预测疲劳裂纹扩展的多种理论模型研究

大多数工程断裂是因疲劳而引起的,所以金属材料的低周疲劳和裂纹扩展速率性能一直受到安全设计部门的关注。长久以来,国内外学者在建立金属材料低周疲劳行为和裂纹扩展速率性能之间的关系方面进行了多材料和多角度的研究。基于平面应力裂纹尖端小范围屈服应力应变场和疲劳裂纹扩展失效准则,提出用于I型疲劳裂纹扩展速率的预测模型。针对国内外相关工作的研究,基于平面应力裂纹尖端小范围屈服应力应变场和疲劳裂纹尖端循环塑性区内的应变能失效准则,提出一个可用于I型疲劳裂纹扩展速率的预测模型。借助已发表的15种金属材料对应的低周疲劳和裂纹扩展速率性能数据,详细分析和比较所提出的预测模型与其他6种预测模型的预测规律和结果。研究表明,所提出的预测模型能够预测更广泛的金属材料疲劳裂纹扩展速率,并且较其他6中预测模型更符合安全设计的理念。     

基于图像处理的疲劳裂纹扩展长度在线测量方法

为了在金属疲劳裂纹扩展试验中采用直观、准确、可靠的方法获得高精度裂纹长度尺寸,提出了基于图像处理技术的疲劳裂纹扩展长度在线测量方法。首先,采用大尺寸黑白全帧面阵CCD和微距显微镜头对疲劳裂纹扩展过程中的图像进行采集,分析疲劳裂纹的图像形态特征,采用亚像素边缘定位方法对预制裂纹边缘进行检测,求出疲劳裂纹起点位置。然后,对裂纹扩展区域进行图像子区划分,对图像子区采用基于灰度统计数据的自适应分割方法进行裂纹分割,采用单区域增长算法进行二值化裂纹图像连接得到裂纹主干。最后,进行了系统标定和疲劳裂纹长度在线测量试验。试验结果表明：本方法测量精度高、抗干扰能力强、数据稳定可靠,裂纹长度测量精度为0.03mm,满足裂纹扩展试验国际标准的要求。     

裂纹扩展疲劳试验测控系统研究

针对疲劳裂纹扩展过程中工作载荷的稳定性问题,建立了基于裂纹长度在线测量的谐振式疲劳裂纹扩展试验振幅控制系统,提出了基于裂纹在线测量的自适应改进爬山法、固有频率跟踪方法及振幅模糊PID控制方法。首先采用自行设计的测量系统测得了试件不同裂纹尺寸所对应的系统固有频率,开始疲劳裂纹扩展试验后实时测量了裂纹扩展过程中的裂纹长度,采用所提出的固有频率跟踪算法对系统固有频率进行了跟踪,同时采用模糊PID方法对频率跟踪过程中造成的振幅波动较小进行了控制。实验及研究结果表明,所提出方法在裂纹扩展过程中的振幅控制精度为2%,控制精度高、调整时间短,能较好地满足疲劳裂纹扩展试验的要求。     

裂纹扩展过程中电磁谐振疲劳试验系统动态特性分析*

电磁谐振疲劳裂纹扩展试验系统是一种工作在谐振状态下测试金属材料断裂特性的试验装置,要求在裂纹扩展过程中精确跟踪系统的固有频率和控制试验载荷,为达到这一目的,需要对裂纹扩展过程中系统的动态特性进行精确的分析。据此,建立3自由度有阻尼电磁谐振疲劳试验振动系统的数学模型,采用ANSYS有限元法计算CT紧凑拉伸试件的刚度,研究不同材料试件刚度、系统固有频率,试验载荷幅频曲线、共振振幅在裂纹扩展过程中的变化规律,并进行相关试验,试验结果表明：系统固有频率计算值与试验测量值之间的最大偏差为1.9 Hz;系统动态特性仿真结果与试验结果能够较好地吻合。该研究结果为电磁谐振式疲劳试验载荷的高精度控制提供了理论依据。     

基于机器视觉技术的疲劳裂纹自动检测实验系统

为解决现有传统的金属疲劳裂纹检测方法存在的精度不高、操作繁琐、抗干扰性差和不易实现自动记录等问题,将虚拟仪器和图像处理技术应用到金属疲劳裂纹检测系统中,进行了疲劳裂纹长度在线测量和疲劳扩展速率计算。通过系统的整体设计和原理介绍,提出了疲劳裂纹在线非接触式的机器视觉检测方案;并基于LabVIEW的实验平台,进行了疲劳裂纹扩展试验,通过使用NI的IMAQVision实现了图像处理功能。研究结果表明,由该方案建立的基于图像处理技术的裂纹检测系统在线测量得到的最大裂纹长度测量误差为0．148mm,且由拟合裂纹长度一时间曲线的导函数可得到裂纹扩展速率,是一种较理想的疲劳裂纹在线检测方法。     

准脆性金属材料的Ⅰ-Ⅱ混合型裂纹扩展速率预测

基于断裂与损伤力学方法,将裂纹的开裂和疲劳扩展两个过程结合起来考虑,研究准脆性金属材料内Ⅰ-Ⅱ 混合型裂纹起裂后稳定扩展速率的预测问题.由于裂纹空间分布的复杂性及数学上的困难,将该裂纹简化为二维裂纹.首先分析裂尖构成,判定该裂纹的进一步扩展即分支裂纹的扩展问题,将Ⅰ、Ⅱ混合型裂纹等价地处理为起裂方向上的当量Ⅰ型裂纹;其次在断裂损伤耦合的基础上,对损伤(硬化)区的边界进行探讨;最后在损伤力学框架下,对该裂纹的扩展速率进行分析,初步导出一个Paris型的裂纹扩展速率公式.研究结论与有关文献及工程实际相吻合.在裂纹起裂和疲劳寿命预测研究方面具有一定的理论价值.     

基于声发射技术的金属高频疲劳监测

采用声发射技术监测高频疲劳条件下金属材料裂纹的扩展。介绍了如何运用软硬件处理的方法，从采集到的信号中分离出裂纹扩展的声发射信号。从处理后的声发射信号与观察得到的裂纹扩展对比来看，声发射参数的变化能够有效地反映材料疲劳裂纹扩展的过程，并且能更早地发现试样内部微小裂纹的变化。通过试验，得出了紧凑拉伸试样在裂纹稳定扩展阶段声发射信号能量率与应力强度因子幅值之间的关系式。     

基于CCD图像的表面裂纹检测

提出了一种基于CCD图像处理技术的表面裂纹检测方法,采用灰度阈值法对图像进行分割,然后应用数学形态学的方法对图像进行缺陷修补与细化,最后获取表面裂纹的位置和长度,并对裂纹的扩展速率进行了预测。将这种裂纹检测方法运用到裂纹自动检测系统和裂纹扩展行为监测中,不仅可以大大降低劳动时间和劳动强度,而且提高了测量的准确性。     

疲劳裂纹深度自动监测系统的研制与应用

基于智能化处理器技术研制的裂纹深度自动测量系统,可与不同疲劳试验机配套,实现疲劳断裂试验中裂纹扩展深度的自动跟踪监测、试验数据分析及曲线生成,裂纹扩展速率(da/dN)试验的自动化;通用于三点弯曲和CT(compact tension)试样.使用方便,测量数值精确可靠.还可以用于结构或设备的表面裂纹深度检测.     

金属材料疲劳短裂纹萌生与扩展研究综述

系统梳理了金属材料疲劳短裂纹的定义、分类、试验方法、萌生机理及典型扩展率模型，对当前短裂纹行为研究面临的问题进行了总结与展望。研究结果表明，在萌生机理方面，材料自身的微观结构对短裂纹萌生及扩展有重要影响，短裂纹扩展至晶界处，受晶粒取向及晶界阻力影响，扩展率会下降，裂尖突破晶界束缚后，短裂纹扩展路径出现局部偏折。在扩展行为描述方面，短裂纹的扩展驱动力与承受的载荷水平、残余应力、表面处理方式、局部磨损状况等有关。扩展过程中，裂纹尖端材料在小范围内屈服而产生局部塑性区。同时，塑性尾迹区也逐渐形成，进而产生塑性诱导闭合，导致裂纹扩展门槛值降低。此外，晶体位错之间的相互作用和位错塞积会阻碍位错发展。机器学习算法作为一种先进技术手段，已在短裂纹扩展行为表征中得到应用，对提升预测精度有促进作用。随着金属材料短裂纹行为研究的进一步深入，未来可重点关注短裂纹萌生与扩展实时监测、试验影响因素控制、数据离散性分析、扩展率模型的工程应用等问题，探索建立适用于工程结构与零部件的在役长、短裂纹扩展率统一表征模型和实时监测与安全评估技术，结合先进的机器学习算法，实现对工程关键金属结构更有效、更准确的安全性评定和剩余...