题名 | 高强钢超高周疲劳行为和最大夹杂物尺寸估计研究 |
作者 | 张继明 |
学位类别 | 博士 |
答辩日期 | 2006-06-13 |
授予单位 | 中国科学院金属研究所 |
授予地点 | 金属研究所 |
导师 | 李守新 |
关键词 | 高强弹簧钢 超高周疲劳 S-N曲线 非金属夹杂物 临界夹杂尺寸 夹杂物团簇 贝/马复相钢 鱼眼断裂 统计极值(SEV) 广义帕雷托分布(GPD) 疲劳强度 |
学位专业 | 材料物理与化学 |
中文摘要 | 近年来,随着汽车、航空和机械制造等工业的快速发展,对机械用高强钢提出了高强度长寿命的要求;另外,高强钢在超高周循环周次表现出与传统疲劳明显不同的特征。因此,高强钢的超高周疲劳行为成为当前疲劳研究新的热点。本文以含有不同夹杂物尺寸的商业60Si2CrVA和商业50CrV4高强弹簧钢,洁净54SiCrV6、洁净50CrV4和超纯净54SiCr6高强弹簧钢以及贝氏体/马氏体复相组织高强钢为实验材料,利用岛津产USE-2000超高频疲劳实验机(20kHz),系统地研究了钢中不同尺寸的非金属夹杂物和贝氏体/马氏体复相组织对高强钢超高周疲劳性能的影响。同时,利用扫描电子显微镜和电子探针微观分析技术观察疲劳断口形貌特征和疲劳源区元素的面分布,分析高强钢在超高周循环周次的疲劳断裂机制。利用统计极值(SEV)和广义帕雷托分布(GPD)两种统计方法估算了不同体积商业60Si2CrVA和洁净50CrV4钢中的最大夹杂物尺寸,并根据估计的最大夹杂物尺寸对钢的疲劳强度下限进行了预测,最后把估计的结果与超高周疲劳的实验结果进行了比较。 非金属夹杂物尺寸对回火马氏体高强钢的超高周疲劳行为有重要的影响。在109循环周次内,随着非金属夹杂物尺寸的减小,高强钢的超高周疲劳S-N曲线表现为不同的形式。(1)当夹杂物尺寸大于20mm时,其超高周疲劳S-N曲线一般为“连续下降型”;(2)当夹杂物(团簇)尺寸在20mm~临界尺寸之间时,其超高周疲劳S-N曲线为“台阶型”曲线;(3)当夹杂物(团簇)尺寸小于其临界夹杂尺寸时,其超高周疲劳S-N曲线为“疲劳极限型”曲线。非金属夹杂物尺寸越小,“台阶型”S-N曲线中的平台部分越长,钢的可靠性越好。在高加载应力幅下,马氏体高强钢的疲劳开裂主要起源于试样表面。而在低应力幅长寿命范围,试样的疲劳开裂主要起源于内部,钢中的非金属夹杂物成为主要的裂纹源。在商业60Si2CrVA和商业50CrV4钢中,内部疲劳开裂主要由大尺寸的氧化物类夹杂物引起的。而在洁净54SiCrV6和50CrV4钢中,内部疲劳断裂主要起源于钢中小尺寸夹杂物的团簇。在超纯净54SiCr6中,由于钢中夹杂物尺寸小于其临界尺寸,没有观察到疲劳开裂起源于钢中的夹杂物,有限的内部疲劳开裂起源于钢中局部C和Cr元素的偏聚。 贝氏体/马氏体复相组织高强钢的超高周疲劳S-N曲线属于“连续下降型”曲线,在高加载应力幅水平,疲劳裂纹主要萌生于试样表面。而在低应力幅长寿命阶段,疲劳开裂主要起源于试样内部。与回火马氏体钢内部疲劳破坏不同,贝氏体/马氏体复相组织高强钢的内部疲劳破坏主要由于试样中心局部区域组织发生不均匀塑性形变而导致的,特别是软的粗大第二相贝氏体。另外,加载间歇时间对贝氏体/马氏体复相组织高强钢的疲劳寿命有重要的影响,在高应力幅水平,延长共振间歇时间,其疲劳寿命可以得到大幅度的提高。但是,在低应力幅长寿命阶段,疲劳强度相差不大。 利用统计极值(SEV)和广义帕雷托分布(GPD)方法可以有效地估算不同体积高强钢中的最大尺寸夹杂物。SEV方法估计的最大夹杂物尺寸与外推钢的体积呈线性关系,外推体积越大,钢中最大夹杂物的尺寸越大;而GPD方法估计存在一个最大夹杂物尺寸的上限值。在小体积范围内,SEV和GPD方法估算的结果基本一致,而随着外推体积的增加,估算结果差别增加。与超高周疲劳实验结果相比较,SEV方法比较适合于估算含有较大尺寸不同体积钢中的最大夹杂物尺寸,而GPD方法更适用于洁净钢中的最大夹杂物尺寸估算。同时,根据估算的不同体积高强钢的最大夹杂物尺寸可以预测钢的最低疲劳强度。估算的疲劳强度略低于超高周疲劳实验获得的疲劳强度。估计与实验疲劳强度误差较小。 |
语种 | 中文 |
公开日期 | 2012-04-10 |
页码 | 112 |
内容类型 | 学位论文 |
源URL | [http://ir.imr.ac.cn/handle/321006/16890] ![]() |
专题 | 金属研究所_中国科学院金属研究所 |
推荐引用方式 GB/T 7714 | 张继明. 高强钢超高周疲劳行为和最大夹杂物尺寸估计研究[D]. 金属研究所. 中国科学院金属研究所. 2006. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论