的疲劳、蠕变和疲劳‑蠕变交互统一寿命的表征方法 |
CN108170905A (zh) * | 2017-12-08 | 2018-06-15 | 南昌航空大学 | 一种用于镍基高温合金叶片热机械疲劳载荷下的寿命预测方法 |
CN108950441A (zh) * | 2018-08-02 | 2018-12-07 | 西安热工研究院有限公司 | 一种定向凝固透平叶片服役蠕变损伤再热恢复方法 |
CN109670241A (zh) * | 2018-12-19 | 2019-04-23 | 中国石油大学(华东) | 一种基于蠕变屈曲失效判定准则的有机玻璃承压结构的长期服役寿命预测方法 |
CN109885874A (zh) * | 2019-01-11 | 2019-06-14 | 华东理工大学 | 一种基于abaqus的多轴蠕变疲劳预测方法 |
-
2019
- 2019-07-22 CN CN201910662900.5A patent/CN110411851B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1477383A (zh) * | 2003-06-23 | 2004-02-25 | 国电热工研究院 | 高温部件蠕变寿命的测试方法 |
US7810385B1 (en) * | 2008-08-20 | 2010-10-12 | Florida Turbine Technologies, Inc. | Process for determining a remaining creep life for a turbine component |
CN104611656A (zh) * | 2013-11-04 | 2015-05-13 | 沈阳工业大学 | 一种提高[011]取向镍基单晶高温合金持久寿命的预处理工艺 |
CN105403582A (zh) * | 2015-12-22 | 2016-03-16 | 中国科学院金属研究所 | 一种燃机叶片服役组织损伤评价方法 |
CN105628511A (zh) * | 2015-12-25 | 2016-06-01 | 北京科技大学 | 一种高温合金蠕变寿命预测方法 |
CN105606288A (zh) * | 2016-03-21 | 2016-05-25 | 北京科技大学 | 一种高温合金涡轮叶片服役应力的实验评估方法 |
CN107677547A (zh) * | 2017-09-06 | 2018-02-09 | 中国航发北京航空材料研究院 | 材料的疲劳、蠕变和疲劳‑蠕变交互统一寿命的表征方法 |
CN108170905A (zh) * | 2017-12-08 | 2018-06-15 | 南昌航空大学 | 一种用于镍基高温合金叶片热机械疲劳载荷下的寿命预测方法 |
CN108950441A (zh) * | 2018-08-02 | 2018-12-07 | 西安热工研究院有限公司 | 一种定向凝固透平叶片服役蠕变损伤再热恢复方法 |
CN109670241A (zh) * | 2018-12-19 | 2019-04-23 | 中国石油大学(华东) | 一种基于蠕变屈曲失效判定准则的有机玻璃承压结构的长期服役寿命预测方法 |
CN109885874A (zh) * | 2019-01-11 | 2019-06-14 | 华东理工大学 | 一种基于abaqus的多轴蠕变疲劳预测方法 |
Non-Patent Citations (4)
Title |
---|
FEI XUE ET AL.: "Creep behavior of a novel Co-Al-W-base single crystal alloy containing Ta and Ti at 982℃", 《MATEC WEB OF CONFERENCES》 * |
冯强等: "燃气涡轮叶片的服役损伤与修复", 《中国材料进展》 * |
童锦艳等: "GH4033合金短时超温后的显微组织损伤及力学性能", 《金属学报》 * |
陈亚东等: "基于微观组织演变的DZ125定向凝固高压涡轮叶片服役温度场的评估方法研究", 《金属学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008495B (zh) * | 2019-12-03 | 2022-12-06 | 西北工业大学 | 镍基单晶涡轮叶片蠕变剩余寿命预测方法 |
CN111008495A (zh) * | 2019-12-03 | 2020-04-14 | 西北工业大学 | 镍基单晶涡轮叶片蠕变剩余寿命预测方法 |
CN111366450A (zh) * | 2020-04-21 | 2020-07-03 | 中国航发沈阳发动机研究所 | 一种镍基高温合金涡轮叶片服役组织损伤评价方法 |
CN112214875B (zh) * | 2020-09-11 | 2022-03-22 | 东方电气集团东方汽轮机有限公司 | 一种通过沉淀颗粒相尺寸评估工件真实服役温度的方法 |
CN112214875A (zh) * | 2020-09-11 | 2021-01-12 | 东方电气集团东方汽轮机有限公司 | 一种通过沉淀颗粒相尺寸评估工件真实服役温度的方法 |
CN112630045A (zh) * | 2020-11-19 | 2021-04-09 | 西北工业大学 | 基于真实叶片样品的镍基单晶合金的蠕变寿命预测方法 |
CN112630045B (zh) * | 2020-11-19 | 2024-04-12 | 西北工业大学 | 基于真实叶片样品的镍基单晶合金的蠕变寿命预测方法 |
CN112525907B (zh) * | 2020-11-23 | 2022-11-08 | 华能国际电力股份有限公司 | 一种用于服役燃气轮机高温静止部件材料剩余蠕变寿命评估的方法 |
CN112525907A (zh) * | 2020-11-23 | 2021-03-19 | 华能国际电力股份有限公司 | 一种用于服役燃气轮机高温静止部件材料剩余蠕变寿命评估的方法 |
CN113008677A (zh) * | 2021-03-02 | 2021-06-22 | 中南大学 | 一种镍基高温合金的蠕变持久性能预测方法 |
CN113008677B (zh) * | 2021-03-02 | 2022-06-10 | 中南大学 | 一种镍基高温合金的蠕变持久性能预测方法 |
CN113376015A (zh) * | 2021-06-07 | 2021-09-10 | 北京科技大学 | 一种快速表征分析镍基单晶高温合金微观组织演变的方法 |
CN113420502A (zh) * | 2021-06-11 | 2021-09-21 | 北京科技大学 | 一种含Re、Ru镍基单晶高温合金蠕变寿命预测方法 |
CN113420502B (zh) * | 2021-06-11 | 2023-08-11 | 北京科技大学 | 一种含Re、Ru镍基单晶高温合金蠕变寿命预测方法 |
CN117129332A (zh) * | 2023-08-29 | 2023-11-28 | 中国航发湖南动力机械研究所 | 发动机整机腐蚀试验的强度寿命输入数据获取方法及系统 |
CN117129332B (zh) * | 2023-08-29 | 2024-05-10 | 中国航发湖南动力机械研究所 | 发动机整机腐蚀试验的强度寿命输入数据获取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110411851B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110411851A (zh) | 一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法 | |
CN106644784B (zh) | 一种考虑多部位及多失效模式的涡轮盘损伤容限评估方法 | |
Wilshire et al. | A new methodology for analysis of creep and creep fracture data for 9–12% chromium steels | |
CN110411850B (zh) | 一种高温合金涡轮叶片服役条件的评估方法 | |
Kumari et al. | Failure analysis of gas turbine rotor blades | |
Han et al. | Creep/fatigue accelerated failure of Ni-based superalloy turbine blade: Microscopic characteristics and void migration mechanism | |
CN106644783A (zh) | 一种基于涡轮盘低循环疲劳裂纹扩展寿命预测方法 | |
McLean | Nickel-base superalloys: current status and potential | |
Daleo et al. | Metallurgical considerations for life assessment and the safe refurbishment and requalification of gas turbine blades | |
Abdallah et al. | High temperature creep behaviour in the γ titanium aluminide Ti–45Al–2Mn–2Nb | |
CN105606288B (zh) | 一种高温合金涡轮叶片服役应力的实验评估方法 | |
Guo et al. | Modelling of dynamic recrystallization kinetics of 300M steel at high strain rates during hot deformation | |
Fu et al. | A modified θ projection model for constant load creep curves-II. Application of creep life prediction | |
CN112307646A (zh) | 一种定向合金材料热机械疲劳剩余寿命评估方法 | |
Gu et al. | Degradation of microstructural and mechanical properties with serviced turbine blades | |
CN105403502B (zh) | 一种高温合金涡轮叶片服役温度的实验评估方法 | |
JPH10293049A (ja) | ガスタービンの保守管理方法および装置 | |
Abdallah et al. | Creep lifing models and techniques | |
Fu et al. | ICME framework for damage assessment and remaining creep life prediction of in-service turbine blades manufactured with Ni-based superalloys | |
JP5506771B2 (ja) | 析出強化型耐熱合金の長時間クリープ強度推定方法及び余寿命推定方法並びに余寿命評価装置 | |
Busse et al. | Criteria evaluation for the transition of cracking modes in a single-crystal nickel-base superalloy | |
CN110032786A (zh) | 镍基单晶气膜孔结构件原始疲劳质量的评估方法 | |
Li et al. | Low cycle fatigue behavior and crack initiation mechanism of Ni-based single crystal curved thin-walled blade simulator specimen with film cooling holes | |
CN112733398A (zh) | 一种凹坑型硬物冲击损伤免修极限确定方法 | |
Shmotin et al. | Development and research of a rhenium-free high-temperature nickel superalloy for the turbine rotor blades in aviation GTE |
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 |