基于微结构特征与断口形貌分析探究中锰钢氢致延迟开裂规律及机理
批准号：
52101073
项目类别：
青年科学基金项目（C类）
资助金额：
30.0 万元
负责人：
付豪
依托单位：
学科分类：
金属材料使役行为与表面工程
结题年份：
2024
批准年份：
2021
项目状态：
已结题
项目参与者：
付豪
项目摘要
结项摘要
相似基金
相关文献
中文摘要
钢的强度越高，越易发生氢致延迟开裂。目前，对于正处于研发阶段的第三代汽车用中锰钢，试验表明其氢致延迟开裂情况不容乐观。另外，中锰钢微观组织具有多相、亚稳、多尺度特征，使得其延迟开裂规律变得十分复杂，机理越发不明确。本申请将重点关注影响氢的扩散和局部富集的微观组织结构特征，以及氢扩散和富集过程在断口和氢致裂纹上的响应。通过数字图像处理技术和数值计算方法定量提取中锰钢微观组织结构和断口脆性区特征参数，结合机器学习方法对中锰钢延迟开裂规律进行预测；结合氢致裂纹宏微观层面上的特征，基于双晶晶体学模型和机器学习方法从统计视角定量探寻氢致裂纹形核的充要条件，并深入探讨中锰钢的氢脆机理。
英文摘要
The higher the strength, the more susceptible to hydrogen-induced delayed cracking. At present, the third-generation medium-manganese steel for automobiles in the research and development stage has high strength. However, tests show that medium-manganese steel delayed cracking situation is not optimistic. Moreover, the microstructure of medium manganese steel has multi-phase, metastable and multi-scale characteristics, which makes the law of delayed cracking very complicated and the mechanism more and more unclear. This application will mainly focus on the microstructure characteristics that affect the local diffusion and enrichment of hydrogen, and the response of the hydrogen diffusion and enrichment process on fracture and hydrogen-induced cracks. The characteristic parameters of the microstructure and fracture brittle zone are quantitatively extracted by using digital image analysis technology and numerical calculation methods. Furthermore, the delayed cracking law are predicted by combining the machine learning method. Finally, combining the characteristics of hydrogen-induced cracks at the macro and micro levels, based on the theory of crystal plasticity and the necessary and sufficient conditions, hydrogen-induced cracks nucleation are quantitatively explored from a statistical perspective, and the hydrogen embrittlement mechanism is deeply discussed.
中锰钢作为新一代汽车用先进高强钢的典型代表，在微观组织优化和力学性能提高方面得到了广泛关注，但高的氢脆敏感性限制其发展。本项目围绕中锰钢的微结构调控、力学性能、氢致延迟开裂行为及断口定量分析展开，旨在通过多种实验和计算方法深入探究中锰钢的性能优化机制。首先，通过直接温轧（WR）工艺和后续高温退火（WRA）处理，研究了中锰钢的异质结构形成及其对力学性能的影响。结果表明，WR工艺通过形变诱导α’马氏体转变形成硬域α’马氏体与软域γ的异质结构，显著提高了材料的屈服强度和抗拉强度，同时保持了良好的塑性。异质结构的存在引入了非均质变形诱导应力，进一步增强了材料的应变硬化能力，突破了强度-塑性的权衡困境。此外，通过多重分形分析，量化了中锰钢在变形过程中塑性失稳现象（PLC效应）的时间结构变化，为理论模型的验证提供了有效工具。其次，研究了组织结构对中锰钢氢致延迟开裂行为的影响。通过原位充氢慢应变速率拉伸实验和多种显微分析技术，发现具有多元异构特征的中锰钢表现出较低的氢脆敏感性。奥氏体晶粒的稳定性、铁素体的应力缓解作用以及奥氏体晶粒中Mn的分布特征，均对氢致裂纹的萌生和扩展起到了关键作用。特别是在临界区温度以下长时间退火的试样表现出最低的氢脆敏感性和最佳的抗氢脆能力。最后，提出了一种基于机器学习的断口定量分析方法，通过图像分割和符号回归技术，建立了断口形貌特征与材料性能之间的定量关系。该方法在韧性断口数据中验证了其有效性，成功预测了断裂韧性、抗拉强度、屈服强度等关键性能指标，为材料断裂机理的反推提供了新的工具。该方法与卷积神经网络（CNN）断口分类模型结合，可广泛应用于不同类型断口的定量分析。综上，本研究通过多种实验和计算方法，系统探究了中锰钢的微结构调控、力学性能优化及氢致延迟开裂行为，并提出了基于机器学习的断口定量分析方法，为中锰钢的性能优化和断裂机理研究提供了新的思路和方法。
国内基金
海外基金