沈锋 科技日报记者 杨雪
超高周疲劳是航空航天、车辆等重大装备长寿命服役安全的核心难题。随着装备服役周次迈向10⁷–10⁹周，传统疲劳测试手段难以捕捉纳微尺度早期起裂行为，跨尺度损伤定量刻画困难、超高周寿命预测离散性大，成为制约关键金属材料与零部件可靠性评估的技术卡点。
针对上述瓶颈，北京理工大学李伟团队面向重大装备对金属材料多尺度超高周疲劳失效分析与测试的迫切需求，完成“金属材料多尺度超高周疲劳失效分析方法及其应用”项目，围绕微小尺度测试方法、跨尺度损伤演化表征、概率寿命预测与随机退化评估三大核心问题，建成集“测试—分析—表征—评估”于一体的全链路技术体系，形成高通量观测、多尺度融合的超高周疲劳失效分析新理论、新模拟与新测试方法。
在微小尺度测试技术方面，项目率先创立微小尺度超高周疲劳裂尖微形变及起裂测试方法，提出静动态耦合裂纹损伤测试策略，实现纳米–微米空间尺度、纳秒级时间尺度下裂尖位错演化的动态捕捉与量化分析，可实现≤0.2nm最小点分辨率、≥100kHz成像帧率，有效解决微小尺度失效原位观测难题。在跨尺度损伤表征技术方面，构建层次化裂纹损伤与扩展算法框架，融合位错提取、虚拟裂纹闭合、内聚力等多元损伤表征手段，实现纳观、微观、细观跨尺度损伤的定量计算，将工程计算误差控制在5%以内。在概率寿命预测技术方面，创新提出数据、模拟与物理耦合驱动的AI集成超高周疲劳评估体系，发展概率物理信息神经网络、时序神经网络与贝叶斯推理评估方法，模型决定系数可达95%以上，即预测值与实测值高度吻合，结果稳定落在2倍误差带内，大幅降低寿命预测离散性，提升剩余寿命评估可信度。
该成果突破传统疲劳分析技术局限，为高性能金属材料、航空航天与车辆关键零部件提供可靠的失效诊断、寿命评估技术支撑。相关技术已在多家航空发动机、高端车辆构件单位开展测试与校核应用，有力支撑了装备材料的正向设计与制造升级。这套精准可靠的“体检标尺”适配我国重大装备长寿命、高可靠发展需求，在先进金属材料研发、结构完整性评价、在役装备健康监测等方向具备广阔的推广前景。
网友评论
