Impacto dos Defeitos de Fundição em Superligas à Base de Níquel
Estudo revela como falhas de fabricação afetam a vida útil de fadiga em superligas.
― 5 min ler
Índice
A Vida Útil por Fadiga se refere a quanto tempo um material pode durar sob cargas repetidas antes de quebrar. Este estudo investiga como certos Defeitos formados durante a fabricação de duas Superligas à base de níquel-Inconel 100 (IN100) e René 125 (R125)-afetam sua vida útil por fadiga. Defeitos de fundição, como Poros e contrações, podem mudar o comportamento do material sob estresse, tornando importante estudar seu impacto.
O que são Superligas à Base de Níquel?
Superligas à base de níquel são materiais especiais conhecidos por sua resistência e capacidade de suportar altas temperaturas. Elas são frequentemente usadas em motores de aeronaves, especialmente nas lâminas e discos de turbinas. Esses materiais podem resistir à deformação em temperaturas acima de 650°C, mas também podem desenvolver defeitos durante a fabricação, o que pode impactar bastante seu desempenho.
Tipos de Defeitos
Durante o processo de fundição, os materiais podem apresentar vários defeitos, principalmente poros esferoidais e contrações maiores e mais complexas.
Poros: Esses são pequenos vazios redondos formados quando gases ficam presos no metal enquanto ele esfria. Geralmente, são menores e esféricos.
Contrações: Essas são cavidades maiores e irregulares que ocorrem devido à contração do metal ao esfriar. Suas formas podem ser complicadas, afetando como o estresse é distribuído no material.
Defeitos e Vida Útil por Fadiga
A presença de defeitos nos materiais leva a concentrações de estresse, que são áreas onde o estresse está muito mais alto do que nas áreas ao redor. Isso pode levar à formação de fissuras e, eventualmente, à falha do material. O tamanho, a forma e a localização desses defeitos são cruciais para determinar o desempenho por fadiga.
Pesquisas mostraram que, à medida que o tamanho de um defeito aumenta, a vida útil por fadiga do material geralmente diminui. Defeitos na superfície são especialmente prejudiciais devido à sua exposição a fatores ambientais.
Medindo Defeitos
Para avaliar como esses defeitos impactam a vida útil por fadiga, os pesquisadores usaram tomografia computadorizada por raios-X (XCT). Essa técnica permite a imagem detalhada das estruturas internas dos materiais, oferecendo insights sobre o tamanho e a forma dos defeitos.
Criando modelos digitais dos materiais que refletem seus defeitos reais, os cientistas podem realizar simulações para prever como os materiais se comportarão sob estresse.
Testes Experimentais
Os testes de fadiga envolveram a aplicação de cargas cíclicas nas amostras para medir seus limites de resistência. Os pesquisadores prepararam várias amostras de IN100 e R125 e as submeteram a esses testes em temperaturas variadas.
O objetivo era coletar dados sobre quanto tempo esses materiais poderiam suportar cargas antes de falharem, focando especialmente em como os defeitos influenciaram sua durabilidade.
Resultados dos Experimentos
Os resultados mostraram uma ampla gama de vidas úteis por fadiga entre as amostras, mesmo aquelas com tipos semelhantes de defeitos. Essa variabilidade pode ser atribuída a diferenças nas características dos defeitos e em suas disposições dentro do material.
Certas amostras com grandes aglomerados de contrações falharam muito antes do esperado, enquanto outras com menos defeitos duraram mais. Isso indicou que a disposição e a interação dos defeitos têm papéis significativos na falha por fadiga.
Modelo Não Local Baseado em Energia
Para prever melhor a vida útil por fadiga, foi desenvolvido um modelo original não local baseado em energia. Esse modelo considera a influência da forma e da disposição dos defeitos, focando nas regiões estressadas em vez das propriedades médias do material todo.
- Concentração de Estresse: Esse modelo leva em conta volumes altamente estressados ao redor dos defeitos, onde fissuras provavelmente se iniciam. Reconhece que pequenos ligamentos criados por formas complexas de defeitos também podem concentrar estresse e levar a falhas prematuras.
Validação Experimental
O modelo baseado em energia foi validado com resultados experimentais. Ele previu vidas úteis por fadiga com uma precisão dentro de um fator de três, demonstrando sua eficácia em diferentes níveis de porosidade e geometrias de amostras.
Esse sucesso indica que entender a natureza complexa dos defeitos permite prever melhor o desempenho do material.
Implicações da Pesquisa
Os achados têm implicações importantes para indústrias que usam superligas à base de níquel, especialmente no setor aeroespacial. Reconhecendo o impacto dos defeitos de fundição na vida útil por fadiga, os fabricantes podem melhorar os métodos de produção para minimizar defeitos ou prever melhor o desempenho de materiais existentes.
Conclusão
Em conclusão, este estudo enfatiza o papel crítico dos defeitos de fundição na determinação da vida útil por fadiga das superligas à base de níquel. Técnicas avançadas de imagem e modelagem forneceram novos insights sobre como esses materiais podem falhar, abrindo caminho para melhores práticas de design e testes de materiais em aplicações de alta temperatura.
Pesquisa Futura
Futuras pesquisas devem focar em aprimorar o modelo baseado em energia para melhorar suas capacidades preditivas. Além disso, mais estudos sobre várias composições de ligas e processos de fabricação irão aprofundar nosso entendimento sobre o desempenho por fadiga em materiais complexos.
Ao continuar a avançar nosso conhecimento nessa área, podemos garantir o uso mais seguro e eficiente das superligas à base de níquel em ambientes exigentes, contribuindo, em última análise, para soluções de engenharia melhores na indústria aeroespacial e além.
Título: Fatigue life prediction at mesoscopic scale of samples containing casting defects: A novel energy based non-local model
Resumo: Fatigue failure driven by stress gradients associated to casting defects was studied in two cast nickel-based superalloys. The experimental campaign revealed complex damage phenomena linked to spongeous shrinkages, characterized by their intricate arrangement of defects in the material medium, forming defect clusters. Multiple cracks were observed to initiate from defect volumes, coalescing with neighboring void surfaces along crystallographic planes. Defects were characterized using X-ray computed tomography, and image-based finite element (FE) models were constructed as digital representations of each experimental sample explicitly containing all real casting defects. Numerical simulations of these FE models under the same conditions as the experiments revealed that tortuous defects contain small ligaments where very high local stresses develop. These ligaments initiate early cracks, but due to the limited stressed volumes, these cracks do not drive the life of the material. A thorough comparison of simulations with experiments led to the development of an original method to define stressed volumes and address small ligaments. Finally, a novel energy-based non-local model was proposed, using two parameters to predict the fatigue lives of samples containing casting defects at the mesoscopic scale. The model was validated against samples with varying porosity levels, sizes, and geometries, accurately predicting fatigue lives within a factor of 3 compared to experimental results. This new approach generalizes the application of non-local methods to real casting defects by considering their shape and stressed volumes to estimate fatigue properties.
Autores: Arjun Kalkur Matpadi Raghavendra, Vincent Maurel, Lionel Marcin, Henry Proudhon
Última atualização: 2024-07-28 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2407.19519
Fonte PDF: https://arxiv.org/pdf/2407.19519
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.
Ligações de referência
- https://dx.doi.org/10.1016/S0921-5093
- https://www.sciencedirect.com/science/article/pii/S0142112321003856
- https://dx.doi.org/
- https://doi.org/10.1016/j.ijfatigue.2021.106531
- https://dx.doi.org/10.1016/j.prostr.2017.11.120
- https://www.sciencedirect.com/science/article/pii/S0142112311003173
- https://doi.org/10.1016/j.ijfatigue.2011.12.002
- https://dx.doi.org/10.1016/j.ijfatigue.2019.105222
- https://dx.doi.org/10.1016/j.addma.2021.101989
- https://dx.doi.org/10.1016/j.matchar.2015.02.008
- https://dx.doi.org/10.1016/0142-1123
- https://linkinghub.elsevier.com/retrieve/pii/S0142112317303778
- https://dx.doi.org/10.1016/j.ijfatigue.2017.09.012
- https://dx.doi.org/10.1016/j.ijfatigue.2018.08.002
- https://dx.doi.org/10.2320/matertrans.MAW201032
- https://www.sciencedirect.com/science/article/pii/S014211231300248X
- https://doi.org/10.1016/j.ijfatigue.2013.08.027
- https://linkinghub.elsevier.com/retrieve/pii/S0142112318303918
- https://dx.doi.org/10.1016/j.ijfatigue.2018.08.019
- https://linkinghub.elsevier.com/retrieve/pii/S0142112322007411
- https://dx.doi.org/10.1016/j.ijfatigue.2022.107491
- https://dx.doi.org/10.1179/1743280413Y.0000000023
- https://dx.doi.org/10.1016/j.actamat.2016.10.028
- https://dx.doi.org/10.1016/j.scriptamat.2015.11.017
- https://dx.doi.org/10.1016/S0142-1123
- https://linkinghub.elsevier.com/retrieve/pii/S0013794407002172
- https://dx.doi.org/10.1016/j.engfracmech.2007.04.007
- https://linkinghub.elsevier.com/retrieve/pii/S0142112313003526
- https://dx.doi.org/10.1016/j.ijfatigue.2013.12.004
- https://link.springer.com/10.1007/s10704-005-4393-x
- https://dx.doi.org/10.1007/s10704-005-4393-x
- https://www.mdpi.com/1996-1944/16/2/831
- https://dx.doi.org/10.3390/ma16020831
- https://onlinelibrary.wiley.com/doi/10.1111/j.1460-2695.2012.01715.x
- https://dx.doi.org/10.1111/j.1460-2695.2012.01715.x
- https://www.sciencedirect.com/science/article/pii/S0264127516305238
- https://doi.org/10.1016/j.matdes.2016.04.048
- https://dx.doi.org/10.1007/s00707-020-02851-z
- https://dx.doi.org/10.1243/14644207JMDA273
- https://trimsh.org/
- https://dx.doi.org/10.1016/j.ijfatigue.2018.05.026
- https://dx.doi.org/10.1016/j.matchar.2015.12.001
- https://dx.doi.org/10.1016/j.engfracmech.2020.107508
- https://www.zset-software.com
- https://doi.wiley.com/10.1046/j.1460-2695.2002.00612.x
- https://dx.doi.org/10.1046/j.1460-2695.2002.00612.x
- https://www.tandfonline.com/doi/full/10.1179/mht.2000.17.3.001
- https://dx.doi.org/10.1179/mht.2000.17.3.001
- https://linkinghub.elsevier.com/retrieve/pii/S0142112308002193
- https://dx.doi.org/10.1016/j.ijfatigue.2008.09.004
- https://linkinghub.elsevier.com/retrieve/pii/S0142112317301391
- https://dx.doi.org/10.1016/j.ijfatigue.2017.03.021
- https://linkinghub.elsevier.com/retrieve/pii/S0301679X23003572
- https://dx.doi.org/10.1016/j.triboint.2023.108570
- https://linkinghub.elsevier.com/retrieve/pii/S0142112310000289
- https://dx.doi.org/10.1016/j.ijfatigue.2010.01.015
- https://doi.wiley.com/10.1046/j.1460-2695.2002.00527.x
- https://dx.doi.org/10.1046/j.1460-2695.2002.00527.x
- https://linkinghub.elsevier.com/retrieve/pii/S0142112323001032
- https://dx.doi.org/10.1016/j.ijfatigue.2023.107602
- https://www.sciencedirect.com/science/article/pii/S0142112399000468
- https://doi.org/10.1016/S0142-1123
- https://dx.doi.org/10.1016/j.ijfatigue.2021.106177
- https://arxiv.org/abs/2402.06313
- https://dx.doi.org/10.1016/j.matchar.2021.111165