選區激光熔化增材制造Ti6Al4V合金的疲勞極限預測方法
時間：2024-05-16 09:06 來源：增材制造碩博聯盟 作者：admin 閱讀：次
隨著近期增材制造技術的不斷發展，引發了缺陷下結構完整性評估問題。為定量評估增材制造Ti6Al4V合金試樣疲勞性能，該文以斷裂力學理論為基礎，定義了與缺陷面積參數相關的等效裂紋尺寸，實現了該材料疲勞極限的準確預測。具體而言，基于極值統計理論量化分析了材料中的最大缺陷面積參數分布，并基于試驗數據驗證了提出的方法的準確性。
為量化缺陷對疲勞行為的影響，該研究基于缺陷面積參數估計增材制造Ti6Al4V合金的疲勞極限，并基于極值統計理論定義等效裂紋尺寸，圖1為試驗測得斷口及裂紋形貌。具體而言，該等效裂紋尺寸可基于三個假設推導：（1）基于Sv和Rsm定義的周期性裂紋；（2）深度等于Sv的周向裂紋；（3）深度等于Sv的半圓裂紋。進一步將上述假設與Atzori,
Lazzarin和Meneghetti提出理論模型（ALM模型）相結合，即可建立其裂紋擴展模型，其中材料參數基于Rigon和Meneghetti所提經驗模型估計。最后，該文將模型預測疲勞極限與試驗數據進行了對比，驗證了所提模型的準確性。
表明形貌
具體而言，該文首先對比了基于原始數據與預處理數據求解的Sv,max，見圖2所示，結果表明數據預處理對于Sv,max的影響可以忽略不計。根據求解的Sv,max，進一步計算了增材制造Ti6Al4V合金的疲勞裂紋擴展閾值，見圖3所示。由于等效裂紋尺寸為試樣標距段表面積的最大估計值，因此其與臨界缺陷尺寸也具有較強的相關性，其中臨界缺陷可通過分析裂紋起裂處的斷口特征識別。由圖3a可見，周期性裂紋假設與ALM模型的耦合給出了非保守的預測結果，部分數據點較理論曲線偏離度較高。由圖3b可見，周向裂紋假設預測曲線與試驗數據偏離較大，總體給出了偏保守的預測結果。由圖3c可見，基于半圓裂紋假設與ALM模型預測精度較高，預測曲線與試驗數據吻合度較高，驗證了半圓裂紋假設與ALM模型耦合的合理性。關注公眾號: 增材制造碩博聯盟，免費獲取海量增材資料，聚焦增材制造研究與工程應用！
結論及應用前景
該文以斷裂力學方法為基礎，估算了增材制造Ti6Al4V合金的疲勞裂紋擴展閾值，并與試驗結果進行了對比。具體而言，通過結合ALM模型與三種等效缺陷尺寸假設（即周期性裂紋、周向裂紋與半圓裂紋），實現了增材制造材料缺陷特性表征與疲勞壽命預測。主要結論如下：
（1）以缺陷特性表征中的塊最大值法為抽樣準則，量化了缺陷面積參數的最大極值分布，并將其與ALM模型相結合提出了增材制造材料疲勞極限分布預測模型；
（2）在三種裂紋假設中，半圓裂紋展現出最佳的預測效果，其預測裂紋擴展閾值曲線與試驗數據吻合度較高；
（3）將一維粗糙度剖面測量值轉化為等效二維面測量值的方法被證明是有效的，疲勞極限理論預測值僅比試驗結果相差3.8%。
圖1 試樣斷面分析結果。(a-b)高應力幅試樣斷裂面及裂紋放大圖；(c-d)高應力幅試樣斷裂面及裂紋放大圖
表明形貌
具體而言，該文首先對比了基于原始數據與預處理數據求解的Sv,max，見圖2所示，結果表明數據預處理對于Sv,max的影響可以忽略不計。根據求解的Sv,max，進一步計算了增材制造Ti6Al4V合金的疲勞裂紋擴展閾值，見圖3所示。由于等效裂紋尺寸為試樣標距段表面積的最大估計值，因此其與臨界缺陷尺寸也具有較強的相關性，其中臨界缺陷可通過分析裂紋起裂處的斷口特征識別。由圖3a可見，周期性裂紋假設與ALM模型的耦合給出了非保守的預測結果，部分數據點較理論曲線偏離度較高。由圖3b可見，周向裂紋假設預測曲線與試驗數據偏離較大，總體給出了偏保守的預測結果。由圖3c可見，基于半圓裂紋假設與ALM模型預測精度較高，預測曲線與試驗數據吻合度較高，驗證了半圓裂紋假設與ALM模型耦合的合理性。關注公眾號: 增材制造碩博聯盟，免費獲取海量增材資料，聚焦增材制造研究與工程應用！
圖2 基于原始數據與預處理數據求解的Sv,max對比
圖3 三種裂紋假設下預測裂紋擴展閾值對比。(a) 周期裂紋；(b) 周向裂紋；(c) 半圓裂紋
結論及應用前景
該文以斷裂力學方法為基礎，估算了增材制造Ti6Al4V合金的疲勞裂紋擴展閾值，并與試驗結果進行了對比。具體而言，通過結合ALM模型與三種等效缺陷尺寸假設（即周期性裂紋、周向裂紋與半圓裂紋），實現了增材制造材料缺陷特性表征與疲勞壽命預測。主要結論如下：
（1）以缺陷特性表征中的塊最大值法為抽樣準則，量化了缺陷面積參數的最大極值分布，并將其與ALM模型相結合提出了增材制造材料疲勞極限分布預測模型；
（2）在三種裂紋假設中，半圓裂紋展現出最佳的預測效果，其預測裂紋擴展閾值曲線與試驗數據吻合度較高；
（3）將一維粗糙度剖面測量值轉化為等效二維面測量值的方法被證明是有效的，疲勞極限理論預測值僅比試驗結果相差3.8%。
(責任編輯：admin)
重磅：AI開源大風刮到自動
增材制造助力半導體產業：
非粉末床金屬增材制造綜述
生物3D打印載細胞微球治療
突破：特種鋼細粉收得率達
賦能綠色能源裝備長效運行最新內容
大型聚合物3D打印
6K Additive最新
如何打造增材制造
從實驗室走向生產
3D打印在口腔修復熱點內容
