基于材料断裂韧度测试的COD换算方法研究

考虑到断裂韧度J积分塑性分量的塑性功由载荷与加载线位移关系得到,通过测试CT(compact tension)和SEB(single edge bending)试样的裂纹嘴张开位移实现J积分计算,提出适用于两种试样的裂纹嘴张开位移与加载线张开位移转换的换算公式,并采用45钢CT试样和30CrMo钢SEB试样对新公式进行有限元数值比对和试验比对。结果表明,新公式结果与规范演算结果之间的相对误差不超过0.4%,与有限元分析结果之间的相对误差不超过0.6%,与CT试样试验结果之间的相对误差小于4.5%,与SEB试样试验结果之间的相对误差小于6%。     

直裂纹三点弯曲圆梁断裂韧度试样的J积分估算公式

直裂纹三点弯曲圆梁是一种新型的断裂韧度试样［１～３］。本文推导了这种试样在约束朔性条件下的Ｊ积分估算公式，其结果与通常采用的矩形截面梁［４，５］不同。采用Ｚａｈｏｏｒ的推导方法［４］，所得结果没有深裂纹和净截面屈服的限制，这也区别于熟知的Ｒｉｃｅ方法［５］。     

基于双悬臂梁试样的柔度方法

NACE TM0177-96标准推荐的双悬臂梁DCB(double cantilever beam)试样主要用于测试硫化物腐蚀条件所产生的平衡载荷与裂纹扩展的相互关系,进而评估材料抗应力腐蚀开裂临界强度因子的优劣,但未提供确定裂纹长度的方法.文中通过有限元分析法提出计算V形裂纹长度的统一柔度公式,该公式在满足有效性条件下,与试样几何尺寸无关,可用于通过测试试样加载线和端面裂纹张开位移计算柔度,进而实现裂纹长度预测.文中采用30CrMo钢DCB试样和已有文献的试验数据对统一公式进行有限元模拟和试验结果对比.研究表明,所提出的柔度公式对不同V形裂纹DCB试样的裂纹长度预测结果与有限元分析结果之间的相对误差不超过2％,与试验结果之间的相对误差不大于5％.     

基于SENT试样获取材料断裂韧度的载荷分离法研究

单边裂纹拉伸(Single edged notched tension,SENT)试样因其低约束特性逐渐被用于管道材料的断裂韧度评定。根据有限元法,提出SENT试样的应力强度因子表达式,J积分计算中的增量塑性功算式以及塑性因子算式,并与文献中公式进行对比证实公式的精确性和有效性。依据ASTM用于CT试样获取断裂韧度载荷分离理论规则化方法提出适用于SENT试样的量纲一载荷分离法,并通过有限元计算证实SENT试样载荷分离的成立性。由量纲一载荷分离理论中的规则化方法完成了汽轮机低压转子材料30Cr2Ni4MoV、电站用P92管道钢以及5083-H112铝合金SENT试样断裂韧度值以及J阻力曲线测定,获得了各材料合理的J阻力曲线及条件断裂韧度JQ值。     

裂纹尖端张开位移试验方法的进展—美国ASTM E1290标准简介

介绍了美国ＡＳＴＭ Ｅ１２９０－８９标准的主要内容和进展，为我国ＣＣＤ试验方法标准的修订提供重要的参考。     

三维准静载弹塑性弯曲裂纹张开位移

主要研究准静载荷作用下的三维弹塑性弯曲裂纹尖端的张开位移问题。综合考虑了准静作用应力,三维塑性区域边界上正应力与剪应力,利用二阶摄动方法计算了三维弹塑性弯曲裂纹尖端的张开位移。用数值解法计算出三维弹塑性弯曲裂纹尖端张开位移,作图分析了三维弹塑性弯曲裂纹尖端张开位移与三维裂纹体几何尺寸之间的变化关系。三维弹塑性弯曲裂纹尖端张开位移随着三维裂纹体厚度的增大而减小,随着三维裂纹体厚度的均匀增大,三维弹塑性弯曲裂纹尖端张开位移尺寸不断减小,减小的幅度越来越小,最终趋于平面应变状态下的弹塑性弯曲裂纹尖端张开位移尺寸。当三维裂纹体几何尺寸相同时,三维弯曲裂纹尖端张开位移尺寸随外载荷的不断增大而逐渐增大。建立了一个计算三维弹塑性弯曲裂纹尖端张开位移尺寸的崭新理论模型。     

裂纹张开位移的边界配位法计算方法

提出新的应力函数，该应力函数对于表面自由的或随均布载荷的裂纹都适用。利用该应力函数导出了各种裂纹模型，在各种边界条件下的应力强度因子的计算公式及裂纹面上各点位移的计算公式。并利用边界配位法，计算了方形中心裂纹板在各种条件下裂纹面上各点的位移。     

单边椭圆柔性铰链的计算与性能分析

单边柔性铰链在要求结构尽可能紧凑的柔性机构中被采用.以力学卡氏第二定理和微积分为理论基础,推导了单边椭圆柔性铰链柔度和转动精度的闭环解析公式,得出结构参数对其柔度性能的影响关系,并通过与双边椭圆柔性铰链比较,分析了单边椭圆柔性铰链的转动能力、转动精度和对轴向载荷的影响等性能,利用有限元方法对柔性铰链的柔度公式进行校验,结果表明有限元与闭环解析式的偏差小于8%,为单边柔性铰链的工程设计提供了理论依据.     

裂纹张开位移的预测方法

把不同温度下的裂纹张开位移(CTOD)试验数据,用灰色理论中的累加方法,进行二次累加。可以使一组没有规律的数据,成为一条光滑的曲线。然后利用回归理论中的多项式模拟曲线,对其试验数据进行了预测,提出根据试验数据确定出预测数据的可能的区间范围。计算实例表明,其预测精度较高。