IMECH-IR  > 非线性力学国家重点实验室
金属材料表面残余应力的仪器化压入测试技术
Alternative TitleDetermination of Surface Residual Stresses of Metals
逯智科
Thesis Advisor张泰华 ; 郇勇
2015
Degree Grantor中国科学院研究生院
Place of Conferral北京
Subtype博士
Degree Discipline固体力学
Abstract工程材料表面残余应力的存在影响着机械零部件的服役性能,例如抗疲劳、抗断裂、耐腐蚀和尺寸稳定性等,其测试成为当前应用领域备受关注的力学问题之一。测试残余应力的技术目前主要有钻孔、切割、X射线衍射、中子衍射、超声和磁性等,其各具优缺点,分别适用于若干种特定工况下的测试。与这些传统测试技术相比,仪器化压入技术具有表面、微区(10-1μm~102μm)、微损、快速(10-1min~100min)等特点,适用于多种条件下残余应力的测试,具有良好发展前景。 仪器化压入测试技术由分析方法和压入测量组成。当前研究集中于分析方法的发展,缺乏对压入测量可靠性的研究,不能形成有效的测试技术;而现有分析方法的研究,或设定的假设不够严密,或选取的分析参量不能直接测量,或缺乏有效的试验验证。本论文针对这些问题,以实用化为目的,以操作便捷、测试准确为宗旨,发展金属材料表面残余应力的仪器化压入测试技术。具体工作如下。 建立基于锥形压入测定材料表面残余应力的分析方法。假设试样材料为线弹-幂硬化、残余应力沿压入深度分布均匀、压头为理想刚性锥体,借助量纲分析和数值模拟,建立起残余应力与压入可测参量(相对加载曲率)之间的关系式;以此为基础,发展锥形压入识别材料表面残余应力的分析方法。采用数值模拟验证本分析方法的准确性。当为拉应力时,残余应力计算误差通常小于10%;当为压应力时,残余应力计算误差通常小于20%。采用误差传递研究本分析方法的稳定性。对屈服应变、硬化指数和相对加载曲率分别引入 、 和 的偏差,残余应力的偏差可以分别控制在10%、5%和5%以内。本分析方法的特点为分析参量易精确测量,准确性和稳定性好。 建立基于球形压入测定材料表面残余应力的分析方法。假设试样材料为线弹-幂硬化、残余应力沿压入深度分布均匀、压头为理想刚性球体,借助量纲分析和数值模拟,建立起残余应力与压入可测参量(相对压入载荷)之间的关系式;采用数值模拟验证本识别表达式的准确性,其准确程度与锥形压入分析方法的准确程度相当;采用误差传递研究本识别表达式的稳定性,其稳定程度同样与锥形压入分析方法的稳定程度相当。集成同课题组Yu Chang(于畅)等提出的材料参数分析方法与此残余应力识别表达式,发展基于球形压入识别残余应力和材料参数的一体化分析方法。本压入分析方法的特点为识别参数多元、操作便捷和测试高效。 试验验证锥形压入和球形压入分析方法的可靠性。设计预应力加载装置,通过对无残余应力试样施加预应力来等效材料表面残余应力,此预应力值可通过力值传感器测定;选用四种常见金属材料(紫铜T2、硬铝LY12、铝合金Al7075和钛合金TC4)进行单轴拉伸和压入试验。以预应力加载装置测定的应力值作为约定参考值,将两种压入分析方法计算的应力值与之比较,以检验两种分析方法在实际测试中的可靠性。通常,残余应力的预测绝对误差均在50MPa以内,预测相对误差均在20%以内。 拟定压入试验数据评估准则。分析压入测试的影响因素。针对宏观压入仪Zwick ZHU2.5/Z2.5,导出 和 与压入深度之间的关系。以 和HM作为观测参量,建立宏观压入试验数据的评估准则。本试验数据评估准则简单,即通过结合 -压入深度曲线、HM-压入深度曲线是否保持水平和试验结果的重复性是否满足要求,判定试验数据的有效性。 集成材料表面残余应力的锥形和球形压入分析方法,开发与LNM现有仪器Zwick ZHU2.5/Z2.5配套使用的分析处理程序,形成测试技术。利用本程序,可通过有无残余应力的压入曲线,自动确定相应的分析参量并计算出残余应力值。本测试技术具有操作便捷、测试高效等优点。
Call Number31236
Language中文
Document Type学位论文
Identifierhttp://dspace.imech.ac.cn/handle/311007/55075
Collection非线性力学国家重点实验室
Recommended Citation
GB/T 7714
逯智科. 金属材料表面残余应力的仪器化压入测试技术[D]. 北京. 中国科学院研究生院,2015.
Files in This Item:
File Name/Size DocType Version Access License
201561152708.pdf(8770KB) 开放获取CC BY-NDApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Lanfanshu
Similar articles in Lanfanshu
[逯智科]'s Articles
Baidu academic
Similar articles in Baidu academic
[逯智科]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[逯智科]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.