新兴铸管股份有限公司
Xinxing Ductile Iron Pipes Co.
国家材料腐蚀与防护科学数据中心分中心-智慧铸管-耐蚀钢铁材料数据中心
National Materials Corrosion and Protection Data Center
Intelligent Ductile Iron Pipe-Corrosion Resistant Steels Data Center
中文 | Eng 管理后台 数据审核 登录 反馈
南洋理工顶刊:拉伸性能相同,疲劳性能差异竟如此大?
2020-04-28 16:21:39 作者:本网整理 来源:材料科学网

随着对合金机械性能的需求不断增长,促使材料学者们为高强度高延性组合而探索混合或非均质材料。多层钢(Multilayered steel,MLS)就是一种混合材料,这种材料是由软而延性好的奥氏体和硬而脆的马氏体层状交替堆叠而成,从不同组分可以中获得高强度和高延展性的组合。因此具有作为新一代结构材料的巨大潜力,但是这种MLS钢的疲劳行为研究尚不充分。


新加坡南洋理工大学的一项研究制备了两种仅仅是表层不一样的多层钢,并分析其疲劳行为。相关论文于以题为“Fatigue in multilayered steels”发表在Scripta Materialia。


论文链接:https://doi.org/10.1016/j.scriptamat.2020.03.052


本研究制备的两种MLS均含有15个交替层,均由420马氏体不锈钢和301奥氏体不锈钢堆叠而成(以下简称为301和420)。一种MLS外层材料为301(301和420体积分数为43%和57%),另一种外层材料为420(301和420体积分数为53%和47%),以下分别简称为AOS和MOS。两种MLS的制备方法均为堆叠单个1mm厚的成分片,先热轧至1.2mm,再冷轧至1.15mm,最终每个组成层的厚度约为80μm。


图1 多层钢的横截面显微照片。(a)外层为301的AOS MLS;(b)外层为420的MOS MLS;(c)两种MLS的拉伸应力-应变曲线;(d)两种MLS疲劳过程中应力范围和循环次数;(e)AOS MLS的裂纹处显微照片;(f)MOS MLS的裂纹处显微照片


图2 多层钢的EBSD图(红色和绿色分别代表奥氏体和马氏体相)


经过拉伸试验得知,AOS屈服强度和抗拉强度分别为1095和1487MPa,MOS为1105和1485MPa,两种MLS的拉伸性能几乎相同,说明外层材料不同对MLS的拉伸性能无明显影响。经过高周疲劳试验得知,AOS的弹性极限(σe)为670MPa,但MOS的σe为468MPa,相较于MOS,AOS的弹性极限高出43%,说明AOS的抗疲劳性能更好。完全退火态的301奥氏体不锈钢(ASS)的σe为510MPa,本研究的AOS MLS比一体301 ASS高31%。显然多层体系结构能够显著增强材料的抗疲劳性能。


图3 多层钢冷轧后模拟残余应力变化(a)AOS;(b)MOS


图4 AOS MLS中奥氏体向马氏体转变的EBSD图


研究人员认为多层材料的布局是造成疲劳性能不同的主要原因,对比分析断裂部分得知,裂纹是从420层产生,而MOS的外层为420,说明301对疲劳裂纹的萌生抗力高于420。AOS抗疲劳性能较好的是因为冷轧过程中残留一定的压应力,应力将引起奥氏体向马氏体转变,这种现象会发生在循环载荷期间并减弱压应力,所以AOS MLS的抗疲劳性能更好。


本研究分析了MLS的疲劳行为,突显了特定结构对多层材料承受循环载荷时的显著影响。证明了混合材料在性能方面的优势,同时提醒后续研究多层材料时,既要考虑材料的准静态机械性能,又要考虑疲劳性能。

免责声明:本网站所转载的文字、图片与视频资料版权归原创作者所有,如果涉及侵权,请第一时间联系本网删除。

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心