CN116246738A - 基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法 - Google Patents

基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法 Download PDF

Info

Publication number
CN116246738A
CN116246738A CN202211724035.0A CN202211724035A CN116246738A CN 116246738 A CN116246738 A CN 116246738A CN 202211724035 A CN202211724035 A CN 202211724035A CN 116246738 A CN116246738 A CN 116246738A
Authority
CN
China
Prior art keywords
crack
entropy
life
yield
cyclic
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
CN202211724035.0A
Other languages
English (en)
Inventor
李果
丁水汀
左亮亮
夏舒洋
李振磊
刘晓静
邱天
包绍宸
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202211724035.0A priority Critical patent/CN116246738A/zh
Publication of CN116246738A publication Critical patent/CN116246738A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明公开了一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，包括：定义局部区域为热力学系统；获取初始裂纹长度下裂纹尖端塑性区内应力张量、应变张量和温度演化数据，计算时间熵产率、循环熵产率；将裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量；计算裂纹扩展后裂纹尖端塑性区的循环熵产率；重复实施裂纹扩展过程及相应计算，直至发生断裂失效或裂纹扩展至给定长度；建立循环熵产率与循环寿命函数关系，计算裂纹扩展不同时刻的裂纹扩展熵；构建熵产‑损伤参量，建立熵产‑损伤参量与寿命消耗的演化规律，基于该演化规律进行裂纹扩展寿命预测。该方法适用于金属材料低周、高周疲劳裂纹扩展寿命预测，具有重要理论研究意义与工程应用价值。

Description

基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法
技术领域
本发明涉及金属材料裂纹扩展寿命分析，尤其涉及一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法。
背景技术
循环载荷引起的结构疲劳是工程结构中最常见的失效形式之一，疲劳的本质是不可逆的热力学耗散过程，在该过程中金属材料的结构损伤随着循环载荷的持续加载而不断累积，直到结构发生断裂失效。金属材料疲劳损伤累积过程中，机械能的输入引发不可逆能量耗散，使得热力学系统不可逆性增大，而损伤累积过程的不可逆性可以通过热力学熵产进行量化。因此，热力学熵产可作为材料疲劳损伤的度量指标。
目前，基于热力学熵产理论进行疲劳问题研究的思路得到了学者们的广泛关注。然而，现有相关研究主要聚焦在断裂失效寿命研究，特别是裂纹萌生寿命分析，而极少关注裂纹扩展阶段的寿命预测。现有基于热力学熵产的裂纹萌生寿命研究主要分为两类：一类是在疲劳试验过程中测量疲劳试样的宏观温度场演化，间接表征裂纹萌生阶段的熵产数据，并基于热力学熵产进行裂纹萌生寿命分析；另一类是通过读取载荷加载设备上的名义应力、名义应变数据，结合疲劳试样的温度数据，计算出裂纹萌生阶段的熵产，进而进行裂纹萌生寿命分析。上述基于热力学熵产的裂纹萌生寿命分析方法，并不关注疲劳试样上的应力场、应变场信息，不能合理反应疲劳试样在循环载荷作用下的力学响应。
此外，现有基于热力学熵产理论的疲劳寿命研究并未涉及裂纹扩展寿命分析。裂纹萌生寿命研究中通常会针对特定的标距段进行分析，认为标距段内各点的应力应变状态都是一致的。然而在裂纹扩展问题研究中，试样在裂纹尖端局部区域中存在塑性变形，试样的其他部位仍处于未屈服的弹性状态，这使得现有热力学熵产研究方法在裂纹扩展寿命研究中存在局限性。
因此，针对金属材料裂纹扩展寿命预测分析，本发明提出采用裂纹扩展熵的概念来描述裂纹扩展过程中金属材料的热力学熵产，将基于热力学熵产理论的疲劳问题研究延伸至金属材料裂纹扩展领域，提出一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，该方法具有重要理论研究意义与工程应用价值。
发明内容
本发明的目的是给出一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，其能够基于热力学理论研究金属材料裂纹扩展问题，并采用裂纹扩展熵预测裂纹扩展寿命。本发明采用以下技术方案：
一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，包括以下步骤：
步骤1：将包含裂纹本身和裂纹尖端塑性区可能途径位置的局部区域定义为热力学系统；
步骤2：经由理论分析、仿真模拟或实验，获取金属材料初始裂纹长度下经受循环载荷作用时裂纹尖端塑性区内应力张量、应变张量和温度演化数据，并基于应力张量、应变张量和温度演化数据计算裂纹尖端塑性区内时间熵产率、循环熵产率；
步骤3：经由理论分析、仿真模拟或实验，将裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量，并确定该段裂纹扩展对应的ΔN循环寿命增量或Δa裂纹长度增量；
步骤4：裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量后，获取金属材料经受循环载荷作用时裂纹尖端塑性区内应力张量、应变张量和温度演化数据，计算该裂纹长度对应的裂纹尖端塑性区时间熵产率、循环熵产率；
步骤5：重复实施步骤3～4，直至金属材料发生断裂失效或裂纹扩展至某一给定长度；
步骤6：结合裂纹扩展至各裂纹长度时的循环寿命增量数据，整体建立或分段建立循环熵产率与循环寿命函数关系，对循环熵产率求和或积分以计算裂纹扩展不同时刻的裂纹扩展熵；
步骤7：基于裂纹扩展熵构建金属材料裂纹扩展过程的熵产-损伤参量，建立熵产-损伤参量与寿命消耗的演化规律，基于熵产-损伤参量与寿命消耗的演化规律进行金属材料的裂纹扩展寿命预测。
进一步，所述步骤1，整个裂纹扩展过程中裂纹本身、裂纹尖端塑性区始终保持在所选择的热力学系统内。
进一步，所述步骤2、4中应力张量、应变张量和温度演化数据，可采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法的组合，获取循环载荷加载条件下，金属材料裂纹尖端塑性区内的应力张量、应变张量和温度演化数据。
进一步，所述步骤2、4中时间熵产率，基于所获得的应力张量、应变张量和温度演化数据，经由热力学理论分析推导，采用以下公式计算裂纹尖端塑性区内微元的单位体积时间熵产率：
Figure BDA0004029011750000031
其中，
Figure BDA0004029011750000032
为时间熵产率，σ、
Figure BDA0004029011750000033
T分别为应力张量、应变张量变化率和温度，且应力张量、应变张量变化率的数学形式在三维裂纹扩展问题和二维裂纹扩展问题中不同。
进一步，所述步骤2、4中循环熵产率，通过选取一个或多个载荷循环，将时间熵产率在所选载荷循环数对应的加载时间上进行体积分或面积分，并将该积分值对所选载荷循环数取平均值，获得单位体积的循环熵产率：
Figure BDA0004029011750000034
其中，dω表示时间熵产率
Figure BDA0004029011750000035
所对应的微元体积或微元面积，Ω表示裂纹尖端塑性区的体积或面积，
Figure BDA0004029011750000036
为循环熵产率，表示单个载荷循环内的比体积熵产，n与t(n)分别表示所选取的载荷循环数及对应的加载时间，其中n取正整数。
进一步，所述步骤3，采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法的组合，实现裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量，并通过所采用的方法确定对应的裂纹扩展ΔN循环寿命增量或Δa裂纹长度增量，获得该段裂纹扩展对应的Δa-ΔN数据。
进一步，所述步骤5，采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法组合，重复实施步骤3中的裂纹扩展、步骤4中的时间熵产率和循环熵产率计算，直至金属材料发生断裂失效，或裂纹长度达到某一给定长度时结束；重复实施步骤3时，裂纹长度增量Δa或循环寿命增量ΔN的大小在重复实施过程中允许变动，并不要求始终为恒定值，可以根据实施需求改变Δa或ΔN的大小。
进一步，所述步骤6，对循环熵产率求和或积分以计算裂纹扩展不同时刻的裂纹扩展熵：
Figure BDA0004029011750000041
或
Figure BDA0004029011750000042
其中，sg(Ni)为裂纹扩展至循环寿命为Ni时刻的裂纹扩展熵，表征裂纹从初始时刻扩展至循环寿命为Ni时的累积热力学熵产，N0为裂纹扩展初始寿命，
Figure BDA0004029011750000043
和
Figure BDA0004029011750000044
分别表示循环寿命为N、Nk和、Nk+1时的循环熵产率，ΔNk+1表示裂纹从循环寿命Nk扩展至循环寿命为Nk+1时对应的循环寿命增量，k取小于i的自然数。
进一步，所述步骤7，基于裂纹扩展不同时刻的裂纹扩展熵sg(N)和金属材料的临界裂纹扩展熵sc构建熵产-损伤参量
Figure BDA0004029011750000045
其中临界裂纹扩展熵sc是裂纹扩展失效时刻对应的裂纹扩展熵；基于熵产-损伤参量Ds与寿命消耗
Figure BDA0004029011750000046
的演化数据，建立寿命消耗与熵产-损伤参量的演化规律，即
Figure BDA0004029011750000047
则可通过下式进行裂纹扩展寿命预测：
Figure BDA0004029011750000048
其中，N是熵产-损伤参量为Ds时所对应的循环寿命，Nf为裂纹扩展失效寿命。
进一步，所述步骤7，对于钢材或铝合金，寿命消耗
Figure BDA0004029011750000049
与熵产-损伤参量Ds之间存在近似线性关系，即
Figure BDA00040290117500000410
其中k是与材料属性、载荷相关的常数；对于镍基高温合金，寿命消耗
Figure BDA00040290117500000411
与熵产-损伤参量Ds之间存在近似指数关系，即
Figure BDA00040290117500000412
Figure BDA00040290117500000413
其中a、b和c是与材料属性、载荷相关的常数。
本发明的有益效果在于：
(1)通用性：本发明提出的基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法适用于金属材料低周疲劳、高周疲劳中的裂纹扩展寿命分析，所适用的温度环境范围广泛。
(2)高效性：本发明中所述的裂纹扩展熵计算可以避免冗余的数值仿真分析和实验数据处理，提高金属材料裂纹扩展寿命预测分析效率。
(3)经济性：使用本发明所提出的裂纹扩展寿命预测方法时，可以降低数值仿真对计算机算力的需求，减少裂纹扩展实验对测量设备持续工作的需求。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图作简单地介绍，通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他的附图。其中：
图1为本发明的流程图。
图2为金属材料三维裂纹扩展过程示意图，图中标号说明：1-三维裂纹扩展试样模型；2-热力学系统；3-疲劳裂纹；4-裂纹尖端塑性区；5-循环载荷；6-裂纹尖端塑性区内微元受力状态。
图3为金属材料二维裂纹扩展过程示意图，图中标号说明：1-二维裂纹扩展试样模型；2-热力学系统；3-疲劳裂纹；4-裂纹尖端塑性区；5-循环载荷；6-裂纹尖端塑性区内微元受力状态。
图4为循环熵产率-循环寿命函数曲线示意图，图中，N0为裂纹扩展初始寿命，Nf为裂纹扩展失效寿命。
图5为寿命消耗与熵产-损伤参量之间的线性演化规律示意图。
图6为寿命消耗与熵产-损伤参量之间的指数演化规律示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，包括以下步骤：
步骤1：将包含裂纹本身和裂纹尖端塑性区可能途径位置的局部区域定义为热力学系统；
金属材料裂纹扩展过程本质上是一个不可逆热力学过程。因此，当在热力学理论框架下进行金属材料的裂纹扩展研究时，应首先明确所研究的对象，即热力学系统。
裂纹是材料疲劳损伤的一种宏观表征，因此所定义的热力学系统需要包含裂纹本身。在金属材料裂纹扩展过程中，材料的疲劳损伤主要产生于裂纹尖端附近的局部塑性区内，与损伤相关的热力学熵产也集中在该区域，在定义热力学系统时，裂纹尖端塑性区应始终被包含在热力学系统内，且需要注意塑性区随裂纹扩展而移动的特性。因此，为了便于对金属材料裂纹扩展问题进行热力学研究，减少不必要的分析，应将包含裂纹本身和裂纹尖端塑性区可能途径位置的局部区域定义为热力学系统，且在裂纹扩展过程中，裂纹本身和裂纹尖端塑性区应始终在所定义的热力学系统内，如图2、图3所示。此外，为了便于分析，该局部区域不应过大。
步骤2：经由理论分析、仿真模拟或实验，获取金属材料初始裂纹长度下经受循环载荷作用时裂纹尖端塑性区内应力张量、应变张量和温度演化数据，并基于应力张量、应变张量和温度演化数据计算裂纹尖端塑性区内时间熵产率、循环熵产率；
可采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法的组合，获取循环载荷加载条件下，金属材料裂纹尖端塑性区内的应力张量、应变张量和温度演化数据。
基于所获得的应力张量、应变张量和温度演化数据，经由热力学理论分析推导，采用以下公式计算裂纹尖端塑性区内微元的单位体积时间熵产率：
Figure BDA0004029011750000061
其中，
Figure BDA0004029011750000062
为时间熵产率，σ、
Figure BDA0004029011750000063
T分别为应力张量、应变张量变化率和温度。
针对三维裂纹扩展问题时，σ、
Figure BDA0004029011750000064
具有以下数学形式：
Figure BDA0004029011750000065
Figure BDA0004029011750000066
其中，x，y和z表示三维直角坐标系的坐标轴方向。
针对二维裂纹扩展问题时，σ、
Figure BDA0004029011750000071
具有以下数学形式：
Figure BDA0004029011750000072
Figure BDA0004029011750000073
其中，x和y表示二维直角坐标系的坐标轴方向。
通过选取一个或多个载荷循环，将时间熵产率在所选载荷循环数对应的加载时间上进行体积分或面积分，并将该积分值对所选载荷循环数取平均值，获得单位体积的循环熵产率：
Figure BDA0004029011750000074
其中，dω表示时间熵产率
Figure BDA0004029011750000075
所对应的微元体积或微元面积，Ω表示裂纹尖端塑性区的体积或面积，
Figure BDA0004029011750000076
为循环熵产率，表示单个载荷循环内的比体积熵产，n与t(n)分别表示所选取的载荷循环数及对应的加载时间，其中n取正整数。
步骤3：经由理论分析、仿真模拟或实验，将裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量，并确定该段裂纹扩展对应的ΔN循环寿命增量或Δa裂纹长度增量；
采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法的组合，实现裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量，并通过所采用的方法确定对应的裂纹扩展ΔN循环寿命增量或Δa裂纹长度增量，获得该段裂纹扩展对应的Δa-ΔN数据。
步骤4：裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量后，获取金属材料经受循环载荷作用时裂纹尖端塑性区内应力张量、应变张量和温度演化数据，计算该裂纹长度对应的裂纹尖端塑性区时间熵产率、循环熵产率；
采用步骤2所述方法，获取裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量后，裂纹尖端塑性区内应力张量、应变张量和温度演化数据，并采用步骤2所述公式计算裂纹尖端塑性区内的时间熵产率、循环熵产率。
步骤5：重复实施步骤3～4，直至金属材料发生断裂失效或裂纹扩展至某一给定长度；
采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法组合，重复实施步骤3中的裂纹扩展、步骤4中的时间熵产率和循环熵产率计算，直至金属材料发生断裂失效，或裂纹长度达到某一给定长度时结束。重复实施步骤3时，裂纹长度增量Δa或循环寿命增量ΔN的大小在重复实施过程中允许变动，并不要求始终为恒定值，可以根据实施需求改变Δa或ΔN的大小。
步骤6：结合裂纹扩展至各裂纹长度时的循环寿命增量数据，整体建立或分段建立循环熵产率与循环寿命函数关系，对循环熵产率求和或积分以计算裂纹扩展不同时刻的裂纹扩展熵；
结合裂纹扩展至各裂纹长度时的循环寿命增量数据，整体建立或分段建立循环熵产率与循环寿命函数关系，即
Figure BDA0004029011750000081
函数关系，如图4所示。基于该函数关系，通过对循环熵产率
Figure BDA0004029011750000082
求和或积分可得裂纹扩展不同时刻的裂纹扩展熵sg(N)：
Figure BDA0004029011750000083
或
Figure BDA0004029011750000084
其中，sg(Ni)为裂纹扩展至循环寿命为Ni时刻的裂纹扩展熵，表征裂纹从初始时刻扩展至循环寿命为Ni时的累积热力学熵产，N0为裂纹扩展初始寿命，
Figure BDA0004029011750000085
Figure BDA0004029011750000086
和
Figure BDA0004029011750000087
分别表示循环寿命为N、Nk和、Nk+1时的循环熵产率，ΔNk+1表示裂纹从循环寿命Nk扩展至循环寿命为Nk+1时对应的循环寿命增量，k取小于i的自然数。
步骤7：基于裂纹扩展熵构建金属材料裂纹扩展过程的熵产-损伤参量，建立熵产-损伤参量与寿命消耗的演化规律，基于熵产-损伤参量与寿命消耗的演化规律进行金属材料的裂纹扩展寿命预测。
基于裂纹扩展不同时刻的裂纹扩展熵sg(N)和金属材料的临界裂纹扩展熵sc构建熵产-损伤参量
Figure BDA0004029011750000088
其中临界裂纹扩展熵sc是裂纹扩展失效时刻对应的裂纹扩展熵，可由实验获得临界裂纹扩展熵数据。
基于熵产-损伤参量Ds与寿命消耗
Figure BDA0004029011750000089
的演化数据，建立寿命消耗与熵产-损伤参量的演化规律，即
Figure BDA00040290117500000810
其中N是熵产-损伤参量为Ds时所对应的循环寿命，Nf为裂纹扩展失效寿命，需要明确的是该演化规律的具体形式因材料属性差异存在线性、指数以及其他形式。例如，对于钢材或铝合金等材料，寿命消耗
Figure BDA0004029011750000091
与熵产-损伤参量Ds之间存在近似线性关系，即
Figure BDA0004029011750000092
其中k是与材料属性、载荷等相关的常数，如图5所示。而对于镍基高温合金等材料，寿命消耗
Figure BDA0004029011750000093
与熵产-损伤参量Ds之间存在近似指数关系，即
Figure BDA0004029011750000094
其中a、b和c是与材料属性、载荷等相关的常数，如图6所示。
由此，建立熵产-损伤参量Ds和寿命消耗与熵产-损伤参量的演化规律
Figure BDA0004029011750000095
Figure BDA0004029011750000096
后，即可通过下式进行裂纹扩展寿命预测：
Figure BDA0004029011750000097
通过以上阐述，基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，可以对金属材料的低周疲劳和高周疲劳裂纹扩展寿命进行预测，提高裂纹扩展寿命预测分析效率，降低数值仿真对计算机算力的需求，减少裂纹扩展实验对加载设备和测量设备持续工作的需求。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法，其特征在于，包括以下步骤：
步骤1：将包含裂纹本身和裂纹尖端塑性区可能途径位置的局部区域定义为热力学系统；
步骤2：经由理论分析、仿真模拟或实验，获取金属材料初始裂纹长度下经受循环载荷作用时裂纹尖端塑性区内应力张量、应变张量和温度演化数据，并基于应力张量、应变张量和温度演化数据计算裂纹尖端塑性区内时间熵产率、循环熵产率；
步骤3：经由理论分析、仿真模拟或实验，将裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量，并确定该段裂纹扩展对应的ΔN循环寿命增量或Δa裂纹长度增量；
步骤4：裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量后，获取金属材料经受循环载荷作用时裂纹尖端塑性区内应力张量、应变张量和温度演化数据，计算该裂纹长度对应的裂纹尖端塑性区时间熵产率、循环熵产率；
步骤5：重复实施步骤3～4，直至金属材料发生断裂失效或裂纹扩展至某一给定长度；
步骤6：结合裂纹扩展至各裂纹长度时的循环寿命增量数据，整体建立或分段建立循环熵产率与循环寿命函数关系，对循环熵产率求和或积分以计算裂纹扩展不同时刻的裂纹扩展熵；
步骤7：基于裂纹扩展熵构建金属材料裂纹扩展过程的熵产-损伤参量，建立熵产-损伤参量与寿命消耗的演化规律，基于熵产-损伤参量与寿命消耗的演化规律进行金属材料的裂纹扩展寿命预测。
2.根据权利要求1所述的方法，其特征在于，所述步骤1，整个裂纹扩展过程中裂纹本身、裂纹尖端塑性区始终保持在所选择的热力学系统内。
3.根据权利要求1所述的方法，其特征在于，所述步骤2、4中应力张量、应变张量和温度演化数据，可采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法的组合，获取循环载荷加载条件下，金属材料裂纹尖端塑性区内的应力张量、应变张量和温度演化数据。
4.根据权利要求1所述的方法，其特征在于，所述步骤2、4中时间熵产率，基于所获得的应力张量、应变张量和温度演化数据，经由热力学理论分析推导，采用以下公式计算裂纹尖端塑性区内微元的单位体积时间熵产率：
Figure FDA0004029011740000021
其中，
Figure FDA0004029011740000022
为时间熵产率，σ、
Figure FDA0004029011740000023
T分别为应力张量、应变张量变化率和温度，且应力张量、应变张量变化率的数学形式在三维裂纹扩展问题和二维裂纹扩展问题中不同。
5.根据权利要求4所述的方法，其特征在于，所述步骤2、4中循环熵产率，通过选取一个或多个载荷循环，将时间熵产率在所选载荷循环数对应的加载时间上进行体积分或面积分，并将该积分值对所选载荷循环数取平均值，获得单位体积的循环熵产率：
Figure FDA0004029011740000024
其中，dω表示时间熵产率
Figure FDA0004029011740000025
所对应的微元体积或微元面积，Ω表示裂纹尖端塑性区的体积或面积，
Figure FDA0004029011740000026
为循环熵产率，表示单个载荷循环内的比体积熵产，n与t(n)分别表示所选取的载荷循环数及对应的加载时间，其中n取正整数。
6.根据权利要求1所述的方法，其特征在于，所述步骤3，采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法的组合，实现裂纹扩展Δa裂纹长度增量或ΔN循环寿命增量，并通过所采用的方法确定对应的裂纹扩展ΔN循环寿命增量或Δa裂纹长度增量，获得该段裂纹扩展对应的Δa-ΔN数据。
7.根据权利要求1所述的方法，其特征在于，所述步骤5，采用理论公式计算、数值仿真模拟或疲劳实验中任一方法或其中几种方法组合，重复实施步骤3中的裂纹扩展、步骤4中的时间熵产率和循环熵产率计算，直至金属材料发生断裂失效，或裂纹长度达到某一给定长度时结束；重复实施步骤3时，裂纹长度增量Δa或循环寿命增量ΔN的大小在重复实施过程中允许变动，并不要求始终为恒定值，可以根据实施需求改变Δa或ΔN的大小。
8.根据权利要求1或5所述的方法，其特征在于，所述步骤6，对循环熵产率求和或积分以计算裂纹扩展不同时刻的裂纹扩展熵：
Figure FDA0004029011740000027
或
Figure FDA0004029011740000028
其中，sg(Ni)为裂纹扩展至循环寿命为Ni时刻的裂纹扩展熵，表征裂纹从初始时刻扩展至循环寿命为Ni时的累积热力学熵产，N0为裂纹扩展初始寿命，
Figure FDA0004029011740000031
Figure FDA0004029011740000032
和
Figure FDA0004029011740000033
分别表示循环寿命为N、Nk和、Nk+1时的循环熵产率，ΔNk+1表示裂纹从循环寿命Nk扩展至循环寿命为Nk+1时对应的循环寿命增量，k取小于i的自然数。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述步骤7，基于裂纹扩展不同时刻的裂纹扩展熵sg(N)和金属材料的临界裂纹扩展熵sc构建熵产-损伤参量
Figure FDA0004029011740000034
其中临界裂纹扩展熵sc是裂纹扩展失效时刻对应的裂纹扩展熵；基于熵产-损伤参量Ds与寿命消耗
Figure FDA0004029011740000035
的演化数据，建立寿命消耗与熵产-损伤参量的演化规律，即
Figure FDA0004029011740000036
则可通过下式进行裂纹扩展寿命预测：
Figure FDA0004029011740000037
其中，N是熵产-损伤参量为Ds时所对应的循环寿命，Nf为裂纹扩展失效寿命。
10.根据权利要求9所述的方法，其特征在于，所述步骤7，对于钢材或铝合金，寿命消耗
Figure FDA0004029011740000038
与熵产-损伤参量Ds之间存在近似线性关系，即
Figure FDA0004029011740000039
其中k是与材料属性、载荷相关的常数；对于镍基高温合金，寿命消耗
Figure FDA00040290117400000310
与熵产-损伤参量Ds之间存在近似指数关系，即
Figure FDA00040290117400000311
其中a、b和c是与材料属性、载荷相关的常数。
CN202211724035.0A 2022-12-30 2022-12-30 基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法 Pending CN116246738A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211724035.0A CN116246738A (zh) 2022-12-30 2022-12-30 基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211724035.0A CN116246738A (zh) 2022-12-30 2022-12-30 基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法

Publications (1)

Publication Number Publication Date
CN116246738A true CN116246738A (zh) 2023-06-09

Family

ID=86626931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211724035.0A Pending CN116246738A (zh) 2022-12-30 2022-12-30 基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法

Country Status (1)

Country Link
CN (1) CN116246738A (zh)

Similar Documents

Publication Publication Date Title
Božić et al. Multiscale fatigue crack growth modelling for welded stiffened panels
Lin Selection of material models for predicting necking in superplastic forming
Herz et al. Numerical simulation of plasticity induced fatigue crack opening and closure for autofrettaged intersecting holes
CN111339703A (zh) 大应变条件下材料硬化行为的虚拟预测方法
Sharma et al. A polygonal FEM and continuum damage mechanics based framework for stochastic simulation of fatigue life scatter in duplex microstructure titanium alloys
CN108897960A (zh) 一种基于不确定性量化的涡轮叶片热机械疲劳概率寿命预测方法
CN114878374B (zh) 一种用于金属材料短裂纹及长裂纹扩展的表征方法
CN106202863B (zh) 一种钢轨疲劳寿命预估的方法和系统
CN116776665A (zh) 一种搅拌摩擦焊接头二级变幅高周疲劳剩余寿命预测方法
Xu et al. Assessment of fatigue life of remanufactured impeller based on FEA
Yang et al. Research on factors affecting fretting fatigue life of high‐temperature dovetail tenon
Liu et al. Thermal fatigue life prediction method for die casting mold steel based on the cooling cycle
Ghalehbandi et al. Predicting damage and failure under thermomechanical fatigue in hot forging tools
JP2013096862A (ja) き裂進展挙動予測方法
CN116246738A (zh) 基于裂纹扩展熵的金属材料疲劳裂纹扩展寿命预测方法
Xiao et al. High cycle fatigue life assessment of notched components with induced compressive residual stress
CN115204013A (zh) 一种多轴应力状态下的材料的寿命预测方法
Tvergaard Discrete modelling of ductile crack growth by void growth to coalescence
CN115048832A (zh) 蠕变疲劳载荷作用下高温管道的损伤容限评定方法及系统
CN113358678B (zh) α钛变形过程介观应力和织构的半定量预测及可视化方法
Kamal et al. An integrated approach for fatigue life estimation based on continuum mechanics theory and genetic algorithm
Wang et al. Numerical simulation and experimental studies on elastic-plastic fatigue crack growth
Dobrzański et al. Finite Element Method application for modelling of mechanical properties
Khellafi et al. Finite element based fatigue analysis of 6082 Aluminum alloy under random loading
Slima et al. Fatigue analysis-based numerical design of stamping tools made of cast iron

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