本文摘要:(由ai生成)
本文主要探讨了航空发动机关键零部件疲劳失效问题及解决方法。通过对比 Python 二次开发构建弹丸和粒子生成器生成弹丸这两种建模手段的单弹丸喷丸冲击结果,分析了它们之间的差异。此外,作者还研究了粒子生成器在其他领域的应用,并提供了相关结果图片。
航空发动机关键零部件的疲劳失效一直是亟待解决的问题,提高材料疲劳强度可以减少部件维护次数从而降低成本,同时可以减少由于疲劳而导致的发动机故障。
喷丸强化、激光冲击强化等表面强化技术通过表面改性可以显著提高材料疲劳寿命,具体表现为在材料表面引入残余压应力抑制裂纹的萌生和扩展;提高表面硬度从而提升材料的抗微动疲劳性能;细化晶粒使表面强度提升。然而,喷丸强化工艺参数繁多,不同材料对应的最优喷丸工艺不同,实验条件下确定材料喷丸工艺需要消耗大量材料(待强化材料和ALMEN试片),同时测量残余应力和硬度等表征结果也会消耗大量人力、物力。
数值模拟手段通过大量的迭代发展,已经在航空航天、汽车和医学等领域得到广泛应用。近年来涌现出大量文献研究仿真手段在喷丸强化领域的应用。喷丸强化时间短,应变率高,变形较大的瞬时非线性特点导致其计算只能使用显式求解。ABAQUS和LS-DYNA在显式计算领域具有独特优势,是喷丸强化仿真计算的首选。激光冲击强化在调整步长较小的情况下可以采用隐式求解,求解结果相对显式求解精度较高,但求解效率较低。
ABAQUS软件相比LS-DYNA而言灵活度更高,其可以通过python进行前后处理二次开发,Fortran进行求解二次开发以及修改关键字进行输入文件的二次开发。例如喷丸强化首先可以通过编写python脚本进行随机弹丸的建模和后处理残余应力和粗糙度的自动化提取,其次可以通过修改inp文件的关键字进行粒子生成器的定义,通过python和VDLOAD子程序的协同作用进行激光冲击前处理的参数化建模、光斑的路径定义、激光工艺参数的参数化定义以及脉冲曲线的参数化定义。
作者通过阅读大量文献发现,通过python二次开发构建弹丸和通过粒子生成器生成弹丸是喷丸强化仿真常用的仿真手段。本文就这两种常用建模手段进行单弹丸的喷丸对比,单位制为mm、t、s。
首先构建靶材模型,在ABAQUS软件构建1mm×1mm×0.5mm的靶材,网格大小为0.01,材料选用工业中常用的中国牌号为TC4的钛合金,其材料参数如下。
密度 | 杨氏模量 | 泊松比 | A | B | C | n |
4.5e-9 | 1.2e5 | 0.34 | 1098 | 1092 | 0.014 | 0.93 |
通过CAE软件构建半径为0.15mm的铸钢丸,并对其进行刚体约束。其密度为7.85e-9,杨氏模量和泊松比分别为2.1e5和0.3,网格大小为0.01。冲击速度设定为80000mm/s。通过GUI界面构建的模型如下。
构建粒子生成器的单弹丸模型有很多办法,控制粒子生成器的流率可以生成单个弹丸,其流率协调公式如下。
其流率为粒子速度、密度和喷嘴阈值的函数关系。然而,通过控制流率的方式去生成单个弹丸的过程较为繁琐,本文直接通inp文件的节点坐标去构建粒子生成器生成的弹丸。粒子生成器生成弹丸的方式本质上属于生成随机节点,弹丸表示生成颗粒的球心位置,边界条件施加在生成的节点上。
因此,首先在inp文件中构建part以及相应的节点号以及节点所在空间位置。
**部件的名称
*Part, name=nozzle
**弹丸球心,即节点的空间位置
*Node
520252, 0.5, 0.5, 0.66
节点通过节点编号和后面跟着的节点空间位置坐标定义。前面所构建的靶材的最大节点编号为520251,因此对粒子生成器的弹丸节点编号命名为520252,其空间坐标为(0.5,0.5,0.66)。靶材长宽均为1mm×1mm,因此弹丸球心坐标与靶材中心对其。靶材厚度为0.5mm,弹丸半径为0.15mm,因此,0.66表示弹丸位于距靶材表面0.01mm的位置。
*Element, type=PD3D
520252, 520252
*Elset, elset=DEM, generate
520252, 520252, 1
下面对节点的单元类型和集 合进行定义。粒子的单元类型为PD3D,粒子集 合定义为DEM。
*DISCRETE SECTION, ELSET=DEM, shape=sphere, density=7.85e-9, alpha=0.0
0.15
对粒子进行相关属性的定义。对上述集合DEM内的粒子定义其密度为7.85e-9,alpha阻尼先设定为0。0.15表示粒子半径为0.15。
*discrete elasticity
2.1e5,0.3
对粒子进行杨氏模量和泊松比的定义,对于刚体而言,其并无太大价值,但其对粒子的法向接触行为的定义具有重要意义。ABAQUS帮助文档详细解释了Hertz接触与Johnson-Kendall-Roberts adhesive接触,具体公式计算见帮助文档。
*surface, type=element, name=DG_Surf
DEM,
*End Part
下面对粒子表面进行定义,对其表面命名为DG_Surf,对应的集 合为DEM,结束颗粒的part建模。
下面对接触进行定义。接触定义的关键字很常见,其关键字为:
CONTACT
CONTACT INCLUSIONS
PG_SURF1
PG_SURF2
PG_SURF2
CONTACT PROPERTY ASSIGNMENT
PG_SURF1, prop_gen_SET1
PG_SURF2, prop_gen_SET2
PG_SURF2, prop_gen_SET1_and_gen_SET2
本文采用的接触为,法向硬接触、切向摩擦系数为0.2。
粒子生成器生成的颗粒无需划分网格,因此,直接对粒子进行装配,其关键字为:
*Instance, name=nozzle-1, part=nozzle
*End Instance
其含义为:降part的nozzle即粒子添加到装配体中。因为我们在part模块就已经对粒子的相对空间位置坐标进行了定义,在装配中无需定义其空间坐标。
下面就是对粒子的边界条件进行定义。对于刚体而言,在GUI界面我们通过对参考点施加相应的边界条件,对于喷丸工况而言,需要对参考点施加预定义场的初始速度。其逻辑是首先创建参考点的集 合,然后对集 合赋予相应的边界条件。因此,我们首先需要对粒子创建相应的集 合。由于粒子依附于节点,我们对节点进行set的集 合定义。
*Nset, nset=nozzle-1_DEM, internal, instance=nozzle-1
520252,
将其命名为nozzle-1_DEM。
*Initial Conditions, type=VELOCITY
nozzle-1_DEM, 3, -80000.
下面进行初始速度的施加。3表面Z方向,-80000表示速度为80000mm/s,方向为Z轴负方向。
在计算时,粒子生成器经常会报错Zero element time increment estimate,这个时候我们讲增量步设定为固定增量步即可解决。粒子生成器弹丸模型构建结果如下。
下面对比一下两种方式的求解结果,左边为手动构建弹丸结果,右边为粒子生成器弹丸冲击结果。
对于S11方向的残余应力而言,粒子生成器构建的弹丸冲击后的残余应力值较大。
对于等效塑性应变而言,粒子粒子生成器冲击后的变形更大,最重要的一点是其弹坑形状非常怪异。
对于U3位移结果而言,粒子生成器的弹丸其形状不规则,并且弹坑更深。
按道理而言,两种建模方法构建的弹丸其冲击结果应该相同,然而其结果却令人意外。上面我们提高阻尼,因此这可能是阻尼定义不当引起的怪异。本文对比了阻尼为0,0.1,0.5,1和7情况下,其塑性应变和残余应力。
提高阻尼,就残余应力而言,0.5的阻尼下残余应力接近手动建模下的弹丸冲击情况,但塑性应变仍无法满足。弹坑的不规则变形和残余应力显著影响后续的残余应力大小和粗糙度。
就残余应力深度而言,粒子生成器生成的弹丸也无法满足深度要求。
绘制了动能随时间变化的情况。可以发现动能在碰撞时两者的变化不同。这可能与阻尼有关,合适的阻尼值是粒子生成器应用的关键。作者目前看到的很多论文里面的粒子生成器并没有谈其阻尼的构建,然而所有的论文出乎意料的是,其残余应力与粗糙度均与实验相同。
作者并未深入研究阻尼的定义,上述定义的阻尼下粒子生成器产生的粒子进行喷丸强化可能并不会产生理想的效果,但这并不影响粒子生成器在其他如岩土工程方面的应用。
然而,如果实际工况是大范围的如10mm×10mm的平板喷丸强化,这个时候所需弹丸可能高达几十万,通过python生成随机位置的颗粒并不现实,这对显卡有更高的要求,这个时候仍然需要采用粒子生成器作喷丸强化,这个时候有两种选择:查阅资料定义合适的颗粒阻尼或者在上述结果乘以相应的矫正系数,以贴合实验,但是第二种做法的合理性有待研究。
粒子生成器可以生成的粒子大小可以通过修改相应的函数去实现多种特定半径粒子的生成,一定半径范围内随机半径颗粒的生成等等。如果通过python二次开发,则还需定义手写几百行代码,而只需修改inp文件的关键字即可实现随机粒子的生成。
粒子生成器生成三种特定半径大小的弹丸。
粒子生成器生成一定半径区间的随机半径大小的弹丸。
此外,通过结合python和inp文件的二次开发,可以随机生成互不干涉的颗粒的球心坐标,进而写入inp文件,通过上述关键字的增改,完成颗粒的建模。下面是生成半径分别为0.04和0.06的空间中随机分布的粒子生成器颗粒。
本贴只是个人根据既有结果的初步探索研究,因水平有限,若内容有误,还请读者私信评论更正,以提高本贴质量。
本贴原始数据和关键字不提供源文件,关键信息均在原文中出现。