考虑热传导效应的金属材料低周疲劳寿命预测热力学熵模型研究

金属疲劳研究新突破：针对现有模型忽视热传导能量耗散的问题，研究人员通过低周疲劳(LCF)实验结合红外热成像技术，量化了热传导与塑性变形导致的熵变，建立了基于热力学熵的实时寿命预测模型。该研究将预测误差降低达30%，为航空发动机叶片等关键部件寿命评估提供了新范式。

　　

从热力学视角揭开金属疲劳的熵变密码！当金属材料经历反复拉伸-压缩(低周疲劳LCF)时，能量转化过程会产生两股"熵流"：塑性变形引发的熵产(entropy production)如同材料内部的能量风暴，而热传导(heat conduction)导致的能量耗散则像隐形的热量河流。研究团队巧妙运用红外热像仪(infrared thermography)捕捉试样表面温度场演变，结合一维热传导模型(1-D heat-conduction model)，首次实现了对两类熵变的精准解耦。

令人振奋的是，循环次数与累积熵变之间存在着美妙的指数关系(exponential relation)。当同时考虑热传导和塑性变形能量时，预测模型如同装上双引擎，误差率显著下降。这项研究不仅为涡轮盘、骨科植入物等关键金属部件的寿命预测提供了新标尺，更开辟了从能量耗散视角破解疲劳机制的新航道。