一种通过硬度预测金属材料疲劳强度的方法技术

本发明专利技术公开了一种通过硬度预测金属材料疲劳强度的方法，属于材料科学与工程应用技术领域。该方法根据材料的硬度与疲劳曲线等数据，首先分别建立硬度值与疲劳强度系数和疲劳强度指数的拟合关系，然后基于Basquin公式建立材料的疲劳寿命预测公式，通过代入疲劳实验循环停止周次(或S

【技术实现步骤摘要】
一种通过硬度预测金属材料疲劳强度的方法


[0001]本专利技术涉及材料科学与工程应用
，具体为一种通过硬度预测金属材料疲劳强度的方法。

技术介绍

[0002]机械设计中，疲劳强度是材料基本疲劳力学性能的重要指标。目前常规获取材料的疲劳强度仍主要采用疲劳实验的升降法，需要大量的人力、物力和财力。硬度测试作为最简便的力学性能测试，有研究者提出了硬度值与疲劳强度线性经验公式，体现出HV≤400的金属材料的硬度值与疲劳强度有较好的正置关系。
[0003]近年来，随着材料科学的不断进步和高强材料的出现，有研究发现材料硬度提高到一定程度(HV≈400)后，材料的疲劳强度随硬度的增加将不再线性提高，反而出现极点甚至有下降的趋势，这种情况下传统的线性经验公式将不再适用。因此，通过建立硬度与疲劳强度的量化关系，将有效实现疲劳强度的简单且快速预测。

技术实现思路

[0004]为了降低获取材料疲劳强度所需人力、时间和金钱成本，本专利技术提供了一种通过硬度预测金属材料疲劳强度的方法。该方法通过获取材料的硬度与S
‑
N曲线数据，利用最小二乘法拟合Basquin公式获得疲劳强度系数和疲劳强度指数，分别建立两个参数与硬度值的关系，进而建立基于硬度的疲劳寿命预测公式，通过代入疲劳实验循环停止周次(或可能是S
‑
N曲线出现疲劳平台的周次)可获得材料的疲劳强度。该方法考虑了材料在不同应力幅下的寿命数据，合理地预估疲劳强度下的循环周次，具有普适性和可靠性，操作简单可行，大量降低了实验量的需求。
[0005]为了实现上述目的，本专利技术采用的技术方案是：
[0006]一种通过硬度预测金属材料疲劳强度的方法，该方法具体包括如下步骤：
[0007](1)硬度测试：
[0008]对若干同系列金属材料进行显微硬度测试，获得若干个材料的显微硬度值(例如显微维氏硬度HV)；
[0009](2)疲劳实验：
[0010]在同系列金属材料中选择2～4种材料制备疲劳测试样品，对其进行疲劳实验，绘制S
‑
N曲线；其中S
‑
N曲线根据Basquin公式(公式(1))进行最小二乘法拟合，获得疲劳强度系数σ
′
f
和疲劳强度指数b；
[0011]lgσ
a
＝lgσ'
f
+blg(2N
f
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0012]公式(1)中：σ
a
为应力幅，N
f
为循环周次。
[0013](3)参数拟合：
[0014]将显微硬度值HV分别与lgσ
′
f
与b进行拟合，获得公式(2)和公式(3)；
[0015]lgσ'
f
＝f(HV)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0016]b＝g(HV)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0017](4)疲劳强度预测：
[0018]将上述获得的公式(2)和(3)代入公式(1)中，获得金属材料的疲劳寿命预测公式；获得金属材料的疲劳寿命预测公式如下：
[0019]lgσ
a
＝f(HV)+g(HV)
·
lg(2N
f
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0020]将疲劳实验循环停止周次(或可能为S
‑
N曲线平台的周次)N
S
代入公式(4)N
f
中，即可计算出硬度值HV金属材料的疲劳强度值σ
w
，如公式(5)。
[0021]lgσ
w
＝f(HV)+g(HV)
·
lg(2N
S
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)。
[0022]上述步骤(1)中，每组样品的显微硬度值应取5处以上显微硬度的算数平均值。
[0023]上述步骤(2)中，每组样品应选择3～5个应力级，且各应力级应选择2～4个样品进行实验。
[0024]上述步骤(3)中，公式(2)和(3)均为数据拟合获得；公式(2)中：lgσ
′
f
和HV一般有正相关关系；公式(3)中：b和HV间的关系与材料有关，有正相关关系或如公式(6)关系，可根据材料的损伤机制调整形式；公式(6)中：HV小于或大于等于a时，b分别为常数c和αHV+β，其中c，α和β均为常数，为数据拟合获得，a为c与αHV+β的交点处的硬度值。
[0025][0026]上述步骤(4)中，N
S
为高周疲劳实验的停止循环周次或可能为S
‑
N曲线平台的周次，公式(5)仅适用于不同硬度的同种材料。
[0027]本专利技术的优点和有益效果如下：
[0028]1、本专利技术提出了快速预测金属材料疲劳强度方法，解决了目前金属材料疲劳强度的获取主要依靠繁琐且成本巨大的疲劳测试的问题。
[0029]2、本专利技术的硬度数据的获取可基于压入试验法，极大程度保证在役结构的完整性，可推广到工业、核电和航空等领域。
[0030]3、本专利技术的疲劳强度预测模型具有良好的普适性，尤其对于热加工获得不同硬度的金属材料有良好的适用性。
[0031]4、本专利技术预测方法计算简单且具有较高准确性，通过建立静态力学性能与疲劳强度的关系，进行疲劳强度的预测。硬度测试所需时间少，极大程度地节约时间、人力和金钱成本。
附图说明
[0032]图1是AISI 4340钢的疲劳强度系数与硬度的关系。
[0033]图2是AISI 4340钢的疲劳强度指数与硬度的关系。
[0034]图3是AISI 4340钢的疲劳强度预测结果准确性验证。
[0035]图4是SCM 435钢的疲劳强度系数与硬度的关系。
[0036]图5是SCM 435钢的疲劳强度指数与硬度的关系。
[0037]图6是SCM 435钢的疲劳强度预测结果准确性验证。
[0038]图7是纯Cu和Cu
‑
Al合金的疲劳强度系数与硬度的关系。
[0039]图8是纯Cu和Cu
‑
Al合金的疲劳强度指数与硬度的关系。
[0040]图9是纯Cu和Cu
‑
Al合金的疲劳强度预测结果准确性验证。
具体实施方式：
[0041]下面结合实施例和附图对本专利技术进一步说明。
[0042]实施例1：
[0043]本实施例是对不同硬度的AISI 4340钢材料进行疲劳强度预测，对4种不同硬度的AISI 4340钢材料进行测试(实验数据)，并用于预测其余未测试的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过硬度预测金属材料疲劳强度的方法，其特征在于：该方法具体包括如下步骤：(1)硬度测试：对若干同系列金属材料进行显微硬度测试，获得若干个材料的硬度值(例如显微维氏硬度HV)；(2)疲劳实验：在同系列金属材料中选择2～4种材料制备疲劳测试样品，对其进行疲劳实验，绘制S
‑
N曲线；其中S
‑
N曲线根据Basquin公式即公式(1)进行最小二乘法拟合，获得疲劳强度系数σ
′
f
和疲劳强度指数b；lgσ
a
＝lgσ
′
f
+b1g(2N
f
)
ꢀꢀꢀꢀ
(1)公式(1)中：σ
a
为应力幅，N
f
为循环周次；(3)参数拟合：分别建立显微硬度值HV与lgσ
′
f
与b进行联系，获得公式(2)和公式(3)；lgσ
′
f
＝f(HV)
ꢀꢀꢀꢀ
(2)b＝g(HV)
ꢀꢀꢀꢀꢀꢀ
(3)(4)疲劳强度预测：将步骤(3)所得公式(2)和(3)代入公式(1)中，获得金属材料的疲劳寿命预测公式如下：lgσ
a
＝f(HV)+g(HV)
·
lg(2N
f
)
ꢀꢀꢀꢀ
(4)将疲劳实验循环停止周次(或可能为S
‑
N曲线平台的周次)N
S
代入公式(4)N
f
中，即可计算...

【专利技术属性】
技术研发人员：庞建超，高崇，李守新，张哲峰，
申请(专利权)人：中国科学院金属研究所，
类型：发明
国别省市：