激光粉末床熔融成形带缺口哈氏合金 X 的疲劳性能
《Theoretical and Applied Fracture Mechanics》:Fatigue properties of notched Hastelloy X consolidated using laser powder bed fusion
【字体:
大
中
小
】
时间:2026年08月28日
来源:Theoretical and Applied Fracture Mechanics 6.0
编辑推荐:
摘要
服役中的工程组件,特别是在燃气涡轮发动机应用中,通常包含缺口、圆角和其他几何特征,这些特征会导致局部应力集中,从而在循环载荷下引起早期失效。本研究研究了使用激光粉末床熔融 (LPBF) 制造的缺口哈氏合金 X 试样的低周疲劳特性。试样具有不同的应力集中系数和表面状况(构
摘要
服役中的工程组件,特别是在燃气涡轮发动机应用中,通常包含缺口、圆角和其他几何特征,这些特征会导致局部应力集中,从而在循环载荷下引起早期失效。本研究研究了使用激光粉末床熔融 (LPBF) 制造的缺口哈氏合金 X 试样的低周疲劳特性。试样具有不同的应力集中系数和表面状况(构建态粗糙和加工态)。使用 X 射线计算机断层扫描量化表面粗糙度,并在完全反向应变控制载荷下表征疲劳行为,辅以扫描电子显微镜、断口分析和电子背散射衍射。结果表明,下表面粗糙度随缺口严重程度的增加而增加,并与工艺诱导缺陷共同促进多部位裂纹萌生并加速疲劳损伤。本工作中实验观察到的加工试样的疲劳寿命比具有相同缺口几何形状的相应粗糙试样的疲劳寿命长 23–54%。总体而言,该工作表明在 LPBF 哈氏合金 X 组件的疲劳设计中,必须综合考虑缺口几何形状、表面粗糙度和微观结构。
引言
由于具有优异的强度、抗氧化性和热稳定性 [1], [2],镍基高温合金被广泛用于高温结构应用。其中,哈氏合金 X 在燃气轮机、航空航天和核能系统中引起了广泛关注,在这些系统中组件暴露于恶劣环境和循环机械载荷下 [3], [4], [5]。随着激光粉末床熔融 (LPBF) 等增材制造 (AM) 技术的出现,使用哈氏合金 X 设计和制造复杂几何形状变得越来越可行 [6], [7]。然而,LPBF 组件的构建态通常具有粗糙的表面形貌 [8], [9]、未熔合 (LOF) 缺陷 [10] 和微观结构异质性 [11],所有这些都可能对疲劳性能产生关键影响。高温承力组件使用寿命的一个关键因素是其在低周疲劳 (LCF) 条件下承受循环变形的能力。燃烧室和涡轮环境中的许多结构组件本质上包含几何不连续性,如孔、缺口和圆角,它们作为局部应力集中器并加速疲劳损伤 [12], [13]。此外,由于熔池变化、部分熔化的粉末颗粒附着和阶梯效应,构建态 LPBF 表面表现出高粗糙度,这会加剧缺口效应并进一步影响疲劳行为 [14], [15]。
在公开文献中,锻造哈氏合金 X 的高温疲劳行为已得到充分确立。锻造哈氏合金 X 通常由于位错塞积表现出初始循环硬化,其疲劳寿命随温度和应变幅值的增加而降低。疲劳裂纹通常在穿晶模式下萌生,然后以混合穿晶 - 沿晶模式扩展 [16], [17], [18]。然而,随着 AM 的日益采用,最近的研究开始检查 LPBF 哈氏合金 X 的高温疲劳行为。LPBF 哈氏合金 X 的疲劳寿命受微观结构异质性、孔隙率和表面粗糙度之间相互作用的影响。在微观结构上,LPBF 的快速凝固产生了依赖于工艺参数的独特晶粒形态 [19], [20]。Abuzaid 等人 [21] 使用数字图像相关 (DIC) 报告称,某些晶界累积了升高的应变,强调了微观结构在控制疲劳行为中的关键作用。疲劳行为经常受到孔隙率的损害;因此,热等静压 (HIP) 和热处理等后处理步骤对于减少 LOF 缺陷和均质化微观结构以改善疲劳寿命至关重要 [22], [23], [24], [25]。除了内部缺陷外,构建态表面状况是降低疲劳性能的主要驱动因素。研究表明,诸如小扫描间距或高扫描速度等工艺参数会增加表面颗粒附着,从而增加粗糙度 [26], [27]。此外,下表面始终比上表面粗糙 [26], [28]。这些由粗糙度引起的应力集中器导致更早的裂纹萌生和更短的疲劳寿命,而加工表面上的裂纹通常通过滑移局域化萌生,因此表现出更长的寿命 [29]。构建角度进一步影响粗糙度,30°构建试样的粗糙度高于垂直构建试样,相应的疲劳寿命也较低 [30]。虽然这些研究强调了微观结构、孔隙率和表面粗糙度对 LPBF 哈氏合金 X 疲劳行为的影响,但实际组件通常包含进一步加剧局部应力状态的其他几何特征。其中,缺口尤为关键,因为它们与表面粗糙度的相互作用可以显著改变裂纹萌生机制和疲劳寿命。
带有几何缺口的哈氏合金 X 试样的高温疲劳研究非常有限。Suzuki 等人 [31] 在室温和高温下进行了锻造缺口哈氏合金 X 试样的 LCF 测试。疲劳断裂从缺口根部向中心进展,并在断口表面观察到环状形式。Swaminathan 等人 [32] 使用 DIC 研究了锻造双 U 型缺口哈氏合金 X 的机械响应,并观察到缺口附近的应变集中,该应变向试样中心减小。他们报告说,局部微观结构可能在累积塑性应变中发挥作用,并可能导致缺口附近应变场的局部不均匀性。关于缺口 LPBF 哈氏合金 X 的文献更加稀少。然而,对其他 LPBF 合金的硊究提供了关于竞争性失效机制的关键见解。Kahlin 等人 [33] 研究了通过激光烧结 (LS) 和电子束熔化 (EBM) 生产的构建态缺口 Ti-6Al-4V 的高周疲劳 (HCF) 行为,报告称 LS 试样相对于 EBM 对应物具有优越的表面光洁度,这与改善的疲劳寿命相关。Solberg 和 Berto [34] 评估了构建态缺口 LPBF IN718 试样,发现失效主要源于下表面上的缺陷。他们强调了两类竞争性疲劳萌生机制:源于表面粗糙度的局部微观缺口和全局缺口几何形状。关于 LPBF AlSi10Mg 的相关工作进一步证明了缺口疲劳性能对材料状况和后处理的敏感性。Maleki 等人 [35] 检查了缺口 AlSi10Mg 试样的旋转弯曲疲劳,并发现热处理和喷丸后疲劳寿命有显著改善。在另一项研究中,作者表明化学和热处理后处理相对于构建态表面增强了疲劳抗力 [36]。Razavi 等人 [37] 比较了半圆形和 V 型缺口 Ti-6Al-4V 试样,得出结论认为失效机制取决于缺口尖锐度,其中高度集中的 V 型缺口受全局应力集中控制,而具有较低 K?的半圆形缺口对表面尺度的微观缺口更敏感。Poudel 等人 [38] 分析了带有加工缺口的 LPBF AlSi10Mg 和 17–4 pH 不锈钢的 HCF 行为,发现了一个划分两个区域的关键缺口根部半径:在此半径之上,表面/体积缺陷主导裂纹萌生;在此半径之下,工程缺口几何形状控制疲劳性能。他们进一步表明,较小的缺口半径、较大的缺陷以及位于缺口根部平面附近的缺陷尤其有害。
综上所述,这些研究确立了宏观和微观几何特征在控制 LPBF 合金疲劳性能方面的重要性。然而,尽管在 Ti-6Al-4V、IN718、AlSi10Mg 和钢材上进行了广泛的缺口几何 HCF 工作,但对于构建态下具有故意几何缺口的 LPBF 哈氏合金 X 的 LCF 场景,不存在等效研究。这一差距尤为显著,因为 AM 哈氏合金 X 越来越多地用于燃气轮机组件(例如燃料喷射器 [39]),这些组件本质上包含工程缺口和沟槽。对于此类组件,疲劳响应由两个相互作用尺度决定:宏观缺口几何形状和源于构建态表面形貌的微观缺口。虽然先前的研究强调了其他合金中这种相互作用,但构建态宏观缺口、表面形貌和 LPBF 哈氏合金 X 中微观结构状态的综合效应仍研究不足。
在本工作中,研究了含有不同几何应力集中系数的构建态缺口的 LPBF 哈氏合金 X 试样在高温下的疲劳行为。缺口保留了根部的构建态表面粗糙度,从而能够真实地代表 AM 组件。测试前,通过计算机断层扫描和构建态缺口区域的扫描电子显微镜 (SEM) 成像表征表面粗糙度。疲劳测试后,通过 SEM 检查断口表面以识别裂纹萌生部位,并使用电子背散射衍射 (EBSD) 表征局部微观结构。疲劳测试在完全反向应变控制条件下进行,疲劳寿命与这些形貌和微观结构发现结合分析。
章节片段
试样制造
所有试样均使用 Concept Laser M2 系统通过 LPBF 在碳钢基板上制造,由 Solar Turbines Incorporated(美国圣地亚哥)完成。使用气雾化哈氏合金 X 粉末作为原材料,其名义成分为 Cr 20.5–23%,Fe 17–20%,Mo 8–10%,Ni(余量)[30]。图 1(a) 显示了粉末原材料的代表性 SEM 图像,由 JEOL JSM-6610LV SEM 捕获。颗粒大小的名义尺寸范围为 15–45 μm。
试样使用 35 μm 的层厚构建
使用 CT 进行表面粗糙度表征
图 5 显示了一个代表性的纵向截面 CT 图像。在扫描的空间分辨率(8 μm 体素大小)下,在检查体积内未观察到完全封闭的内部孔隙。因此,在 CT 测量的检测极限内,块体材料看起来没有可分辨的内部孔隙。由于所有试样在测试前都经过热等静压处理,封闭内部孔隙的缺失与致密化产生的预期效果一致。
结论
本研究考察了具有不同应力集中系数和构建态表面状况的缺口 LPBF 哈氏合金 X 的低周疲劳行为,结合了疲劳测试、SEM、断口分析和 EBSD。结果表明,疲劳性能受宏观缺口几何形状和应变幅值的影响,而表面粗糙度、LPBF 诱导缺陷和局部微观结构特征共同影响裂纹萌生行为、裂纹扩展速率和疲劳寿命分散性。
科学写作中生成式人工智能声明
在本工作的准备过程中,第一作者 Ajay Kushwaha 使用了 OpenAI ChatGPT 以改善语法和可读性。在使用该工具/服务后,第一作者根据需要审查和编辑了内容,并对出版物的内容承担全部责任。
CRediT 作者贡献声明
Ajay Kushwaha:撰写 – 初稿、可视化、验证、软件、方法论、调查、形式分析、数据管理。Ritam Pal:撰写 – 审查与编辑、调查。Brandon Kemerling:撰写 – 审查与编辑、监督。Daniel Ryan:撰写 – 审查与编辑、监督。Sudhakar Bollapragada:撰写 – 审查与编辑、监督。Amrita Basak:撰写 – 审查与编辑、监督、资源、项目管理、资金获取、构思。
资助信息
本工作由 Solar Turbines Incorporated(卡特彼勒公司)通过资助编号 PAT-18-00112 支持。本文中的任何观点、发现和结论均为作者的观点,不一定反映支持机构的观点。
竞争利益声明
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。
致谢
作者感谢 Metcut Research Inc.(俄亥俄州辛辛那提)和定量成像中心(宾夕法尼亚州立大学)在加工和计算机断层扫描方面提供的帮助。作者感谢宾夕法尼亚州立大学博士生赵明清在疲劳实验方面的协助。
Ajay Kushwaha|Ritam Pal|Brandon Kemerling|Daniel Ryan|Sudhakar Bollapragada|Amrita Basak
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号