金属材料塑性本构模型建立研究进展

本构模型反映了流变应力与应变、变形温度和应变速率的对应关系,在设备选型、有限元仿真计算等方面具有重要应用。综述了几种主要的本构模型建立方法,即经验型本构模型、物理型本构模型以及近年来被广泛使用的机器学习型本构模型。经验型本构模型的建立过程简便,但其无法从微观层面解释材料变形的机理。相比之下,物理型本构模型的建立虽然复杂,但由于其包含了微观机制信息,预测精度优于经验型本构模型。机器学习型本构模型相较于前两种建模方法预测精度更高,建模方式更加简便。运用VOSviewer和CiteSpace文献计量软件对金属材料本构模型建模方法进行统计分析,得出相关领域国家、机构研究现况以及之间合作关系,分析表明中国对于金属材料本构模型领域研究最为活跃,采用机器学习进行本构建模的研究是近年来热点。并且随着人工智能技术的飞速发展,运用机器学习建立本构模型将是未来发展方向。

FeCrNi合金静动态物理本构模型研究

以金属材料塑性变形的位错动力学为基础,将FeCrNi合金的流动应力分解为非热应力和热激活应力两部分.通过对该合金屈服应力随温度变化特性、屈服应力的应变速率特性、孪晶组织的温度特性及位错组态的应变速率特性进行分析,认为非热应力不只是应变的函数,还与温度和应变速率相关,因此对Johnson-Cook模型方程形式进行修正以描述非热应力.同时认为影响热激活应力的微结构参数主要为位错阻碍间距△l,定义并推导出表征△l演化的g函数的表达式,将其引入Kocks的热激活方程,从而建立FeCrNi合金的物理型本构模型.该模型初步实现了对FeCrNi合金从室温到高温、从准静态到动态塑性变形行为的描述.