CN116359060A - 一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质 - Google Patents

一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质 Download PDF

Info

Publication number
CN116359060A
CN116359060A CN202310134234.4A CN202310134234A CN116359060A CN 116359060 A CN116359060 A CN 116359060A CN 202310134234 A CN202310134234 A CN 202310134234A CN 116359060 A CN116359060 A CN 116359060A
Authority
CN
China
Prior art keywords
fatigue
mechanical
strain
mechanical fatigue
thermo
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
CN202310134234.4A
Other languages
English (en)
Inventor
王猛
闫昌建
朱世安
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 Haomei Technology Innovation Research Institute Co ltd
Institute of Corrosion Science and Technology
Original Assignee
Guangdong Haomei Technology Innovation Research Institute Co ltd
Institute of Corrosion Science and 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 Haomei Technology Innovation Research Institute Co ltd, Institute of Corrosion Science and Technology filed Critical Guangdong Haomei Technology Innovation Research Institute Co ltd
Priority to CN202310134234.4A priority Critical patent/CN116359060A/zh
Publication of CN116359060A publication Critical patent/CN116359060A/zh
Pending legal-status Critical Current

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
    • G01N3/60—Investigating resistance of materials, e.g. refractory materials, to rapid heat changes
    • 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
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本申请公开了一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质，其中方法包括：首先确定热机械疲劳工况、目标温度，进行金属材料的低周疲劳和热机械疲劳试验，确定低周和热机械疲劳循环滞回能与塑性应变、应力范围之间的关系，建立低周疲劳能量模型并获得相关参数；再引入疲劳‑蠕变损伤耦合指数，对应变速率进行修正，得到热机疲劳寿命预测模型，最终实现预测。本申请只需要通过少量的低周疲劳和热机械疲劳测试，即可实现热机械疲劳寿命的准确预测，同时也可用于低周疲劳寿命预测，提高准确性的同时，明显节约了时间、人力和物力，可应用于燃气轮机叶片和涡轮盘，内燃机活塞等高温合金和耐热金属材料的蠕变‑疲劳耦合寿命预测。

Description

一种金属材料基于应变速率影响的热机械疲劳寿命预测方法 及存储介质
技术领域
本申请涉及一种金属材料的低周疲劳和热机械疲劳性能试验，属于热机械检测领域，尤其涉及一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及计算机存储介质。
背景技术
在航空航天、能源动力等诸多领域中，许多热端部件(内燃机活塞、燃气轮机叶片和涡轮盘等)长期在高温条和循环载荷下运行，该循环载荷包含三种载荷形式，即：装配载荷、机器载荷和热载荷。根据失效分析，其最主要失效形式为热载与机械载荷共同往复作用而形成的热机械疲劳损伤。热载荷与机械载荷交互耦合作用对材料疲劳的影响，使得循环失效周次往往不足105。如不能进行合理的热机械疲劳寿命预测，则会极大程度增加构件服役成本，降低构件服役安全性，并产生难以挽回的损伤。
由于热机疲劳损伤的复杂性，热机械疲劳寿命已经困扰了科研工作者近半个世纪。从最初的20世纪50年代以来，国内外学者在对材料热机械相关的疲劳损伤行为进行了大量的研究工作。从最初的Manson-Coffin方程，并在此基础上开始考虑频率和塑性应变对疲劳的影响，包括SRP法、频率修正法等，但相应的模型需要大量的试验参数并缺乏物理意义。另一种则是基于线性累计损伤为基础的延性耗竭模型和时间分数模型，这种方法通过揭示热机械疲劳过程中物理损伤行为建立物理模型，包括Neu-Sehitoglu模型、Miller模型和J积分模型。而这类方法的局限在于虽然公式的理论推导比较严谨，但由于没有考虑损伤之间的耦合作用使得在寿命预测过程中常出现非保守或过于保守的结果出现，同时该方法对不同材料的疲劳寿命缺乏适用性。因此，针对热机械疲劳失效问题，亟需一种相对简单、准确的疲劳寿命预测方法。
发明内容
根据本申请的一个方面，提供了一种金属材料基于应变速率影响的热机械疲劳寿命预测方法，该方法引入了应变速率修正因素，考虑到疲劳-蠕变耦合损伤行为，只需要通过少量的低周疲劳和热机械疲劳测试，即能实现热机械疲劳寿命的准确预测，在提高了预测准确性的同时，大大降低了试验量需求。
所述金属材料基于应变速率影响的热机械疲劳寿命预测方法，包括：
(1)分析服役构件的实际服役工况，获取用于反映材料服役行为的热机械疲劳试验载荷谱，确定热机械疲劳试验控制参数的范围；
(2)确定待寿命预测构件的热机械疲劳的疲劳载荷范围，所述疲劳载荷范围包括目标应变幅值和试验温度范围；其中，所述疲劳载荷具备特征：机械载荷随时间周期性变化，温度随时间周期性变化；所述目标应变幅值包括热应变和机械应变幅数值；
(3)根据所述热机械疲劳试验控制参数的范围，选择在热机械疲劳的最高温度及所述目标应变幅值条件下，进行恒温低周疲劳性能测试，获得循环塑性应变Δεp、应力范围Δσ、单周次滞回能Wi、循环周次i和应变速率
Figure BDA0004086355500000021
计算滞回环形状因子k；
(4)基于能量法，建立稳定滞回能Ws和对应的疲劳寿命Nf之间的关系，获得材料参数W0和β的数值；
(5)进行热机械疲劳试验，获得中值稳定滞回能Ws、循环周次和应变速率
Figure BDA0004086355500000022
和滞回环形状因子k；
(6)在低周疲劳能量模型参数基础上，引入应变速率
Figure BDA0004086355500000023
和/>
Figure BDA0004086355500000024
蠕变-疲劳损伤耦合指数r，建立热机疲劳寿命预测模型；
(7)将步骤(4)和(5)的数据和参数代入步骤(6)的所述热机疲劳寿命预测模型中，获得损伤耦合指数，计算出不同温度范围和机械应变的热机疲劳寿命。
可选地，步骤(1)中，热机械疲劳试验控制参数包括：试验最高温度、最低温度、加热速率、冷却速率、高温保持时间、低温保持时间和约束系数。试验室中普遍采用的热机械疲劳试验波形包括同相位(IP，最大拉伸应变对应最高温度)和反相位(OP，最大压缩应力对应最高温度)。本申请的方法对于同相位及反相位热机械疲劳均适用。
进一步地，步骤(2)中，所述机械应变幅数值范围及试验温度范围需根据实际工况条件选取，且机械载荷变化周期与温度载荷变化周期相同，热应变幅数值范围通过试验温度的变化获得。
进一步地，步骤(3)中，单周次滞回能Wi获取的简化方法为特定温度下应变和应力来确定相应的塑性应变能，具体公式如下所示：
Wi＝∫σdε＝k·Δεp·Δσ
其中，Wi为单一滞回环塑性应变能，Δεp和Δσ分别是塑性应变和应力范围，k为滞回环形状因子；
或，通过软件直接获取。
进一步地，步骤(4)中，基于能量法的模型如下公式所示：
Figure BDA0004086355500000031
其中，Nf为疲劳寿命，Ws为稳定滞回能，试验中选取中值寿命对应的滞回能，β、W0为拟合参数。
进一步地，步骤(6)还包括：根据实际服役工况，选择不同的总应变幅和温度范围。
进一步地，步骤(6)中，所述热机械疲劳寿命预测模型如下公式所示：
Figure BDA0004086355500000032
其中，
Figure BDA0004086355500000033
表示热机械疲劳寿命，常数W0和β的数值通过步骤(4)获得，蠕变-疲劳损伤耦合指数r根据低周疲劳性能测试及热机械疲劳试验的数据求得。
优选地，所述低周疲劳性能测试及热机械疲劳试验的数据包括：至少分别需要2个不同总机械应变的热机疲劳和对应最高温度的等温低周疲劳。
根据本申请的又一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行所述金属材料基于应变速率影响的热机械疲劳寿命预测方法中的部分或全部步骤。
本申请能产生的有益效果包括：
1)本申请所提供的预测方法采用了基于能量法的能量模型，对不同条件的疲劳(低周疲劳和热机械疲劳)寿命预测，具有良好的适用性。
2)本申请所提供的热机疲劳寿命预测模型，在传统的能量法模型基础上，考虑应变速率的影响。根据热机械疲劳的损伤特点，考虑到除了疲劳损伤外，还具有与时间相关的蠕变损伤，通过引入损伤耦合指数，对应变速率进行修正。本申请综合了能量模型和频率修正模型的优点，具有物理意义明确、预测准确、适用性高的特点。通过简单的理论推导，利用低周疲劳数据并经过少量热机械数据修正，极大程度节约时间、人力和金钱成本。
附图说明
图1为本申请一种实施方式中金属材料基于应变速率影响的热机械疲劳寿命预测方法流程图；
图2为本申请一种实施方式中铸铝材料同相热机械疲劳试验载荷谱；
图3为本申请一种实施方式中滞回环与塑性应变能简图及稳定滞回能Ws与Δεp.Δσ的关系；
图4是铸铝材料350℃和425℃低周疲劳循环滞回能演变；
图5是铸铝材料同向位120-350℃和120-425℃热机械疲劳寿命预测结果。
具体实施方式
下面结合实施例详述本申请，但本申请并不局限于这些实施例。
如图1所示，金属材料基于应变速率影响的热机械疲劳寿命预测方法如下：
步骤(1)：分析服役构件的温度、应力应变特性，获取能够合理反映材料服役行为的热机械疲劳试验载荷谱。通过试验载荷谱确定试验最高温度、最低温度、加热速率、冷却速率、高温保持时间、低温保持时间和约束系数等热机械疲劳试验的重要控制参数。试验室中普遍采用的热机械疲劳试验波形包括同相位(IP，最大拉伸应变对应最高温度)和反相位(OP，最大压缩应力对应最高温度)。该方法对于同相位及反相位热机械疲劳均适用。
步骤(2)：确定目标应变幅值和服役温度，即确定进行寿命预测的热应变和机械应变幅数值，以及试验温度范围。
步骤(3)：选择在热机疲劳最高温度下进行恒温低周疲劳性能测试，获得循环塑性应变Δεp、应力范围Δσ、单周次滞回能Wi(每个周次滞回环面积)、循环周次和应变速率
Figure BDA0004086355500000052
等。获得塑性应变能简化方法，通过特定温度下应变和应力来确定相应的塑性应变能，如下公式所示：
Wi＝∫σdε＝k·Δεp·Δσ
式中：Wi单一滞回环塑性应变能，Δεp和Δσ分别是塑性应变和应力范围，k为形状因子。
步骤(4)：首先建立基于能量损伤模型，建立疲劳损伤表征参量。如果把样品的疲劳损伤看所是由于塑性功对其输入的结果，这样可以同时考虑应力和应变的综合作用，为此，在每一次循环变形过程中样品的疲劳损伤量可以定义为：Di＝(Wi/W0)β。
当材料达到它所能承载的最大的损伤D＝1时，认为材料疲劳断裂，即：
Figure BDA0004086355500000051
式中：Nf为疲劳寿命，Ws为该条件下的稳定循环塑性应变能，W0和β为和材料加载条件无关的材料常数。
步骤(5)：基于步骤(4)中能量法，建立中值寿命滞回能Ws和对应的疲劳寿命Nf，获得材料参数W0和β的数值。
步骤(6)：进行热机械疲劳试验，获得中值滞回能Ws、循环周次s和应变速率
Figure BDA0004086355500000064
和滞回环形状因子k等。
步骤(7)：在高温条件下，由于时间和变形的依赖关系影响整个疲劳循环加载过程，在热机械疲劳条件下，材料除了疲劳损伤外，还会存在与时间相关的损伤行为(蠕变和氧化)。由于应变控制的疲劳损伤对应变速率
Figure BDA0004086355500000065
更加敏感，为了考虑这些因素，在能量模型的基础上，引入应变速率修正的损伤参量，如下公式所示：
Figure BDA0004086355500000061
当损伤累计到断裂时，表示为：
Figure BDA0004086355500000062
步骤(8)：将步骤(5)和(6)中数据和参数代入步骤(7)中，获得损伤耦合指数r，得到热机械疲劳寿命预测方程和参数，然后可以计算不同温度范围和机械应变的热机疲劳寿命。
其中，Nf为疲劳寿命，Ws为稳定塑性应变能(取自中值寿命对应的滞回环面积)，β、W0为拟合参数。这个方程可以基于低周疲劳试验数据所得参数来预测热机械疲劳寿命的方法，并通过少量的热机械疲劳数据来获得和修正试验参数的方法：
Figure BDA0004086355500000063
其中，常数W0和β是在热机械疲劳最高温度下，通过低周疲劳试验获得；而参数r通过少量热机械疲劳试验数据获得。从宏观上讲，本征疲劳韧性W0代表疲劳裂纹扩展抗性；疲劳开裂指数β则表征疲劳开裂抗性，为将外界作用程度转化成损伤材料的能量的能力；耦合损伤指数r表示时间相关的损伤(氧化、蠕变等)对疲劳寿命的影响。从微观上讲，W0与材料断裂韧性有关，W0增大表示材料所容纳疲劳损伤极限增加。而β值与材料微观结构(如位错、孪晶、孔洞及裂纹)的演化有关，β变小时，在相同外界塑性功作用下，材料内部很容易产生缺陷以及使原有缺陷(如孔洞、裂纹等)扩大，从而造成其损伤程度提高。Wi为可以看作单次变形造成材料失效所作的塑性功，Ws为中值寿命对应的滞回环面积，该公式模型具有明确的物理意义，并且具备较好的拟合精度。拟合后即可获得β，W0的具体数值，即可知热机械疲劳寿命与滞回能的指数关系。由于并未进行目标应变幅条件下的热机械疲劳测试，无法直接根据β，W0的具体数值进行热机械疲劳寿命预测。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行所述金属材料基于应变速率影响的热机械疲劳寿命预测方法中的部分或全部步骤。
实施例1
本实施例是对铸铝材料同向位热机械疲劳工况进行寿命预测。
(1)铸铝材料取自柴油发动机活塞，根据工况条件，确定所需预测的热机械疲劳温度载荷为120～350℃及120～425℃。
(2)低周疲劳测试，测试条件：温度为热机械循环最高温度350℃和425℃，机械应变分别为±0.2％，±0.3％，±0.4％。
(3)建立塑性应变能Wi与塑性应变Δεp和应力范围Δσ之间的关系式(如图3所示)，并获得塑性应变能Wi(滞回环面积)。
Wi＝∫σdε＝k·Δεp·Δσ
对于350℃低周疲劳关系：k＝0.79。
对于425℃低周疲劳关系：k＝0.84。
(4)如图4所示，建立基于能量损伤模型，计算各测试数据中值寿命滞回环面积Ws和对应的疲劳寿命(循环寿命)Nf。对上述测试，分别依下式拟合，即：
DD221085I
Figure BDA0004086355500000081
对于350℃低周疲劳关系：β＝2.23，W0＝12.2MJ/m3；
对于425℃低周疲劳关系：β＝1.66，W0＝1.66MJ/m3。
(5)在低周疲劳预测公式基础上，引入应变速率因素建立如下公式，通过热机械疲劳寿命对公式进行修正。
Figure BDA0004086355500000082
(6)根据实际工况，建立热机械疲劳试验加载条件如图2所示。对于温度为120～350℃工况条件，目标应变幅值为±0.2％～±0.3％；对于温度为120～425°工况条件，目标应变幅值为±0.3％～±0.8％。此处选择多个应变幅值，作为目标应变幅值，其目的在于与试验结果进行对比。
(7)将热机械疲劳寿命数据代入步骤(5)的公式中，得到不同温度下的损伤耦合指数r。
对于120～350℃热机械疲劳关系：r＝-0.63；
对于120～425℃热机械疲劳关系：r＝-0.31。
(8)根据步骤(3)中指数关系和步骤(5)中的频率修正，分别计算120～350℃和120～425℃热机械疲劳条件，目标机械应变幅下最终寿命。与实际测得的试验数据对比，图5示出了热机械疲劳寿命预测值与实际值的结果及误差带图，即实际寿命分布在2倍误差范围之内。
以上所述，仅是本申请的实施例，并非对本申请做任何形式的限制，虽然本申请以较佳实施例揭示如上，然而并非用以限制本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。

Claims (9)

1.一种金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于，该方法包括：
(1)分析服役构件的实际服役工况，获取用于反映材料服役行为的热机械疲劳试验载荷谱，确定热机械疲劳试验控制参数的范围；
(2)确定待寿命预测构件的热机械疲劳的疲劳载荷范围，所述疲劳载荷范围包括目标应变幅值和试验温度范围；其中，所述疲劳载荷具备特征：机械载荷随时间周期性变化，温度随时间周期性变化；所述目标应变幅值包括热应变和机械应变幅数值；
(3)根据所述热机械疲劳试验控制参数的范围，选择在热机械疲劳的最高温度及所述目标应变幅值条件下，进行恒温低周疲劳性能测试，获得循环塑性应变Δεp、应力范围Δσ、单周次滞回能Wi、循环周次i和应变速率
Figure FDA0004086355490000014
(4)基于能量法，建立稳定滞回能Ws和对应的疲劳寿命Nf之间的关系，拟合得到材料参数W0和β的数值；
(5)进行热机械疲劳试验，获得中值稳定滞回能Ws、循环周次和应变速率
Figure FDA0004086355490000011
和滞回环形状因子k；
(6)在低周疲劳能量模型参数基础上，引入应变速率
Figure FDA0004086355490000012
和/>
Figure FDA0004086355490000013
蠕变-疲劳损伤耦合指数r，建立热机疲劳寿命预测模型；
(7)将步骤(4)和(5)的数据和参数代入步骤(6)的所述热机疲劳寿命预测模型中，获得损伤耦合指数，计算出不同温度范围和机械应变的热机疲劳寿命。
2.根据权利要求1所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于，步骤(1)中，热机械疲劳试验控制参数包括：试验最高温度、最低温度、加热速率、冷却速率、高温保持时间、低温保持时间和约束系数。
3.根据权利要求1所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于，步骤(2)中，所述机械应变幅数值范围及试验温度范围需根据实际工况条件选取，且机械载荷变化周期与温度载荷变化周期相同，热应变幅数值范围通过试验温度的变化获得。
4.根据权利要求1所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于，步骤(3)中，单周次滞回能Wi的获取方法为：通过如下公式计算得到：
Wi＝∫σdε＝k·Δεp·Δσ
其中，Wi为单一滞回环塑性应变能，Δεp和Δσ分别是塑性应变和应力范围，k为滞回环形状因子；
或，通过软件直接获取。
5.根据权利要求1所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于，步骤(4)中，基于能量法的模型如下公式所示：
Figure FDA0004086355490000021
其中，Nf为疲劳寿命，Ws为稳定滞回能，试验中选取中值寿命对应的滞回能，β、W0为拟合参数。
6.根据权利要求1所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于：步骤(6)还包括：根据实际服役工况，选择不同的总应变幅和温度范围。
7.根据权利要求1所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于：步骤(6)中，所述热机械疲劳寿命预测模型如下公式所示：
Figure FDA0004086355490000031
其中，
Figure FDA0004086355490000032
表示热机械疲劳寿命，常数W0和β的数值通过步骤(4)获得，蠕变-疲劳损伤耦合指数r根据低周疲劳性能测试及热机械疲劳试验的数据求得。
8.根据权利要求7所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法，其特征在于：所述低周疲劳性能测试及热机械疲劳试验的数据包括：至少分别需要2个不同总机械应变的热机疲劳和对应最高温度的等温低周疲劳。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行权利要求1至8任一项所述的金属材料基于应变速率影响的热机械疲劳寿命预测方法。
CN202310134234.4A 2023-02-17 2023-02-17 一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质 Pending CN116359060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310134234.4A CN116359060A (zh) 2023-02-17 2023-02-17 一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310134234.4A CN116359060A (zh) 2023-02-17 2023-02-17 一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质

Publications (1)

Publication Number Publication Date
CN116359060A true CN116359060A (zh) 2023-06-30

Family

ID=86926479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310134234.4A Pending CN116359060A (zh) 2023-02-17 2023-02-17 一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质

Country Status (1)

Country Link
CN (1) CN116359060A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117110346A (zh) * 2023-10-23 2023-11-24 中国空气动力研究与发展中心设备设计与测试技术研究所 一种对激光选区熔化板材微观组织的分析方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117110346A (zh) * 2023-10-23 2023-11-24 中国空气动力研究与发展中心设备设计与测试技术研究所 一种对激光选区熔化板材微观组织的分析方法

Similar Documents

Publication Publication Date Title
CN111400876B (zh) 一种基于不同约束条件下的金属构件热机械疲劳寿命预测方法
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
CN110069858B (zh) 一种金属材料不同温度条件下高周疲劳性能的预测方法
CN103344511B (zh) 一种大功率柴油机铝合金活塞的蠕变-疲劳寿命预测方法
CN110220805B (zh) 一种基于蠕变疲劳损伤累积的变幅多轴热机疲劳寿命预测方法
CN110826267B (zh) 发动机缸盖蠕变疲劳分析方法
CN116359060A (zh) 一种金属材料基于应变速率影响的热机械疲劳寿命预测方法及存储介质
CN112417580B (zh) 一种考虑保载效应的高温低周疲劳寿命预测方法
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
CN114047089A (zh) 一种热冲击载荷作用下材料的寿命计算方法
Yoon et al. Hold Time-low cycle fatigue behavior of nickel based Hastelloy X at elevated temperatures
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
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
Wang et al. A Miner's rule based fatigue life prediction model for combined high and low cycle fatigue considering loading interaction effect
CN115982958B (zh) 一种基于工程损伤力学的材料蠕变疲劳寿命预测方法
Lomakin et al. Mechanical behavior of X15CRNI12-2 structural steel under biaxial low-cycle fatigue at normal and elevated temperatures
Pahlavanyali et al. Thermo-mechanical fatigue of a polycrystalline superalloy: The effect of phase angle on TMF life and failure
Bullough et al. The characterization of the single crystal superalloy CMSX-4 for industrial gas turbine blading applications
Beck et al. Thermo‐mechanical fatigue–the route to standardisation (“TMF‐Standard” project)
Wang et al. Fatigue life prediction considering conversion of mean stress for titanium alloy under multiaxial thermo-mechanical random loading
CN117594163A (zh) 一种基于总应变能变化量的金属材料疲劳寿命预测方法
Chen et al. Effect of maximum temperature on the thermal fatigue behavior of superalloy GH536
CN117854654B (zh) 一种热机疲劳剩余循环寿命全数值预测方法与系统
CN114936474B (zh) 一种通过迟滞回线宽度预测纤维增强陶瓷基复合材料界面剪应力的方法
CN114428023B (zh) 一种金属材料高温疲劳强度的预测方法

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