CN116242700A - 一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法 - Google Patents
一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法 Download PDFInfo
- Publication number
- CN116242700A CN116242700A CN202211719077.5A CN202211719077A CN116242700A CN 116242700 A CN116242700 A CN 116242700A CN 202211719077 A CN202211719077 A CN 202211719077A CN 116242700 A CN116242700 A CN 116242700A
- Authority
- CN
- China
- Prior art keywords
- cast iron
- vermicular cast
- vermicular
- fatigue strength
- tensile strength
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- 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
-
- 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
- G01N2203/0073—Fatigue
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical 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
本发明公开了一种基于微观组织含量与抗拉强度的蠕墨铸铁疲劳强度预测方法,属于构件疲劳性能测试技术领域。本发明通过对蠕墨铸铁的微观组织观测和静态拉伸实验结果,结合蠕墨铸铁的高周疲劳损伤特点,建立微观组织含量、抗拉强度与疲劳强度的定量关系。本发明不仅能有效预测蠕墨铸铁的疲劳强度,还可显著降低常规疲劳强度测定所需的时间和经济成本。
Description
技术领域
本发明涉及材料科学与工程应用技术领域,具体为一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法。
背景技术
蠕墨铸铁作为制备柴油机缸盖的重要材料,其在工作过程中时刻受到活塞往复运动引起的高温、高压气体高频次冲击,这极易产生高周疲劳损伤。高周疲劳断裂过程通常不发生明显宏观塑性变形,具有较强的突发性和破坏性,是目前制约柴油机峰值压力以及热效率进一步提升的重要原因。因此,提出准确性更高的疲劳强度预测模型不仅可辅助设计出更高疲劳强度的蠕墨铸铁材料,还可有效保障柴油机的高效、安全服役。
传统的疲劳强度测试通常需要耗费大量的时间和经济成本,且测量后相关数据不具备明确物理意义,难以为后续疲劳性能优化提供参考。近年来,将易于测得的力学性能(如抗拉强度、屈服强度、硬度、冲击韧性等)与疲劳强度之间建立联系成为解决上述问题的有效手段。但对于蠕墨铸铁材料而言,由于其组织结构复杂,各组织间力学性能差异明显,组织含量变化将对疲劳强度产生明显影响。因此,综合考虑组织含量和力学性能,并建立二者与蠕墨铸铁疲劳强度之间的普适性定量关系,成为当下疲劳研究领域的迫切需求。
发明内容
本发明提供了一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法。通过建立微观组织含量以及抗拉强度与疲劳强度之间的定量关系,即可实现对蠕墨铸铁疲劳强度的准确预测。该方法总结了以往通过大量实验得出的蠕墨铸铁高周疲劳损伤机制模型,在有效降低传统疲劳强度测试所耗费的时间和经济成本同时,也为蠕墨铸铁材料的抗疲劳设计提供了优化方向。
为了实现上述目的,本发明采用的技术方案是:
一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,具体步骤如下:
步骤(1):选取蠕墨铸铁并制备金相组织分析样品,将试样进行金相观察,并拍摄金相照片。
步骤(2):选取不少于五个的金相组织观察区域,通过Image Pro Plus(IPP)软件分别测定各区域金相组织中蠕虫状石墨、铁素体以及珠光体的面积百分含量(参照GB/T26655-2011),并取平均值(分别定义为wv、wf以及wp)。根据公式(2)计算组织含量参数wm。
步骤(3):将所选取的蠕墨铸铁样品进行拉伸性能测试,获取相应材料的抗拉强度σb。
步骤(4):制备疲劳测试样品,依据GB/T 3075-2008进行高周疲劳试验,获得样品疲劳强度σw的实测值。
步骤(5):利用步骤(3)和步骤(4)测得的抗拉强度和高周疲劳强度数据,计算σw/σb值,以σw/σb为纵坐标,以σb为横坐标进行线性拟合,并将拟合直线斜率的负数设定为参数P值,将拟合直线截距设定为参数C值。
步骤(6):将步骤(5)中的C与P值进行线性拟合,获得二者之间的定量关系。
步骤(7):利用步骤(2)中测得各金相组织面积百分含量,依据公式(2)计算组织含量参数wm,并与步骤(5)中参数C值进行二次函数拟合,获得相应的二次项、一次项系数以及常数项。
步骤(8):依据公式(3)、(4)分别获得参数P与C的预测值,将二者代入公式(1)中计算材料的疲劳强度预测值。
本发明的优点和有益效果如下:
1.利用微观组织含量及抗拉强度与蠕墨铸铁疲劳强度之间建立等量关系,有效降低了蠕墨铸铁材料传统疲劳强度测试所耗费的时间和经济成本。
2.通过分析高周疲劳损伤规律,探明了影响蠕墨铸铁高周疲劳性能的关键因素,增加了疲劳强度预测的精度和普适性。
3.本发明涉及了蠕墨铸铁材料中的几种关键微观组织,为蠕墨铸铁材料的生产工艺和抗疲劳设计提供了优化方向。
附图说明
图1为蠕墨铸铁疲劳强度预测方法流程图。
图2为不同微观组织蠕墨铸铁高周疲劳损伤机制示意图。
图3为不同种类蠕墨铸铁材料σw/σb--σb关系图。
图4为实施例中蠕墨铸铁材料的疲劳强度预测情况。
具体实施方式
下面结合实施例和附图对本发明进一步说明。
实施例1:
本实施例是对蠕墨铸铁材料疲劳强度进行预测,流程如图1,具体过程如下:
第一,蠕墨铸铁材料取自柴油发动机缸盖,高周疲劳试验分别在室温、400℃以及500℃条件下进行(图2)。
第二,本实施例中,选取五种具有不同微观组织的蠕墨铸铁,通过IPP软件分别获得其蠕虫状石墨、铁素体以及珠光体面积百分含量(具体数据见表1)。
表1几种蠕墨铸铁材料的微观组织含量汇总
第三,测量所选取蠕墨铸铁材料的拉伸性能和高周疲劳性能,获得相应抗拉强度σb以及疲劳强度σw实测值,并求取疲劳强度与抗拉强度的比值σw/σb(具体数据见表2)。
表2几种蠕墨铸铁材料不同温度下的σw/σb值以及σb值
第四,基于Pang等人获得的P-C模型:
σw=(C-P·σb)·σb (5)
其中:C定义为损伤容量;P定义为损伤权重系数。当参数C与P为常数时,比值σw/σb与σb之间呈线性关系。为了验证该模型在蠕墨铸铁材料中的适用性,选取了不同温度下蠕墨铸铁数据进行验证。结果表明,具有不同珠光体含量、铁素体含量及蠕化率的蠕墨铸铁材料在不同温度下的σw/σb与σb值基本满足线性关系(如图3所示),线性拟合结果分别为:
RuT300:σw/σb=-0.00064σb+0.66 (6)
RuT350:σw/σb=-0.00092σb+0.80 (7)
RuT400-1:σw/σb=-0.00084σb+0.68 (8)
RuT400-2:σw/σb=-0.00080σb+0.70 (9)
RuT450:σw/σb=-0.00046σb+0.56 (10)
通过上述拟合结果可直接获得参数P和C的具体数值,将二者建立联系发现基本满足线性关系,线性拟合结果为:
C=435.56×P+0.36 (11)
根据蠕墨铸铁的高周疲劳损伤机制,将参数C与组织含量参数wm建立等价关系,相应的表达式可表示为:
C=m·wm 2+n·wm+k (12)
经过上述五种材料拟合,获得参数数值分别为,m=-0.04、n=0.23、k=0.53。
第五,根据步骤四中所获得的参数,即可预测其他具有不同抗拉强度、不同组织含量蠕墨铸铁的疲劳强度。图4显示了预测结果与试验结果的关系,验证了预测结果的准确性。
Claims (6)
1.一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,其特征在于:该方法包括如下步骤:
(1)将蠕墨铸铁试样进行抛光、腐蚀,获得蠕墨铸铁的金相组织分析样品;
(2)观察蠕墨铸铁的金相组织,计算蠕墨铸铁中各组织含量,分别得出蠕虫状石墨、铁素体和珠光体相的面积百分含量;
(3)对蠕墨铸铁材料进行静态拉伸性能测试,获得相应抗拉强度σb;
(4)对蠕墨铸铁材料进行高周疲劳测试,获取疲劳强度值σw;同时利用测得的抗拉强度和疲劳强度数据根据公式(1)进行拟合,获得相应参数P、C的具体数值;
σw=(C-P·σb)·σb (1);
(5)将步骤(2)中获得的蠕虫状石墨含量wv、铁素体含量wf以及珠光体含量wp代入公式(2)计算组织含量参数wm;
(6)将步骤(4)、步骤(5)中获得的参数C与wm值进行二次函数拟合,获得相应一次项、二次项系数以及常数项;将C值与P值进行线性拟合,进而获得P值与wm之间的定量关系;
(7)将步骤(6)的拟合结果(P值与wm之间的定量关系)代入公式(1)中,并结合相应的拉伸性能测试结果对蠕墨铸铁材料疲劳强度进行预测。
2.根据权利要求1所述的基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,其特征在于:步骤(1)中,所述的蠕墨铸铁样品,其表面首先经过目数为400#、800#、1200#、1500#、2000#砂纸依次打磨,随后采用天鹅绒布进行精细抛光,最后将抛光面浸入4wt%硝酸的酒精溶液腐蚀15秒得到蠕墨铸铁的金相组织分析样品。
3.根据权利要求1所述的基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,其特征在于:步骤(2)中,所述蠕墨铸铁可以看作多相材料,包括石墨(分为圆球状和蠕虫状,具体形状划分标准参照GB/T 26655-2011)、珠光体和铁素体。
4.根据权利要求1所述的基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,其特征在于:步骤(2)中,不同相的面积百分比通过Image Pro Plus软件进行测量;其基本原理为,根据铸铁材料中不同相在金相显微镜下的衬度差别确定各相所在区域,获得相应的区域面积。
5.根据权利要求1所述的基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,其特征在于:步骤(4)中,所使用的抗拉强度与疲劳强度应在同一实验环境(如温度、湿度等)下测得。
6.根据权利要求1所述的基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法,其特征在于:公式(1)中,常数P、C为的确定方法为公式(3)-(4):
C=m·wm 2+n·wm+k (3);
P=γ·C+β (4);
式中:wm为组织含量参数;m、n、k、γ、β为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211719077.5A CN116242700A (zh) | 2022-12-30 | 2022-12-30 | 一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211719077.5A CN116242700A (zh) | 2022-12-30 | 2022-12-30 | 一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116242700A true CN116242700A (zh) | 2023-06-09 |
Family
ID=86632241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211719077.5A Pending CN116242700A (zh) | 2022-12-30 | 2022-12-30 | 一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116242700A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371626A (zh) * | 2023-12-07 | 2024-01-09 | 小米汽车科技有限公司 | 铸件质量预测方法、装置及介质 |
-
2022
- 2022-12-30 CN CN202211719077.5A patent/CN116242700A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371626A (zh) * | 2023-12-07 | 2024-01-09 | 小米汽车科技有限公司 | 铸件质量预测方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114486515B (zh) | 一种基于微观组织和拉伸性能的蠕墨铸铁疲劳强度预测方法 | |
Ryzhkov et al. | Methodological aspects of plotting of thermokinetic diagrams of transformation of supercooled austenite in low-alloy steels | |
CN116242700A (zh) | 一种基于微观组织含量和抗拉强度的蠕墨铸铁疲劳强度预测方法 | |
Minichmayr et al. | Thermo-mechanical fatigue life assessment of aluminium components using the damage rate model of Sehitoglu | |
Vantadori et al. | Crack initiation and life estimation for 316 and 430 stainless steel specimens by means of a critical plane approach | |
CN108535105B (zh) | 一种蠕墨铸铁疲劳强度的预测方法 | |
CN111896361A (zh) | 一种基于能量法的发动机气缸盖热机疲劳寿命预测方法 | |
Yang et al. | Tensile properties and damage mechanisms of compacted graphite iron based on microstructural simulation | |
Ye et al. | Fatigue life prediction of notched components under size effect using critical distance theory | |
Li et al. | Dynamic recrystallization behaviour of H13-mod steel | |
Sasaki et al. | Low cycle thermal fatigue and microstructural change of AC2B-T6 aluminum alloy | |
Liu et al. | Influences of high-temperature diffusion on the homogenization and high-temperature fracture behavior of 30Cr1Mo1V | |
Zhu et al. | Creep rupture life prediction of nickel-based superalloys based on data fusion | |
Dobrzański et al. | Development of the precipitation processes in low-alloy Cr-Mo type steel for evolution of the material state after exceeding the assessed lifetime | |
CN112824866A (zh) | 通过微观组织分散性预测金属材料不同温度疲劳强度的方法 | |
Xie et al. | Experimental study on creep characterization and lifetime estimation of RPV material at 723-1023 K | |
Fontanesi et al. | Multiphase cfd-cht analysis and optimization of the cooling jacket in a v6 diesel engine | |
CN113553712A (zh) | 基于多元回归的粉末冶金混合材料配方建模及控制方法 | |
CN113252447A (zh) | 基于2d微观组织的金属材料拉伸性能的预测方法 | |
Li et al. | Failure analysis of a diesel engine exhaust manifold | |
Jia et al. | Microstructural evolution and constitutive models of 9CrMoCoB heat-resistant steel during high-temperature deformation | |
CN115096726A (zh) | 一种通过珠光体含量和抗拉强度预测蠕墨铸铁疲劳强度的方法 | |
CN117740525A (zh) | 基于微观组织含量和疲劳比的蠕墨铸铁疲劳强度预测方法 | |
CN105910921A (zh) | 一种预测dz125合金蠕变曲线的方法 | |
Li et al. | A coupled plasticity-damage model of K418 nickel-based superalloy with pressure and temperature dependence |
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 |