隨著高新科學(xué)技術(shù)的不斷發(fā)展,拓展材料服役條件的要求越來越強烈,高強鋼、高溫合金、金屬玻璃等材料在不同溫度下的應(yīng)用越來越廣泛,例如航空發(fā)動機、微納機電系統(tǒng)、工業(yè)燃氣輪機、深空探測、核反應(yīng)堆等領(lǐng)域,工程設(shè)計對相應(yīng)材料力學(xué)性能的要求也越來越高。在實際工程應(yīng)用中一般要求金屬材料在其彈性階段內(nèi)安全工作,因而屈服強度成為工程設(shè)計上最為重要的力學(xué)性能指標之一。研究表明在高溫下金屬材料具有明顯不同于常溫下的力學(xué)性能,且在表面應(yīng)力影響下納米材料具有不同于塊體材料的塑性變形和破壞模式,這就使得對金屬材料的溫度相關(guān)性及尺寸相關(guān)性屈服強度的研究成為當(dāng)前高新科技最活躍的領(lǐng)域之一。本文針對鋼材、高溫合金、金屬玻璃等金屬材料開展了溫度相關(guān)性屈服強度理論表征方法研究,并對金屬納米材料開展了尺寸相關(guān)性楊氏模量、屈服強度、熔點及德拜溫度等物理性能的理論表征方法研究,主要研究工作如下:（1）基于重慶大學(xué)李衛(wèi)國教授提出的可定量考慮溫度對材料力學(xué)性能影響的思想——力熱能量密度等效原理,在Mises屈服準則的基礎(chǔ)上,考慮材料內(nèi)儲存的熱能對屈服的貢獻,通過建立熱能與彈性形變能量之間的定量等效關(guān)系,提出了金屬材料溫度相關(guān)性屈服準則,... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：113 頁

【學(xué)位級別】：博士

【部分圖文】：

Q345(16Mn)鋼材的溫度相關(guān)性屈服強度Fig.2.1TemperaturedependenceoftheyieldstrengthofQ345(16Mn)

重慶大學(xué)博士學(xué)位論文14表2.2用于預(yù)測商業(yè)純鈦屈服強度的溫度相關(guān)性楊氏模量Table2.2Young’smodulusofthecommerciallypuretitaniumusedtoobtainthepredictions其他材料參數(shù)如下所示：參考點的屈服強度：σy0=246MPa[123]；熔點：Tm=1726K[119,120]；商業(yè)純鈦比熱容的具體形式如下[119,120]：Cp(T)=19.083+23.497×10-3T(298~500K)Cp(T)=-251.166+356.439×10-3T+259.454×105T-2(500~631K)Cp(T)=467.194-678.737×10-3T(631~640K)（2.13）Cp(T)=-385.698+404.225×10-3T+654.532×105T-2(640~700K)Cp(T)=-10.874+54.668×10-3T+56.476×105T-2-16.489×10-6T2(700~1400K)Cp(T)=36.192(1400~1726K)我們對比了工業(yè)純鈦屈服強度的模型（式2.11）預(yù)測結(jié)果和實驗結(jié)果，兩者取得了很好的一致性，如圖2.2所示。圖2.2商業(yè)純鈦的溫度相關(guān)性屈服強度Fig.2.2Temperaturedependenceoftheyieldstrengthofthecommerciallypuretitanium③針狀鐵素體溫度（℃）楊氏模量（MPa）2029000100156532006990300233640022005002100

重慶大學(xué)博士學(xué)位論文16圖2.3針狀鐵素體的溫度相關(guān)性屈服強度Fig.2.3Temperaturedependenceoftheyieldstrengthoftheacicularferritesteel④XLERPLATEGrade350我們還用溫度相關(guān)性屈服強度模型（式2.11）預(yù)測了低碳鋼XLERPLATEGrade350屈服強度的溫度相關(guān)性，并與實驗數(shù)據(jù)[125]進行了對比，模型預(yù)測所用的材料參數(shù)如下所示。在研究的溫度段內(nèi)低碳鋼的晶格結(jié)構(gòu)主要為體心立方結(jié)構(gòu)。表2.4展示了用于計算的低碳鋼XLERPLATEGrade350楊氏模量的溫度相關(guān)性[125]。表2.4用于預(yù)測低碳鋼XLERPLATEGrade350屈服強度的溫度相關(guān)性楊氏模量Table2.4Young’smodulusofthemildsteelXLERPLATEGrade350usedtoobtainthepredictions溫度（℃）0TTEE201600.9981500.9601800.9673000.9483600.9234100.9104600.8976000.8346600.777


本文編號：2981905