预测含工艺诱导孔隙合金高周疲劳寿命的多尺度概率方法
计算工程、金融与科学
2024-09-27 v2 材料科学
摘要
针对具有未知确切分布(即几何形状和位置)孔隙的结构,我们开发了一种多尺度方法,并结合概率疲劳寿命模型。该方法考虑了由两个尺度上的缺陷引起的结构疲劳寿命的不确定性:微观尺度的不均匀性与细观尺度的孔隙。我们开发了一种单元概率应变-寿命模型,并对其准则进行了修正以考虑多轴载荷效应,用于计入微观尺度缺陷对寿命的影响。结构中的细观尺度孔隙通过对预期孔隙群体的统计建模来考虑,该建模基于用于制造结构的疏松材料小区域的断层扫描,并采用有限元方法实现。使用先前实现的 Neuber 型塑性校正算法,对统计生成的孔隙场周围的应变-寿命准则进行快速全场近似。疏松结构的失效概率通过其组成有限元单元层面上的最弱环节假设获得。该疲劳模型可以通过对包含不同类型孔隙群体的结构的实验疲劳数据进行最大似然估计来辨识。所提出的方法在具有两个孔隙率水平的铝合金现有高周疲劳数据集上进行了测试。由于两种疏松材料均考虑相同的基底材料,该模型进行辨识所需的数据少于将多孔介质视为均质材料的传统模型。对合成生成数据的数值研究表明,该方法能够考虑疲劳中的统计尺寸效应,并表明次表面疏松材料的疲劳性能低于核心疏松材料,这使得该方法的均匀化变得不平凡。
引用
@article{arxiv.2409.16565,
title = {A multi-scale probabilistic methodology to predict high-cycle fatigue lifetime for alloys with process-induced pores},
author = {Abhishek Palchoudhary and Cristian Ovalle and Vincent Maurel and Pierre Kerfriden},
journal= {arXiv preprint arXiv:2409.16565},
year = {2024}
}
备注
42 pages, 29 figures