主权项 |
不同应力比下材料疲劳门槛值的预测方法,其特征在于,先根据不同应力比下疲劳裂纹扩展数据建立疲劳门槛值的预测模型,再基于应力比为0.9下的疲劳门槛值,实现对任意应力比下的疲劳门槛值的预测,其具体步骤如下:(1)ΔK转换为ΔK<sub>(0)</sub>根据Kwofie模型,将任意应力比下的ΔK转换为应力比为0时的等效值ΔK<sub>(0)</sub>,所述等效值ΔK<sub>(0)</sub>应符合如下关系:<maths num="0001"><math><![CDATA[<mrow><msub><mi>ΔK</mi><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow></msub><mo>=</mo><msub><mi>ΔK</mi><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></msub><mi>exp</mi><mrow><mo>(</mo><mrow><mi>α</mi><mfrac><mrow><mn>2</mn><mi>R</mi></mrow><mrow><mn>1</mn><mo>-</mo><mi>R</mi></mrow></mfrac></mrow><mo>)</mo></mrow><mo>,</mo></mrow>]]></math><img file="FDA0000844561840000011.GIF" wi="638" he="147" /></maths>式中:R‑应力比;ΔK<sub>(R)</sub>‑任意R时的应力强度因子范围;ΔK<sub>(0)</sub>‑R=0时的等效应力强度因子范围;α‑平均应力敏感系数,表示da/dN=1×10<sup>‑6</sup>mm/cyc时ln(ΔK<sub>R</sub>)同(1+R)/(1‑R)关系的斜率;(2)拟合参数<maths num="0002"><math><![CDATA[<mrow><mfrac><mrow><mi>d</mi><mi>a</mi></mrow><mrow><mi>d</mi><mi>N</mi></mrow></mfrac><mo>=</mo><msub><mi>C</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub><msup><mrow><mo>(</mo><msub><mi>ΔK</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub><mo>)</mo></mrow><msub><mi>m</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub></msup></mrow>]]></math><img file="FDA0000844561840000012.GIF" wi="475" he="130" /></maths>根据Paris公式拟合da/dN与ΔK<sub>0</sub>的关系,确定各应力比下的C<sub>0(R)</sub>和m<sub>0(R)</sub>;<maths num="0003"><math><![CDATA[<mrow><mfrac><mrow><mi>d</mi><mi>a</mi></mrow><mrow><mi>d</mi><mi>N</mi></mrow></mfrac><mo>=</mo><msub><mi>C</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub><msup><mrow><mo>(</mo><msub><mi>ΔK</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub><mo>)</mo></mrow><msub><mi>m</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub></msup><mo>,</mo></mrow>]]></math><img file="FDA0000844561840000013.GIF" wi="555" he="130" /></maths>式中:C<sub>0(R)</sub>‑任意R时Paris公式中的系数;m<sub>0(R)</sub>‑任意R时Paris公式中的指数;(3)确定A(R)和B(R),建立ΔK<sub>(R)</sub>同ΔK<sub>(0.9)</sub>的关系,即,<maths num="0004"><math><![CDATA[<mrow><msub><mi>ΔK</mi><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></msub><mo>=</mo><mfrac><mn>1</mn><mrow><mi>A</mi><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></mfrac><mo>·</mo><msup><msub><mi>ΔK</mi><mrow><mo>(</mo><mn>0.9</mn><mo>)</mo></mrow></msub><mrow><mn>1</mn><mo>-</mo><mi>B</mi><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msup><mo>,</mo></mrow>]]></math><img file="FDA0000844561840000014.GIF" wi="638" he="135" /></maths>式中:<maths num="0005"><math><![CDATA[<mrow><mi>A</mi><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>(</mo><mfrac><msub><mi>C</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub><msub><mi>C</mi><mrow><mn>0</mn><mrow><mo>(</mo><mn>0.9</mn><mo>)</mo></mrow></mrow></msub></mfrac><mo>)</mo></mrow><mfrac><mn>1</mn><msub><mi>m</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub></mfrac></msup><mo>/</mo><mi>exp</mi><mrow><mo>(</mo><mn>18</mn><msub><mi>α</mi><mn>2</mn></msub><mo>-</mo><mi>α</mi><mfrac><mrow><mn>2</mn><mi>R</mi></mrow><mrow><mn>1</mn><mo>-</mo><mi>R</mi></mrow></mfrac><mo>)</mo></mrow><mo>,</mo><mi>B</mi><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow><mo>=</mo><mo>(</mo><mrow><mn>1</mn><mo>-</mo><mfrac><msub><mi>m</mi><mrow><mn>0</mn><mrow><mo>(</mo><mn>0.9</mn><mo>)</mo></mrow></mrow></msub><msub><mi>m</mi><mrow><mn>0</mn><mrow><mo>(</mo><mi>R</mi><mo>)</mo></mrow></mrow></msub></mfrac></mrow><mo>)</mo><mo>,</mo></mrow>]]></math><img file="FDA0000844561840000015.GIF" wi="1274" he="195" /></maths>可确定其与R的函数关系;ΔK<sub>(0.9)</sub>‑R=0.9时的应力强度因子范围;C<sub>0(0.9)</sub>‑R=0.9时Paris公式中的系数;m<sub>0(0.9)</sub>‑R=0.9时Paris公式中的指数;α<sub>2</sub>‑R=0.9时的平均应力敏感系数;其中,R≥0.7时,α=α<sub>2</sub>;(4)根据ΔK<sub>th(0.9)</sub>预测疲劳门槛值ΔK<sub>(R)</sub>的关系中,在已知A(R)和B(R)的条件下,任意R下的ΔK<sub>(R)</sub>值可通过R=0.9下的数据进行预测;而对于da/dN=1×10<sup>‑7</sup>mm/cyc,任意R下的ΔK<sub>th</sub>仅需通过R=0.9下的疲劳门槛值即可预测;所述ΔK<sub>th</sub>为任意应力比下的疲劳门槛值;所述ΔK<sub>th(0.9)</sub>为应力比为0.9时的疲劳门槛值。 |