《Journal of Materials Research and Technology》：Computational framework for optimizing the creep test of Ti-6Al-4V alloy for aerospace applications
编辑推荐：
本研究提出一个稳健的计算框架，用于表征广泛用于航空发动机涡轮叶片的Ti-6Al-4V合金的蠕变行为，旨在复现实验动力学，同时减轻物理测试的高成本和时间限制。该方法将随机数学建模与有限元分析（FEA）相结合，并辅以深度学习架构（ANN）。研究人员使用该工具生成了
本研究提出一个稳健的计算框架，用于表征广泛用于航空发动机涡轮叶片的Ti-6Al-4V合金的蠕变行为，旨在复现实验动力学，同时减轻物理测试的高成本和时间限制。该方法将随机数学建模与有限元分析（FEA）相结合，并辅以深度学习架构（ANN）。研究人员使用该工具生成了特定条件（400 MPa和500°C）下的高保真虚拟蠕变曲线。从该虚拟曲线导出的本构方程对多项式模型显示出优越的拟合度，比传统的Norton-Bailey幂律更有效地捕捉了主蠕变阶段和第三蠕变阶段的非线性。研究结果突出了这种数值-计算混合方法作为预测严苛服役条件下航空航天部件寿命周期行为的可扩展替代方案的潜力。
**论文解读：面向航空航天应用的Ti-6Al-4V合金蠕变行为预测混合计算框架**
**一、研究背景与问题**
钛合金因其高比强度、优异的热稳定性以及抗腐蚀、疲劳和蠕变性能，在航空航天结构材料中占据核心地位。其中，Ti-6Al-4V合金约占全球钛合金消耗量的70%，广泛用于发动机叶片、机身和起落架等关键部件。然而，在高温持续载荷下，合金会发生蠕变——一种随时间累积的塑性变形，其行为由位错攀移、晶界滑移和空位扩散等热激活机制控制。准确预测蠕变变形对于评估部件的服役寿命至关重要。
传统实验蠕变测试成本高昂且耗时，通常需要数百小时才能获得断裂数据，导致可用数据集有限且分散。现有本构模型（如Norton-Bailey幂律）虽计算简便，但严重依赖实验标定的材料常数，且仅适用于特定应力-温度区间，外推能力受限。当结合不同条件下的异质数据集时，模型预测的可靠性显著下降。因此，亟需一种集成方法，将物理本构方程、机器学习与有限元分析（FEA）相结合，以实现对蠕变全过程的高精度预测，并降低对大量实验的依赖。
**二、研究内容与意义**
本研究提出一个集成计算框架，用于预测Ti-6Al-4V合金的蠕变行为。研究人员通过整合文献中的实验数据、人工神经网络（ANN）和三维有限元模拟，生成虚拟蠕变曲线，并提取本构参数。该框架在400 MPa、500°C条件下验证了其预测能力，发现ANN生成的虚拟曲线比传统Norton-Bailey模型更好地捕捉了主蠕变和第三蠕变阶段的非线性。研究结果发表在《Journal of Materials Research and Technology》。该方法为航空发动机部件在严苛热-机械载荷下的寿命预测提供了一种可扩展、低成本的替代方案，显著提升了设计效率与可靠性。
**三、主要关键技术方法**
研究人员构建了一个包含17条等温等压蠕变曲线的数据库（来自文献，使用WebPlotDigitizer 提取原始数据点）。核心方法包括：① 人工神经网络（ANN）——在Python中实现，采用Sigmoid和ReLU激活函数，通过最小化均方误差（MSE）训练，生成虚拟蠕变曲线；② 概率应变密度分析——在MATLAB? R2023b中应用对数正态分布和Gamma分布对虚拟及实验曲线进行统计表征；③ 本构参数拟合——基于Norton-Bailey方程（ε
NB）进行非线性回归，确定材料常数（C1-C4）；④ 有限元分析（FEA）——使用ANSYS Workbench进行二维和三维几何的蠕变模拟，对比虚拟曲线预测的应变演化。
**四、研究结果**
**3.1. 蠕变测试数据库**
通过整合文献中的17条蠕变曲线（共894个数据点），覆盖200–700°C及300–600 MPa范围，建立了统一的数据库，为后续机器学习提供了训练基础。
**3.2. 神经网络性能与曲线生成**
研究人员测试了四种ANN配置。测试4（ReLU激活函数，无归一化向量）在500°C、400 MPa下生成的虚拟曲线与实验曲线（416 MPa、500°C）最为接近，主蠕变阶段短暂，第二蠕变阶段近似线性（0.04–0.09 mm/mm），第三蠕变阶段加速变形至6小时断裂，最终应变0.1531 mm/mm（比实验曲线高24.47%）。这一偏差源于训练数据未能覆盖断裂附近的微结构损伤加速过程，属于“分布外”（OOD）泛化问题。
**3.3. 蠕变塑性应变分布密度分析与曲线拟合**
应变密度分析显示，虚拟曲线与实验曲线在对数正态分布和Gamma分布上均呈现主-第二蠕变阶段的过渡峰，随后密度降低，与损伤积累导致的应变场异质性一致。非线性回归表明，虚拟曲线对多项式模型（8次）的拟合优于Norton-Bailey模型，尤其在主蠕变和第三蠕变阶段。Norton-Bailey系数C2（反映真实应力）在虚拟与实验间差异最大，而C3（第二蠕变阶段指数）相近，表明ANN能有效提取物理本构常数。
**3.4. 有限元数值模拟分析**
二维平面应力模拟（500°C、400 MPa、1000 s）得到最大应变0.01252 mm/mm，与虚拟曲线吻合良好，验证了本构模型在简单几何中的适用性。三维模拟（2.5小时）显示最大应变0.68926 mm/mm，高于虚拟曲线，因为三维模型捕捉了应力三轴度和局部应变集中。断裂模拟达到1.7048 mm/mm，虽因缺少损伤演化法则导致数值高估，但定性趋势与虚拟曲线一致，表明框架能正确反映第三蠕变阶段的加速效应。
**五、讨论与结论**
**讨论部分**：研究指出，ANN训练仅基于应变-时间关系，未显式包含连续损伤力学变量，因此对第三蠕变阶段（由空穴形核、生长和聚集主导）的定量预测精度有限，但定性趋势可靠。二维与三维有限元模拟的差异源于后者更真实地反映应力三轴度和局部变形，但网格离散化效应会导致局部应变高估。总体而言，该混合框架在数据稀疏条件下仍能保持较高的预测一致性。
**结论**（翻译原文）：
本研究实现了Ti-6Al-4V合金蠕变曲线数据库的整合，并验证了用于预测所有蠕变阶段变形行为的人工神经网络（ANN）的有效性。得出以下结论：
- 神经网络生成的虚拟曲线与实验速率满意收敛，证明ANN架构能有效插值和填补实验数据集中的空白，减轻长期蠕变测试的高成本。
- 主蠕变和第二蠕变阶段的值强化了神经网络处理的鲁棒性，验证了其即使在数据稀疏条件下也能预测稳态蠕变的能力。
- 第三蠕变阶段表现出标准化的指数增长，与主蠕变阶段相似且与多项式拟合兼容，但定量精度受限于训练集中缺乏显式损伤力学变量，表明该模型主要作为断裂区的趋势指标。
- 第二蠕变到第三蠕变的过渡，即使在应用校正方程后，仍是一个关键点，需进一步研究以提高预测最终蠕变加速的参数稳定性和精度。
- 二维有限元模拟显示，虚拟曲线预测的应变与试样记录的应变水平高度一致，验证了模型在受控蠕变条件下结构应用的潜力，前提是采用的本构参数在有效范围内。
- 在三维模拟中，节点密度低导致的离散化误差限制了局部梯度的捕捉，但总应变估计的一致性确认了该数值-计算框架在航空航天工程设计中的全局可靠性。
