CN117219212B - 基于硼含量的钛合金内部结构及力学性能增强方法及装置 - Google Patents
基于硼含量的钛合金内部结构及力学性能增强方法及装置 Download PDFInfo
- Publication number
- CN117219212B CN117219212B CN202311469646.XA CN202311469646A CN117219212B CN 117219212 B CN117219212 B CN 117219212B CN 202311469646 A CN202311469646 A CN 202311469646A CN 117219212 B CN117219212 B CN 117219212B
- Authority
- CN
- China
- Prior art keywords
- titanium alloy
- preset
- updated
- finite element
- boron content
- 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.)
- Active
Links
- 229910001069 Ti alloy Inorganic materials 0.000 title claims abstract description 266
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 title claims abstract description 252
- 229910052796 boron Inorganic materials 0.000 title claims abstract description 252
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000003014 reinforcing effect Effects 0.000 title claims description 18
- 239000000463 material Substances 0.000 claims abstract description 71
- 238000009826 distribution Methods 0.000 claims abstract description 69
- 230000002708 enhancing effect Effects 0.000 claims abstract description 18
- 239000013078 crystal Substances 0.000 claims description 104
- 239000013598 vector Substances 0.000 claims description 48
- 239000011159 matrix material Substances 0.000 claims description 46
- 230000007547 defect Effects 0.000 claims description 21
- 238000004088 simulation Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 2
- RKTYLMNFRDHKIL-UHFFFAOYSA-N copper;5,10,15,20-tetraphenylporphyrin-22,24-diide Chemical compound [Cu+2].C1=CC(C(=C2C=CC([N-]2)=C(C=2C=CC=CC=2)C=2C=CC(N=2)=C(C=2C=CC=CC=2)C2=CC=C3[N-]2)C=2C=CC=CC=2)=NC1=C3C1=CC=CC=C1 RKTYLMNFRDHKIL-UHFFFAOYSA-N 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002050 diffraction method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 239000006104 solid solution Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及材料科学技术领域,揭露了一种基于硼含量的钛合金内部结构及力学性能增强方法及装置,包括:根据外观属性及材料属性构建目标钛合金的钛合金有限元模型;根据单元属性及硼含量生成硼分布信息,将硼分布信息输入至钛合金有限元模型中;计算更新钛合金有限元模型的多维内部结构特征,对更新钛合金有限元模型模拟力学性能,得到多维力学性能特征;对硼含量进行更新,并返回至根据单元属性及硼含量生成硼分布信息的步骤;当多维内部结构特征大于或等于内部结构特征阈值及多维力学性能特征大于或等于力学性能特征阈值时,根据更新硼含量增强目标钛合金的内部结构及力学性能。本发明可以提高钛合金内部结构及力学性能增强时的精确度。
Description
技术领域
本发明涉及材料科学技术领域,尤其涉及一种基于硼含量的钛合金内部结构及力学性能增强方法及装置。
背景技术
近年来,钛合金在许多领域中得到快速发展,具有比强度高、抗疲劳性能好、使用温度高等优点,在航空航天领域有着广阔的应用前景,但为了提高钛合金的内部结构及力学性能,需要对硼含量进行分析,以提高钛合金的内部结构及力学性能。
现有的钛合金的内部结构及力学性能增强技术是通过热处理调整钛合金的晶体结构和组织,从而影响钛合金力学性能。实际应用中,热处理通过复杂的设备和严格的工艺控制,这可能导致成本上升,且材料中引入不均匀的性能分布,从而降低材料的可靠性,从而对进行钛合金内部结构及力学性能增强时的精确度较低。
发明内容
本发明提供一种基于硼含量的钛合金内部结构及力学性能增强方法及装置,其主要目的在于解决进行钛合金内部结构及力学性能增强时的精确度较低的问题。
为实现上述目的,本发明提供的一种基于硼含量的钛合金内部结构及力学性能增强方法,包括:
S1、获取目标钛合金的外观属性及材料属性,根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型;
S2、根据预设的单元属性及预设的硼含量生成硼分布信息,将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型,其中所述根据预设的单元属性及预设的硼含量生成硼分布信息,包括:
S21、利用如下预设的线性梯度函数计算所述硼含量的分布位置:
;
其中,表示在位置/>处的硼含量,/>表示所述单元属性中的起点坐标,表示所述单元属性中的终点坐标,/>为硼含量优化因子;
S22、根据所述分布位置生成所述硼含量的可视化位置趋势图;
S23、根据所述可视化位置趋势图生成硼分布信息;
S3、利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征;
S4、当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并返回至所述根据预设的单元属性及预设的硼含量生成硼分布信息的步骤,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值;
S5、当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能。
可选地,所述根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型,包括:
根据所述外观属性构建所述目标钛合金的几何模型;
按照预设的网格需求对所述几何模型进行网络划分,得到离散几何模型;
将所述材料属性分配至所述离散几何模型中,得到更新离散几何模型;
根据预设的初始边界条件对所述更新离散几何模型添加边界约束,得到所述目标钛合金的钛合金有限元模型。
可选地,所述将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型,包括:
对所述钛合金有限元模型进行节点划分,得到钛合金有限元节点;
按照所述硼分布信息在所述钛合金有限元节点上施加硼含量,得到更新钛合金有限元节点;
根据所述更新钛合金有限元节点对所述钛合金有限元模型的材料属性进行更新,得到更新钛合金有限元模型。
可选地,所述利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,包括:
对所述更新钛合金有限元模型进行射线衍射,得到衍射特征;
根据所述衍射特征中的衍射峰值计算所述更新钛合金有限元模型的晶格常数;
根据预设的网格阈值确定所述更新钛合金有限元模型的晶体缺陷;
通过预设的界面形状方程确定所述更新钛合金有限元模型的晶体界面;
利用如下所述多维衍射算法根据所述晶格常数、所述晶体缺陷及所述晶体界面计算所述钛合金有限元模型的多维内部结构特征:
;
其中,表示所述多维内部结构特征,/>表示晶格常数优化因子,/>表示所述晶格常数,/>表示晶体缺陷优化因子,/>表示所述晶体缺陷,/>表示晶体界面优化因子,/>表示所述晶体界面。
可选地,所述根据所述衍射特征中的衍射峰值计算所述更新钛合金有限元模型的晶格常数,包括:
对所述更新钛合金有限元模型中晶体形状进行分类,得到晶体形状类别;
根据所述晶体形状类别及所述衍射峰值计算所述更新钛合金有限元模型的晶格常数,其中所述晶格常数计算公式为:
;
其中,为所述晶格常数,/>为所述晶体形状类别的第一控制因子,/>为所述晶体形状类别的第二控制因子,/>为圆周率,/>为所述衍射峰值的倒格矢长度,/>为射线波长,为衍射角,/>为正弦函数,/>为第一晶面方向指数,/>为第二晶面方向指数,/>为第三晶面方向指数。
可选地,所述通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征,包括:
在所述更新钛合金有限元模型中施加所述多维力学边界属性;
根据所述多维力学边界属性计算所述更新钛合金有限元模型的材料本构模型;
根据所述材料本构模型及预设的材料性质计算单元刚度矩阵;
将所述单元刚度矩阵及预设的载荷向量生成离散线性方程;
根据所述离散线性方程得到所述多维力学性能特征。
可选地,所述将所述单元刚度矩阵及预设的载荷向量生成离散线性方程,包括:
对预设的全局刚度矩阵及预设的全局载荷向量进行初始化,得到零刚度矩阵及零载荷向量;
将所述单元刚度矩阵中的元素添加至所述零刚度矩阵中,得到更新全局刚度矩阵,将所述载荷向量中的元素添加至所述零载荷向量中,得到更新全局载荷向量;
根据所述更新全局刚度矩阵及所述更新全局载荷向量生成所述离散线性方程,其中所述离散线性方程为:
;
其中,为所述更新全局刚度矩阵,/>为所述更新全局载荷向量,/>为力学位移向量。
可选地,所述对预设的硼含量进行更新,得到更新硼含量,包括:
将所述硼含量作为中间阈值,根据预设的时间戳及所述中间阈值生成所述硼含量的初始含量曲线;
对所述初始含量曲线中对应的硼含量进行更新,得到更新硼含量曲线;
提取所述更新硼含量曲线中的中间节点对应的硼含量作为更新硼含量。
可选地,所述根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能,包括:
按照所述更新硼含量将硼元素添加至所述目标钛合金中;
根据所述目标钛合金中的硼元素增强所述目标钛合金的材料力学属性及内部晶体属性;
根据所述内部晶体属性及所述材料力学属性确定所述目标钛合金的内部结构及力学性能。
为了解决上述问题,本发明还提供一种基于硼含量的钛合金内部结构及力学性能增强装置,所述装置包括:
钛合金有限元模型构建模块,用于获取目标钛合金的外观属性及材料属性,根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型;
硼分布信息生成模块,用于根据预设的单元属性及预设的硼含量生成硼分布信息,将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型;
多维特征模拟模块,用于利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征;
硼含量更新模块,用于当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并返回至所述根据预设的单元属性及预设的硼含量生成硼分布信息的步骤,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值;
内部结构及力学性能增强模块,用于当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能。
本发明实施例通过目标钛合金的外观属性及材料属性构建钛合金有限元模型,可以实现在计算机环境下进行虚拟测试和分析,避免了昂贵和耗时的实验测试;将生成的硼分布信息添加至钛合金有限元模型中,有利于生成不同硼分布情况的模拟结果,从而评估不同硼分布对钛合金性能的影响;对更新钛合金有限元模型进行内部结构特征及力学性能的模拟,有利于及时调整硼元素的含量,使硼元素达到最佳含量;当多维内部结构特征小于内部结构特征阈值及多维力学性能特征小于力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并不断重复模拟钛合金有限元模型的内部结构和力学性能,直至多维内部结构特征大于或等于内部结构特征阈值及多维力学性能特征大于或等于力学性能特征阈值时,根据更新硼含量增强目标钛合金的内部结构及力学性能,使硼含量达到最佳水平。因此本发明提出的基于硼含量的钛合金内部结构及力学性能增强方法及装置,可以解决进行钛合金内部结构及力学性能增强时的精确度较低的问题。
附图说明
图1为本发明一实施例提供的基于硼含量的钛合金内部结构及力学性能增强方法的流程示意图;
图2为本发明一实施例提供的生成硼分布信息的流程示意图;
图3为本发明一实施例提供的计算多维内部结构特征的流程示意图;
图4为本发明一实施例提供的基于硼含量的钛合金内部结构及力学性能增强装置的功能模块图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于硼含量的钛合金内部结构及力学性能增强方法。所述基于硼含量的钛合金内部结构及力学性能增强方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于硼含量的钛合金内部结构及力学性能增强方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于硼含量的钛合金内部结构及力学性能增强方法的流程示意图。在本实施例中,所述基于硼含量的钛合金内部结构及力学性能增强方法包括:
S1、获取目标钛合金的外观属性及材料属性,根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型。
本发明实施例中,所述外观属性包括目标钛合金的几何形状、颜色、光泽、表面质感等;所述材料属性包括目标钛合金的密度、强度、延展性、耐腐蚀性等,其中可通过具有数据抓取功能的计算机语句(如Java语句、Python语句等)从预先存储的存储区域获取目标钛合金的外观属性及材料属性。
进一步地,对目标钛合金进行内部结构和力学性能的分析,需要构建目标钛合金的有限元模型,可以基于实际外观属性构建,准确描述钛合金的几何形状、尺寸和结构特征,有助于模型的真实性和可靠性,确保模型与实际钛合金部件的外观相一致,有限元模型可以在计算机环境下进行虚拟测试和分析,避免了昂贵和耗时的实验测试。
本发明实施例中,所述钛合金有限元模型是基于有限元法的计算模型,用于模拟和分析钛合金在不同工况下的力学行为和响应。
本发明实施例中,所述根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型,包括:
根据所述外观属性构建所述目标钛合金的几何模型;
按照预设的网格需求对所述几何模型进行网络划分,得到离散几何模型;
将所述材料属性分配至所述离散几何模型中,得到更新离散几何模型;
根据预设的初始边界条件对所述更新离散几何模型添加边界约束,得到所述目标钛合金的钛合金有限元模型。
详细地,钛合金的有限元模型首先需要准确地建立几何形状,包括部件的尺寸、边界条件和连接方式等,可以使用计算机辅助设计(CAD)软件来创建三维几何模型,或者从实际部件进行三维扫描得到几何数据;在建立几何模型后,需要将其离散成有限元网格,即将几何体划分为小的有限元单元,选择适当的网格密度和单元类型对于模型结果的准确性至关重要,例如三角形或四边形元素,以便对其进行数值计算和分析。钛合金有限元模型需要准确地描述钛合金的材料特性,包括材料的弹性模量、屈服强度、塑性行为、热膨胀系数等,其中材料特性参数可以通过实验测试、文献研究或材料数据库获得,将材料属性施加至离散几何模型中,并在钛合金模型上施加载荷和边界条件,包括约束位移、力等外部作用,以模拟实际工况,从而得到目标钛合金对应的钛合金有限元模型。
进一步地,为了提高钛合金的内部结构和力学性能,需要在钛合金中添加硼元素,因此,为了保证在钛合金中均匀地施加硼元素,则需要生成硼分布信息,以保证硼元素地均匀分配。
S2、根据预设的单元属性及预设的硼含量生成硼分布信息,将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型。
本发明实施例中,所述硼分布信息可以提供有关硼在钛合金中的分布情况,对于材料的设计和优化非常有价值。通过预设的单元属性和硼含量,可以生成不同硼分布情况的模拟结果,从而评估不同硼分布对钛合金性能的影响。
本发明实施例中,参照图2所示,所述根据预设的单元属性及预设的硼含量生成硼分布信息,包括:
S21、利用如下预设的线性梯度函数计算所述硼含量的分布位置:
;
其中,表示在位置/>处的硼含量,/>表示所述单元属性中的起点坐标,表示所述单元属性中的终点坐标,/>为硼含量优化因子;
S22、根据所述分布位置生成所述硼含量的可视化位置趋势图;
S23、根据所述可视化位置趋势图生成硼分布信息。
详细地,确定每个单元(或空间体素)的属性,包括位置坐标、尺寸、形状和其他几何特征。这些属性将用于确定分布信息的空间范围和定位,为了更加全面地体现不同单元的硼含量分布,硼含量在不同的单元或区域之间有差异,可以通过预设的线性梯度函数生成非均匀分布,生成逐渐变化的硼含量分布,根据每个单元自定义设置的起点坐标和终点坐标,从而可得到不同位置处的硼含量,其中硼含量随着位置坐标的变化而线性或非线性地增加或减少。可以通过线性梯度函数调整梯度的斜率和形状,其中硼含量从一个位置到另一个位置线性地增加或减少,其中所述线性梯度函数中的硼含量优化因子是指在不同的单元内硼含量所占的自定义占比值,可以更加准确地生成不同单元之间的差异硼含量。
进一步地,将分布位置对应的硼含量生成可视化趋势图,可以更加直观地观察到硼含量的分布,由此得到不同位置单元的硼分布信息,并基于硼分布信息对钛合金有限元模型进行内部结构和力学性能的模拟。
本发明实施例中,所述更新钛合金有限元模型是指基于硼元素添加至钛合金有限元模型中,从而得到具有硼元素的钛合金有限元模型,其中硼元素可以通过形成固溶体或生成硼化物的方式改变钛合金的晶体结构和力学性能。硼在钛合金中的加入可以提高材料的硬度、强度和耐热性。
本发明实施例中,所述将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型,包括:
对所述钛合金有限元模型进行节点划分,得到钛合金有限元节点;
按照所述硼分布信息在所述钛合金有限元节点上施加硼含量,得到更新钛合金有限元节点;
根据所述更新钛合金有限元节点对所述钛合金有限元模型的材料属性进行更新,得到更新钛合金有限元模型。
详细地,将所选的硼含量的分布位置应用于钛合金有限元模型中的每个单元或节点,可以通过在有限元软件中的适当位置使用编程脚本或用户定义的子程序来实现,或者根据有限元模型的结构和性质,选择适当的节点或单元来定义硼分布,根据硼含量的分布,修改更新钛合金材料属性。硼在钛合金中的存在会影响其力学性能和热处理行为,可以根据文献研究或实验数据来确定硼含量对材料性质的影响,并相应地修改有限元模型中的材料属性,如弹性模量、屈服强度等,从而得到具有硼元素的钛合金有限元模型。
进一步地,对更新钛合金有限元模型进行钛合金内部结构和力学性能进行分析,从而实现动态调整硼含量,以确定最佳的硼含量范围。
S3、利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征。
本发明实施例中,所述多维内部结构特征包括晶格常数、晶体形态、晶体取向、晶体缺陷及晶体界面,其中晶格常数是定义晶体内原子排列的参数。它表示晶体中原子之间的距离或晶胞尺寸,晶体形态描述了晶体的外部形状,晶体取向描述了晶体晶面的朝向和排列,晶体缺陷包括晶体点位错、空位等,晶体界面是两个或多个晶体相遇形成的界面区域,在晶体中,晶体结构呈周期性排列,而当不同的晶体相互接触时,它们的晶体结构可能会发生变化或者受到限制,形成了晶体界面。
本发明实施例中,参照图3所示,所述利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,包括:
S31、对所述更新钛合金有限元模型进行射线衍射,得到衍射特征;
S32、根据所述衍射特征中的衍射峰值计算所述更新钛合金有限元模型的晶格常数;
S33、根据预设的网格阈值确定所述更新钛合金有限元模型的晶体缺陷;
S34、通过预设的界面形状方程确定所述更新钛合金有限元模型的晶体界面;
S35、利用如下所述多维衍射算法根据所述晶格常数、所述晶体缺陷及所述晶体界面计算所述钛合金有限元模型的多维内部结构特征:
;
其中,表示所述多维内部结构特征,/>表示晶格常数优化因子,/>表示所述晶格常数,/>表示晶体缺陷优化因子,/>表示所述晶体缺陷,/>表示晶体界面优化因子,/>表示所述晶体界面。
详细地,基于x射线衍射技术对更新钛合金有限元模型进行射线衍射,即使用射线衍射模拟软件,将射线照射到更新钛合金有限元模型中,模型会生成衍射团,显示不同衍射角度处的强度分布,进而分析模拟得到的衍射图案,观察衍射峰的位置、强度和形状等衍射特征,则衍射特征可以分析关于晶体的晶格参数、晶体颗粒大小和晶体缺陷等信息。
具体地,根据衍射峰值可以确定钛合金的晶格常数,并且基于预设的网格阈值设定不同大小的网格,以限定晶体大小,则晶体缺陷可由缺陷密度进行确定,即,其中/>表示缺陷密度,/>表示在网格单元中的缺陷数,/>表示在网格单元中的晶体体积;而晶体界面的几何形状和结构可以通过数学表达式来描述,如平面、曲面和界面的形状方程,对于平面界面,其方程可以表示为Ax + By + Cz + D = 0,其中A、B、C、D为常数,x、y、z为空间坐标,对于曲面界面,如球面方程、椭球面方程或其他曲面方程,由此得到晶体界面形状,如在钛合金有限元模型中某一个面中获取目标坐标点,通过目标坐标点可得到晶体界面的几何形状;进而通过多维衍射算法将不同的内部结构特征进行拼接,从而得到多维内部结构特征,其中多维衍射算法中的晶格常数优化因子/>是描述晶体结构在尺寸上的缩放或拉伸程度,是一种无量纲的比例因子,用于校正晶格常数的实际值;晶体缺陷优化因子/>是描述晶体中缺陷的尺寸或形态发生变化的比例因子,用于调整缺陷的实际尺寸与理论或参考尺寸之间的比例关系;晶体界面优化因子/>是描述晶体界面尺寸或形态变化的比例因子,用于调整实际界面的尺寸与理论或参考界面的比例关系,从而使得到的钛合金有限元模型的多维内部结构特征更加准确。
本发明实施例中,所述根据所述衍射特征中的衍射峰值计算所述更新钛合金有限元模型的晶格常数,包括:
对所述更新钛合金有限元模型中晶体形状进行分类,得到晶体形状类别;
根据所述晶体形状类别及所述衍射峰值计算所述更新钛合金有限元模型的晶格常数,其中所述晶格常数计算公式为:
;
其中,为所述晶格常数,/>为所述晶体形状类别的第一控制因子,/>为所述晶体形状类别的第二控制因子,/>为圆周率,/>为所述衍射峰值的倒格矢长度,/>为射线波长,为衍射角,/>为正弦函数,/>为第一晶面方向指数,/>为第二晶面方向指数,/>为第三晶面方向指数。
详细地,在晶体学中,晶格常数通常用晶格参数来表示,例如晶胞的边长或晶胞内角的大小,通过测量X射线在晶体中的衍射现象,可以得到衍射图样,根据衍射峰的位置和强度可以推导出晶格常数的信息,而对于不同晶体形状,其晶格常数是不同的,因此,需要对钛合金有限元模型中的晶体形状进行分类,可得到立方晶系(如正方晶系、体心立方和面心立方),而对于其他晶系(如单斜、正交、六方、四方等),衍射图样中的衍射峰位置需要进行更复杂的分析。
具体地,根据晶体形状类别可确定不同的晶格常数计算方式,如对于立方晶系,晶体常数可以通过衍射峰的倒格矢长度计算,其中可通过倒空间法,在倒空间中,每个衍射峰对应于一个倒格矢(G),其方向与晶体的晶面指数相关。通过分析衍射峰的位置和倒格矢的方向,可以推断晶体中存在的晶面族及其指数;对于其他晶系,晶格常数可以通过衍射公式和晶面间距计算,其晶面间距为,而/>,/>,/>表示Miller指数,用于标识晶面的方向,Miller指数的具体含义是将晶面与晶体的坐标轴相交,然后以相交点与原点的连线与各坐标轴所截取的长度的最小整数比值表示,如(100) 表示与a轴平行且与x轴交于原点的晶面。其中根据不同的形状控制/>和/>的值,当晶体类别为立方晶系时,自定义/>为零,当晶体类别为其他晶系时,自定义/>为零。
进一步地,对更新钛合金有限元模型中的内部结构进行分析之后,还需要对更新钛合金的力学性能进行分析,从而实现更精确的硼元素的添加对目标钛合金的内部结构和力学性能的影响。
本发明实施例中,所述多维力学性能特征包括强度、刚度、韧性、脆性、塑性等,其中强度是是材料抵抗应力的能力。常见的强度参数包括抗拉强度、屈服强度、压缩强度和剪切强度。抗拉强度是材料在受到拉伸时的最大抵抗能力,屈服强度是材料开始塑性变形的应力值;刚度衡量了材料对应变的抵抗程度。弹性模量是刚度的一种度量,它描述了应力和应变之间的关系,可以用来评估材料的变形行为;韧性是材料吸收能量并进行变形的能力。它可以通过断裂韧性来量化,即材料在破裂前吸收的能量;脆性材料在受到应力时容易发生断裂,而不会有太多的变形。与韧性相对,脆性材料的断裂韧性相对较低;塑性是材料在超过屈服强度后可以继续变形的能力。塑性材料可以经历较大的应变而不断裂。
本发明实施例中,所述通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征,包括:
在所述更新钛合金有限元模型中施加所述多维力学边界属性;
根据所述多维力学边界属性计算所述更新钛合金有限元模型的材料本构模型;
根据所述材料本构模型及预设的材料性质计算单元刚度矩阵;
将所述单元刚度矩阵及预设的载荷向量生成离散线性方程;
根据所述离散线性方程得到所述多维力学性能特征。
详细地,所述多维力学边界属性是指在更新钛合金有限元模型中施加不同的载荷及约束,如拉伸/压缩加载可定义在模型的一侧施加拉伸或压缩载荷作为边界条件,可以通过施加位移或力来实现,例如,可以定义一个固定的边界条件(零位移)在模型一个面上,然后在另一面施加指定的拉伸或压缩载荷;弯曲加载可通过定义固定支撑点和施加力矩或位移来模拟弯曲加载,可以选择在模型的一个或多个点上定义固定支撑边界条件,然后在其他点施加力矩或位移;旋转加载,例如轴向或扭转加载,可以通过定义相应的边界条件来实现,例如,可以给定特定的边界条件和约束,以模拟材料所经历的旋转载荷;点载荷可以指定在模型的特定点施加点载荷,可以通过在该点施加特定大小的力或位移来实现。
具体地,根据钛合金的特性选择适当的本构模型,以描述材料的弹性和塑性行为。其中本构模型包括但不限于线弹性模型、弹塑性模型(如von Mises模型、Hill模型等),进而根据材料性质和所选的本构模型,计算每个有限元单元的刚度矩阵。刚度矩阵描述了单元在应力和应变之间的关系,所有有限元单元的刚度矩阵和载荷向量组装成整体的刚度矩阵和载荷向量,根据实际的约束和加载条件,在刚度矩阵和载荷向量中应用适当的边界条件,可以通过修改刚度矩阵的相应行和载荷向量的相应分量来实现,通过求解刚度矩阵和载荷向量的线性方程组,得到节点的位移和应力等解,从而确定多维力学性能特征。
本发明实施例中,所述将所述单元刚度矩阵及预设的载荷向量生成离散线性方程,包括:
对预设的全局刚度矩阵及预设的全局载荷向量进行初始化,得到零刚度矩阵及零载荷向量;
将所述单元刚度矩阵中的元素添加至所述零刚度矩阵中,得到更新全局刚度矩阵,将所述载荷向量中的元素添加至所述零载荷向量中,得到更新全局载荷向量;
根据所述更新全局刚度矩阵及所述更新全局载荷向量生成所述离散线性方程,其中所述离散线性方程为:
;
其中,为所述更新全局刚度矩阵,/>为所述更新全局载荷向量,/>为力学位移向量。
详细地,所述离散线性方程是通过单元刚度矩阵及载荷向量进行确定,即将所述单元刚度矩阵和预设的载荷向量生成离散线性方程,需要将所有单元的刚度矩阵和载荷贡献叠加到全局刚度矩阵和全局载荷向量中,假设有个单元,每个单元的自由度个数为/>,全局刚度矩阵为/>,全局载荷向量为/>,初始化全局刚度矩阵/>和全局载荷向量/>为零矩阵和零向量,对于每个单元/>(从1到/>)计算单元刚度矩阵/>和单元载荷向量/>,将单元刚度矩阵的第/>行第/>列元素添加到全局刚度矩阵的第/>行第/>列元素上,将单元载荷向量的第个元素添加到全局载荷向量的第/>*/>个元素上,在进行矩阵和向量的叠加时,需要合理地映射单元自由度到全局自由度,可通过节点编号和自由度编号的对应关系来实现,从而得到离散线性方程,进而根据离散线性方程计算力学偏移向量,可确定目标钛合金的刚度,以及通过拉伸载荷可确定目标钛合金的强度、脆性和塑性。
进一步地,对目标更新钛合金进行内部结构和力学性能模拟之后,需要对其内部结构和力学性能的模拟结果进行分析,以便及时调整硼元素的含量,使硼元素达到最佳含量。
S4、当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并返回至所述根据预设的单元属性及预设的硼含量生成硼分布信息的步骤,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值。
本发明实施例中,当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,表示此时的硼含量未达到预期期望,需要重新对硼含量进行增加或减少,过多或过少的硼含量都会影响钛合金内部结构和力学性能,其中预设的内部结构特征阈值是根据多维内部结构特征的维数所设定的,如多维内部结构特征为,则内部结构特征阈值为/>。所述更新硼含量是指对此前添加的硼含量进行增加或减少之后的硼含量。
本发明实施例中,所述对预设的硼含量进行更新,得到更新硼含量,包括:
将所述硼含量作为中间阈值,根据预设的时间戳及所述中间阈值生成所述硼含量的初始含量曲线;
对所述初始含量曲线中对应的硼含量进行更新,得到更新硼含量曲线;
提取所述更新硼含量曲线中的中间节点对应的硼含量作为更新硼含量。
详细地,将目前添加的硼含量作为中间阈值,并基于时间生成硼含量的初始含量曲线,如目前添加的硼含量为0.5,则将0.5作为中间阈值,并记录添加0.5时的时刻,在添加0.5硼含量之前会逐渐进行添加,则基于每一时刻对应的硼含量生成初始含量曲线,直至硼含量达到0.5,并对初始含量曲线中的硼含量进行增加或减少,重新生成硼含量曲线,并提取更新硼含量曲线中中间节点对应的硼含量,为此时更新的硼含量,如更新硼含量曲线中中间节点为0.7,则此时更新硼含量为0.7。
进一步地,根据更新硼含量重新生成硼分布信息,并将更新硼分布信息添加至钛合金有限元模型中,不断模拟钛合金有限元模型的内部结构和力学性能,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值。
S5、当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能。
本发明实施例中,当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,表示此时硼含量以达到最佳水平,而此时的硼含量对钛合金的内部结构及力学性能的提高都达到最佳水平。
本发明实施例中,所述根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能,包括:
按照所述更新硼含量将硼元素添加至所述目标钛合金中;
根据所述目标钛合金中的硼元素增强所述目标钛合金的材料力学属性及内部晶体属性;
根据所述内部晶体属性及所述材料力学属性确定所述目标钛合金的内部结构及力学性能。
详细地,增加硼含量可以通过将硼作为添加元素引入到钛合金中,可以有效地提高钛合金的硬度、抗磨损性和抗疲劳性能。硼在钛合金中可以形成硼化物的相,这些相可以有效地阻碍晶界的滑移和位错运动,从而提高材料的强度和硬度。此外,硼在钛合金中还可以促进形变诱导相变,使材料具有耐磨损和高温稳定性。同时,硼还能够提高钛合金的热稳定性和抗腐蚀性能,由此,硼的添加应该在适当的范围内进行,过高或者过低的硼含量都可能对钛合金的性能产生负面影响。因此,在进行硼含量增强时,需要确定最佳的硼含量范围,而通过不断更新硼含量,只有当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时具有的硼含量,可以最大程度地提高钛合金的内部结构和力学性能。
本发明实施例通过目标钛合金的外观属性及材料属性构建钛合金有限元模型,可以实现在计算机环境下进行虚拟测试和分析,避免了昂贵和耗时的实验测试;将生成的硼分布信息添加至钛合金有限元模型中,有利于生成不同硼分布情况的模拟结果,从而评估不同硼分布对钛合金性能的影响;对更新钛合金有限元模型进行内部结构特征及力学性能的模拟,有利于及时调整硼元素的含量,使硼元素达到最佳含量;当多维内部结构特征小于内部结构特征阈值及多维力学性能特征小于力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并不断重复模拟钛合金有限元模型的内部结构和力学性能,直至多维内部结构特征大于或等于内部结构特征阈值及多维力学性能特征大于或等于力学性能特征阈值时,根据更新硼含量增强目标钛合金的内部结构及力学性能,使硼含量达到最佳水平。因此本发明提出的基于硼含量的钛合金内部结构及力学性能增强方法及装置,可以解决进行钛合金内部结构及力学性能增强时的精确度较低的问题。
如图4所示,是本发明一实施例提供的基于硼含量的钛合金内部结构及力学性能增强装置的功能模块图。
本发明所述基于硼含量的钛合金内部结构及力学性能增强装置100可以安装于电子设备中。根据实现的功能,所述基于硼含量的钛合金内部结构及力学性能增强装置100可以包括钛合金有限元模型构建模块101、硼分布信息生成模块102、多维特征模拟模块103、硼含量更新模块104及内部结构及力学性能增强模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述钛合金有限元模型构建模块101,用于获取目标钛合金的外观属性及材料属性,根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型;
所述硼分布信息生成模块102,用于根据预设的单元属性及预设的硼含量生成硼分布信息,将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型;
所述多维特征模拟模块103,用于利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征;
所述硼含量更新模块104,用于当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并返回至所述根据预设的单元属性及预设的硼含量生成硼分布信息的步骤,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值;
所述内部结构及力学性能增强模块105,用于当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能。
详细地,本发明实施例中所述基于硼含量的钛合金内部结构及力学性能增强装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于硼含量的钛合金内部结构及力学性能增强方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统实施例中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述方法包括:
S1、获取目标钛合金的外观属性及材料属性,根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型;
S2、根据预设的单元属性及预设的硼含量生成硼分布信息,将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型,其中所述根据预设的单元属性及预设的硼含量生成硼分布信息,包括:
S21、利用如下预设的线性梯度函数计算所述硼含量的分布位置:
;
其中,表示在位置/>处的硼含量,/>表示所述单元属性中的起点坐标,表示所述单元属性中的终点坐标,/>为硼含量优化因子;
S22、根据所述分布位置生成所述硼含量的可视化位置趋势图;
S23、根据所述可视化位置趋势图生成硼分布信息;
S3、利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征;
S4、当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并返回至所述根据预设的单元属性及预设的硼含量生成硼分布信息的步骤,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值;
S5、当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能。
2.如权利要求1所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型,包括:
根据所述外观属性构建所述目标钛合金的几何模型;
按照预设的网格需求对所述几何模型进行网络划分,得到离散几何模型;
将所述材料属性分配至所述离散几何模型中,得到更新离散几何模型;
根据预设的初始边界条件对所述更新离散几何模型添加边界约束,得到所述目标钛合金的钛合金有限元模型。
3.如权利要求1所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型,包括:
对所述钛合金有限元模型进行节点划分,得到钛合金有限元节点;
按照所述硼分布信息在所述钛合金有限元节点上施加硼含量,得到更新钛合金有限元节点;
根据所述更新钛合金有限元节点对所述钛合金有限元模型的材料属性进行更新,得到更新钛合金有限元模型。
4.如权利要求1所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,包括:
对所述更新钛合金有限元模型进行射线衍射,得到衍射特征;
根据所述衍射特征中的衍射峰值计算所述更新钛合金有限元模型的晶格常数;
根据预设的网格阈值确定所述更新钛合金有限元模型的晶体缺陷;
通过预设的界面形状方程确定所述更新钛合金有限元模型的晶体界面;
利用如下所述多维衍射算法根据所述晶格常数、所述晶体缺陷及所述晶体界面计算所述钛合金有限元模型的多维内部结构特征:
;
其中,表示所述多维内部结构特征,/>表示晶格常数优化因子,/>表示所述晶格常数,表示晶体缺陷优化因子,/>表示所述晶体缺陷,/>表示晶体界面优化因子,/>表示所述晶体界面。
5.如权利要求4所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述根据所述衍射特征中的衍射峰值计算所述更新钛合金有限元模型的晶格常数,包括:
对所述更新钛合金有限元模型中晶体形状进行分类,得到晶体形状类别;
根据所述晶体形状类别及所述衍射峰值计算所述更新钛合金有限元模型的晶格常数,其中所述晶格常数计算公式为:
;
其中,为所述晶格常数,/>为所述晶体形状类别的第一控制因子,/>为所述晶体形状类别的第二控制因子,/>为圆周率,/>为所述衍射峰值的倒格矢长度,/>为射线波长,/>为衍射角,/>为正弦函数,/>为第一晶面方向指数,/>为第二晶面方向指数,/>为第三晶面方向指数。
6.如权利要求1所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征,包括:
在所述更新钛合金有限元模型中施加所述多维力学边界属性;
根据所述多维力学边界属性计算所述更新钛合金有限元模型的材料本构模型;
根据所述材料本构模型及预设的材料性质计算单元刚度矩阵;
将所述单元刚度矩阵及预设的载荷向量生成离散线性方程;
根据所述离散线性方程得到所述多维力学性能特征。
7.如权利要求6所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述将所述单元刚度矩阵及预设的载荷向量生成离散线性方程,包括:
对预设的全局刚度矩阵及预设的全局载荷向量进行初始化,得到零刚度矩阵及零载荷向量;
将所述单元刚度矩阵中的元素添加至所述零刚度矩阵中,得到更新全局刚度矩阵,将所述载荷向量中的元素添加至所述零载荷向量中,得到更新全局载荷向量;
根据所述更新全局刚度矩阵及所述更新全局载荷向量生成所述离散线性方程,其中所述离散线性方程为:
;
其中,为所述更新全局刚度矩阵,/>为所述更新全局载荷向量,/>为力学位移向量。
8.如权利要求1所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述对预设的硼含量进行更新,得到更新硼含量,包括:
将所述硼含量作为中间阈值,根据预设的时间戳及所述中间阈值生成所述硼含量的初始含量曲线;
对所述初始含量曲线中对应的硼含量进行更新,得到更新硼含量曲线;
提取所述更新硼含量曲线中的中间节点对应的硼含量作为更新硼含量。
9.如权利要求1所述的基于硼含量的钛合金内部结构及力学性能增强方法,其特征在于,所述根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能,包括:
按照所述更新硼含量将硼元素添加至所述目标钛合金中;
根据所述目标钛合金中的硼元素增强所述目标钛合金的材料力学属性及内部晶体属性;
根据所述内部晶体属性及所述材料力学属性确定所述目标钛合金的内部结构及力学性能。
10.一种基于硼含量的钛合金内部结构及力学性能增强装置,其特征在于,所述装置包括:
钛合金有限元模型构建模块,用于获取目标钛合金的外观属性及材料属性,根据所述外观属性及所述材料属性构建所述目标钛合金的钛合金有限元模型;
硼分布信息生成模块,用于根据预设的单元属性及预设的硼含量生成硼分布信息,将所述硼分布信息输入至所述钛合金有限元模型中,得到更新钛合金有限元模型;
多维特征模拟模块,用于利用预设的多维衍射算法计算所述更新钛合金有限元模型的多维内部结构特征,通过预设的多维力学边界属性对所述更新钛合金有限元模型进行力学性能模拟,得到多维力学性能特征;
硼含量更新模块,用于当所述多维内部结构特征小于预设的内部结构特征阈值及所述多维力学性能特征小于预设的力学性能特征阈值时,对预设的硼含量进行更新,得到更新硼含量,并返回至所述根据预设的单元属性及预设的硼含量生成硼分布信息的步骤,直至所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值;
内部结构及力学性能增强模块,用于当所述多维内部结构特征大于或等于预设的内部结构特征阈值及所述多维力学性能特征大于或等于预设的力学性能特征阈值时,根据所述更新硼含量增强所述目标钛合金的内部结构及力学性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311469646.XA CN117219212B (zh) | 2023-11-07 | 2023-11-07 | 基于硼含量的钛合金内部结构及力学性能增强方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311469646.XA CN117219212B (zh) | 2023-11-07 | 2023-11-07 | 基于硼含量的钛合金内部结构及力学性能增强方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117219212A CN117219212A (zh) | 2023-12-12 |
CN117219212B true CN117219212B (zh) | 2024-02-06 |
Family
ID=89041079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311469646.XA Active CN117219212B (zh) | 2023-11-07 | 2023-11-07 | 基于硼含量的钛合金内部结构及力学性能增强方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117219212B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2011058A1 (zh) * | 1969-03-10 | 1970-09-17 | ||
WO2019074059A1 (ja) * | 2017-10-13 | 2019-04-18 | 株式会社日立製作所 | チタン基合金部材、該チタン基合金部材の製造方法、及び該チタン基合金部材を用いた製造物 |
CN112133373A (zh) * | 2020-09-14 | 2020-12-25 | 北京理工大学 | 基于机器学习的钛合金本构关系预测方法 |
CN115424685A (zh) * | 2022-08-30 | 2022-12-02 | 江苏大学 | 一种金属基复合材料的设计与性能预测方法 |
-
2023
- 2023-11-07 CN CN202311469646.XA patent/CN117219212B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2011058A1 (zh) * | 1969-03-10 | 1970-09-17 | ||
WO2019074059A1 (ja) * | 2017-10-13 | 2019-04-18 | 株式会社日立製作所 | チタン基合金部材、該チタン基合金部材の製造方法、及び該チタン基合金部材を用いた製造物 |
CN112133373A (zh) * | 2020-09-14 | 2020-12-25 | 北京理工大学 | 基于机器学习的钛合金本构关系预测方法 |
CN115424685A (zh) * | 2022-08-30 | 2022-12-02 | 江苏大学 | 一种金属基复合材料的设计与性能预测方法 |
Non-Patent Citations (2)
Title |
---|
ICP-OES法测定钛合金中硼含量;羊送球;黄永红;;钛工业进展(02);全文 * |
TC4钛合金的固体渗硼;衣晓红;樊占国;张景垒;李凤华;;稀有金属材料与工程(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117219212A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shojaei et al. | An adaptive multi-grid peridynamic method for dynamic fracture analysis | |
Shahba et al. | Crystal plasticity FE modeling of Ti alloys for a range of strain-rates. Part I: A unified constitutive model and flow rule | |
Otero et al. | Multiscale computational homogenization: review and proposal of a new enhanced-first-order method | |
Hammer et al. | Mass-spring model for simulation of heart valve tissue mechanical behavior | |
EP2525296B1 (en) | Three-dimensional fluid simulation method | |
Ozturk et al. | Effect of microstructure on the elasto-viscoplastic deformation of dual phase titanium structures | |
Tu et al. | A coupled crystal plasticity FEM and phase-field model for crack evolution in microstructures of 7000 series aluminum alloys | |
Park et al. | Unstructured grid adaptation and solver technology for turbulent flows | |
JP2005528700A (ja) | コンピュータ変形解析器 | |
Xue et al. | Generation of smoothly-varying infill configurations from a continuous menu of cell patterns and the asymptotic analysis of its mechanical behaviour | |
Nienhuys et al. | A computational technique for interactive needle insertions in 3D nonlinear material | |
Feng et al. | Stochastic nonlocal damage analysis by a machine learning approach | |
CN111028899B (zh) | 一种建立多晶体几何模型的方法 | |
Ma et al. | Compliance minimisation of smoothly varying multiscale structures using asymptotic analysis and machine learning | |
Meng et al. | Modeling plasticity of cubic crystals using a nonlocal lattice particle method | |
Balzani et al. | Construction of statistically similar representative volume elements | |
Ding et al. | Incremental strain gradient plasticity model and torsion simulation of copper micro-wires | |
Chakrabarty et al. | Influence of scanning and building strategies on the deformation behavior of additively manufactured AlSi10Mg: CPFEM and finite element studies | |
CN117219212B (zh) | 基于硼含量的钛合金内部结构及力学性能增强方法及装置 | |
CN109949878B (zh) | 一种金属基复合材料中增强体分布构型的设计方法 | |
Weiss et al. | Effects of element type on accuracy of microstructural mesh crystal plasticity finite element simulations and comparisons with elasto-viscoplastic fast Fourier transform predictions | |
Admal et al. | Diffuse-interface polycrystal plasticity: expressing grain boundaries as geometrically necessary dislocations | |
Suiker et al. | Nucleation, kinetics and morphology of displacive phase transformations in iron | |
El Halabi et al. | Multiparametric response surface construction by means of proper generalized decomposition: An extension of the PARAFAC procedure | |
Xiao et al. | An algorithm for automatically establishing a multi-parameter RVE model for z-pin composite laminates |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |