具体实施方式

以下将参考附图详细说明本发明的示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

本发明提供一种近α型钛合金航空模锻件微观组织变化的预测方法，其具体步骤如下：

S1、材料在不同工艺条件下的微观组织测定，其包括以下子步骤：

S11、热处理试验：采用线切割从近α型钛合金锻棒获取若干样品，将样品在箱式炉中进行热处理试验，温度从900℃-1000℃区间内选取3个以上的离散温度点，保温时间为0-180min；

S12、高温压缩试验：采用线切割从近α型钛合金锻棒获取若干样品，将样品在热模拟试验机上进行高温压缩试验，温度从900℃-1000℃区间内选取3个以上的离散温度点，保温时间为10min，变形速率为0.001s^-1-10s^-1，变形量为0-70％；

S13、确定不同工艺条件下的显微组织特性：将不同工艺条件下的样品沿径向分离，呈半圆柱状，对切面心部进行微观组织分析；

S2、通过统计分析步骤S1中不同处理工艺下试件心部的微观组织以及初生α相的含量变化；

S3、建立初生α相变化的预测模型，其包括以下步骤：

S31、建立热处理后初生α相含量的预测模型：

基于步骤S2中关于不同热处理工艺后初生α相的统计结果，利用经典的JMA理论，JMA理论如表达式(1)所示，确定热处理后初生α相剩余含量ω_ΗΤ-α(t)与保温温度T及加热时间t之间的关系，如表达式(2)所示；

ω_α(t)＝1-exp[-(kt)ⁿ] (1)

S32、建立变形过程中因动态相变所消耗的初生α相的预测模型：

基于步骤S2中关于高温压缩试验后获得因动态相变所消耗的初生α相的统计结果，确定其与应变速率之间的关系，如表达式(3)所示；

S33、建立高温变形后剩余初生α相含量的预测模型：

基于步骤S3中热处理后初生α相剩余含量(记为静态相变)ω_ΗΤ-α(t)与高温压缩试验后获得因动态相变所消耗的初生α相的量获得混合相变后初生α相剩余量ω_α，如表达式(4)所示；

ω_α＝100ω_HT-α+ω_DT-α (4)

其中，ω_HT-α即为热处理后得到的静态相变初生α相剩余含量ω_ΗΤ-α(t)，ω_DT-α为高温压缩试验后获得因动态相变所消耗的初生α相的量的负值。

基于步骤S3中公式(2)所获得因发生静态相变剩余初生α相含量及步骤S1和S2中高温压缩后微观组织中因发生动态相变所剩余初生α相含量可以获得相同变形时间及变形温度下的初生α相含量，如图1所示，同时分析这些值与应变速率之间的关系，获得关于高温压缩试验后因动态相变所消耗的初生α相含量模型，为后续模拟提供依据，和应变速率间关系模型如表达式(3)所示。

S4、模锻试验：进行模锻试验，获取模锻后相关数据；

S5、基于初生α相变化的预测模型，通过有限元数值模拟分析并与步骤S4的模锻试验结果进行对比，实现近α钛合金模锻件微观组织变化的可视化预测。

具体实施例

具体地，本发明提供一种评价近α型钛合金模锻件微观组织变化的预测方法，步骤如下：

S1、材料在不同工艺条件下的微观组织测定：

①热处理试验

将若干规格为Φ10×15mm的钛合金圆柱样品进行热处理试验。

热处理制度：将箱式炉升温至指定温度，随后将样品置入箱式炉中至温度稳定后开始计时。热处理温度为900℃、940℃、960℃、980℃，热处理时间为0min、5min、10min、30min、60min、120min、180min。热处理完毕后空冷。

将空冷后样品沿径向切开，用于后续观察心部显微组织，统计量化值。图2是960℃保温不同时间后的初生α相含量变化。

目的是获得不同热处理工艺下的初生α相含量变化，为建立热处理后初生α相含量的量化预测模型提供数据。

②高温压缩试验

高温压缩试验在热模拟试验机上进行，变形温度与热处理温度一致，变形量60％，变形速率0.001s^-1-1s^-1。变行完成后空冷至室温。

目的是获得不同变形工艺下初生α相含量变化，为建立变形过程中因动态相变所消耗的初生α相的量化预测模型提供数据支撑。

其具体包括以下步骤：

从近α型钛合金锻棒上切取若干规格为Φ10×15mm的样品，采用点焊机沿样品高度方向的中间位置焊接铂/铑电偶丝，用以与计算机反馈信号及获取流变曲线。高温压缩前在样品端部均匀覆盖高温润滑剂，随后将厚度为1mm的钽片及厚度为0.1mm的石墨片粘贴在样品两端用以降低硬质合金压头与样品间的摩擦力，目的是保证样品在高温变形过程中的均匀性与稳定性。样品置入热模拟试验机工作仓后，对工作仓抽真空至约0.01torr，随后充入氩气。

样品快速升温至指定变形温度，随后保温10min，然后按照预设应变进行不同应变速率的变形。变形完成后空冷至室温。升温速度10℃/s，变形温度900℃、940℃、960℃、980℃，应变速率0.001s^-1、0.01s^-1、0.1s^-1及1s^-1，变形量0-70％。

将空冷后样品沿径向切开，用于后续观察心部显微组织，统计量化值。图3是960℃不同应变速率下微观组织。

③确定不同工艺下样品的微观组织特性

对上述热处理试验及高温压缩试验后样品进行微观组织分析。

其具体实施步骤：

将前述切好的样品，一半用以保存原始数据，另一半采用150-2500#的砂纸进行研磨，随后采用机械化学抛光，抛光剂为过氧化氢与碱性硅溶胶混合悬浊液。抛光后采用氢氟酸、硝酸及水的混合溶液浸蚀约9s。样品微观组织采用金相显微镜获取。

S2、通过统计分析不同处理工艺后样品心部的微观组织，尤其是初生α相含量。

表1是统计960℃保温不同时间后初生α相含量，表2是统计960℃不同应变速率因动态相变消耗初生α相的含量。

表1 960℃保温不同时间后初生α相含量

表2 960℃不同应变速率下动态相变消耗初生α相含量

S3、建立初生α相的量化预测模型

基于步骤S2中关于不同热处理工后初生α相的统计结果，利用经典的JMA理论，即表达式(1)，确定热处理后初生α相剩余含量(记为静态相变)ω_ΗΤ-α(t)与保温温度T及加热时间t之间的关系，如表达式(2)；

ω_α(t)＝1-exp[-(kt)ⁿ] (1)

基于步骤S2中关于高温压缩试验后获得因动态相变所消耗的初生α相的统计结果，确定其与应变速率之间的关系，如表达式(3)；

基于步骤S3中热处理后初生α相剩余含量(记为静态相变)ω_ΗΤ-α(t)与高温压缩试验后获得因动态相变所消耗的初生α相的量获得混合相变后初生α相剩余量ω_α，该模型考虑到变形温度，应变速率及变形时间，如表达式(4)；

ω_α＝100ω_HT-α+ω_DT-α (4)

S4、模锻试验

具体实施步骤：

模锻试验坯料规格45×45×90mm，锻造温度960℃，压机下压速度约1.6mm/s，锻造完成时欠压量3mm。

模锻前坯料在箱式炉中保温超过30min，装炉前坯料表层均匀涂抹高温玻璃防护剂并包裹隔热棉，防止模锻时温降过快。锻造时模具预热至300℃左右，在坯料装入模具前下模型腔提前垫上垫有厚度3mm的石墨片，装入坯料后其上表面也加垫厚石墨。图4是锻造完成后的锻件。

S5、近α型钛合金航空模锻件微观组织变化的可视化预测

基于步骤S3中初生α相变化的预测模型，通过有限元数值模拟分析，实现近α钛合金模锻件微观组织变化的可视化预测。该模型可以对近α型钛合金航空模锻件微观组织进行预测，并给出相关系数和误差，可以验证模型的准确性。将模型输出结果与实际锻造结果进行对比，见图5、表3和表4。误差分析结果表明模型获得的初生α相含量与实际锻造后初生α相含量平均相对误差绝对值为2.46％，如图6所示。该模型可以对近α型钛合金航空模锻件微观组织变化进行预测，且验证了模型的准确性。

表3实际锻件和模拟预测的初生α相含量对比

表3实际锻件和模拟预测的初生α相含量对比

具体实施步骤：

建立三维造型。采用CATIA绘制上下模具及坯料，并另存为DEFORM-3D软件可以识别的stl文件，随后在有限元软件中进行相关设置，最后生成DB文件进行模拟。

确定材料参数及成形工艺。从有限元软件材料库中选择合适的本构方程，设置近α型钛合金密度为4.5×10³kg/m³，热传导系数取11N/sec/mm/℃，热扩散系数取0.02W/(m·℃)。上下模均为可传热的刚体，其材料选H-13，预热温度300-350℃，摩擦系数为0.3，

微观组织可视化。将前述预测模型(即表达式(2)、表达式(3)及表达式(4))采用FORTRAN语言嵌入有限元用户自定义模块，建立USER模块，进而实现近α型钛合金航空模锻件微观组织的可视化预测，再与实际锻造试验结果相对比对其进行验证，如图5所示。

与现有技术相比，本发明具有以下有益效果：

建立一种近α型钛合金航空模锻件微观组织变化的预测方法，可以有效的预测近α钛合金坯料在高温模锻后的初生α相的分布规律及因动态相变所消耗的初生α相的含量。该预测方法对钛合金热成形具有十分重要的参考价值，根据此预测方法，能够为钛合金模锻件的变形工艺提供优化思路，降低生产成本，提高生产效率，进而增加锻件成品率。

最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。