[发明专利]一种基于双记忆面模型预测金属材料应变历史效应的方法

权利要求书

1.一种基于双记忆面模型预测金属材料应变历史效应的方法，其特征在于：包括如下步骤，

步骤1、在连续介质力学模型中，将总应变分解为弹性应变ε_e与塑性应变ε_p两部分，基于随动硬化量、各向同性硬化，定义屈服面；

步骤2、针对晶界在循环载荷作用下的演变特征，将晶界分为稳定晶界和不稳定晶界两部分进行建模，采用多项各向同性强化线性叠加实现各项同性强化的预测，其中：采用指数型硬化模型描述不稳定晶界的失效，采用对数型硬化模型描述不稳定晶界演变，采用指数型硬化模型描述稳定晶界的强化，进而构建各向同性强化模型，通过所述各向同性强化模型提高对金属材料在循环载荷作用下各向同性强化的预测精度；

步骤3、通过在随动强化演变模型中加入回调项，通过回调项表征随动硬化过程中的非线性效应；考虑塑性变形在晶粒之间、位错之间以及沉淀物之间的相互作用，将随动硬化分为短程、中程以及长程作用，进而构建随动强化模型，提高对金属材料在循环载荷作用下随动强化的预测精度；

步骤4、在塑性应变幅面PSR模型的基础上，考虑微观组织，尤其是晶界的演变特征，将微观组织分为稳定微观组织和不稳定微观组织两部分进行建模，同时基于不稳定晶界在最大循环载荷作用下的演变和失效机理，通过稳定记忆面记忆稳定微观组织演变，通过不稳定记忆面记忆不稳定微观组织演变，构建包含稳定微观组织演变和不稳定微观组织演变的双记忆面模型，通过所述双记忆面模型实现对金属材料微观组织演变的准确表征；

步骤5、根据步骤1定义的屈服面演变模型、步骤2构建的各向同性强化模型、步骤3构建的随动强化模型、步骤4构建的双记忆面模型，进一步构建循环塑性本构模型，根据所述循环塑性本构模型开展试验，并拟合所述循环塑性本构模型相应的本构参数，得到确定本构参数后的循环塑性本构模型；

步骤6、根据步骤5得到的确定本构参数后的循环塑性本构模型，设置载荷参数对金属材料应变历史效应进行预测，提高对金属材料应变历史效应的预测精度，进而提高对金属材料在循环载荷作用下的疲劳特性的预测精度。

2.如权利要求1所述的一种基于双记忆面模型预测金属材料应变历史效应的方法，其特征在于：步骤1实现方法为，

在连续介质力学模型中，将总应变分解为弹性应变ε_e与塑性应变ε_p两部分

ε＝ε_e+ε_p                           (1)

弹性应变的计算公式用张量表示为

其中σ为二阶应力张量，tr为二阶张量的迹，I为二阶单位张量；

材料塑性应变满足

其中为等效塑性应变率，等效塑性应变率通过等效塑性功进行求解：

求得

等效塑性应变率与材料的累积塑性应变率相等，即

基于随动硬化量、各向同性硬化，屈服面定义为

f＝J(σ-X)-R-σ₀                       (7)

其中，X为随动硬化量，即背应力，代表屈服面整体平移；R为各向同性硬化，代表屈服面的膨胀；σ₀为屈服面的初始大小；J为材料应力点距离屈服面中心的距离，σ'为应力张量偏量，X'为背应力偏量。