《Advanced Engineering Materials》：Evaluation of Plasticity and Creep Parameters From Tensile Stress–Strain Data for a Range of Strain Rates
编辑推荐：
本研究为解决传统蠕变测试耗时长、易受样品颈缩和破裂影响等问题，提出了一种基于多应变率拉伸应力-应变数据评估材料塑性（Voce方程）和蠕变（Miller-Norton方程）参数的新方法。研究人员对301不锈钢在700°C下的拉伸和恒定载荷蠕变测试数据进行了分析，通过简单数值模型（可在电子表格中实现）优化拟合，获得了两种方法下高度一致的蠕变参数。该研究为高效、可靠地获取材料在高温下的力学行为参数提供了新途径，尤其在“高应力/短时间”状态下蠕变主导的工程应用领域具有重要意义。
在金属材料的工程应用中，尤其是在高温环境下服役的部件，准确了解其力学行为至关重要。这种力学行为通常包括两个核心部分：一是与时间无关的塑性变形，比如材料在拉伸时一旦超过屈服点就会发生的永久形变；二是与时间相关的蠕变变形，即材料在恒定应力下，随着时间推移而持续发生的缓慢变形。准确获取描述这两种行为的参数，是进行可靠性设计、寿命预测和失效分析的基础。然而，传统的获取方法，特别是对于蠕变特性，面临着不少挑战。常规的蠕变测试需要在多个不同的恒定载荷下进行，耗时极长，且测试过程容易因样品发生颈缩或破裂而提前终止。此外，随着样品变形，其横截面积减小，真应力会不断升高，这给使用固定名义应力的测试数据来拟合基于真应力的蠕变本构模型带来了困难。那么，有没有更高效、更稳健的方法，能够绕过这些传统测试的瓶颈，特别是能获取材料在接近甚至超过屈服应力的“高应力/短时间”状态下的蠕变行为参数呢？
针对这一挑战，发表在《Advanced Engineering Materials》上的一项研究，提出并验证了一种新颖的方法论。该方法的核心思想是，通过分析材料在不同应变率下（覆盖所谓的“准静态”范围）进行拉伸测试所得的应力-应变曲线，来同时反演出其塑性和蠕变参数。这听起来有些反直觉，因为传统的拉伸测试通常不被用来直接量化蠕变。但该研究的巧妙之处在于认识到，在许多工程合金的工作温度下，其拉伸行为实际上已受到蠕变的显著影响，表现为应力-应变曲线会随着应变率（即拉伸速度）的改变而发生变化。利用这一现象，结合适当的数学模型，就有可能从一组相对容易获取的拉伸数据中提取出关键的蠕变信息。研究人员以标准的301不锈钢在700°C下的行为为研究对象，系统地开展了不同应变率下的拉伸测试，并辅以传统的恒定载荷蠕变测试进行对比验证。
为了从实验数据中提取参数，研究人员主要采用了以下关键技术方法：首先，利用Voce方程描述与时间无关的塑性行为，利用Miller-Norton方程描述与时间相关的蠕变行为。其次，开发了一个简单的数值算法模型，该模型可以通过电子表格（如Excel）实现，能逐步模拟在恒定位移速率下的拉伸测试过程，计算每个时间步长内的弹性、塑性和蠕变应变增量。该模型以实验测得的名义应力和名义应变-时间数据为输入，通过迭代调整Voce和Miller-Norton方程中的参数，使得模型预测的应力-应变曲线与不同应变率下的实验曲线达到最佳拟合。最后，对于传统的恒定载荷蠕变测试，他们发展了一种“校正”程序，将固定名义应力下测得的应变-时间曲线，转换为对应固定真应力下的应变-时间曲线，以准确拟合Miller-Norton参数。实验使用的样本为市售的301不锈钢，经固溶退火处理。
3.1 多应变率下的拉伸测试
实验获得了四种不同位移速度（对应名义应变率约为7×10-3s-1到 2×10-5s-1）下的应力-应变曲线。结果显示，在这一准静态应变率范围内，应变率对曲线形状有显著影响，证实了蠕变效应在拉伸过程中的作用。所有测试均将应变控制在15%-20%左右，以避免颈缩的发生。
3.2 通过拉伸测试建模获取塑性和蠕变参数
研究人员通过上述电子表格模型，手动迭代优化Voce和Miller-Norton参数，以最小化模型预测与所有应变率下实验曲线之间的拟合误差（通过归一化残差平方和Sav评估）。优化过程通常需要10-20次迭代，计算量很小。最终获得的参数集能够很好地再现所有应变率下的实验曲线，Sav值达到1.3×10-2，表明拟合效果良好。优化得到的Miller-Norton参数为：C= 3×10-14MPa-ns-(m+1), n= 4.7, m= -0.72。
4.1 原始应变-时间数据
为进行对比，研究人员在相同温度下进行了四个不同应力水平（围绕并高于名义屈服应力）的恒定载荷蠕变测试。这些测试在初始拉伸阶段后，进入约6小时的恒载阶段。
4.2 蠕变应变历史数据的校正
由于恒定载荷下真应力会随样品变形而升高，直接使用原始应变-时间数据拟合基于真应力的Miller-Norton方程会引入较大误差。为此，研究团队基于Miller-Norton方程中应变率与应力成幂律关系的特点，发展了一种校正方法。该方法通过迭代计算，将固定名义应力下测得的应变率历史，转换为假设在相同初始真应力下保持恒定所能产生的应变率历史，进而积分得到“校正后”的应变-时间曲线。这一步骤至关重要，特别是在高应力指数 n值的情况下，校正前后的曲线差异显著。
4.3 蠕变参数的推导
对校正后的应变-时间曲线应用与拉伸数据分析类似的参数优化流程，得到了另一组Miller-Norton参数。最佳拟合参数为：C= 3.5×10-14MPa-ns-(m+1), n= 4.6, m= -0.73。该参数集能很好地吻合四个不同应力水平下的校正后曲线，拟合优度参数 Sav同样约为1.3×10-2。
该研究得出的核心结论是，通过分析多应变率下的拉伸测试数据来评估材料的塑性和蠕变参数是可行且可靠的。具体表现为：首先，基于Voce和Miller-Norton本构方程的简单数值模型能够成功复现实验测得的、受蠕变影响的拉伸应力-应变曲线，并且可以通过快速迭代优化获得两组方程的未知参数。其次，通过对恒定载荷蠕变测试数据进行“真应力恒定”校正后拟合得到的Miller-Norton参数，与从拉伸数据反演得到的参数高度一致，特别是应力指数 n的值非常接近（~4.6对比4.7），验证了新方法的准确性。研究强调，在分析和建模中严格区分并使用真应力、真应变至关重要，因为名义值与真值之间的差异在变形显著时不容忽视。此外，研究所关注的、包含初始（primary）蠕变和向稳态过渡的Miller-Norton方程，比仅考虑稳态蠕变的方法更能准确描述“高应力/短时间”状态下的行为。
这项研究的重要意义在于，它提供了一种比传统蠕变测试更高效、更简便的替代方案。传统方法通常需要多组长时间、高成本的测试，且易受样品失稳（如颈缩、破裂）的干扰。而新方法仅需进行一系列相对快速、标准化的拉伸测试，结合一个易于实现的电子表格模型，即可同时获得塑性和完整的蠕变（含初始阶段）参数。这对于加速材料开发、评估材料在高温服役条件下的性能以及进行工程寿命预测具有重要的实用价值。尽管本研究仅针对一种合金和一个温度，但它为开发一种主流的材料测试方法奠定了坚实的基础，未来通过更广泛的验证和自动化收敛程序的开发，有望成为一种标准化的材料表征工具。
