技术特征：
1.基于熵产稳定值预测金属材料疲劳极限的方法，其特征在于包括以下步骤：s1、制备疲劳试验试件：s1-1、根据gb/t6398-2000标准并采用线切割方法加工而成金属材料标准疲劳试样；s1-2、用砂纸打磨标准疲劳试样，使标准疲劳试样的表面及线切割加工面光滑；s1-3、用乙醇擦拭标准疲劳试样，使标准疲劳试样的表面洁净；s1-4、在标准疲劳试样的待测温表面一侧均匀涂覆一层黑色哑光漆，增加热反射率，制得疲劳试验试件，留待后步使用；s2、疲劳试验试件加载及测温准备：首先，调整疲劳试验参数：循环特征系数为0.1，谐振频率为10hz；然后，将疲劳试验试件装卡在疲劳试验机上，同时将红外热像仪放置于距离疲劳试验试件的测温表面800mm的位置处，红外热像仪记录温度的灵敏度为0.08k，调节红外热像仪的焦距，保证疲劳试验过程中录制的温度图像清晰；s3、疲劳试验：对疲劳试验试件在不同应力水平下进行循环加载，控制系统采集疲劳应变试验数据，同时使用红外热像仪对疲劳试验试件内部释放至表面的温度进行监测，并储存疲劳试验试件表面特征数据和疲劳热像图；s4、数据处理及分析：s4-1、分析红外热像仪测得的试验结果，提取疲劳试验试件在疲劳载荷作用下的温度-时间关系数据和温度图像；s4-2、分析疲劳试验控制系统测得的应变数据，在origin软件中转化为塑性能密度；s4-3、进行热力学熵产计算，确定不同循环载荷水平下稳定阶段塑性能密度和温度，热力学熵产计算公式为：式中，s
g
为熵产，f为频率，w
p
为塑性能密度，t为温度；s4-4、确定疲劳试验试件的熵产稳定值与循环载荷关系曲线的形状，熵产稳定值与循环载荷关系包括以下两个阶段：a.熵产稳定值在低循环载荷作用下呈稳定线性增加，此时试件内部混乱度增加率较低，外部表现为熵产稳定值的稳定增加；b.在高循环载荷下曲线出现剧烈的快速升高阶段，此时试件内部发生大量塑性变形，试件内部混乱度增加率快速升高，即熵产迅速增大；a阶段线性线段与b阶段线性线段的交点即为该金属材料的疲劳极限。2.根据权利要求1所述的基于熵产稳定值预测金属材料疲劳极限的方法，其特征在于：在所述步骤s1-2中，标准疲劳试样正反面及线切割加工面打磨后的粗糙度ra为0.32-0.63μm。3.根据权利要求1所述的基于熵产稳定值预测金属材料疲劳极限的方法，其特征在于：在所述步骤s2中，所述疲劳试验机为型号为sds-100的电液伺服低周疲劳试验机。
技术总结
基于熵产稳定值预测金属材料疲劳极限的方法，属于力学性能检测技术领域，解决金属材料疲劳极限快速、准确预测的技术问题，本发明借助电液伺服低周疲劳试验机和红外热像仪，建立起塑性能密度、温度和循环时间的关系，以及熵产稳定值和循环载荷的关系，找到熵产稳定值随载荷水平变化程度的转折点，即两段线性函数的交点即预测疲劳极限；通过与传统S-N曲线获得的疲劳极限对比获得误差值。本发明只需1-2小时就可以获得疲劳极限并且无需实验人员对试件持续观察，具有快捷、方便、准确等优点。准确等优点。准确等优点。
技术研发人员：闫志峰 王卓然 张锦文 张婷婷 董鹏 张红霞 王文先 王树邦
受保护的技术使用者：太原理工大学
技术研发日：2022.01.07
技术公布日：2022/4/26