详情

原文传递一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法

专利名称：	一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法
摘要：	本发明提供了一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法，涉及DZ125定向凝固高温合金涡轮叶片蠕变剩余寿命的评估。该方法基于DZ125合金在近服役条件下的微观组织演变数据库，构建了DZ125定向涡轮叶片服役损伤及蠕变剩余寿命的评估和预测方法及流程。利用该方法和流程，实现了对服役涡轮叶片宏观和微观层面的服役损伤程度的评价及蠕变剩余寿命的预测。该方法相较于已有的蠕变剩余寿命方法，从微观组织量化表征入手，具有更高的精准度和合理性。该方法适合工程应用，在DZ125合金及其他单晶或定向合金涡轮叶片的蠕变剩余寿命以及维护和设计中均具有较强工程应用意义及广阔前景。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京科技大学
发明人：	冯强;付超;李龙飞;郑为为
专利状态：	有效
申请日期：	2019-07-22T00:00:00+0800
发布日期：	2019-11-05T00:00:00+0800
申请号：	CN201910662900.5
公开号：	CN110411851A
代理机构：	北京金智普华知识产权代理有限公司
代理人：	皋吉甫
分类号：	G01N3/18(2006.01);G;G01;G01N;G01N3
申请人地址：	100083 北京市海淀区学院路30号
主权项：	1.一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法，其特征在于，具体包括以下步骤： 1)针对实际服役m小时后的DZ125合金涡轮叶片，对其典型部位的枝晶干中心位置一次γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度进行定量统计，得到服役m小时涡轮叶片的组织参量； 2)针对1)中表征获得的涡轮叶片γ′相体积分数、γ′相筏排完善程度以及γ′相筏排厚度，与预先设定好的微观组织判据进行对比，初步判断其微观损伤程度，确定该叶片是否可以继续服役； 3)针对2)中评估为可继续服役的涡轮叶片，利用人工神经网络模型评估其服役条件，包括等效最高服役温度以及对应的应力及损伤时间； 4)获得叶片服役条件后，利用θ投影法系列模型，公式如下： ε＝θ1(1-exp(-θ2t))+θ3(exp(θ4t)-1) (1)和 logθi＝ai+biσ0+ciT+diσ0T(i＝1-5) (2) 计算叶片典型部位对应的局部蠕变应变量，其中ε为蠕变应变量，t为蠕变时间，T为蠕变温度，σ0为蠕变初始应力，参数a、b、c、d为仅与材料相关的常数，θ1、θ2、θ3、θ4为公式拟合所得参数；对比计算所得蠕变应变量与预先设定好的宏观蠕变变形量判据相对比，判断其宏观损伤程度； 5)以预先设定好的宏观蠕变变形量为判据，利用4)中所示公式计算涡轮叶片在当前宏观损伤程度下，在某一特定条件下继续损伤至预先设定好的宏观蠕变变形量判据所需时间；考虑高温合金薄壁效应，将所需时间乘以薄壁效应因子，对比叶片各典型部位剩余寿命，取其最短时间为该涡轮叶片蠕变剩余寿命。 2.如权利要求1所述的利用人工神经网络模型评估其服役条件，其特征在于，步骤3)中所述利用人工神经网络模型评估其服役条件，具体操作方法为以γ′相体积分数、γ′相筏排完善程度、γ′相筏排厚度及持久中断时间为输入量，应力和温度为输出量建立人工神经网络模型，对温度和应力进行评估。 3.如权利要求1所述的一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法，其特征在于，步骤2)中所述预先设定好的微观组织判据为，γ′相体积分数≥55.8％，γ′相筏排完善程度≤0.285，γ′相筏排厚度≤730nm。 4.如权利要求1所述的一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法，其特征在于，步骤4)中所述预先设定好的宏观蠕变变形量判据为1％。 5.如权利要求1所述的一种高温合金涡轮叶片服役损伤评价及蠕变寿命预测方法，其特征在于，步骤5)中所述薄壁效应因子取值为0.6。
所属类别：	发明专利