一种考虑夹杂的金属疲劳载荷下薄弱区域确定方法

摘要

一种考虑夹杂的金属疲劳载荷下薄弱区域确定方法，对金属试件进行单轴拉伸静载试验和疲劳试验得到其静态力学性能参数和循环应力应变曲线；从循环应力应变数据中提取材料的循环应力—塑性应变数据；截取小块金属试样，在金相显微镜下选取多个显示夹杂的金相观测点进行金相观察并保存金相图片；利用图片处理软件计算出多张图片中夹杂所占面积分数，求出面积分数平均值；对小块金属试样进行纳米压痕试验分别得到金属中的夹杂与金属基体的硬度与弹性模量；采用混合理论公式分别得到金属中的夹杂和基体的循环应力塑性应变数据；建立多尺度模型，以较为明显的局部应力集中区域和塑性应变较大区域为疲劳薄弱区域，并观察这些薄弱区域的微观特征。

说明书

技术领域

本发明涉及考虑微结构的金属疲劳载荷下薄弱区域确定方法，特指考虑夹杂的金属疲劳载荷下薄弱区域确定方法。

背景技术

在现代工业各领域中的结构强度破坏事件中疲劳破坏占很大比例。研究发现金属的微观因素对其疲劳性能有很大影响，尤其是在细观尺度以及微结构状态下，材料就很可能表现出局部性能的不均匀性。因此人们对材料性能分析预测的准确性要求越来越高。

越来越多的研究发现对于含夹杂或者第二相粒子的金属其疲劳破坏往往起始于夹杂或者第二相粒子与金属基体界面的交界处，这些疲劳起始点是微观尺度的且容易引起局部应力集中，因此含有夹杂的局部微观结构成为研究重点。本发明的模型能够充分反映材料的微观结构比如夹杂的分布情况与尺寸从而能够研究微观结构在疲劳载荷中对金属疲劳性能的影响，能够更准确地确定金属的疲劳薄弱部位特征及力学性能，更准确地预估疲劳裂纹萌生位置，对疲劳寿命估算、损伤早期检测及疲劳断裂的预防提供有效信息。

发明内容

本发明的目的在于能够考虑金属中的夹杂在疲劳过程中的作用，更准确地反映金属疲劳载荷下的薄弱区域特征。

为解决上述技术问题，本发明采用的技术方案一种考虑夹杂的金属疲劳载荷下薄弱区域确定方法，该方法的实施流程如下，步骤1)对金属试件进行单轴拉伸静载试验和疲劳试验得到其静态力学性能参数和循环应力应变曲线；步骤2)从循环应力应变数据中提取材料的循环应力—塑性应变数据；步骤3)截取小块金属试样，对其依次进行磨削、抛光与腐蚀，在金相显微镜下选取多个显示夹杂的金相观测点进行金相观察并保存金相图片；步骤4)利用图片处理软件计算出多张图片中夹杂所占面积分数，求出面积分数平均值；步骤5)对小块金属试样进行纳米压痕试验分别得到金属中的夹杂与金属基体的硬度与弹性模量；步骤6)采用混合理论公式分别得到金属中的夹杂和金属基体的循环应力—塑性应变数据；步骤7)建立多尺度模型，首先建立宏观模型其形状和尺寸与疲劳试件相同，然后在其中插入代表性体积单元，对代表性体积单元中的夹杂和金属基体分别单独输入循环应力—塑性应变曲线，模型的其他宏观部分的材料性能按步骤1)得到的数据输入。步骤8)对模型施加和实验相同的疲劳载荷，观察整体应力应变分布情况，重点分析代表性体积单元中夹杂及夹杂附近的应力应变分布情况，以较为明显的局部应力集中区域和塑性应变较大区域为疲劳薄弱区域，并观察这些薄弱区域的微观特征。

有益效果

本发明所建模型考虑了在金属中的夹杂这一微观结构对金属力学性能的影响，能够更准确的判断疲劳薄弱区域并确定局部应力或应变最大数值，为损伤检测提供依据，便于更准确的疲劳寿命预测，有效预防疲劳断裂的发生。

附图说明

图1为本发明中一种考虑夹杂的金属疲劳载荷下薄弱区域确定方法流程示意图。

图2为金属金相图。

图3为夹杂与金属基体的应力应变曲线。

图4为模型示意图。

具体实施方式

下面结合附图对本发明方法作进一步的描述，如图1所示一种考虑夹杂的金属疲劳载荷下薄弱区域确定方法，其步骤为：

步骤1)对金属试件进行单轴拉伸试验和疲劳试验得到其静态力学性能参数和循环应力应变曲线；步骤2)从循环应力应变曲线中提取材料的循环应力塑性应变数据；步骤3)截取小块金属试样依次进行磨削、抛光与腐蚀剂腐蚀，在金相显微镜下选取多个显示夹杂的金相观测点进行金相观察并保存金相图片，如图2，夹杂大小不一，分布于金属基体上；步骤4)利用图片处理软件计算出多张图片中夹杂所占面积分数，夹杂显示为黑色，调整图片对比度，统计黑色区域占整张图片百分比，求出面积分数平均值，本发明所用材料夹杂面积分数0.02168；步骤5)对小块金属试样进行纳米压痕试验分别得到金属中的夹杂与金属基体的硬度与弹性模量；步骤6)采用混合理论公式分别得到金属中的夹杂和金属基体的循环应力—塑性应变数据，混合理论公式为：

$\left(\begin{array}{c}\sigma \left({ϵ}_p\right)=(1-S_f^{\beta }){\sigma }_{\alpha }\left({ϵ}_p\right)+S_f^{\beta }{\sigma }_{\beta }\left({ϵ}_p\right)\\ \frac{{\sigma }_{\alpha }\left({ϵ}_p\right)}{{\sigma }_{\beta }\left({ϵ}_p\right)}=\frac{H_{\alpha }}{H_{\beta }}\end{array}\right)$

式中σ(ε_P)作为循环应力是关于等效塑性应变的函数，通过步骤2)得到，σ_α(ε_p)和σ_β(ε_p)分别是金属基体和夹杂的应力塑性应变函数，H_α和H_β分别是金属基体和夹杂的硬度，是夹杂的面积分数平均值。通过这个公式结合实验数据处理得到的金属循环应力—等效塑性应变数据，分别得到夹杂与金属基体的循环应力—等效塑性应变数据，如图3；步骤7)建立多尺度模型，模型如图4。首先建立宏观模型其形状和尺寸取疲劳试件的标距段部分。利用CAD软件参照金属金相图片中夹杂的真实大小与分布画出草图，夹杂的形状统一用圆形表示，然后把草图导入ABAQUS软件生成代表性体积单元模型。最后把代表性体积单元插入材料的宏观模型。对代表性体积单元中的夹杂和金属基体分别单独输入循环应力—塑性应变曲线。模型的其他宏观部分的材料性能按步骤1)得到的试验数据输入。步骤8)对模型施加和实验相同的疲劳载荷，观察整体应力应变分布情况，重点分析代表性体积单元中夹杂及夹杂附近的应力应变分布情况，以较为明显的局部应力集中区域和塑性应变较大区域为疲劳薄弱区域。如本模型中发现宏观模型中Mises应力最大值294MPa，塑性应变最大值0.0111，而代表性体积单元中的Mises应力最大值为329MPa，塑性应变最大值0.0138。代表性体积单元中应力应变分布极不均匀，且应力应变值明显高于宏观模型的应力应变，尺寸较大的夹杂处及附近和两个距离较近的夹杂之间的金属基体中容易引起较大的应力应变集中。