【技术实现步骤摘要】
本专利技术属于高温复杂载荷下的材料剩余寿命预测，具体涉及一种热机疲劳剩余循环寿命全数值预测方法与系统。
技术介绍
1、在核电运行中，核电机组高温承压装备经常承受温度和机械载荷的联动循环作用，如压力容器和管道受到热冲击、热分层和热瞬态的作用，由此产生的热机疲劳损伤已成为影响高温承压装备长周期、安全可靠运行的重要因素。而在长期高温、变载的服役过程中，材料力学性能退化是高温部件的一个常见问题。然而，目前的部件寿命设计和预测方法几乎都基于材料的原始性能，尚未考虑热机疲劳载荷等导致材料性能退化。因此在考虑热机疲劳导致材料性能退化的基础上，开展高温部件的剩余寿命预测，对保证承压装备的安全稳定运行具有重要意义。
2、近年来，虽然基于能量耗散理论的热机疲劳、蠕变疲劳寿命预测方法能够有效提高寿命预测精度，但其均未考虑服役过程中材料性能退化。因此，现有的基于材料原始性能的热机疲劳寿命预测方法无法考虑服役过程中的动态损伤，难以判别高温部件在服役一段时间后是否还会发生热机疲劳失效，导致现有的寿命设计和预测方法可能偏冒进。
技术实现思路
1、本专利技术旨在解决现有技术的不足，提出一种基于拉伸性能的热机疲劳剩余循环寿命全数值预测方法与系统，可以对材料在不同服役工况和时间后的剩余疲劳寿命进行预测，且具有适用性广，精度高，操作简单等优点。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种热机疲劳剩余循环寿命全数值预测方法，包括以下步骤：
4、s1：获取材料试
5、s2：获取新试样，基于所述循环寿命以及所述新试样，进行热机疲劳中断试验；
6、s3：对热机疲劳中断试样进行拉伸试验，获得拉伸试验数据；
7、s4：基于所述拉伸试验数据，获得考虑热机疲劳损伤的修正拉伸本构模型；
8、s5：基于所述修正拉伸本构模型以及疲劳寿命预测模型，获得修正的剩余疲劳寿命预测模型；
9、s6：基于修正的剩余疲劳寿命预测模型，对不同载荷形式下的剩余疲劳寿命进行预测，获得剩余热机疲劳寿命。
10、优选的，步骤s1中，获得热机疲劳试验数据的方法为：
11、获取相同材料的若干试样，应变控制热机疲劳采用三角波形式，在同一应变速率下，对试样进行同应变速率不同应变幅值、相位角、温度范围以及平均温度的应变控制热机疲劳试验，获得所述热机疲劳试验数据。
12、优选的，步骤s2中，进行热机疲劳中断试验的方法为：
13、将疲劳周次、应变幅值、温度范围、平均温度与相位角作为热机疲劳试验的试验参量，当所述疲劳周次达到预设疲劳寿命，中止所述热机疲劳试验，完成热机疲劳中断试验。
14、优选的，步骤s4中，获得考虑热机疲劳损伤的修正拉伸本构模型的方法为：
15、基于所述拉伸试验数据，采用最小二乘法对拉伸应力应变曲线进行拟合，获得目标材料的johnson-cook拉伸本构模型参数；
16、基于所述目标材料的所述热机疲劳试验数据，计算疲劳损伤；
17、获得所述johnson-cook拉伸本构模型参数与所述疲劳损伤的数学关系；
18、基于所述数学关系，获得考虑热机疲劳损伤的修正拉伸本构模型。
19、优选的，所述疲劳损伤的计算公式如下：
20、
21、其中，wn为当前热机疲劳疲劳周次下的塑性应变能密度，w0为热机疲劳试验第一周的塑性应变能密度，wf热机疲劳失效时的塑性应变能密度；
22、所述数学关系的公式如下：
23、b＝a1*df+b1，
24、n＝a2*df+b2，
25、其中，b、n为johnson-cook拉伸本构模型参数，a1、a2、b1、b2为拟合的模型参数；
26、所述修正拉伸本构模型的表达式为：
27、
28、其中，σ为流动应力，a为参考温度和参考应变速率下的屈服应力，df为疲劳损伤，εp为真实塑性应变，c为应变速率硬化系数，为应变速率，为参考应变速率，t为当前温度，tr为参考温度，tm为材料熔点，m为热软化系数。
29、优选的，步骤s5中，获得修正的剩余疲劳寿命预测模型的方法为：
30、基于所述修正拉伸本构模型，获得热机疲劳加载后的均匀拉伸塑性应变能；
31、基于所述均匀拉伸塑性应变能，获得不同热机疲劳加载条件下的剩余拉伸性能因子；
32、基于所述剩余拉伸性能因子以及疲劳寿命预测模型，获得修正的剩余疲劳寿命预测模型；
33、优选的，获得热机疲劳加载后的均匀拉伸塑性应变能的公式为：
34、
35、其中，ut为均匀拉伸塑性应变能，εp为真实塑性应变，εb为抗拉强度对应的真实塑性应变。
36、一种热机疲劳剩余循环寿命全数值预测系统，用于实现所述全数值预测方法，包括：热机疲劳试验模块、热机疲劳中断试验模块、拉伸试验模块、修正拉伸本构模型获取模块、修正剩余疲劳寿命预测模型获取模块以及预测模块；
37、所述热机疲劳试验模块，用于获取材料试样，并对所述材料试样进行应变控制热机疲劳试验，获得热机疲劳试验数据；基于所述热机疲劳试验数据，获得热机疲劳试样的循环寿命；
38、所述热机疲劳中断试验模块，用于获取新试样，基于所述循环寿命以及所述新试样，进行热机疲劳中断试验；
39、所述拉伸试验模块，用于对热机疲劳中断试样进行拉伸试验，获得拉伸试验数据；
40、所述修正拉伸本构模型获取模块，用于基于所述拉伸试验数据，获得考虑热机疲劳损伤的修正拉伸本构模型；
41、所述修正剩余疲劳寿命预测模型获取模块，用于基于所述修正拉伸本构模型以及疲劳寿命预测模型，获得修正的剩余疲劳寿命预测模型；
42、所述预测模块，用于基于修正的剩余疲劳寿命预测模型，对不同载荷形式下的剩余疲劳寿命进行预测，获得剩余热机疲劳寿命。
43、与现有技术相比，本专利技术的有益效果为：
44、(1)本专利技术将服役过程中的材料性能退化纳入寿命预测，使得剩余循环寿命预测更加准确；
45、(2)本专利技术基于广泛认可的ostergren寿命预测模型进行修正，耦合拉伸性能退化这一经典的性能退化观点，具有明确的物理意义；
46、(3)本专利技术适用性广，主要体现在材料适用性以及疲劳载荷适用性上；
47、(4)本专利技术的寿命预测精度高，且能判定材料在热机疲劳、低周疲劳、蠕变疲劳加载任意时刻下的剩余循环寿命。
本文档来自技高网...【技术保护点】
1.一种热机疲劳剩余循环寿命全数值预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤S1中，获得热机疲劳试验数据的方法为：
3.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤S2中，进行热机疲劳中断试验的方法为：
4.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤S4中，获得考虑热机疲劳损伤的修正拉伸本构模型的方法为：
5.根据权利要求4所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，
6.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤S5中，获得修正的剩余疲劳寿命预测模型的方法为：
7.根据权利要求6所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，获得热机疲劳加载后的均匀拉伸塑性应变能的公式为：
8.一种热机疲劳剩余循环寿命全数值预测系统，用于实现权利要求1-6任一项所述的全数值预测方法，其特征在于，包括：热机疲劳试验模块、热机疲劳中断试验模块
...【技术特征摘要】
1.一种热机疲劳剩余循环寿命全数值预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤s1中，获得热机疲劳试验数据的方法为：
3.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤s2中，进行热机疲劳中断试验的方法为：
4.根据权利要求1所述的热机疲劳剩余循环寿命全数值预测方法，其特征在于，步骤s4中，获得考虑热机疲劳损伤的修正拉伸本构模型的方法为：
5.根据权利要求4所述的热机疲劳剩余循环寿命全数值预测方...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。