[发明专利]金属铸件疲劳过程内部缺陷演化的检测与分析方法

说明书

一种基于三维工业CT技术的金属铸件疲劳过程内部缺陷演化的检测方法与分析方法，同时属于工业CT无损检测领域和材料智能表征领域。该方法包括检测方法和智能分析方法，检测方法包括对原始金属试样进行工业CT扫描、扫描后进行疲劳加载试验、设计夹具加载疲劳试验后金属试样、对疲劳后金属试样进行工业CT扫描，智能分析方法包括内部缺陷的分类方法、疲劳前后缺陷对应识别、疲劳演化分析方法。该方法将三维工业CT技术与传统疲劳试验相结合，并对检测结果辅以智能分析方法，分析不同缺陷在疲劳过程中的演化特点，为金属铸件的成分设计、组织性能分析提供支持，具有广泛应用价值。

技术领域

本发明涉及工业CT技术无损检测领域与材料智能表征领域的一种基于三维工业CT技术的金属铸件疲劳过程内部缺陷演化过程的检测与分析方法。

背景技术

高速铁路在我国发展迅速，在轻量化设计方面应用了许多轻质金属材料，如高强铝合金，高铁齿轮箱箱体即是由高强铝合金铸造而成。高铁齿轮箱箱体服役条件恶劣，服役时间长，因此对铸件性能与质量要求严格。由于影响金属加工质量的因素复杂，难以综合控制，加工内部缺陷难以避免，但其中有些缺陷可能在服役过程中不断演化最终导致构件失效。检测和识别这类容易演化导致构件失效的关键内部缺陷，进行组织性能分析，改进材料设计，对保障构件的服役安全具有重要意义。

对于失效形式主要由疲劳产生的金属铸件，传统分析方法是对经过疲劳试验机进行加速寿命试验后已经断裂的截面进行分析。这种方法是破坏性试验，不能对早期微观缺陷的演化，裂纹的萌生进行直观的分析。金属内部缺陷相当于晶粒级，与微结构强烈相互作用，超声、红外等无损检测手段并不适用，而工业CT则能够满足本项研究的需求，测量精度达到6μm。同时，由于一些内部缺陷，如气孔和渣孔的二维截面图像有可能一致，因此本方法选用三维工业CT获取金属试样内部缺陷的三维形貌，并进行内部缺陷分类、对应与演化分析。

发明内容

为了克服以上问题本方法采用的主要试验与检测设备有MTS-810试验机、GE v|tome|x m三维工业CT、疲劳加载夹具、计算机设备和其他辅助设备。在有效采集疲劳前后金属试验三维工业CT图像的基础上，利用人工智能方法对图像数据进行智能分析，包括内部缺陷的分类方法、疲劳前后缺陷对应识别、疲劳演化分析。得到金属铸件各种内部缺陷在疲劳过程中的演化规律，为金属铸件的组织性能分析提供基础，通过质量提高改进金属铸件成分设计。

本发明的技术方案是：一种金属铸件疲劳过程内部缺陷演化的检测与分析方法，其特征在于，所述检测方法和分析方法包括两大部分：金属铸件疲劳过程内部缺陷演化的检测方法与金属铸件疲劳过程内部缺陷演化的分析方法；

金属铸件疲劳过程内部缺陷演化的检测方法包括以下步骤：

步骤1、利用三维工业CT检测设备对原始金属试样进行工业CT扫描；

步骤2、扫描后，利用试验机对原始金属试样进行疲劳加载试验；

步骤3、将加载疲劳试验后的金属试样固定在疲劳加载夹具作为夹具金属试样；

步骤4、将步骤3所述的带夹具金属试样进行工业CT扫描；

金属铸件疲劳过程内部缺陷演化的分析方法包括以下步骤：

步骤5、根据步骤1与4得到的CT扫描图利用终端设备对内部缺陷进行分类；

步骤6、根据步骤5的分类结果对金属试样疲劳前后缺陷进行对应识别；

步骤7、根据步骤6中得到的对应识别结果，对疲劳演化进行分析。

进一步地，其特征在于，步骤5对内部缺陷进行的终端设备采用的是多分类方法，所述多分类方法是Adaboost_BTSVM多分类算法：