Модель нестационарной ползучести стали ферритно-мартенситного класса в рамках метода модифицированной θ-проекции

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Представлены результаты разработки модели для прогнозирования поведения стали ферритно-мартенситного класса на всех этапах ползучести. В качестве решения предложен модифицированный метод θ-проекции. Основные преимущества метода включают возможность моделирования кривых ползучести на всех стадиях процесса в широком диапазоне температур и напряжений (что сокращает необходимость проведения длительных испытаний), возможность валидации расчетов через определение времени до разрушения и возможность прогнозировать стационарную скорость ползучести. Несмотря на эффективность предложенного подхода, отмечены некоторые ограничения, в частности в точности моделирования. Более высокая точность может быть достигнута дополнительными расчетами с использованием модели типа “механическое уравнение состояния” Работнова.

Об авторах

А. В. Колотовкина

Высокотехнологический научно-исследовательский институт неорганических материалов имени А.А. Бочвара

Email: AVKolotovkina@bochvar.ru
ул. Рогова, 5а, Москва, 123098 Россия

В. Г. Зборовский

Физический институт имени П.Н. Лебедева РАН, Троицкое обособленное подразделение; Национальный исследовательский центр “Курчатовский институт”

Email: AVKolotovkina@bochvar.ru
ул. Физическая, 11, Троицк, Москва, 108840 Россия; пл. Акад. Курчатова, 1, Москва, 123182 Россия

М. В. Леонтьева-Смирнова

Высокотехнологический научно-исследовательский институт неорганических материалов имени А.А. Бочвара

Автор, ответственный за переписку.
Email: AVKolotovkina@bochvar.ru
ул. Рогова, 5а, Москва, 123098 Россия

Список литературы

  1. ASME Boiler & Pressure Vessel Code, Section III – Rules for Construction of Nuclear Facility Components – Section II – Part D Properties (Customary). ASME 2019 Edition.
  2. Сапунов В.Т. Прогнозирование ползучести и длительной прочности жаропрочных сталей и сплавов ЯЭУ. М.: НИЯУ МИФИ, 2015. 136 с.
  3. Riedel H. Fracture at High Temperature. Berlin: Springer, 1987. 418 p.
  4. Булыгин И.И., Голубовский Е.Р., Трунин И.И. Прогнозирование характеристик ползучести сплавов для ГТД // Проблемы прочности. 1978. № 6. С. 19–21.
  5. Работнов Ю.Н. Ползучесть элементов конструкций. М.: Наука, 1966. 753 с.
  6. Качанов Л.М. Теория ползучести М.: ФИЗМАТЛИТ, 1960. 455 с.
  7. Evans R., Parker J., Wilshire B. Recent advances in creep and fracture of engineering materials and structures. B. Wilshire and D.R.J. Owen. Pineridge Press, 1982. 135.
  8. Evans R. Statistical scatter and variability of creep property estimates in θ projection method // Mater. Sci. Technol. 1989. V. 5. P. 699–707.
  9. ГОСТ 10145–81. Металлы. Метод испытания на длительную прочность.
  10. Jeyaraj A., Vijayanand V.D., Ganesan V. Grain size effect on creep properties of 304HCu SS and modelling of creep curves using modified theta projection approach // Trans. Ind.National Academy of Engineering. 2021. V. 10.
  11. Peng Yu, Weimin Ma. A modified theta projection model for creep behavior of RPV steel 16MND5 // J. Mater. Sci. Techn. 2020. V. 47. P. 231–242.
  12. Evans M. Sensitivity of the theta projection technique to the functional form of the theta interpolation/extrapolation function // J. Mater. Sci. 2002. V. 37. P. 2871–2884.
  13. Деммель Дж. Вычислительная линейная алгебра. М.: МИР, 2001. 430 с.
  14. Perez J. An alternative method of calibration and prediction for the theta-projection model // ETD Collection for University of Texas. 2019. V. 69.
  15. Srinivasan V., Vanajal J., Choudhary B. Modeling of creep deformation behaviour of RAFM steel // Trans. Ind. Institute of Metals. 2016. V. 69. P. 567–571.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».