物质疲劳

结构力学物质疲劳

什么是材料疲劳?

物质疲劳是一种现象,在承受循环载荷时结构失败。即使经历的应力范围远低于静态材料强度,这种结构损伤也会发生。疲劳是机械结构故障的最常见来源。

该过程直到组件最终在重复加载下失败,可以分为三个阶段:

  1. 在大量循环中,损伤在微观水平上发展并成长,直到形成宏观裂纹。
  2. 宏观裂纹在每个循环中生长,直到达到临界长度。
  3. 破裂的组件断裂是因为它不能再维持峰值负载。

对于某些应用,无法观察到第二阶段。微观裂纹迅速生长,导致组件突然失败。

最后两个阶段的细节通常在主题中考虑断裂力学。期限疲劳主要适用于第一阶段。但是,学科和测量的疲劳周期数之间存在一些重叠,通常还包括最后两个阶段。因为在可能观察宏观裂缝之前,花费了零件的最大部分,所以大多数设计旨在避免遇到这种损害。

疲劳变量

在非恒定外部负载的影响下,材料中的状态也随时间而变化。材料中某个点的状态可以由许多不同的变量(例如应力,应变或能量耗散)描述。疲劳过程通常被视为由特定的此类变量控制。一个负载周期被定义为从研究变量到下一个峰的一个峰的持续时间。在一般情况下,所有循环都没有相同的幅度。但是,对于表面的讨论,可以假定疲劳控制状态变量在每个负载周期的开始和结束时具有相同的值。在弹性材料中,循环负荷会导致周期性应激反应。在这种情况下,很容易定义负载周期。这是由下图说明的,其中应力是疲劳控制状态变量。

图描绘了用于预测材料疲劳的常见变量。 图描绘了用于预测材料疲劳的常见变量。 用于疲劳预测的常见变量。

压力在最大压力,,,,\ sigma _ {\ textrm {max}},a最小压力,,,,\ sigma _ {\ textrm {min}},在负载周期中。在疲劳领域,通常使用应力变化来定义应力振幅,,,,\ sigma _ {\ textrm {a}}和平均压力,\ sigma _ {\ textrm {m}}。此外,定义的变量压力范围,,,,\ delta \ sigma,和r- 值经常用于描述应力周期。不同疲劳应力变量之间的关系是

\begin{align*} \sigma_{\textrm{m}}& =\frac{\sigma_{\textrm{max}} + \sigma_{\textrm{min}}}{2}\\ \sigma_{\textrm{a}}}&= \ frac {\ sigma _ {\ textrm {max}}} - \ sigma _ {\ textrm {min}}}} {2} {2} \ \ \\\\\\\\\\\\\\\\\ \ \ sigma&= \ sigma&= \ sigma&= \ sigma _ {\ sigma _ {max \ textrm}sigma _ {\ textrm {min}} \\ r&= \ frac {\ sigma _ {\ textrm {min}}}}} {\ sigma _ {\ sigma _ {\ textrm {max}}}}}}}}}

疲劳损伤的最重要参数是应力振幅。对于任何详细的分析,也必须考虑平均压力。拉伸平均应力会增加对疲劳的敏感性,而压缩平均应力则可以增加应力幅度。

对一系列负载循环序列的材料响应高度取决于外部载荷的性质,外部负载的性质可以是周期性,随机,甚至由可重复的块组成。对于后两种情况,对负载周期的描述并不像纯周期性的情况那样容易。它需要特殊的程序。

框架的材料响应,带有三个广义载荷的切口。 框架的材料响应,带有三个广义载荷的切口。 带有随机负载的切口的框架。显示了三个广义载荷的时间历史 - 两个弯矩和一个扭曲力矩。应力轮廓代表对相应单位负载的材料响应。

低循环和高周期疲劳

疲劳分析并不总是基于压力反应。但是,由于大多数研究是在基于压力的模型有用的政权中进行的,因此该分支一直受到历史上的关注。基于产生裂缝所需的负载周期的数量,习惯上有区别低周期疲劳(LCF)和高周期疲劳(HCF)。两者之间的限制并不明显,但通常是10,000个周期的顺序。物理上的理由是,在HCF的情况下,应力足够低,可以将应力 - 应变关系视为弹性。使用HCF时,应力范围通常用于描述局部状态。对于LCF,与此同时,应变范围或消散能量是常见选择。

疲劳模型

疲劳领域的研究首先始于19Th世纪及其延续导致了许多疲劳预测的方法。经典模型之一是所谓的S-N曲线。此曲线将循环的数量联系起来,直到失败(即寿命),n,达到单轴负荷的应力振幅。一般趋势是,应力幅度降低,获得了更长的寿命。通常,依赖性非常强大,因此应力振幅减少10%会使寿命增加50%。一些材料在疲劳测试中表现出应力阈值。在低于此阈值的应力下,称为耐力极限,未观察到疲劳损伤,并且成分可以在无限的寿命中运行。但是,并非所有材料都有耐力限制。因此,即使在低压力下,它们也会因疲劳而失败。

S-N曲线,这是疲劳预测的经典模型之一。 S-N曲线,这是疲劳预测的经典模型之一。 具有耐力极限(实线)且无耐力极限(虚线)的材料的S-N曲线。

在多轴载荷中,外部载荷的方向或位置变化,从而在不同方向上变形了一个结构。这意味着在每个时间实例中,必须评估全应力或应变张量而不是标量值。这通常是通过关键平面方法来处理的,其中研究了许多空间中的平面,以寻找预计疲劳的关键平面。

在随机加载中,由于每个周期与下一个循环不同,因此无法用单个应力幅度描述应力周期。为了预测疲劳,必须将完整的应力病史转化为应力频谱,该频谱在下一步分析中可能与疲劳有关。这雨流计数算法可以用来定义一组具有相应平均应力的应力振幅。Palmgren-Miner线性损伤规则是预测一组不同的压力水平下疲劳的流行方式。

一个模拟图,描述了使用雨流量计数算法来预测应力周期分布的图。 一个模拟图,描述了使用雨流量计数算法来预测应力周期分布的图。 应力周期分布根据雨流量计数算法。

随机负荷在结构经历动态载荷的振动疲劳中很常见。由于压力取决于激发频率,因此可以使用例如电谱密度方法在频域中进行疲劳评估。

在某些材料的情况下,疲劳寿命受到微机械缺陷数量的高度影响。对于这些材料,缺陷的位置对组件的寿命有很大影响。例如,与远离应力浓度的缺陷相比,应力浓度附近的缺陷显着降低了组件的寿命。概率方法可用于处理这些类型的应用程序。

在选择疲劳预测模型时,没有一般选择。每个模型的适用性都取决于材料和加载类型。但是,可以通过简单地提出一些定性问题(如博客文章中看到的那样,可以缩小适用模型的数量”。我应该选择哪种疲劳模型?”)。

疲劳材料数据

疲劳评估需要疲劳模型和材料数据。每个模型都需要一组不同的材料参数,可以从材料测试中获得。疲劳测试可能是一个相当耗时的过程,因为在观察到疲劳之前,单个测试可以进行许多周期。例如,在高周期疲劳中,标本可以在失败之前持续100万个周期。

此外,微结构对疲劳灵敏度的影响在测试结果中引入了散射。这是由于材料在微力水平上不均匀的事实引起的。以合金为例,其中有结晶的晶粒,晶界会导致应力浓度。在金属铸件中,甚至可能在凝固过程中形成毛孔。因此,在局部规模上,可能会发生菌株比晶体内的宏观平均值和位错大得多。由于这种微机械不规则性的位置或多或少是随机分布的,因此即使外部负载良好,负载循环的数量散射很大,即使某种类型的组件也可以受到。因此,在发现可靠的疲劳数据之前,需要对大量标本进行测试。

使用S-N曲线的疲劳材料数据图。 使用S-N曲线的疲劳材料数据图。 S-N曲线用于一种材料的不同组件。黑色正方形代表单个测试的结果,并指示数据的散射。

在评估测试结果时,也必须考虑统计效应。以下是此类效果的两个例子:

  1. 如果两组具有不同直径的条的张力以相同的名义应力测试,则较大的寿命似乎较短。原因是,在大量的材料中,找到一定大小的微观缺陷的风险更大。
  2. 如果在应有拉伸载荷和弯曲载荷时测试相同类型的杆,但是给出相同的峰值应力,则由于弯曲而进行的峰值应力似乎具有更长的寿命。在弯曲过程中,只有一小卷材料承受最大的压力。

此外,诸如表面处理和操作环境之类的效果将进一步影响疲劳强度。

在将测量数据转换为特定结构的允许值时,必须考虑所有这些效果的组合以及潜在故障的后果。

发布:2016年3月15日
最后修改:2017年2月21日