CN114662236A - 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法 - Google Patents

一种非线性的涡轮叶片高低周复合疲劳寿命预测方法 Download PDF

Info

Publication number
CN114662236A
CN114662236A CN202210278967.0A CN202210278967A CN114662236A CN 114662236 A CN114662236 A CN 114662236A CN 202210278967 A CN202210278967 A CN 202210278967A CN 114662236 A CN114662236 A CN 114662236A
Authority
CN
China
Prior art keywords
fatigue
cycle
low
damage
composite
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
Application number
CN202210278967.0A
Other languages
English (en)
Inventor
杜文毅
何东晓
岳鹏
黄崇林
乔东凯
夏业波
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.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
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 Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN202210278967.0A priority Critical patent/CN114662236A/zh
Publication of CN114662236A publication Critical patent/CN114662236A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

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

Abstract

本发明公开了一种非线性的涡轮叶片高低周复合疲劳寿命预测方法，包括：基于非线性损伤累积演化过程，将疲劳驱动力引入到疲劳寿命预测中；根据疲劳累积损伤理论，考虑高周疲劳‑低周疲劳交互产生的耦合损伤，将耦合损伤引入到包含低周疲劳损伤和高周疲劳损伤的复合疲劳损伤中；基于高低周复合疲劳的失效机理，建立高低周复合疲劳的等效应力范围比，提出一种非线性的高低周复合载荷下寿命预测模型。本发明所提方法能预测涡轮叶片结构及标准试样件在高低周复合疲劳载荷下的疲劳寿命，并具有较高的预测精度，为发动机涡轮叶片的定寿及可靠性评估提供理论支撑。

Description

一种非线性的涡轮叶片高低周复合疲劳寿命预测方法
技术领域
本发明涉及涡轮叶片的疲劳预测，特别涉及一种在高低周复合载荷下涡轮叶片的非线性的疲劳寿命预测方法。
背景技术
随着航空发动机日益增长的高性能、高速化和高可靠性要求，涡轮叶片等热端部件的服役环境愈加恶劣，承受的交变载荷更加复杂，发生各种破坏的概率也越来越大。特别是涡轮叶片在高温、高压、高速、重载的极端条件下工作，其结构完整性可能受到多种损伤机制的威胁，包括高周疲劳、低周疲劳、热疲劳、多轴疲劳、蠕变、氧化及其复合等，其中由高低周复合疲劳(CCF)引发的疲劳失效占总数的38％，对发动机的结构完整性造成了严重的威胁。航空发动机服役时，由于大量复杂的飞行任务需要，同时在多种不确定性因素的影响下，导致其疲劳寿命呈现较大的分散性。因此，为了确保发动机服役时的可靠性，亟需对涡轮叶片开展高低周复合疲劳载荷下更精确的疲劳寿命预测。
在实际工程中最常用的高低周复合疲劳的寿命预测方法是线性Miner法则，但其未考虑载荷顺序作用和高周疲劳-低周疲劳交互产生的耦合损伤。研究表明，Miner法则在高低周复合疲劳载荷下的预测寿命偏于危险。相比Miner法则，非线性疲劳累积损伤方法在评估高低周复合疲劳寿命时具有更高的预测精度。因此，有必要从非线性累积损伤的角度开展高低周复合疲劳寿命预测来提高预测精度。
发明内容
为解决现有技术中存在的上述缺陷，本发明的目的在于提供一种能够预测涡轮叶片部件及试样件高低周复合疲劳载荷下非线性的寿命预测方法，解决了目前常用的线性损伤方法不能较为准确估算高低周复合载荷下的寿命，并在寿命预测过程中，从非线性累积损伤的角度考虑了载荷顺序及高周疲劳-低周疲劳产生的耦合损伤。
本发明是通过下述技术方案来实现的。
本发明提供了一种非线性的涡轮叶片高低周复合疲劳寿命预测方法，包括如下步骤：
步骤1，对涡轮叶片试样进行不同应力下的疲劳试验，得到应力-寿命曲线，并将疲劳驱动力引入到疲劳寿命预测中；
步骤2，基于疲劳驱动力的非线性损伤累积方法，得到不同载荷水平下疲劳驱动力的表达式；
步骤3，将疲劳驱动力引入到发动机涡轮叶片高低周复合疲劳累积损伤过程，得到复合循环块个数；
步骤4，由高低周复合疲劳的失效机理，基于疲劳累积损伤理论，将耦合损伤引入到包含高周疲劳损伤和低周疲劳损伤的复合疲劳损伤中，并得到修正的高低周复合疲劳损伤表达式；
步骤5，考虑高周疲劳-低周疲劳交互产生的耦合损伤，结合最大应力引入一个高低周复合疲劳的等效应力范围比，开展高低周复合疲劳的寿命预测。
本发明由于采取以上技术方案，其具有以下有益效果：
本发明方法基于疲劳驱动力的非线性损伤累积过程，强调了载荷顺序效应，并考虑了高周疲劳-低周疲劳间的耦合损伤。根据建立的基于疲劳驱动力非线性损伤累积模型开展高低周复合寿命预测，结合高低周复合试验载荷谱可得到涡轮叶片的疲劳寿命。本发明提出的方法不仅预测过程简单，且较为接近于试验结果，具有较高的寿命预测精度，可为涡轮叶片结构的定寿和可靠性设计提供一定的理论支撑。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的不当限定，在附图中：
图1为高低周复合疲劳试验载荷谱；
图2为基于疲劳驱动力的非线性损伤累积过程；
图3为涡轮叶片实验结果与预测结果的比较；
图4为不同涡轮叶片合金材料试样件实验结果与预测结果的比较。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
本发明所要进行的基于疲劳驱动力的非线性的涡轮叶片高低周复合疲劳寿命预测，具体实施步骤如下：
步骤1，对涡轮叶片试样进行不同载荷下的疲劳试验，得到应力-寿命曲线，如图1所示，为高低周复合疲劳试验载荷谱。而疲劳驱动力是一个与施加载荷、载荷作用次数和疲劳寿命有关的函数，并与应力-寿命曲线(S-N曲线)有关，采用幂函数来表示，有
C＝σNf b (1)
其中，Nf为施加载荷σ对应的疲劳寿命，C和b为由实验拟合的材料常数。
疲劳驱动力σD可表示为
Figure BDA0003557312510000031
其中，n为载荷σ的作用次数。
步骤2，基于式(2)，并根据疲劳驱动力的损伤累积方式，得到第一级载荷下σ1的疲劳驱动力σD1为
Figure BDA0003557312510000041
其中，σD1为第一级载荷下σ1的疲劳驱动力，Nf1为载荷σ1对应的疲劳寿命，n1为载荷的作用次数。
同理，第二级载荷下σ2的等效疲劳驱动力
Figure BDA0003557312510000042
为
Figure BDA0003557312510000043
其中，
Figure BDA0003557312510000044
为第二级载荷下σ2的等效疲劳驱动力，Nf2为载荷σ2的疲劳寿命，
Figure BDA0003557312510000045
为第二级载荷σ2下的等效载荷次数。
如图2所示，根据疲劳驱动力的非线性损伤累积过程，第一级载荷下的疲劳驱动力与第二级载荷水平下的等效疲劳驱动力相等，则有
Figure BDA0003557312510000046
若n2是第二级载荷σ1后载荷水平σ2下的剩下载荷作用次数，则最终疲劳驱动力σD2在第二级载荷作用
Figure BDA0003557312510000047
次达到，则有
Figure BDA0003557312510000048
结合式(5)和式(6)，可得到第二级载荷下的疲劳驱动力为
Figure BDA0003557312510000049
当疲劳驱动力等于疲劳临界值C时，有
Figure BDA00035573125100000410
其中，σDC为临界值为C的疲劳强度，且
Figure BDA00035573125100000411
步骤3，将疲劳驱动力引入到发动机涡轮叶片高低周复合疲劳累积损伤过程，对式(8)两边取对数，并将低周疲劳载荷σL作为第一级载荷，高周疲劳载荷σH作为第二级载荷，则有
Figure BDA00035573125100000412
其中，在高低周复合载荷下
Figure BDA00035573125100000413
N为高低周复合载荷下的复合循环块数，NLCF和NHCF分别为低周疲劳寿命和高周疲劳寿命。
进一步，可得到高低周复合载荷下的复合循环块N为
Figure BDA0003557312510000051
步骤4，基于疲劳累积损伤理论，高低周复合疲劳损伤由低周疲劳损伤DL和高周疲劳损伤DH构成，即
D＝DL+DH (11)
根据高低周复合疲劳的失效机理，考虑耦合损伤DC对复合疲劳寿命的影响，并将其引入到高低周复合疲劳的总损伤中，则有
Figure BDA0003557312510000052
其中，DC为耦合损伤，
Figure BDA0003557312510000053
进一步，可得到高低周复合载荷下考虑耦合损伤和载荷顺序的损伤表达式为
Figure BDA0003557312510000054
其中，α为高低周应力幅值比，
Figure BDA0003557312510000055
σL和σH分别为对应的低周疲劳应力和高周疲劳应力。
步骤5，基于最大应力得到高低周复合载荷的等效应力范围比为
Figure BDA0003557312510000056
其中，σmax为高低周复合载荷下的最大应力，
Figure BDA0003557312510000057
进一步，将等效应力范围比αeq引入到损伤表达式(13)中，得到的高低周复合疲劳寿命预测为
Figure BDA0003557312510000061
为了验证本发明提出的一种非线性的涡轮叶片高低周复合疲劳寿命预测方法的有效性，将本方法预测得到的高低周复合疲劳寿命值与在实验条件下试样件与涡轮叶片部件的实验值进行比较。结果表明，本发明所提出的计算方法得到的寿命预测值与实验寿命相比，绝大部分在2倍寿命分散带内，如图3和图4所示。该方法从疲劳驱动力的角度出发，考虑载荷顺序对复合疲劳损伤的影响，并通过引入载荷交互因子，考虑了高周疲劳-低周疲劳交互产生的耦合损伤。因此，本发明所提的方法具有较高的寿命预测精度。但本发明不局限于高低周复合载荷下航空发动机涡轮叶片，在高低周复合疲劳载荷下标准试样件的寿命预测，均在本发明的保护之内。

Claims (9)

1.一种非线性的涡轮叶片高低周复合疲劳寿命预测方法，其特征在于，包括如下步骤：
步骤1，对涡轮叶片试样进行不同应力下的疲劳试验，得到应力-寿命曲线，并将疲劳驱动力引入到疲劳寿命预测中；
步骤2，基于疲劳驱动力的非线性损伤累积方法，得到不同载荷水平下疲劳驱动力的表达式；
步骤3，将疲劳驱动力引入到发动机涡轮叶片高低周复合疲劳累积损伤过程，得到复合循环块个数；
步骤4，由高低周复合疲劳的失效机理，基于疲劳累积损伤理论，将耦合损伤引入到包含高周疲劳损伤和低周疲劳损伤的复合疲劳损伤中，并得到修正的高低周复合疲劳损伤表达式；
步骤5，考虑高周疲劳-低周疲劳交互产生的耦合损伤，结合最大应力引入一个高低周复合疲劳的等效应力范围比，开展高低周复合疲劳的寿命预测。
2.如权利要求1所述的方法，其特征在于，步骤1中，所述疲劳驱动力是一个与施加应力、加载次数和疲劳寿命有关的函数，通过S-N曲线表示：
C＝σNf b (1)
其中，Nf为施加载荷σ对应的疲劳寿命，C和b为由实验拟合的材料常数。
3.如权利要求1所述的方法，其特征在于，步骤1中，所述疲劳驱动力可表示为：
Figure FDA0003557312500000011
其中，n为载荷σ的作用次数。
4.如权利要求1所述的方法，其特征在于，步骤2中，基于疲劳驱动力的非线性损伤累积过程，得到疲劳驱动力为临界值时的表达式：
Figure FDA0003557312500000012
其中，σDC为临界值C时疲劳强度，Nf1和Nf2分别为第一级载荷σ1和第二级载荷σ2对应的疲劳寿命，且
Figure FDA0003557312500000021
n1和n2分别是第一级载荷σ1和第二级载荷σ2的载荷作用次数。
5.如权利要求1所述的方法，其特征在于，步骤3中，将疲劳驱动力引入到将高低周复合疲劳中，并取对数，则有：
Figure FDA0003557312500000022
其中，NLCF和NHCF分别为低周疲劳寿命和高周疲劳寿命，n为载荷σ的作用次数，N为高低周复合载荷下的复合载荷块。
6.如权利要求5所述的方法，其特征在于，步骤3中，高低周复合载荷下的复合载荷块为：
Figure FDA0003557312500000023
7.如权利要求所5所述的方法，其特征在于，步骤4中，考虑高周疲劳-低周疲劳产生的耦合损伤对复合疲劳寿命的影响，基于疲劳累积损伤理论，将高低周复合疲劳损伤修正为：
Figure FDA0003557312500000024
其中，α为高低周应力幅值比，且
Figure FDA0003557312500000025
σL和σH分别为低周疲劳应力和高周疲劳应力。
8.如权利要求1所述的方法，其特征在于，步骤5，基于最大应力得到的高低周复合载荷的等效应力范围比为：
Figure FDA0003557312500000026
其中，σmax为高低周复合载荷下的最大应力，
Figure FDA0003557312500000027
σL和σH分别为低周疲劳应力和高周疲劳应力。
9.如权利要求7所述的方法，其特征在于，步骤5中，高低周复合疲劳寿命为：
Figure FDA0003557312500000031
其中，αeq为高低周复合疲劳等效应力范围比。
CN202210278967.0A 2022-03-21 2022-03-21 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法 Pending CN114662236A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210278967.0A CN114662236A (zh) 2022-03-21 2022-03-21 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210278967.0A CN114662236A (zh) 2022-03-21 2022-03-21 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法

Publications (1)

Publication Number Publication Date
CN114662236A true CN114662236A (zh) 2022-06-24

Family

ID=82031049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210278967.0A Pending CN114662236A (zh) 2022-03-21 2022-03-21 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法

Country Status (1)

Country Link
CN (1) CN114662236A (zh)

Similar Documents

Publication Publication Date Title
CN109885920B (zh) 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法
WO2018171096A1 (zh) 一种设计考核高温旋转构件寿命与强度的双判据图方法
CN108256192B (zh) 一种金属材料基于低周疲劳的热机械疲劳寿命预测方法
Zhu et al. A practical method for determining the Corten-Dolan exponent and its application to fatigue life prediction
CN114239175B (zh) 基于非线性蠕变-疲劳交互作用的高温结构件寿命预测方法
Madia et al. On the applicability of the small punch test to the characterization of the 1CrMoV aged steel: Mechanical testing and numerical analysis
CN114186444A (zh) 航空发动机高温部件的载荷谱编制方法、介质、终端、应用
Luo et al. High Temperature Deformation Characteristics of an Alumina‐Forming Stainless Steel
CN114662236A (zh) 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法
Li et al. Some useful approximations for wrought aluminum alloys based on monotonic tensile properties and hardness: Nützliche Näherungen für Aluminium‐Knetlegierungen basierend auf monotonen Zugfestigkeitseigenschaften und Härte
Jung et al. Reliability prediction of the fatigue life of a crankshaft
CN115563818A (zh) 一种考虑瞬态历程温度影响的轮盘疲劳寿命设计方法
Guo et al. Thermal mechanical fatigue and creep interaction in turbine housing divider wall design
CN113032982B (zh) 一种考虑基体与纤维碎断的编织陶瓷基复合材料疲劳迟滞回线的预测方法
CN113051719B (zh) 一种编织陶瓷基复合材料拉压疲劳迟滞回线的预测方法
JP5120211B2 (ja) 平均応力評価パラメータの算出方法
CN114840944A (zh) 一种基于损伤控制参量一致的裂纹萌生模拟件设计方法
Nakai et al. An approach to thermo-mechanical fatigue life prediction for turbine housings in gasoline engine application
CN112182875A (zh) 一种试验导向的直升机旋翼金属件疲劳设计方法
CN114444302A (zh) 一种考虑加载循环数的复合疲劳寿命预测方法
Hattori et al. Fretting fatigue strength and life estimation in ultra high cycle region considering the fretting wear process
Guo et al. Turbine Housing Boss Design in Turbocharger Application
Cruse et al. Fatigue reliability of gas turbine engine structures
CN113109149B (zh) 基于温度和强度参数设计的钛合金保载疲劳加速试验方法
Hu et al. A review and assessment of current airframe lifing methodologies and tools in Air Vehicles Division

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