材料的断裂韧性

        表征材料阻止裂纹扩展的能力，是度量材料的韧性好坏的一个定量指标。在加载速度和温度一定的条件下，对某种材料而言它是一个常数。当裂纹尺寸一定时，材料的断裂韧性值愈大，其裂纹失稳扩展所需的临界应力就愈大；当给定外力时，若材料的断裂韧性值愈高，其裂纹达到失稳扩展时的临界尺寸就愈大。
定义
　　fracture toughness 　　指材料阻止宏观裂纹失稳扩展能力的度量，也是材料抵抗脆性破坏的韧性参数。它和裂纹本身的大小、形状及外加应力大小无关。是材料固有的特性，只与材料本身、热处理及加工工艺有关。是应力强度因子的临界值。常用断裂前物体吸收的能量或外界对物体所作的功表示。例如应力-应变曲线下的面积。韧性材料因具有大的断裂伸长值，所以有较大的断裂韧性，而脆性材料一般断裂韧性较小。

断裂韧性测试方法
压痕法（IM）
　　：测试试样表面先抛光成镜面，在显微硬度仪上，以10Kg负载在抛光表面用硬度计的锥形金刚石压头产生一压痕，这样在压痕的四个顶点就产生了预制裂纹。根据压痕载荷P和压痕裂纹扩展长度C计算出断裂韧性数值（KIC）。 计算公式为： 　　 计算公式
E为扬氏模量，例如对于Si3N4系统一般取300GPa。公式中载荷P单位为kg, 裂纹长度C单位为mm, 显微硬度HV单位为GPa。 　　 压痕法实例图
单边切口梁（SENB)法
　　在试样中间开一裂纹，通过三点或四点抗弯断裂测试，计算材料的断裂韧性。 　　 SENB
计算公式
测试方法比较
　　·IM法比SENB法简便经济，但测得的数据不如SENB法可靠； 　　·SENB法是普遍公认的标准测试方法； 　　·为了实际方便，要对IM法测试公式修正，使结果更接近SENB法。
编辑本段规律与测试
　　随着概率断裂力学工程应用的逐步深入，材料断裂韧性分散性问题，已成为影响含缺陷结构概率安全评定的关键因素之一。合理解决材料断裂韧性分散性是一个十分复杂的问题。一方面由于冶金过程等方面的偏差，造成材料断裂韧性的分散性；另一方面由于试样几何尺寸、裂纹长度测量等试验误差，亦会导致测试结果的不确定性，还有不同测试规范和标准对测试数据的处理也会导致测试结果的不确定性。若缺陷位厂焊接部位，影响因素将更加复杂。除上述原因外，还会有诸如焊接上艺、焊材、以及不同操作人员及焊后热处理等因素导致断裂韧性测试结果分散性更加严重。尽管分析和解决其分散性问题如此复杂，十分困难，然而，在对含缺陷焊接结构(尤其是工业锅炉、压力容器和管道)进行安全评定时，重点就是焊接接头区而不是母材。如何处理断裂韧性的分散忭问题已成为工程界不可回避的问题，也是概率安全评定应解决的基本问题之—。 　　对材料断裂韧性分散性规律的研究，在理论和实践上均已取得较大进展。 　　Wallin分别根据Weibuli统计模型和微结构分析模型，推得基于断裂韧性尺I(单位：MN·m-3/2)失效准则的累积失效概率 　　并从理论上得到Kl服从形状参数m：为4的Weibull分布，同时指山m1不等于4是由厂测试数据不够而造成的，并且认为延性撕裂和材料非均匀性对分散性只具有较轻微的影响。这一理论建立在裂尖小范围有效体积基础上。 　　Slatcher将裂尖等效为多个单元的串联模型，推导出基寸：断裂韧性，J(单位：N／inlTl)失效准则的累积失效概率 　　式中，a＝B中，B为试样宽度，中为常数；B＝2。 　　这一理沦基于如下假设： 　　1)裂纹体能被分成若干单元，任一单元的失效意味着整体失效，各单元强度彼此独立且同分布。 　　2)第一个失效单元的应力和应变与裂尖应力场强度，J和该单元到裂尖的垂直距离r有关，仅由r／J确定。 　　3)第一千失效单元必须位于r和O定义的区域内(r，O为该单元的柱坐标)对任何O均有Jg(O)≤r≤Jh(O)。g(O)和h(O))为o的函数，分别为该区域的内、外界限。 　　由式(5．2)可知，理论上断裂韧性／服从形状参数为2的双参数威布尔分布。对充分小的试验数据集，式(5.2)比对数正态分布和威布尔分布能更好地描述断裂韧性的分布规律。 　　Neville提出了另一种描述断裂韧性分布的模型，该模型不用作任何假设和近似处理。由断裂韧性构成一个样本u，样本u中的子样ui由g2，J2或K1确定，g2，J2或K1分别由CTOD、JIC和Kic的测试数据计算得到。累积失效概率由如下双参数分布函数表达 　　式中，a，b为分布参数。 　　Neville将该模型分别对几组断裂韧性的测试数据进行厂分析，结果表明该模型应用方便，与实测数据分布吻合较好，并略偏保守。 　　Hauge和Thualow分别采用Weibull分布、Log—Normal分布、Slather模型以及Neville模型，对两组CTOD数据(86个母材和16个焊材)进行了统计分析，其主要结论如下： 　　

1)两组CTOD数据并非服从形状参数为2的Weibull分布(或Slather模型)；双参数Weibull分布、Log—Normal分布和Neville分布都适宜拟合这些数据。 　　

2)90％置信限的中位期望值可较好地由I．og—Normal分布得到；对于只有三个子样时，能较好地等效于三个值十取最小值的方法；对大子样，Log—Normal吻合更好。 　　3)对于小子样，Log—Normal分布提供最为可靠的估计，Weibull分布和Neville模型在于样为3和5时由于数据不够，难以估计分布参数值。 　　

4)数值模拟结果及拟合结果均表明Log—Normal分布无论对太子样还是小于样，拟合精度足够，不是特别保守。 　　

Mimura等对由于材料不均匀而引起断裂韧性的分散性做了分析与试验研究。经过从同一块板上取样的CharpyV型试块试验分析，提出了区别材料不均匀性导致的分散性与测试中导致的分散性的方法。

参考材料：http://www.buildbook.com.cn/ebook/2007/B10015218/5.html