一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法技术

本发明专利技术提出一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法，在理论层面建立了考虑大变形周期循环载荷条件下残余变形累积与材料热力学性能退化的SMA本构模型，数值方面通过二次开发将模型集成到商用有限元软件中并形成一套SMA波浪弹簧驱动器役前训练过程仿真方法。仿真预测结果能够准确描述SMA波浪弹簧驱动器役前训练过程中相变域扩张、残余变形累积、内应力集中等现象，可为SMA构件在提高尺寸设计精确性和增强双向记忆效应方面提供重要参考。

A simulation method for pre service thermodynamic training process of shape memory alloy wave spring actuator

The present invention presents a simulation method for the pre-service thermodynamic training process of shape memory alloy wave spring actuator. A SMA constitutive model considering the accumulation of residual deformation and the degradation of material thermodynamic properties under cyclic loading with large deformation period is established theoretically. In numerical aspect, the model is integrated into commercial limited through secondary development. A set of SMA wave spring actuator pre service training process simulation method is formed in the meta software. The simulation results can accurately describe the phenomena of phase change domain expansion, residual deformation accumulation and internal stress concentration during the pre-service training of SMA wave spring actuator, which can provide an important reference for improving the accuracy of size design and enhancing the bidirectional memory effect of SMA components.

【技术实现步骤摘要】
一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法
本专利技术涉及一种形状记忆合金驱动器役前训练过程仿真方法，具体是一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法。
技术介绍
形状记忆合金(ShapeMemoryAlloy，以下简称SMA)作为一种典型的智能材料，具有形状记忆效应、超弹性、高阻尼性等优异热力学特性，目前已在航空航天、生物医学、交通运输、无人系统以及微机电系统取得了广泛的应用。工程应用环境中，SMA功能构件往往经受着周期循环载荷。在初始的数十次乃至数百次循环加卸载过程中，SMA材料热力学性能展现出极强的不稳定性，主要表现为残余变形累积和超弹性退化。因此，为了达到功能稳定性，SMA构件通常在服役之前要经历训练过程。SMA役前训练主要是对SMA构件施加周期循环热力学载荷，使其在服役前残余变形达到饱和值，热力学性能进入稳定状态。这种训练过程中出现的残余变形和材料性能退化对SMA构件的装配需求和服役性能带来了负面影响，如何合理地预测残余变形，如何有效地提升材料性能，对SMA驱动器的设计和优化具有重要的科学意义。文献“GaitzschU,M,RothS,etal.Mechanicaltrainingofpolycrystalline7MNi50Mn30Ga20magneticshapememoryalloy.ScriptaMaterialia,2007,57(6):493-495.”通过实验手段对SMA样件进行了多轴加载力学训练，研究结果表明训练后的SMA样件上残余应变达到了8％。然而，该训练方法以实验经验为主，缺乏理论模型和数值仿真方法。因此，该训练方法效率低，且仅适用于结构简单的SMA试验样件，无法实现复杂SMA工程构件的精准役前训练。
技术实现思路
SMA波浪弹簧驱动器役前热力学训练过程涉及到多场耦合、有限变形和周期循环载荷等关键问题，针对背景文献中存在的训练效率低且无法实现复杂SMA构件役前训练的不足，本专利技术提供了一种SMA波浪弹簧驱动器役前训练过程仿真方法，理论层面建立了考虑大变形周期循环载荷条件下残余变形累积与材料热力学性能退化的SMA本构模型，数值方面通过二次开发将模型集成到商用有限元软件中并形成一套SMA波浪弹簧驱动器役前训练过程仿真方法。仿真预测结果能够准确描述SMA波浪弹簧驱动器役前训练过程中相变域扩张、残余变形累积、内应力集中等现象，可为SMA构件在提高尺寸设计精确性和增强双向记忆效应方面提供重要参考。本专利技术的技术方案为：所述一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法，其特征在于：包括以下步骤：步骤1：测定材料力学性能：选取与波浪弹簧驱动器同材质的SMA丝进行单轴周期循环加卸载实验，测定应变率、环境温度和最大应力对SMA材料力学响应的影响规律，得到SMA材料在不同载荷条件下的热力学特性，包括应力-应变关系、最大残余变形、最大可恢复变形和稳定循环次数；步骤2：建立材料模型：在有限变形与一致性热力学框架下，建立SMA材料周期循环加卸载条件下热力学本构模型，所述本构模型可表征的SMA热力学特性包括：残余变形累积、材料性能退化、温度和应变率敏感性、光滑性转变以及热力耦合；通过有限元软件中的自定义材料子程序实现所述本构模型的数值开发和有限元集成，在有限元软件中创建相应的SMA材料模型；步骤3：确定模型参数：依据步骤1中的实验数据，确定步骤2中所创建SMA材料模型的模型参数；模型参数包括弹性常数、热常数、相变温度、初始状态参数、稳定状态参数和演化率参数；步骤4：建立有限元模型：依据几何参数建立SMA波浪弹簧驱动器几何模型，应用8节点实体单元划分有限元网格；并依据建立的材料模型以及模型参数定义材料参数，并且定义分析步、位移边界、热边界和初始温度场；施加周期循环力载荷；步骤5：仿真结果分析：输出有限元分析结果，在有限元软件后处理模块绘制马氏体体积分数、温度、应力、应变数据，分析SMA波浪弹簧驱动器上由役前训练引发的热力学现象：包括相变域扩张、温度变化、内应力集中和残余变形累积，获取马氏体体积分数演化规律、最大温升值及温度影响规律、内应力集中点及最大内应力值、残余变形分布云图及最大残余变形值；步骤6：建立几何修正模型选取SMA波浪弹簧驱动器几何尺寸为参变量，依据步骤4和步骤5进行不同尺寸条件下SMA波浪弹簧驱动器役前训练过程参数化有限元仿真；依据仿真结果，建立几何参数与残余变形之间的定量关系；基于定量关系建立SMA波浪弹簧驱动器几何修正模型，将役前训练过程中残余变形作为设计因素引入SMA波浪弹簧驱动器设计优化过程。进一步的优选方案，所述一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法，其特征在于：步骤6中的SMA波浪弹簧驱动器几何尺寸指SMA波浪弹簧驱动器的内径和波幅。有益效果本专利技术的有益效果是：本专利技术通过实验手段测定了SMA波浪弹簧驱动器力学性能，在有限变形与一致性热力学框架下建立了SMA材料本构模型，通过有限元仿真表征了役前训练过程中SMA波浪弹簧驱动器上的相变域扩张、温度变化、内应力集中和残余变形累积现象，提出了考虑役前训练过程的SMA波浪弹簧驱动器几何修正模型。所提出的分析方法有效克服了现有SMA训练方法效率低、仅适用于简单构件的不足，仿真结果为SMA波浪弹簧驱动器针对几何参数修正和双向记忆效应增强的设计优化提供了重要参考。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是SMA丝单轴拉伸周期循环载荷条件下应力-应变响应。图2是SMA波浪弹簧驱动器几何模型和网格划分示意图。图3是SMA波浪弹簧驱动器上波峰单元马氏体体积分数演化图。图4是SMA波浪弹簧驱动器上波峰单元周向应力-应变响应。图5是SMA波浪弹簧驱动器上加载点位置力-位移响应。具体实施方式下面详细描述本专利技术的实施例，所述实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。本实施例中的形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法，包括以下步骤：步骤1：测定材料力学性能：选取与波浪弹簧驱动器同材质的SMA丝进行单轴周期循环加卸载实验，测定应变率、环境温度和最大应力对SMA材料力学响应的影响规律，得到SMA材料在不同载荷条件下的热力学特性，包括应力-应变关系、最大残余变形、最大可恢复变形和稳定循环次数。本实施例中实验材料对象选取直径为1mm的镍钛合金丝，单轴拉伸周期循环加卸载实验在BOSE疲劳试验机上进行，实验过程中设定应变率为1×10-5、5×10-5、1×10-4、5×10-4和1×10-3，温度为20℃、30℃、40℃、50℃和60℃，最大应力水平为400MPa、500MPa、600MPa、700MPa和800MPa，分别进行三组实验。记录各实验条件下应力、应变和温度数据，图1给出了镍钛合金丝应变率1×10-3温度50℃最大应力水平800MPa条件下的应力-应变曲线图。步骤2：建立材料模型：在有限变形与一致性热力学框架下，建立SMA材料周期循环加卸载条件下热力学本构模型，所述模型包括超弹性应力-应变关系、本文档来自技高网...

【技术保护点】
1.一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法，其特征在于：包括以下步骤：步骤1：测定材料力学性能：选取与波浪弹簧驱动器同材质的SMA丝进行单轴周期循环加卸载实验，测定应变率、环境温度和最大应力对SMA材料力学响应的影响规律，得到SMA材料在不同载荷条件下的热力学特性，包括应力‑应变关系、最大残余变形、最大可恢复变形和稳定循环次数；步骤2：建立材料模型：在有限变形与一致性热力学框架下，建立SMA材料周期循环加卸载条件下热力学本构模型，所述本构模型可表征的SMA热力学特性包括：残余变形累积、材料性能退化、温度和应变率敏感性、光滑性转变以及热力耦合；通过有限元软件中的自定义材料子程序实现所述本构模型的数值开发和有限元集成，在有限元软件中创建相应的SMA材料模型；步骤3：确定模型参数：依据步骤1中的实验数据，确定步骤2中所创建SMA材料模型的模型参数；模型参数包括弹性常数、热常数、相变温度、初始状态参数、稳定状态参数和演化率参数；步骤4：建立有限元模型：依据几何参数建立SMA波浪弹簧驱动器几何模型，应用8节点实体单元划分有限元网格；并依据建立的材料模型以及模型参数定义材料参数，并且定义分析步、位移边界、热边界和初始温度场；施加周期循环力载荷；步骤5：仿真结果分析：输出有限元分析结果，在有限元软件后处理模块绘制马氏体体积分数、温度、应力、应变数据，分析SMA波浪弹簧驱动器上由役前训练引发的热力学现象：包括相变域扩张、温度变化、内应力集中和残余变形累积，获取马氏体体积分数演化规律、最大温升值及温度影响规律、内应力集中点及最大内应力值、残余变形分布云图及最大残余变形值；步骤6：建立几何修正模型选取SMA波浪弹簧驱动器几何尺寸为参变量，依据步骤4和步骤5进行不同尺寸条件下SMA波浪弹簧驱动器役前训练过程参数化有限元仿真；依据仿真结果，建立几何参数与残余变形之间的定量关系；基于定量关系建立SMA波浪弹簧驱动器几何修正模型，将役前训练过程中残余变形作为设计因素引入SMA波浪弹簧驱动器设计优化过程。...

【技术特征摘要】
1.一种形状记忆合金波浪弹簧驱动器役前热力学训练过程仿真方法，其特征在于：包括以下步骤：步骤1：测定材料力学性能：选取与波浪弹簧驱动器同材质的SMA丝进行单轴周期循环加卸载实验，测定应变率、环境温度和最大应力对SMA材料力学响应的影响规律，得到SMA材料在不同载荷条件下的热力学特性，包括应力-应变关系、最大残余变形、最大可恢复变形和稳定循环次数；步骤2：建立材料模型：在有限变形与一致性热力学框架下，建立SMA材料周期循环加卸载条件下热力学本构模型，所述本构模型可表征的SMA热力学特性包括：残余变形累积、材料性能退化、温度和应变率敏感性、光滑性转变以及热力耦合；通过有限元软件中的自定义材料子程序实现所述本构模型的数值开发和有限元集成，在有限元软件中创建相应的SMA材料模型；步骤3：确定模型参数：依据步骤1中的实验数据，确定步骤2中所创建SMA材料模型的模型参数；模型参数包括弹性常数、热常数、相变温度、初始状态参数、稳定状态参数和演化率参数；步骤4：建立有限元模型：依据几何参数建立SMA波浪弹簧驱动器几何模型，应用8节点实体单元划分有...

【专利技术属性】
技术研发人员：王骏，朱继宏，许英杰，张卫红，谷小军，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61