CN110907269A - 一种基于微观划痕的钛合金疲劳寿命预测方法 - Google Patents
一种基于微观划痕的钛合金疲劳寿命预测方法 Download PDFInfo
- Publication number
- CN110907269A CN110907269A CN201911247462.2A CN201911247462A CN110907269A CN 110907269 A CN110907269 A CN 110907269A CN 201911247462 A CN201911247462 A CN 201911247462A CN 110907269 A CN110907269 A CN 110907269A
- Authority
- CN
- China
- Prior art keywords
- scratch
- micro
- fatigue life
- titanium alloy
- scratches
- 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
Links
Images
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
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
- G01N3/068—Special adaptations of indicating or recording means with optical indicating or recording means
-
- 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
- G01N3/32—Investigating 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)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明一种基于微观划痕的钛合金疲劳寿命预测方法属于金属材料疲劳寿命预测技术领域,涉及一种基于微观划痕的钛合金疲劳寿命预测方法。该预测方法基于Murakami理论,提出评估微观划痕所引起的疲劳损伤定量表征参数,并定义为微观划痕的截面三角形面积的平方根。测量微观划痕截面的深度和宽度数据,即可获得对应的疲劳损伤参数,结合Paris公式,建立了考虑微观划痕影响的钛合金疲劳寿命预测模型。本发明预测模型仅需测得微观划痕截面的深度和宽度数据,即可预测钛合金在微观划痕下的疲劳寿命。该方法为钛合金叶片考虑微观划痕的疲劳寿命评估提供了一种实用新方法,方法简单,测试方便。
Description
技术领域
本发明属于金属材料疲劳寿命预测技术领域,涉及一种基于微观划痕的钛合金疲劳寿命预测方法。
背景技术
钛合金具有高比强度、高韧性、良好的耐腐蚀和蠕变性能,是制造双性能整体叶盘的重要材料。整体叶盘是现代先进航空发动机的关键部件,其叶片在高转速下承受着巨大且复杂的离心载荷和气动载荷。尽管在工程制造中钛合金整体叶盘叶片的表面质量被严格控制,但在零件表面仍存在微米级别的微观划痕。这些微机械划痕通常是叶片在加工制造、运输装配过程中因意外或者错误操作,以及服役过程中产生。这些微观划痕的几何不连续处的应力集中十分明显。在循环载荷作用下,疲劳裂纹极易从这些微观划痕萌生直至发生疲劳失效,这将对叶片的服役安全构成潜在威胁。然而,很少工作是以自然微观划痕的角度研究钛合金的疲劳行为,相对应地,考虑微观划痕对钛合金疲劳寿命影响的方法也较少。
Murakami等人采用对表面缺陷引起的疲劳损伤进行了定量评价,该方法已广泛应用于金属材料疲劳分析。定义为通过将表面缺陷投影到垂直于最大主应力的平面上获得的面积的平方根。然而,现有的运用大多基于较大尺寸即肉眼可见的人造表面缺口,很少研究将运用到微观划痕尺寸范围内,一般深度在10μm以下,宽度在30μm以上。在疲劳研究中,疲劳裂纹扩展可以用著名的Paris公式来描述,该公式采用应力强度因子和裂纹扩展速率来描述,广泛应用于疲劳寿命预测。将Murakami理论与Paris公式相结合,研究微表面划痕对钛合金疲劳寿命的影响是一种自然的延伸。
发明内容
本发明的目的是发明一种基于微观划痕的钛合金疲劳寿命预测方法。本发明直接以自然微观划痕为研究对象,针对微观划痕的几何特征,结合Murakami理论提出了定量表征微观划痕引起的疲劳损伤参数利用对KI,max进行修正,结合Paris公式,建立了考虑微观划痕影响的钛合金疲劳寿命预测模型。本发明预测模型仅需测得微观划痕截面的深度和宽度数据,即可预测钛合金在微观划痕下的疲劳寿命。经验证,该模型的预测误差处于工程可接受范围内。
本发明所采用的技术方案是一种基于微观划痕的钛合金疲劳寿命的预测方法,该方法具体步骤如下:
步骤1观察目标表面形貌特征,确定微观划痕存在区域;
本专利的研究对象为自然微观划痕,深度一般在10μm以下,宽度在30μm以上,或者研究对象的表面粗糙度Ra≤2下所存在的微观划痕;
步骤2在一条划痕上选择尺寸较大的三个截面,测得划痕截面深度和宽度数据;取三个截面的深度和宽度的平均值作为该条划痕的深度和宽度,即该条划痕的宽度W和深度D用下式计算:
其中,w1、w2、w3-分别为测量截面1-1、2-2、3-3的划痕宽度,d1、d2、d3-分别为测量截面1-1、2-2、3-3的划痕深度;为较全面的反映微观划痕真实尺寸,也可测量超过3个的划痕截面并取其平均值;
由于本发明的微观划痕尺寸过小,应对Murakami理论进行适应性改进。因此,不考虑微观划痕长度和方向对疲劳寿命的影响。
综上,定义该条划痕所引起的疲劳损伤为划痕截面三角形面积的平方根,可由下式计算:
为尽可能地反映出最大尺寸的划痕,也可选取多个测量区域开展测试任务;
步骤4疲劳寿命模型。
结合Paris公式,引入修正的KI,max,建立基于微观划痕的钛合金疲劳寿命预测模型:
式中,Nf为疲劳寿命;σa为应力幅值;β为位置参数,对于表面缺陷β=0.65;m和c为Paris公式参数,可通过数据拟合获得;
步骤5未知参数拟合。
为方便地得到寿命模型中未知参数,对公式(5)两边取对数:
公式(6)是关于logKI max,Δ和的线性函数关系,其中,-m为直线的斜率,为直线的截距,通过拟合该直线函数关系式即可得到参数m和c。将公式(4)和(5)整合化简,带入已知参数m和c,建立了基于微观划痕的钛合金疲劳寿命模型。
本发明的有益效果为:本发明解决了微观划痕对钛合金疲劳寿命影响的问题。本发明直接以影响钛合金疲劳寿命的自然微观划痕为研究对象,提出了定量表征微观划痕引起的疲劳损伤参数本发明只需要测得微观划痕的深度和宽度数据,即可预测微观划痕下的钛合金疲劳寿命。该方法为钛合金叶片考虑微观划痕的疲劳寿命评估提供了一种实用新方法,方法简单,测试方便。
附图说明
图1a)为微观划痕三个截面选取示意图,图1b)微观划痕三个截面的深度和宽度表示图。其中,w1、w2、w3-分别表示三个截面的划痕宽度,d1、d2、d3-分别为测量截面1-1、2-2、3-3的划痕深度。
图2为多条划痕共存示意图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明:
实施例,材料选用TC17钛合金。
该方法包括如下步骤:
步骤1:采用ZYGO三维干涉仪对试样表面微观划痕进行观察,如图1a)所示,确定观测区域存在一条划痕。
步骤2:确定该划痕的宽度W和深度D。
选取尺寸较大的三个划痕截面作为测量目标,即截面1-1,2-2,3-3,见图1a);分别测量三个截面的宽度和深度数据,得到w1,w2,w3和d1,d2,d3,见图1b);则该条划痕的宽度W和深度D可用公式(1)计算得出。
Murakami理论定义表面缺陷损伤参数为将表面缺陷投影到垂直于最大主应力的平面上获得的面积的平方根。若严格按照Murakami理论的方向原则,需测量微观划痕的长度和方向。由于微观划痕尺寸过小且分布随机,这将会是一项有难度且繁琐的工作,显然不能方便于工程应用。因此,本发明忽略微观划痕的方向和长度对疲劳寿命的影响,认为微观划痕的截面三角形面积对材料的疲劳寿命起主要影响作用。
步骤3:若测量区域存在多条划痕,如图2所示。首先,分别测得每条划痕的宽度W和深度D;并分别计算每条划痕的疲劳损伤参数通常,较大尺寸的微观划痕将会引起更加严重的应力集中现象,对疲劳寿命影响最为明显。因此,定义该试样的最终疲劳损伤为其中最大值,可用公式(3)计算。综合步骤2和步骤3,微观划痕深度和宽度测量结果见表1,对应的疲劳损伤参数见表2。
表1划痕深度D和宽度W测量结果(μm)
步骤3:疲劳寿命测试。
试样表面未进行抛光处理以保留表面微观划痕,选择所需的加载条件统一进行疲劳性能测试,获得TC17钛合金疲劳寿命试验值Nf,数据见表2。
表2疲劳寿命试验值与预测值
步骤4:疲劳寿命预测模型。
利用步骤3得到的不同应力水平以及下的疲劳寿命数据即可拟合未知参数m和c。以公式(6)为拟合函数,图3给出了关于logKI max,Δ和的关系图,二者呈较为明显的线性关系。经拟合该直线的函数关系式,最终确定m=3.9,c=4.58E-12。对公式(4)和(5)整合并化简,带入已知m和c,建立基于微观划痕的TC17钛合金疲劳寿命预测模型:
步骤4:模型准确性评估。
采用下式对模型的误差进行检验:
其中,基于微观划痕的TC17钛合金疲劳寿命模型的预测值N与TC17钛合金疲劳寿命试验值Nf,见表2。经计算该模型的平均预测误差为37.35%,最小预测误差为0.09%。
Claims (1)
1.一种基于微观划痕的钛合金疲劳寿命的预测方法,其特征是,该方法具体步骤如下:
步骤1观察目标表面形貌特征,确定微观划痕存在区域;
本专利的研究对象为自然微观划痕,深度一般在10μm以下,宽度在30μm以上,或者研究对象的表面粗糙度Ra≤2下所存在的微观划痕;
步骤2在一条划痕上选择尺寸较大的三个截面,测得划痕截面深度和宽度数据;取三个截面的深度和宽度的平均值作为该条划痕的深度和宽度,即该条划痕的宽度W和深度D用下式计算:
其中,w1、w2、w3-分别为测量截面1-1、2-2、3-3的划痕宽度,d1、d2、d3-分别为测量截面1-1、2-2、3-3的划痕深度;为较全面的反映微观划痕真实尺寸,也可测量超过3个的划痕截面并取其平均值;
由于本发明的微观划痕尺寸过小,应对Murakami理论进行适应性改进。因此,不考虑微观划痕长度和方向对疲劳寿命的影响,定义该条划痕所引起的疲劳损伤为划痕截面三角形面积的平方根,由下式计算:
为尽可能地反映出最大尺寸的划痕,也可选取多个测量区域开展测试任务;
步骤4疲劳寿命模型。
结合Paris公式,引入修正的KI,max,建立基于微观划痕的钛合金疲劳寿命预测模型:
式中,Nf为疲劳寿命;σa为应力幅值;β为位置参数,对于表面缺陷β=0.65;m和c为Paris公式参数,通过数据拟合获得;
步骤5未知参数拟合。
为方便地得到寿命模型中未知参数,对公式(5)两边取对数:
通过拟合该直线函数关系式得到参数m和c,将公式(4)和(5)整合化简,带入已知参数m和c,建立了基于微观划痕的钛合金疲劳寿命模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911247462.2A CN110907269A (zh) | 2019-12-09 | 2019-12-09 | 一种基于微观划痕的钛合金疲劳寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911247462.2A CN110907269A (zh) | 2019-12-09 | 2019-12-09 | 一种基于微观划痕的钛合金疲劳寿命预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110907269A true CN110907269A (zh) | 2020-03-24 |
Family
ID=69823562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911247462.2A Pending CN110907269A (zh) | 2019-12-09 | 2019-12-09 | 一种基于微观划痕的钛合金疲劳寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907269A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627012A (zh) * | 2021-08-06 | 2021-11-09 | 长安大学 | 一种表面划痕后碳纤维/金属层状结构断裂强度预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142528A (zh) * | 2018-08-27 | 2019-01-04 | 佛山科学技术学院 | 一种高强度钛合金高温超高周疲劳寿命预测方法 |
CN109933952A (zh) * | 2019-04-04 | 2019-06-25 | 西北工业大学 | 一种考虑表面粗糙度的镍基单晶合金疲劳寿命预测方法 |
-
2019
- 2019-12-09 CN CN201911247462.2A patent/CN110907269A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142528A (zh) * | 2018-08-27 | 2019-01-04 | 佛山科学技术学院 | 一种高强度钛合金高温超高周疲劳寿命预测方法 |
CN109933952A (zh) * | 2019-04-04 | 2019-06-25 | 西北工业大学 | 一种考虑表面粗糙度的镍基单晶合金疲劳寿命预测方法 |
Non-Patent Citations (4)
Title |
---|
Q.Y. WANG等: "Effect of inclusion on subsurface crack initiation and gigacycle fatigue strength", 《INTERNATIONAL JOURNAL OF FATIGUE》 * |
周素霞著: "《高速列车空心车轴损伤容限理论与方法研究》", 31 January 2016, 中国铁道出版社 * |
朱莉娜等: "表面粗糙度对Ti-6Al-4V合金超高周疲劳性能的影响", 《金属学报》 * |
洪友士等: "合金材料超高周疲劳的机理与模型综述", 《力学进展》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113627012A (zh) * | 2021-08-06 | 2021-11-09 | 长安大学 | 一种表面划痕后碳纤维/金属层状结构断裂强度预测方法 |
CN113627012B (zh) * | 2021-08-06 | 2023-06-20 | 长安大学 | 一种表面划痕后碳纤维/金属层状结构断裂强度预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920792B (zh) | 一种基于小裂纹扩展的搅拌摩擦焊构件疲劳寿命预测方法 | |
Molent et al. | The lead crack fatigue lifing framework | |
US9513200B1 (en) | Determination of a threshold crack length | |
RU2737127C1 (ru) | Продление срока службы диска силовой турбины, подверженного коррозионному повреждению при эксплуатации (варианты) | |
RU2603399C2 (ru) | Способ контроля повреждений в картерах вентиляторов | |
JPH0238839A (ja) | 物品の非破壊検査方法 | |
CN112525907B (zh) | 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 | |
CN110705131B (zh) | 基于加工表面层高周疲劳的机械构件寿命预测方法 | |
CN110907269A (zh) | 一种基于微观划痕的钛合金疲劳寿命预测方法 | |
CN114999594A (zh) | 考虑数据分散性的eifs疲劳全寿命的预测方法 | |
Xiannian et al. | Fatigue crack propagation analysis in an aero-engine turbine disc using computational methods and spin test | |
CN113916629A (zh) | 一种孔边表面缺陷检出概率试验的试件设计及试验方法 | |
JP5212146B2 (ja) | 微小切欠材の寿命評価方法 | |
Cocke et al. | The Effect of Corrosion Location Relative to Local Stresses on the Fatigue Life of Geometrically Complex, Galvanically Corroded AA7075-T6 | |
JPH09195795A (ja) | ガスタービン静翼の余寿命評価方法およびその装置 | |
Shlyannikov et al. | Failure analysis of an aircraft GTE compressor disk on the base of imitation modeling principles | |
CN115979804A (zh) | 一种增材制造材料寿命预测方法 | |
Jasiczek et al. | A new approach to characterization of gas turbine components affected by pitting corrosion | |
CN115062378A (zh) | 一种基于晶体塑性的激光冲击强化粉末高温合金低周疲劳寿命预测方法 | |
CN114912307A (zh) | 一种镍基单晶高温合金的高周疲劳寿命预测方法 | |
JP6485905B2 (ja) | 余寿命評価方法 | |
CN110849753B (zh) | 一种基于微观划痕的金属材料疲劳强度预测方法 | |
Keller | A practical approach to implementing linear elastic fracture mechanics in gas turbine rotor disk analyses | |
Graham et al. | The use of crack size distribution and crack detection for determining the probability of fatigue failure | |
JP2009074868A (ja) | ニッケル基合金部品の寿命推定方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |
|
RJ01 | Rejection of invention patent application after publication |