选区激光熔化钛合金的缺陷容限评价方法

发布时间：2020-07-06 23:53

【摘要】：作为一种高材料利用率、高设计自由度和近净成形的加工方式,增材制造技术已成为航空航天部件制造的重要选择。选区激光熔化(SLM)技术作为主流方法之一,在钛合金制造中应用最为广泛,其中以Ti6Al4V为代表的α+β型双相钛合金因具有良好的综合性能、优良的生物相容性以及较高的损伤容限而被大量使用。研究表明,SLM的Ti6Al4V合金拉伸性能与锻件相当,然而其疲劳性能严重降低。研究认为,缺陷是导致疲劳性能降低的主要影响因素,因此开展缺陷容限研究是SLM的Ti6Al4V部件安全服役及性能评价的前提与基础。本文基于成形工艺良好SLM的Ti6Al4V合金,综合利用显微组织表征技术和基础力学试验,借助基于上海光源同步辐射X射线断层扫描(SR-μCT)和实验室微焦点断层扫描技术(XCT),开展了微观组织揭示、缺陷分布表征、疲劳强度预测以及缺陷容限评价等系统探索。试验借助金相显微镜和电子背散射衍射(EBSD)设备进行了显微组织的表征研究,细小的针状?′马氏体硬脆相是SLM的Ti6Al4V合金强度高塑性差的根本原因。利用硬度测试、拉伸试验、疲劳试验和SR-μCT原位试验对合金的力学性能进行表征,发现缺陷显著恶化SLM的Ti6Al4V合金的疲劳性能,其尺寸、位置和形貌均对疲劳性能有不同程度的影响。基于SR-μCT和XCT的缺陷重构结果,开展缺陷尺寸的极值统计工作,利用极值估计量借助Murakami预测模型对疲劳强度进行预测,预测结果可靠。基于Kitagawa-Takahashi图的评估思想,借助断裂力学方法,对SLM的Ti6Al4V内部缺陷容限进行评价,确定了最大临界缺陷尺寸范围,通过有限元仿真描述了缺陷局部应力状态随位置不同的演化规律,并讨论了四种不同的缺陷分级评价方法,对真实含缺陷试样的疲劳裂纹萌生位置进行预测。研究结果为增材合金内部缺陷容限评价以及缺陷对疲劳性能和服役寿命的影响提供了重要的分析思路与方法,同时也为高速列车轻量化部件增材制造材料的尝试性应用提供了先期探索。
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V26;V46
【图文】：

图 1-1 选区激光熔化增材制造技术原理图化加工过程涉及的参数众多，不同的参数设置，影响成形质量，工业中常常通过不同的参数组合参数包括：预热温度。成形过程中试样内部存在高的温度梯的产生，当热应力达到材料拉伸强度时试样将产。而基板预热是解决这一问题的有效途径，通过度分布，从而抑制残余内应力的产生。功率。指激光器的实际输出功率，单位为 W。描熔池的大小以及熔敷层的厚度，不良的激光功熔合和气孔缺陷的存在。速度。扫描速度影响成形加热时间及粉末的利用作用决定熔池的热输入，最终影响成形质量和

命则主要取决于扩展寿命和扩展速率，而扩展速率和裂纹尖端前缘应力强度因子范围（ΔK）有关。存在某一应力强度因子范围临界值（ΔKth）即应力强度因子范围门槛值，当应力强度因子范围小于该值时（即满足式 1-3[60]），裂纹不会发生扩展，则认为裂纹不会引起失效。（1-3）ΔK=Kmax- Kmin应力强度因子范围，ΔKth为应力强度因子范围门槛值。缺陷容限评价则是基于损伤容限理论开展的，其允许存在一定尺寸的缺陷，而存在的缺陷虽可以萌生裂纹但萌生的裂纹不会扩展（满足式 1-3），或裂纹以缓慢的速率扩展，在服役周期内不会发生失稳。缺陷容限设计方法中一个关键的参量就是材料的缺陷容限值，材料缺陷容限值代表材料含有小缺陷而不发生进一步扩展的缺陷临界值，当缺陷尺寸高于这一值时，缺陷会发生扩展，当低于这一值时，缺陷不会发生扩展而破坏[61]。

第二章 材料制备与试验方法设备及材料基于中国航空制造技术研究院良好的激光成形技术，选取6Al4V 试样，进而忽略不良加工工艺参数对材料内部质量工艺参数下 SLM-Ti6Al4V 合金开展了成型态（未进行热00℃保温 2h）SLM-Ti6Al4V 试样的疲劳性能测试。采用德区激光熔化成形系统，其最大功率为 8.5 kW，同时设备配b-fibre 光纤激光发射器以及高速扫描光学系统，将激光束m，能够提供性能良好、稳定性高的激光；其保护气体控气两种保护气体。该系统的最大成形空间为 250 mm×2形速度范围为 2~20 mm3/s，加工成形的样品表面粗糙度可图 2-1 所示。

【相似文献】

相关期刊论文 前10条

1 曾晓彦;张奕杰;;输电线路缺陷照片快速命名归档的整理系统的设计[J];电子元器件与信息技术;2019年12期

2 王永慧;颜云辉;吴艳萍;梁惠升;;带钢表面缺陷图像小波融合方法[J];东北大学学报(自然科学版);2009年05期

3 杨建华;刘进圣;;基于机器视觉的缺陷图像增强算法研究[J];山西电子技术;2016年02期

4 刘洲峰;高二金;李春雷;;基于纹理特性的织物表面缺陷图像的分类研究[J];中原工学院学报;2010年04期

5 管永红;王润生;施将君;;闪光照相图像缺陷消除方法[J];强激光与粒子束;2008年02期

6 曹义亲;武丹;黄晓生;;基于改进蚁群算法的轨道缺陷图像分类[J];计算机科学;2019年08期

7 李静;王新民;;基于B样条小波的零件缺陷图像边缘检测[J];纺织高校基础科学学报;2011年02期

8 甘胜丰;雷维新;邓芳;袁荣奇;;钢材表面缺陷图像感兴趣区域提取方法[J];机械设计与制造;2017年01期

9 汤勃;孔建益;王兴东;蒋国璋;熊禾根;杨金堂;;带钢表面缺陷图像的小波阈值降噪研究[J];武汉科技大学学报;2010年01期

10 王俊平,郝跃,任春丽,铁满霞;IC真实缺陷图像的分色[J];西安电子科技大学学报;2000年05期

相关会议论文 前6条

1 赵宏宇;赵红颖;王楠;;缸孔表面缺陷图像的分段检测[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

2 张健;杨丽丽;鲍际平;;基于蚁群算法的强化木地板表面缺陷图像处理技术研究[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

3 张宇;王俊平;郭清衍;王瑞岩;周海;;彩色梯度和数学形态学的缺陷图像分割方法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

4 孙朝明;徐彦霖;王增勇;;利用小波方法实现射线图像的缺陷分割[A];中国工程物理研究院科技年报（2005）[C];2005年

5 王军敏;周宁;查光明;;集成电路和图像处理技术的应用研究[A];四川省电子学会半导体与集成技术专委会2006年度学术年会论文集[C];2006年

6 王答成;焦宗平;杨国洪;;浅析AOI测试玻璃缺陷技术[A];电子玻璃技术2016（总第48期）[C];2016年

相关博士学位论文 前6条

1 石端虎;复杂结构精密焊件中缺陷分割及空间定位的研究[D];哈尔滨工业大学;2007年

2 李长乐;冷轧带钢表面缺陷图像检测关键技术的研究[D];哈尔滨工业大学;2009年

3 储茂祥;钢板表面缺陷检测关键技术研究[D];东北大学;2014年

4 李新科;桥梁拉索表面缺陷图像检测关键技术的研究[D];重庆大学;2014年

5 陈恺;集成电路芯片表面缺陷视觉检测关键技术研究[D];东南大学;2016年

6 陈跃;带钢表面缺陷图像检测理论及识别算法研究[D];中国矿业大学;2014年

相关硕士学位论文 前10条

1 毛芳勤;基于少样本的TFT-LCD缺陷视觉识别算法研究及应用[D];华中科技大学;2019年

2 宋哲;选区激光熔化钛合金的缺陷容限评价方法[D];西南交通大学;2019年

3 王宏硕;TFT-LCD面板缺陷成像、提取、识别和分类方法研究[D];合肥工业大学;2019年

4 易礼燕;基于双阈值的轴承滚子缺陷提取技术研究[D];重庆邮电大学;2019年

5 张伟;一种笔管缺陷自动化检测系统研究[D];天津大学;2018年

6 王合英;基于单幅图像及结合非缺陷图像统计特性的带钢表面缺陷检测[D];河北工业大学;2017年

7 肖本郁;复杂环境下轨面缺陷与扣件缺失的图像检测方法研究[D];兰州交通大学;2018年

8 高倩倩;瓷砖表面质量视觉检测技术研究[D];山东理工大学;2018年

9 王卓;基于红外热波相位法的燃气管道缺陷机载检测装置研究[D];昆明理工大学;2018年

10 徐足骋;基于视觉的印刷缺陷检测技术研究[D];南京航空航天大学;2018年

本文编号：2744319