斷裂韌度預測及神經網絡應用.pdf

1、韌性材料在低溫下通常變脆，而在較高溫度下具有良好的韌性。裂紋尖端約束水平的降低會導致材料斷裂韌度的提高。正確估計斷裂韌度與約束水平、溫度的關系就變得十分必要。根據A533B-1壓力容器鋼的實驗數據，給出標準裂紋試件(a/w=0.5)的韌脆轉化曲線(即，主曲線Master Curve)。用有限元分析三點彎曲試件裂紋尖端區(qū)域的應力場，采用J-42雙參數方法對裂紋尖端的約束水平進行評估。分析了標準裂紋試件計算特征距離rc、約束參數A2與溫度T

2、的關系。根據J-A2方法，預測了各種淺裂紋(a/w=0.2，0.075)試件的斷裂韌度曲線，預測曲線與實驗數據吻合較好。 在對裂紋尖端應力、應變場進行彈塑性分析的基礎上。采用BP人工神經網絡來預測裂紋端約束效應：(1)用單邊缺口彎曲試件韌帶上三個點的應變及裂紋尺寸(a/w)作為網絡的輸入數據，J-積分和約束參數A2作為輸出，訓練神經網絡。(2)用試件的不同尺寸、裂紋尺寸和外加載荷作為神經網絡的輸入，J-積分和約束參數A2作為輸出