一种金属材料拉伸性能的预测方法技术

本发明专利技术公开了一种金属材料拉伸性能的预测方法，属于金属材料性能测试技术领域。该方法步骤：(1)选择两种以上同类型工艺制备金属材料；(2)通过实验测试所制备材料的拉伸性能；(3)通过拉伸曲线拟合获得所制备材料的关键参数；(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型对其它同类工艺所制备材料的拉伸性能进行预测。本发明专利技术仅需测试少量样品的拉伸性能即可实现所有同类处理工艺金属材料的屈服强度、抗拉强度及均匀延伸率的预测。利用该方法可有效减少工程材料开发与选择过程中的拉伸实验，实现拉伸性能高效预测。

【技术实现步骤摘要】
一种金属材料拉伸性能的预测方法
本专利技术涉及金属材料性能测试
，具体涉及一种金属材料拉伸性能的预测方法。
技术介绍
拉伸性能(包括屈服强度、抗拉强度、延伸率等)是结构材料基本性能，它不但影响了其它静态力学性能，例如硬度、韧性等，也直接影响了材料最终使用时的服役性能。鉴于拉伸性能的基础重要性，一方面工程材料研发过程中拉伸性能的评估是不可或缺的，另一方面材料组织的改性和优化也常常以拉伸强度与塑性的综合改善为目标。因此准确评估拉伸性能对工程材料研发与应用具有重要作用。众所周知，获得拉伸性能最直接有效的方式是按照国标制备样品并开展拉伸实验。虽然拉伸实验本身并不复杂，但鉴于相关理论的缺乏，在材料在开发、设计与优化过程中往往需要开展大量拉伸实验及相关工艺反复调整，这极大地增加了材料开发的难度与成本。因此，若能通过发展相关理论模型，建立拉伸性能与材料成分及处理工艺之间的关系，从而实现拉伸性能快速预测，无论是在工程材料研发设计上，还是在学科理论建设上，都具有非常重要的意义。目前，在拉伸性能预测方面，无论是理论模型还是技术手段都很匮乏。在理论研究方面，虽然前期研究揭示了单晶体与多晶体的加工硬化机制，但并没有与拉伸曲线及屈服强度建立定量关系。因此，这些理论只能帮助定性理解揭示加工硬化过程，却不能直接用于建立拉伸性能与工艺定量关系，更不能用来预测拉伸性能。而在工程应用方面，虽然有一些描述拉伸曲线的本构关系，例如常见的几种幂函数方程(Hollomon关系、Luduwik关系、Swift关系及Romberg-Osgood关系)、双曲正切方程(Prager关系)与指数函数方程(Voce关系)，但鉴于缺乏与微观机制的联系，其中参数的物理意义并不明确，因此，这些方程不过都是对实验曲线的拟合而已，并不具有预测拉伸性能的能力。综上，建立拉伸性能定量关系并实现拉伸性能快速预测具有重要工程与理论意义，然而目前并没有合适的理论模型与技术手段。
技术实现思路
本专利技术的目的在于提供一种金属材料拉伸性能的预测方法，通过建立屈服强度、抗拉强度与塑性三者定量关系，并实现强度、塑性倒置曲线快速预测，从而大幅降低材料工艺优化过程中所需开展的实验量。为实现上述目的，本专利技术所采用的技术方案如下：一种金属材料拉伸性能的预测方法，该方法是通过对2-3种同类型工艺制备的材料进行拉伸实验，根据所得实验数据预测其它同类工艺所制备材料的拉伸性能；该方法具体包括如下步骤：(1)选择两种以上同类工艺制备金属材料；(2)通过实验，测试所制备材料的拉伸性能；(3)通过拉伸曲线拟合，获得所制备材料的关键参数(n、σρs和η)；(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型，进行其它同类工艺制备材料的拉伸性能预测；上述步骤(1)中，所述同类工艺是指材料制备中仅改变材料成分(金属材料中元素配比)或工艺参数的制备工艺。(拉伸测试样品的选择须在同一类工艺下进行，例如不同轧制量轧制、不同温度退火或不同程度预变形等，选择2-4种工艺参数差别较大的材料进行步骤(2)的拉伸性能测试。)上述步骤(3)中，所述通过拉伸曲线拟合获得所制备材料的关键参数是指：利用公式(4)对步骤(2)获取的若干组(2-3组)拉伸曲线进行拟合，得到相应的若干组(2-3组)参数n、σs和σr的值，然后将σs和σr的值利用公式(5)进行线性拟合，得到σρs和η的值；σ＝σs-σre-nε(4)；σr＝σρs-ησy(5)；其中：σ为真应力；σs为饱和强度；σr为剩余强度；n为加工硬化指数；ε为真应变；σy为屈服强度；σρs为饱和位错强度；η为强化质量系数。上述步骤(4)中，所述拉伸变形指数硬化模型如公式(1)-(3)；抗拉强度与屈服强度关系：均匀塑性与屈服强度关系：抗拉强度与均匀塑性关系：其中：σn为抗拉强度；εn为均匀塑性。上述步骤(4)中，通过步骤(2)拉伸实验获得材料成分参数σρs、η与n，然后根据公式(1)和公式(2)预测给定屈服强度的抗拉强度和均匀塑性，同时能够根据公式(3)直接给出这种材料在特定成分与工艺类型下的抗拉强度-均匀塑性倒置曲线。本专利技术预测方法适用的金属材料：包括但不限于钢、铜合金、铝合金、镁合金、钛合金；适用工艺：各种轧制、预变形与热处理工艺。本专利技术的优点和有益效果如下：1、本专利技术方法是以少量拉伸实验预测其它所有状态拉伸性能为基本指导思想。通过建立屈服强度、抗拉强度与均匀延伸三者两两之间的本征关系，仅需测试少量样品的拉伸性能即可实现所有同类处理工艺金属材料的屈服强度、抗拉强度及均匀延伸率的预测。利用该方法可有效减少工程材料开发与选择过程中的拉伸实验，有望取代反复试错的传统强韧化设计方式，实现拉伸性能高效预测。2、本专利技术基于塑性变形与加工硬化相关理论，并结合系统验证实验，建立了一个全新的拉伸硬化理论模型，即拉伸变形指数硬化模型，首次建立屈服强度、抗拉强度与塑性本征关系。利用该模型，仅通过少量拉伸测试即可实现所有同类处理工艺金属材料的拉伸性能预测。此外，结合材料性能数据库，有望实现各种材料各种处理工艺的拉伸性能定量预测。此方法可有效减少工程材料开发与优化过程中的大量实验测试，真正实现材料性能的理论高效预测。3、目前材料组织优化主要依靠大量、反复的试错实验，其中包括反复的成分调节→工艺调节→拉伸实验，这极大地增加了材料开发的周期与成本。实际材料开发与选择过程中经常面临同一系列基本成分相同而处理工艺不同(如不同预变形量、不同热处理工艺等)的材料间拉伸性能的比较问题，本专利技术中涉及的公式主要参数对同类处理工艺(如不同预变形量或热处理温度)可看作常数，且仅通过少量拉伸测试即可确定具体数值，由此得到该系列材料的拉伸性能与工艺之间的关系，省去大量工艺摸索和实验测试工作。该方法不仅实现了不同状态材料间拉伸性能的相互关联，而且也成功实现了拉伸性能的快速预测，节省大量试错实验。附图说明图1为本专利技术金属材料拉伸性能快速预测与成分组织优化方法流程图。图2为位错湮灭模型示意图。图3为指数硬化模型相关参数意义。图4为典型应变硬化曲线验证拉伸变形指数硬化模型。图5为拉伸强度与塑性预测效果系统验证；其中：(a)拉伸强度；(b)塑性。图6为不同成分、组织(屈服强度)铜铝合金拉伸性能定量预测。图7为铜铝合金的典型组织拉伸曲线。图8为实施例1中的关键参数拟合。图9为拉伸性能预测结果与验证。具体实施方式以下结合附图和实施例，对本专利技术进行详细说明。本专利技术为金属材料拉伸性能的预测方法，操作流程如图1所示，该方法包括四个步骤：(1)选择两种以上同类型不同参数工艺制备2-3组材料；(2)测试各组材料的拉伸性能；(3)拉伸曲线拟合获得关键参数；(4)拉伸性能预测；本专利技术采用拉伸性能的“拉伸变形指数硬化模型”实现预测，该名称源于拉伸时应力随应变呈现指数形式硬化，公式基本形式如下：抗拉强度σn与屈服强度σy关系：均匀塑性εn与屈服强度σy关系：抗拉强度σn与均匀塑性εn关系：公式(1)-(3)中，σρs与n均为材料成分参数，基本成分定了，这两个参数均为常数，而η为工艺参数，工艺类型定了(例如不同变形量轧制态或者不同温度退火态等)，η也就定了。这三个参数在实际中可通过两组以上拉伸实验即可得到。参数值确定后，便可以根据公式(1)和公式(2本文档来自技高网...

【技术保护点】
1.一种金属材料拉伸性能的预测方法，其特征在于：该方法是通过对同类工艺制备的材料进行拉伸实验，根据所得实验数据预测其它同类工艺所制备材料的拉伸性能；该方法具体包括如下步骤：(1)选择两种以上同类工艺制备金属材料；(2)通过实验，测试所制备材料的拉伸性能；(3)通过拉伸曲线拟合，获得所制备材料的关键参数；(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型，进行其它同类工艺制备材料的拉伸性能预测。

【技术特征摘要】
1.一种金属材料拉伸性能的预测方法，其特征在于：该方法是通过对同类工艺制备的材料进行拉伸实验，根据所得实验数据预测其它同类工艺所制备材料的拉伸性能；该方法具体包括如下步骤：(1)选择两种以上同类工艺制备金属材料；(2)通过实验，测试所制备材料的拉伸性能；(3)通过拉伸曲线拟合，获得所制备材料的关键参数；(4)根据步骤(3)所得关键参数，利用拉伸变形指数硬化模型，进行其它同类工艺制备材料的拉伸性能预测。2.根据权利要求1所述的金属材料拉伸性能的预测方法，其特征在于：步骤(1)中，所述同类工艺是指材料制备中仅改变材料成分或工艺参数的制备工艺。3.根据权利要求1所述的金属材料拉伸性能的预测方法，其特征在于：步骤(3)中，所述通过拉伸曲线拟合获得所制备材料的关键参数是指：利用公式(4)对步骤(2)获取的若干组拉伸曲线进行拟合，得到相应的若干组参数n、σs和σr的值，然后将σs和σr的值利用公式(5)进行线性拟合，得到...

【专利技术属性】
技术研发人员：张振军，张哲峰，张鹏，王强，
申请(专利权)人：中国科学院金属研究所，
类型：发明
国别省市：辽宁,21