金属材料塑性变形的不均性及损伤研究 下载本文

内容发布更新时间 : 2024/6/26 17:26:55星期一 下面是文章的全部内容请认真阅读。

金属材料塑性变形的不均性及损伤研究

随着人们生活水平的逐渐提高和科技水平的飞速发展,对金属材料力学性能的要也求随之越来越高,如何更好地揭示金属材料的塑性变形机理对于研究金属材料的力学性能有着重要的意义。在研究材料的塑性变形时,宏观唯象实验和经典塑性理论无法考虑到材料内部微观结构的变化和变形的不均匀性,当面对考虑金属材料各向异性以及研究材料内部的变形机理时就显得相对比较乏力,晶体塑性理论却在这个方面有着得天独厚的的优势。

因而,本文在前人理论的基础上采用了针对具有面心立方晶(FCC)结构金属材料的晶体塑性循环本构模型,该模型同时考虑了各向同性硬化、非线性随动硬化,并用该模型研究了具有面心立方晶(FCC)的金属材料的力学性能。为了能够描述金属材料塑性变形的各向异性损伤演化规律,本文最后一章又在该晶体塑性本构模型基础上继承与发展了一种晶体塑性耦合损伤的本构模型用来描述具有面心立方晶(FCC)的金属材料在塑性变形过程中伴随的延性损伤。

论文所做出的主要工作和创新如下:1.三维Voronoi多晶体有限元模型的建立。多晶体有限元模型的建立是有限元分析的前提,如何较为真实地反映材料的微观组织结构特点,即晶粒的大小、形状和空间位置均具有随机性,本文在前人理论的基础上提出了一种基于Voronoi图原理并结合多晶体有限元模型单元编号空间排布特点(单元编号顺序的排列规律),直接依次求取每一个单元体形心坐标的建模方法,该方法首先是通过MATLAB中的MATLAB-MPT工具箱编程得到三维Voronoi图的几何拓扑信息,然后依据该信息在ABAQUS中建立了相同大小的三维Voronoi多晶体有限元模型。

接着,借助VS2010软件平台编写了 FORTRAN程序把晶粒的数目、取向、其

它材料参数以及每个晶粒所包含的单元等信息一并写入三维Voronoi多晶体有限元模型INP文件里,最终便可获得包含材料属性的三维Voronoi多晶体有限元模型。2.FCC面心立方晶塑性循环本构模型的求解与推导。

考虑到FCC面心立方晶的结构特点,采用了以位错和滑移为变形机制的细观塑性循环本构模型,该滑移应变率模型同时考虑了非线性随动硬化和各向同性硬化的影响。其中,非线性随动硬化由经典的Armstrong-Frederick(A-F)模型演化而来,其反映了背应力率与滑移应变率的之间的关系。

各向同性硬化综合考虑了自硬化与潜硬化模量的差异,在Hill、Hutchinson和Asaro等人提出来的硬化模型基础上进行了线性简化。针对本构模型的求解,首先对本构模型进行离散化,采用应力积分算法进行本构模型的推导,通过显式求解和隐式求解相结合的方法,其中显式求得滑移应变增量的解作为后续隐式Newton-Raphson迭代的初解,并将隐式求得的解作为滑移应变增量的最终解。

3.晶体塑性循环本构模型的有限元实现。本文通过以编写UMAT用户定义子程序的方式,将上述所采用的本构模型移植到ABAQUS有限元分析软件中,成功地实现了 UMAT子程序和ABAQUS主程序之间的数据交流。

为了验证本构模型和多晶体有限元模型的有效性,对轧制5083H111铝合金板材处在室温环境下进行了常规力学性能的有限元模拟且与相应的实验结果进行了对比分析。其中,在后处理部分多处采用编写Python脚本文件的方式,来获取和处理输出数据库.odb文件中的相关数据,尤其是多晶体有限元模型在整个有限元分析过程中的表观应力、表观应变等变量大小的处理、以及后续为了揭示多晶体内部变形不均匀性,对多晶体内部每一个单元在某个增量步时的应力、应变大小的获取。

4.损伤演化模型的继承与发展。本文基于连续损伤力学(CDM)和晶体滑移系理论(CSS),在前人损伤演化模型的基础上添加了一项可控制损伤何时发生的启动项,并且结合本文第三章所采用的晶体塑性循环本构模型共同构成了晶体塑性耦合损伤的本构模型用来描述具有面心立方晶(FCC)的金属材料在塑性变形过程中伴随的延性损伤。

此处,采用一个二阶张量作为损伤变量来表征损伤的各向异性,该损伤演化模型与全部滑移系的累积滑移应变量门槛值γsth、有效应力的三个主应力大小、材料参数α、β、n等有着十分密切的联系。5.晶体塑性耦合损伤的本构模型的有限元实现。

为了验证该模型的合理性,分别对5083H111的轧制铝合金板材和6005铝合金进行了单轴载荷作用下的力学行为数值模拟,并且分别与实验结果进行了对比分析。通过分析表明,当塑性变形达到一定值时,损伤就会开始出现,多晶体代表性单元内部的损伤和应力大小分布均呈现着不均匀性的特点,而且随着塑性变形的不断加剧,损伤累积效应会越来越明显,损伤的区域将会越来越大,与此同时损伤达到峰值的单元随之将会越来越多。