机械工程学报

作者：王栓程, 杨冰, 廖贞, 肖守讷, 康国政, 阳光武, 朱涛

单位：1. 西南交通大学轨道交通运载系统全国重点实验室 成都 610031;2. 西南交通大学力学与航空航天学院 成都 610031

关键词：金属材料,疲劳短裂纹,萌生机理,扩展率模型,机器学习；

基金：国家自然科学基金(52375159);四川省国际科技创新合作(2022YFH0075);牵引动力国家重点实验室自主课题(2022TPL-T03)资助项目。

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寿命管理。

来源：2023年第16期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第16期