高速冲击作用下 20 钢加工硬化行为

周永丹，于艳涛

1中铝国际工程股份有限公司 北京 100093

2洛阳格瑞德重型机械有限公司 河南洛阳 471003

20 钢因塑性和韧性较好，被滚压成形广泛用于制造齿轮、花键、滚珠丝杠等零部件。滚压成形是在热力耦合作用下工件局部快速位移的过程[1]，其成形过程中伴随着机械力的作用造成成形零件表层加工硬化。加工硬化能提高工件的硬度和耐磨性，使材料屈服极限提高，抵抗变形能力增强，但加剧了刀具的磨损。为了提高滚压成形工件表面质量和使用性能，延长刀具使用寿命，通过分析 20 钢滚压加工硬化形成机理，建立 20 钢滚压加工硬化模型具有重要的理论意义和工程应用价值。

K.Renard 等人[2]通过高温拉伸试验得到了 TWIP钢加工硬化率和微观组织的变化情况，对 TWIP 钢加工硬化率和孪晶率之间的关系进行了分析，提出了一种能够预测 TWIP 钢孪晶率的方法，基于电子背散射衍射试验验证了该方法的可靠性；Y.Nan 等人[3]根据高温压缩试验数据建立了能够描述钛合金加工硬化率和应力应变关系的数学模型，结果表明加工硬化率呈阶段性波动和线性递减 2 个阶段，在低温和高应变率条件下钛合金加工硬化效应比较明显，随着温度的升高和应变率的下降，钛合金加工硬化率下降速度增快；M.Wang 等人[4]基于高温低应变率压缩试验数据建立了低碳钢动态再结晶模型，基于应变硬化曲线确定了低碳钢动态再结晶发生的临界条件，分析了低碳钢在热成形过程中的加工硬化和动态软化机制，结果表明：动态再结晶体积分数越高，Z值 (模型参数) 越低；Q.V.Bui 等人[5]通过对钢板冷轧过程进行有限元模拟和试验结果对比分析得出：冷轧钢板质量主要受到材料屈服极限和加工硬化指数影响，而冷轧速度和摩擦因数对冷轧钢板质量影响较小，该结论为冷轧成形工艺优化提供了依据；Rajdeep Sarkar 等人[6]对β-钛合金试样进行不同温度时效处理后对其进行拉伸试验，根据试验数据建立了β-钛合金加工硬化模型，基于透射电镜试验从微观角度解释了β-钛合金不同温度时效处理后的加工硬化特点。

国内外许多学者结合理论和试验对许多材料的加工硬化行为进行了研究，而未见有关 20 钢在高速冲击作用下加工硬化行为研究的报道。笔者基于高速冲击试验和扫描电镜试验对 20 钢加工硬化率的变化规律和加工硬化的微观机理进行了研究，旨在提高 20钢滚压成形工件表面质量和使用性能。

1 试验方案

1.1 试验材料

20 钢主要化学成分如表 1 所列。试样形状为圆柱体，尺寸为ϕ8 mm×6 mm，硬度为 160～170HB；试样工艺为车削—慢走丝线切割—磨削加工。

表1 20 钢主要化学成分Tab.1 Main chemical composition of steel 20 %

1.2 试验设备

采用霍普金森试验装置对 20 钢试样进行不同应变率下的动态性能试验，如图 1 所示。采用 JSM-5610LV 扫描电镜观察试样微观组织变化，如图 2 所示。

图1 模拟冲击试验装置Fig.1 Simulating apparatus for impact test

图2 JSM-5610LV 扫描电镜试验装置Fig.2 Test apparatus for JSM-5610LV scanning electron microscope

1.3 试验参数

试样为 12 个，分为 4 组，试验应变率分别为2 000、2 500、3 000 和 4 000 s-1。

1.4 试验过程

试样两端涂抹抛光膏，经抛光机抛光至无明显划痕，用酒精擦洗抛光表面后进行不同应变率的高速冲击试验。试样端面涂抹润滑膏以减小端面摩擦带来的影响，通过调整发射装置内高压腔压力来控制子弹速度，进而调节应变率。根据一维应力波理论[7]得到材料的应力、应变、应变率随时间变化的关系，将获得的工程应力和工程应变转化为真应力和真应变，取 4组试验数据的平均值。

将冲击成形的试样表面用丙酮清洗去除污垢，再用含有 3% 硝酸的酒精溶液腐蚀试样表面。当试样表面呈暗灰色时停止腐蚀，用蒸馏水清洗后烘干，将试样放入扫描电镜样品台上，观察试样表面微观形貌，对满意的图像进行拍照。用线切割机将试样沿轴线方向切开，对切开的半圆柱试样进行镶嵌，完成后对试样侧面进行抛光、腐蚀处理，用扫描电镜观察层深方向微观形貌。

1.5 试验结果

20 钢不同应变率下的真实应力应变曲线如图 3所示；20 钢试样原始微观组织如图 4 所示；20 钢试样在不同应变率下冲击成形表面微观组织如图 5 所示；20 钢试样在不同应变率下冲击成形层深方向微观组织如图 6 所示。

图3 20 钢不同应变率下的真实应力应变曲线Fig.3 Real stress-strain curve of steel 20 at various strain ratio

图4 20 钢原始微观组织Fig.4 Primary microstructure of steel 20

图5 不同应变率下试样表面微观组织Fig.5 Surface microstructure of sample at various strain ratio

图6 不同应变率下试样层深方向微观组织Fig.6 Microstructure of sample layer depth at various strain ratio

2 加工硬化机理

由图 3 可知，高速冲击过程中经历了弹性变形阶段和塑性变形阶段，20 钢在高应变率下发生塑性变形是一个应变硬化效应、应变率效应和温升软化效应之间相互竞争的过程。在塑性变形阶段，材料真实应力随真实应变的增大而增大，随着应变率的增大而增大，由此表明在高应变率下，20 钢应变硬化效应和应变率效应要高于温升软化效应。

由图 4 可知，20 钢初始微观组织为铁素体和珠光体，铁素体和珠光体晶粒呈胞状分布，晶界明显，组织呈现片层状间距较为均匀的珠光体沿各个方向随机排列。由图 5 可知，在模拟冲击作用下的塑性变形过程中，晶格破碎，珠光体虽然保持着片层形态，但内部已严重碎化，形成大量界面，将铁素体分成细小的晶粒，不同晶粒中的原子不完全相同，珠光体条纹不再只沿一个方向排列，随着应变和应变率升高，铁素体晶粒细化越明显。由图 6 可知，层深方向的等轴铁素体晶粒在剪切力的作用下发生扭转和弯曲，出现一定的方向性，并逐渐向位移方向伸长，细小的珠光体颗粒和较大的珠光体颗粒沿铁素体晶界交错分布，随着应变的累积，珠光体团变得不明显，片层间距进一步减小，弯曲和扭转程度越来越剧烈，组织已被显著拉长，最后形成平行于位移方向的纤维组织。

3 应力应变模型

Voce 模型[8]是最常用的应力应变模型，它描述了在给定的应变率和温度下应力从初始值到峰值的变化情况。

式中：σS为峰值应力，MPa；σI为初始应力，MPa；nV为材料参数；εI为初始应变。

用Voce 模型对不同应变率下材料塑性变形阶段试验数据进行拟合，如图 7 所示。

图7 不同应变率下 Voce 模型对试验数据的拟合Fig.7 Fitness of Voce model to test data at various strain ratio

从图 7 中可以看出，Voce 模型预测不同应变率下的流动应力与试验数据基本吻合，能够反映真实的试验情况，说明 Voce 模型可以有效预测 20 钢在不同应变率下的塑性流动应力，以此求得 Voce 模型参数，如表 2 所列。

表2 不同应变率下 Voce 模型参数Tab.2 Parameters of Voce model at various strain ratio

4 加工硬化率变化规律

应变硬化率是指材料在塑性变形过程中流动应力随应变增加变化的快慢程度[9]。应变硬化率

根据式 (2) 和表 2，得到不同应变率下 20 钢硬化率与应变关系曲线，如图 8 所示。不同应变率下 20钢硬化率变化趋势基本一致，主要分为 2 个阶段：第1 个阶段，硬化率在刚开始发生塑性变形时较高，随着应变的增加，硬化率急剧下降；第 2 个阶段，随着应变的增加，硬化率缓慢下降，最后趋于零。第 1 阶段低应变区，应变率越大，硬化率越低；材料达到屈服极限之后的位移主要由铁素体提供，由于多晶体的连续性，铁素体晶粒位移时受到周围晶粒的约束，使得在晶界附近区域产生的多个滑移系同时开动[10]，铁素体晶粒的位移会产生大量位错，这些位错分布在珠光体附近，位错滑移遇到的阻力很大；在高应变率条件下，随着应变率升高，位错运动平均速率越快，短时间内晶粒中大量位错在晶界附近受阻，形成位错的塞积，位错密度急剧上升，使得材料硬化率在刚开始进入塑性变形时迅速升高；随着应变的增加，硬化率快速下降。在图 8 中出现明显的拐点现象，是由于20 钢具有较高的层错能，位错的滑移和攀升更容易发生[11]，使得 20 钢塑性变形进入第 2 阶段时对应的应变值较小。

图8 不同应变率下硬化率与应变的关系Fig.8 Relationship between hardening ratio and strain at various strain ratio

5 加工硬化的微观模型

位错均匀分布在试样的表面，每个位错段分为不动位错和可动位错，流动应力的大小主要受到可动位错的影响，可动位错密度近似等于试样整体位错密度。当材料产生塑性变形时，位错密度ρ与流动应力σ的关系满足泰勒关系式[12]

式中：M为泰勒因子，取 3.06；α为材料常数，取0.5；G为剪切模量，取 1.7×105MPa；b为伯氏矢量，取 3.2×10-8cm。

应变硬化效应和动态软化效应通过对位错密度大小的影响进而影响流动应力的大小，应变硬化导致位错密度的增加，动态软化导致位错密度的减小，在模拟冲击塑性变形过程中，位错密度随应变的变化取决于这 2 个部分[13]，

Kocks 在结合前人的研究基础上认为，材料位错密度的平方根与位错密度增加速度成正比，位错的减少与位错密度的绝对值有关，并推导出 Kocks模型[14]，该模型被广泛用于描述材料塑性变形过程中位错密度随应变的变化关系，

式中：k1为材料硬化系数；k2为材料软化系数，k2＝-2nv。

对式 (5) 积分可得

当塑性变形达到应力峰值时，位错的存储和湮灭达到平衡状态，此时硬化率θ＝0，式 (5) 转化为

式(3) 可转化为

将图 1 中的试验数据与式 (5)、(7) 和 (8) 结合，得出不同应变率下的k1、k2，如表 3 所列。

表3 不同应变率下的参数值Tab.3 Parametric values at various strain ratio

利用式 (6)、(7) 可得

根据式 (9)、表 3 中的参数和图 1 试验数据可得出不同应变率下位错密度和应变关系，如图 9 所示。应变率为 4 000 s-1时位错密度相对较大，应变率为2 000 s-1时位错密度相对较小，位错密度随应变率的升高而升高，主要原因是随着应变率的增加，位移在瞬间完成，位错产生，位错数目、位错的运动速度增大，位错间相互交割的机会增大，导致位错密度随着应变的增加而快速增加，塑性流动显著加快。一方面，20 钢在大应变率条件下位错密度随着应变的增加而增大，导致产生应变硬化效应而使得曲线上升；另一方面，大应变率下的快速塑性变形做功转化的热量使位错密度迅速降低而产生软化效应，使得曲线的上升逐渐趋于平缓。

图9 不同应变率下位错密度与应变的关系Fig.9 Relationship between dislocation density and strain at various strain ratio

影响材料塑性变形时的硬化率主要有 2 个因素：一个是内部因素，也就是材料自身的特性 (如剪切模量、伯氏矢量等)；另一个是外部因素，也就是应变、应变率和温度通过影响位错密度的大小进而影响硬化率的大小。

根据表 3 中的参数得到不同应变率下硬化率与位错密度之间的关系，如图 10 所示。20 钢进入塑性变形阶段，初始位错密度和最终位错密度随着应变率增大而增大。应变率越低，硬化率随着位错密度的增大下降越明显。应变率的上升会使位错运动速度加快，位错的积累在短时间内完成，尤其是在应变率为 4 000 s-1的条件下，使得材料刚进入塑性变形时位错密度较高。当应力超过晶格间的摩擦力时，聚集在晶格附近的位错快速释放，位错密度受到运动位错相互抵消作用的影响，位错累积速率降低，使得材料在进入塑性变形初始阶段硬化率随着应变率的增大而减小。塑性变形功被分为 2 个部分，一部分转化为热量使试样温度升高，另一小部分使试样微观组织发生变化[15]。应变率越高，单位时间内产生的热量越多，软化效应越明显，然而在达到平衡状态之前，硬化效应仍然占据主导地位，随着应变和应变率的增大，累积的位错越多，最终位错密度越大。

图10 不同应变率下硬化率与位错密度的关系Fig.10 Relationship between hardening ratio and dislocation density at various strain ratio

6 结论

(1) 建立了能够准确描述 20 钢应力与应变关系的Voce 模型，阐明了 20 钢加工硬化的位错机理，得出高速冲击成形受到应变硬化效应和动态软化效应的共同影响。

(2) 建立了 20 钢加工硬化率模型。结果表明：20钢加工硬化率变化趋势主要分为 2 个阶段：第 1 阶段硬化率急剧下降，随着应变率的升高应变硬化效应减弱；第 2 阶段硬化率缓慢下降，随着应变率的升高应变硬化效应增强。

(3) 得到了位错密度和应变的关系以及加工硬化率与位错密度之间的关系。结果表明：位错密度随着应变的增大而增大，加工硬化率随着位错密度的增大而下降，应变率越高，位错密度越大。