超洁净轴承钢中夹杂物与滚动接触疲劳寿命的关系
发布时间：2021-06-10 02:17
以3种不同工艺工业生产的总O含量均≤6×10-6的超洁净GCr15轴承钢为研究对象,通过推力片实验测试这3种钢的滚动接触疲劳寿命并获得额定寿命(L10)和中值寿命(L50),通过ASPEX扫描电镜获得各工艺下的夹杂物样本数据并进行统计分析,使用极值法（SEV）和广义Pareto分布法（GPD）估算出样品中最大夹杂物特征尺（CSMI）,然后将其与实测L10和L50进行对比和分析。结果表明,SEV法仅检测每个样品的最大夹杂物,无法通过其获得的CSMI来合理解释3种钢L10和L50的变化,2者之间相关性较差;而GPD法分析夹杂物时,需要对阈值尺寸以上的所有夹杂物进行表征和统计分析,可以获得夹杂物的数量密度以及不同类型夹杂物的CSMI,GPD法所预测出的最危险类型TiN夹杂物的CSMI可以合理解释L10的变化,2者之间有较好相关性,但无法据此解释L50的变化;但将总的夹杂物数量密度与TiN夹杂物最大...
【文章来源】：金属学报. 2020,56(05)北大核心EISCICSCD
【文章页数】：11 页
【部分图文】：
ASPEX检测出的No.1～No.3钢中1μm以上夹杂物的统计分析结果
图2 ASPEX检测出的No.1～No.3钢中1μm以上夹杂物的统计分析结果注意到表2列出的SEV法检测出的No.1～No.3钢中最大TiN尺寸分别约22、12和17μm,GPD法所预测No.1钢中TiN的xv和xlim分别为16和16.5μm，均显著小于720 mm2面积下检出的最大TiN尺寸(22μm)。这说明GPD法预测存在误差，尤其是当样本数据较少且数据离散度较高时，未来需要量化GPD法预测值的误差范围；而要减小误差，只有增加统计样本数，即获得更多夹杂物数据才能达到目的。
根据检测结果，可以采用GPD法对不同类型的夹杂物进行分析。由于不同类型夹杂物作为疲劳裂纹萌生核心的能力不同，通常认为不易变形、尺寸较大的、具有尖锐棱角的TiN最容易启裂，有实验结果[22,23]表明，7μm的Ti N与25μm的氧化物夹杂对疲劳寿命的危害程度相当；其次是点状氧化物、氧硫化夹杂物，最后是易变形的硫化物夹杂，且夹杂物越大产生裂纹的可能性越大[24]。而表2和图2的夹杂物检测结果均显示，最大尺寸夹杂物多为Ti N。因此超洁净轴承钢在Ti N处萌生裂纹的可能性最大，故本工作着重对TiN夹杂物进行GPD分析，其超额均值图如图4所示。以临界阈值u0为阈值u的最终估计值，得到No.1～No.3钢TiN夹杂物的阈值u分别为3.1、2.6和2.6μm，然后通过本团队所开发的计算机软件[25]，计算出最大夹杂物的特征尺寸xv和尺寸上限xlim，其它类型的夹杂物也按照同样的方法进行分析计算，结果列于表4，表中xmax表示实际检测到的最大夹杂物的尺寸。其中，No.1钢的硫化物夹杂和No.2、No.3钢的球状氧化物夹杂进行GPD分析时，由于形状参数ξ>0而无法进行预测，推测是因为它们之中存在偶然性大尺寸夹杂物，导致夹杂物尺寸分布不符合预期的规律所致[26]。需要指出的是，GPD法计算得到的xv不仅仅与实际检测到的最大值相关，也与夹杂物尺寸分布有关，其分布越离散，预测出的最大特征尺寸和尺寸上限也越趋于保守，即预测值越高，但所包含误差也越大。由图2f知，No.3钢在每个尺寸范围内均有数量较多的TiN，尺寸分布集中，离散程度最低，而No.2钢TiN尺寸分布离散程度最高，尤其是尺寸大于4μm后，出现夹杂物数量反复增减的情况，No.1钢Ti N尺寸分布离散程度居中，当尺寸大于4μm后，夹杂物逐渐减少，符合夹杂物尺寸越大数量越少的规律。因此，通过GPD法预测得到的No.2钢的xv和xlim均显著高于实检的最大TiN尺寸，且No.2钢的xlim还超过了含有较大实检尺寸TiN的No.1和No.3钢，这充分说明了GPD法的预测结果是严格根据实际夹杂物的数据，通过科学的概率理论分析而得到的。
【参考文献】：
期刊论文
[1]采用ASPEX和旋弯疲劳法表征GCr15轴承钢夹杂物[J]. 史智越,徐海峰,许达,俞峰,王昌,曹文全. 钢铁. 2019(04)
[2]高洁净轴承钢夹杂物评价与滚动接触疲劳寿命[J]. 田超,刘剑辉,董瀚. 上海金属. 2018(04)
[3]扫描电镜和电解萃取法用于超洁净钢中夹杂物的表征[J]. 马超,罗海文. 冶金分析. 2017(08)
[4]GCr15轴承钢热处理过程中碳化物的析出与演变行为[J]. 马超,罗海文. 材料工程. 2017(06)
[5]钢中夹杂物的系统分析技术[J]. 张立峰,杨文,张学伟,罗艳,刘洋. 钢铁. 2014(02)
[6]高强钢中最大夹杂物的尺寸估计与疲劳强度预测[J]. 张继明,张建锋,杨振国,李守新,惠卫军,翁宇庆. 金属学报. 2004(08)
本文编号：3221811
【文章来源】：金属学报. 2020,56(05)北大核心EISCICSCD
【文章页数】：11 页
【部分图文】：
ASPEX检测出的No.1～No.3钢中1μm以上夹杂物的统计分析结果
图2 ASPEX检测出的No.1～No.3钢中1μm以上夹杂物的统计分析结果注意到表2列出的SEV法检测出的No.1～No.3钢中最大TiN尺寸分别约22、12和17μm,GPD法所预测No.1钢中TiN的xv和xlim分别为16和16.5μm，均显著小于720 mm2面积下检出的最大TiN尺寸(22μm)。这说明GPD法预测存在误差，尤其是当样本数据较少且数据离散度较高时，未来需要量化GPD法预测值的误差范围；而要减小误差，只有增加统计样本数，即获得更多夹杂物数据才能达到目的。
根据检测结果，可以采用GPD法对不同类型的夹杂物进行分析。由于不同类型夹杂物作为疲劳裂纹萌生核心的能力不同，通常认为不易变形、尺寸较大的、具有尖锐棱角的TiN最容易启裂，有实验结果[22,23]表明，7μm的Ti N与25μm的氧化物夹杂对疲劳寿命的危害程度相当；其次是点状氧化物、氧硫化夹杂物，最后是易变形的硫化物夹杂，且夹杂物越大产生裂纹的可能性越大[24]。而表2和图2的夹杂物检测结果均显示，最大尺寸夹杂物多为Ti N。因此超洁净轴承钢在Ti N处萌生裂纹的可能性最大，故本工作着重对TiN夹杂物进行GPD分析，其超额均值图如图4所示。以临界阈值u0为阈值u的最终估计值，得到No.1～No.3钢TiN夹杂物的阈值u分别为3.1、2.6和2.6μm，然后通过本团队所开发的计算机软件[25]，计算出最大夹杂物的特征尺寸xv和尺寸上限xlim，其它类型的夹杂物也按照同样的方法进行分析计算，结果列于表4，表中xmax表示实际检测到的最大夹杂物的尺寸。其中，No.1钢的硫化物夹杂和No.2、No.3钢的球状氧化物夹杂进行GPD分析时，由于形状参数ξ>0而无法进行预测，推测是因为它们之中存在偶然性大尺寸夹杂物，导致夹杂物尺寸分布不符合预期的规律所致[26]。需要指出的是，GPD法计算得到的xv不仅仅与实际检测到的最大值相关，也与夹杂物尺寸分布有关，其分布越离散，预测出的最大特征尺寸和尺寸上限也越趋于保守，即预测值越高，但所包含误差也越大。由图2f知，No.3钢在每个尺寸范围内均有数量较多的TiN，尺寸分布集中，离散程度最低，而No.2钢TiN尺寸分布离散程度最高，尤其是尺寸大于4μm后，出现夹杂物数量反复增减的情况，No.1钢Ti N尺寸分布离散程度居中，当尺寸大于4μm后，夹杂物逐渐减少，符合夹杂物尺寸越大数量越少的规律。因此，通过GPD法预测得到的No.2钢的xv和xlim均显著高于实检的最大TiN尺寸，且No.2钢的xlim还超过了含有较大实检尺寸TiN的No.1和No.3钢，这充分说明了GPD法的预测结果是严格根据实际夹杂物的数据，通过科学的概率理论分析而得到的。
【参考文献】：
期刊论文
[1]采用ASPEX和旋弯疲劳法表征GCr15轴承钢夹杂物[J]. 史智越,徐海峰,许达,俞峰,王昌,曹文全. 钢铁. 2019(04)
[2]高洁净轴承钢夹杂物评价与滚动接触疲劳寿命[J]. 田超,刘剑辉,董瀚. 上海金属. 2018(04)
[3]扫描电镜和电解萃取法用于超洁净钢中夹杂物的表征[J]. 马超,罗海文. 冶金分析. 2017(08)
[4]GCr15轴承钢热处理过程中碳化物的析出与演变行为[J]. 马超,罗海文. 材料工程. 2017(06)
[5]钢中夹杂物的系统分析技术[J]. 张立峰,杨文,张学伟,罗艳,刘洋. 钢铁. 2014(02)
[6]高强钢中最大夹杂物的尺寸估计与疲劳强度预测[J]. 张继明,张建锋,杨振国,李守新,惠卫军,翁宇庆. 金属学报. 2004(08)
本文编号：3221811
本文链接：https://www.wllwen.com/projectlw/yjlw/3221811.html
