SS304 不锈钢板的火灾后恢复与残余力学性能
《Journal of Constructional Steel Research》:Post-fire recovery and residual mechanical properties of SS304 stainless steel sheet
【字体:
大
中
小
】
时间:2026年10月24日
来源:Journal of Constructional Steel Research 4.6
编辑推荐:
• 实验表征了SS304不锈钢板的火灾后响应特征。
• 评估了空气冷却和喷水冷却对残余力学性能的影响。
• 暴露于1100 °C后,屈服强度最多降低36%。
• 建立了硬度–强度相关性关系,用于火灾后评估。
• 提出了统一残余性能模型,供结构设计应用参考。
## 引言
近
• 实验表征了SS304不锈钢板的火灾后响应特征。
• 评估了空气冷却和喷水冷却对残余力学性能的影响。
• 暴露于1100 °C后,屈服强度最多降低36%。
• 建立了硬度–强度相关性关系,用于火灾后评估。
• 提出了统一残余性能模型,供结构设计应用参考。
## 引言
近年来,不锈钢凭借其优异的耐腐蚀性、卓越的可持久性、美观的表面外观以及相较于传统碳钢更优的力学性能,在结构工程和建筑应用中得到越来越广泛的应用[1]、[2]、[3],如图1(a)所示。在各类不锈钢中,奥氏体不锈钢因其通过降低镍含量和氮强化实现的高性价比而备受关注[4]。不锈钢结构构件表现出优异的延展性、应变硬化能力和在压缩、弯曲及扭转载荷下的稳定结构响应,使其适用于现代建筑应用[5]。火灾危害是影响结构安全性和适用性的最严峻条件之一,因为高温会显著降低结构材料的刚度和强度。然而,在实际火灾场景中,受损区域往往是局部的,由于结构体系固有的冗余度和鲁棒性,完全的结构倒塌相对少见。因此,结构的火灾后评估对于判定受火构件能否继续使用、需要修复还是必须更换至关重要[6]。奥氏体不锈钢因其卓越的耐腐蚀性、高延展性和良好的应变硬化特性,被广泛应用于结构和建筑领域。在这些材料中,印度产SS304不锈钢符合IS 6911:2026标准[7],具有吸引人的表面饰面、良好的焊接性、无磁特性以及低维护需求,特别适合建筑和结构应用,例如位于钦奈的不锈钢网格框结构建筑,如图1(b)所示。
尽管传统不锈钢等级在不同冷却条件下的火灾后行为已得到广泛研究[4]、[8]、[9]、[10]、[11]、[12]、[13]、[14]、[15]、[16],但有关印度产SS304等奥氏体不锈钢板材的信息仍然有限。现有研究主要集中于常用等级,包括奥氏体等级1.4404和1.4307[14]、S35657[4]、EN 1.4301、EN 1.4436和EN 1.4401等级钢筋[15]、S30408和S31608[10]、双相S32001[8]、EN 1.4162[9]、S22053[12]、1.4362和1.4462等级[14],以及铁素体不锈钢EN 1.4003、EN 1.4016和EN 1.4509[11]、EN 1.4003[13]、[14],而对SS304的关注相对较少。与表1中其他常用不锈钢等级相比,SS304具有独特的化学成分和冶金特性,这可能影响其在高温暴露后的机械响应和残余性能。因此,研究SS304的火灾后行为可为理解奥氏体不锈钢的温度响应提供额外的实验数据,并补充其他不锈钢等级的现有研究。已有大量研究调查了各类钢材的火灾后残余力学性能,包括冷弯薄壁型钢[17]、[18]、[19]、[20]、热轧钢[19]、[21]、[22]、[23]、钢筋[24]、[25]、[26]和高强钢[27]、[28]、[29]、[30]、[31],涉及不同的钢等级和冷却方法。
Huang等人[9]研究了在24 °C至1000 °C高温下不同保温时间条件下低碳双相不锈钢的火灾后力学行为。其研究表明,保温时间对残余力学性能的影响可以忽略不计,杨氏模量、极限抗拉强度和硬度在暴露于高温后基本保持不变。相反,一项关于铁素体不锈钢火灾后残余强度的研究报告称,当加热温度超过800 °C时,强度和硬度显著增加,这主要是由马氏体的形成所致[13]。Xie等人[11]对EN 1.4003、EN 1.4016和EN 1.4509三种常用铁素体不锈钢等级进行了实验研究,报告了它们在高温暴露后残余力学行为的明显不同响应。特别是,EN 1.4003在900 °C以上温度时屈服强度显著增加,这主要是由于冷却过程中发生马氏体转变,与Huang等人[13]的研究结果一致。在另一项研究中,Tao等人[14]考察了不同类型不锈钢的火灾后残余性能,包括铁素体(1.4003等级)、双相合金(1.4362和1.4462)和奥氏体(1.4404和1.4307)。其研究结果表明,奥氏体和双相等级的延展性在暴露于800 °C以上温度后略有增加,而铁素体等级则表现出相反的趋势。此外,与普通碳钢和低碳高强钢的比较显示,无论钢材类型如何,超过600 °C后强度均有相当程度的退化。此外,S35657[4]和QN1803[16]等级奥氏体不锈钢的极限抗拉强度不受冷却条件的显著影响,而屈服强度随暴露温度的升高而显著降低。Yang等人[15]的研究专注于EN 1.4301、EN 1.4401和EN 1.4436等级奥氏体不锈钢钢筋在不同冷却条件下的火灾后力学性能。该研究证明,冷却方法对残余力学性能的影响不大,这主要是由于高铬和高镍含量稳定了奥氏体相。在所测试的等级中,EN 1.4436表现出更优的火灾后力学性能。此外,与高强碳钢的比较表明,奥氏体不锈钢钢筋的火灾后行为与Q460/S460钢等级相当。He等人[32]研究了ISO 834标准火灾对奥氏体304不锈钢本构行为的影响。建立了应力-应变本构模型,用于预测奥氏体304不锈钢火灾后拉伸试验中观察到的全应变范围。He等人[33]进行了实验研究S30408奥氏体不锈钢方钢管短柱的火灾后压缩行为。报告称,随着温度从400 °C升至1000 °C,不锈钢短柱的弹性阶段逐渐缩短,下降阶段出现得更早。Xiong等人[34]研究了暴露于高达1000 °C高温后的奥氏体201等级圆形空心不锈钢短柱的压缩行为。结果表明,高温不影响不锈钢短柱的破坏模式。
从上述文献综述可以清楚地看出,关于符合印度标准IS 6911:2026[7]生产的印度产SS304的信息非常有限,特别是其材料参数方面,工程师、研究人员和制造人员难以获取这些数据。尽管先前的研究调查了奥氏体不锈钢,包括EN 1.4301和S30408等级,但它们的化学成分不同(见表1),且关于本研究中所考虑的SS304不锈钢板材在不同冷却条件下火灾后力学行为的信息有限。此外,显微硬度可用于建立与屈服应力和极限应力等材料参数的关系,并可能进一步作为开发无损评估技术的基础,如Singh和Singh[18]所建议的。然而,目前有关不锈钢的火灾后显微硬度测试数据报告较少[9]。因此,高温暴露后的残余力学性能仍不确定,现有本构模型和预测模型对此不锈钢等级的适用性仍不明确。
为弥补这一研究空白,本研究对暴露于高达1100 °C高温后进行空气冷却和喷水冷却的SS304不锈钢试件进行了全面的实验调查。此外,评估了现有预测模型的适用性,并提出了统一方程来确定火灾后折减系数,包括杨氏模量、屈服强度和抗拉强度。另外,基于文献中报道的奥氏体不锈钢现有测试数据,开发了组合预测方程。并通过可靠性分析进一步评估了所提出方程的适用性和可靠性。
## 章节摘要
### 试件
用于评估火灾后力学性能的指定试件取自厚度为3 mm的不锈钢板材。SS304奥氏体不锈钢的元素成分通过光谱分析确定,如表1所示,与IS 6911:2026[7]中规定的要求一致(见表1)。该材料的名义屈服强度(0.2%规定非比例延伸强度)、抗拉强度和延伸率分别为205 MPa、515 MPa和40%。
### 实验结果与分析
本节呈现了拉伸试件和显微硬度测试的结果。关键力学性能(包括弹性模量、屈服强度和极限强度)的折减系数用于量化力学退化的程度,并在后续章节中进行了讨论。
### 与现有研究的比较
本节评估了现有预测模型对各类不锈钢等级的适用性,具体包括:Huang和Young[9]的EN 1.4162;Lu等人[8]的S32001;Xu等人[4]的S35657;Tao等人[14]的SS 1.4404、SS 1.4307、SS 1.4362、SS 1.4462和SS 1.4003;Xie等人[11]的EN 1.4003、EN 1.4016和EN 1.4509;Chen等人[12]的S22053;Huang和Young[13]的EN 1.4003;以及Lu等人[16]的QN1803,将其与火灾后力学性能折减系数进行比较评估。
### 预测模型
如前所述,基于文献中报道的不同类型不锈钢由不同研究者提出的现有折减系数模型,未能对SS304板材提供充分的预测。因此,基于当前测试结果以及文献中可用的组合测试数据,提出了两组修正的折减系数预测模型。
### 可靠性分析
通过可靠性分析评估了所提出的折减系数模型对本研究测试结果和统一方程的适用性,以预测SS304和组合测试数据的残余力学性能,依据ASCE[45]关于冷弯不锈钢结构构件设计的评注中详述的程序,按照公式(8)进行。表4和表7呈现了本研究测试结果与预测值之间的比较评估。
## 结论
对符合IS 6911:2026标准的SS304不锈钢板的火灾后力学行为进行了实验研究,试件暴露于200 °C至1100 °C的温度范围内,随后进行空气冷却或喷水冷却。通过拉伸和显微硬度测试评估残余力学性能并建立硬度–强度相关性。主要结论如下:
a) 火灾后的弹性模量通常保留了相当大比例的其原始值。
### CRediT作者贡献声明
Yengkhom Tarun Singh:撰写 – 初稿,可视化,实验调查,形式化分析,数据整理。Keshav Saini:撰写 – 初稿,可视化,实验调查,形式化分析,数据整理。Ankit Kumar Maurya:撰写 – 初稿,可视化,实验调查,形式化分析,数据整理。Soibam Monika Devi:撰写 – 初稿,可视化,实验调查,形式化分析,数据整理。Tekcham Gishan Singh:撰写 – 审阅与编辑,监督。
### 利益冲突声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
### 致谢
作者衷心感谢IIT Jodhpur材料工程系Aman Verma先生和Golla Veerappagari Suresh先生提供的技术支持。
Yengkhom Tarun Singh | Keshav Saini | Ankit Kumar Maurya | Soibam Monika Devi | Tekcham Gishan Singh | Konjengbam Darunkumar Singh
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号