小序

高温机械强度是指质料在高温情形下遭受外力作用时，，，，，，，坚持其结构完整性和功效稳固性的能力，，，，，，，是包管高温装备恒久清静运行的科学基石，，，，，，，现在亦已成为机械强度学的主要分支。。。。。作为意会工业革命与现代科技的要害学科，，，，，，，其研究领域已从早期履历公式拓展为多标准 - 多损伤 - 多学科交织的系统科学。。。。。陪同着全球能源转型与高端制造业生长，，，，，，，新一代高温装备 (如 700℃超超临界机组、钍基熔盐堆、第五代航空发念头等) 正走向极端化、重大化、长寿命化，，，，，，，将高温机械强度研究推向新的历史关口 [1]。。。。。

结构强度自己是一个古老的命题，，，，，，，早在文艺再起时期达?芬奇 (Leonardo da Vinci) 的铁丝拉伸试验、胡克 (Robert Hooke) 提出的形貌质料弹性行为的胡克定律和 17 世纪伽利略 (Galileo Galilei) 关于断裂强度的叙述中就已萌芽。。。。。第一次工业革命时期，，，，，，，人们越发关注质料强度并构建了上百种强度模子，，，，，，，使机械强度学成为 20 世纪工业昌盛的主要基础。。。。。1910 年英国物理学家 Andrade 对金属的高温蠕变举行了系统研究，，，，，，，提出了第一个蠕变履历公式 [2]。。。。。在统一时期，，，，，，，耐热钢和高速钢被用于蒸汽机锅炉和切削工具，，，，，，，体现出提升高温强度的工程需求。。。。。

第二次天下大战推动航空喷气发念头、火箭等尖端武器的生长，，，，，，，高温机械强度进入应用起步阶段。。。。。英国工程师 Whittle 于 1930 年提出喷气发念头的看法，，，，，，，1939 年德国 Heinkel 公司乐成试飞了天下首架喷气飞机。。。。。为支持喷气和活塞发念头的高温部件，，，，，，，英国乐成研制出 Nimonic 系列镍基高温合金，，，，，，，用于涡轮喷气发念头的涡轮叶片。。。。。德国开发了用于涡喷发念头叶片的铬镍耐热合金，，，，，，，但受质料性能的限制，，，，，，，其喷气发念头的寿命较短。。。。。美国虽然在二战前喷气手艺上起步较晚，，，，，，，但通过引进英国 Whittle 发念头的设计并投入大宗科研，，，，，，，很快在高温合金的研制上取得了希望。。。。。在此配景下，，，，，，，“高温机械强度” 这一看法首次在工程实践中获得体现，，，，，，，成为航空发念头质料性能的要害指标。。。。。别的，，，，，，，战争需求还催生了早期火箭发念头耐热质料和高性能炮管钢等的研发。。。。。在这一阶段，，，，，，，高温机械强度的 “历史使命” 主要体现在知足国防尖端装备的迫切需求。。。。。高温强度理论只管尚处于履历探索阶段，，，，，，，但为后续的理论生长和工程应用涤讪了基础。。。。。

在冷战时期，，，，，，，高温机械强度质料的生长进入了快速前进与理论涤讪的阶段。。。。。军备竞赛推动了喷气航空、导弹和核能等领域的迅猛生长，，，，，，，同时，，，，，，，民用航空和电力工业也蓬勃兴起。。。。。随着服役温度的一直升高，，，，，，，各国纷纷研制新一代高温合金。。。。。在此配景下，，，，，，，“超合金”(Superalloy) 一词被正式提出，，，，，，，用以形貌那些能够在中温情形中恒久坚持强度的合金质料 [3]。。。。。美国在此阶段建设了系统的质料研究系统，，，，，，，并于 20 世纪 40 至 50 年月先后研制出 Inconel、Hastelloy 和 René 等多种系列高温合金。。。。。与此同时，，，，，，，先进冶金工艺如真空熔炼手艺的引入，，，，，，，显著提升了合金的纯净度与高温服役性能。。。。。英国的罗尔斯?罗伊斯公司和国家物理实验室继续引领发念头质料刷新，，，，，，，开发出 Nimonic 80A 等时效沉淀硬化的镍基合金，，，，，，，有用提升了涡轮盘和叶片在高温下的服役性能。。。。。核能领域同样推动了高温质料的生长。。。。。美国和英国的第一代核反应堆在压力容器和换热器上最先接纳高温耐蚀合金，，，，，，，法国也在其气冷反应堆中应用了高温石墨和合金质料。。。。。在此阶段，，，，，，，高温机械强度的基础理论最先生长。。。。。1952 年，，，，，，，美国工程师 Larson 与 Miller 提出了用于蠕变寿命展望的时间 - 温度等效参数关系，，，，，，，即著名的 Larson-Miller 参数 [4]。。。。。该时期还泛起了将塑性变形与高温蠕变行为统一形貌的主要理论突破。。。。。1956 年 Prager 建设了塑性 - 蠕变统一的本构关系模子 [5]，，，，，，，标记着高温强度理论最先由履历纪律向系统化、理论化的偏向生长。。。。。上述理论希望从模子构建与机制展现两方面，，，，，，，增进了高温机械强度学科系统的起源形成。。。。。进入 20 世纪 70 年月，，，，，，，高温机械强度领域步入质料与工艺双重成熟的生长阶段，，，，，，，多种先进制造手艺与新型高温质料相继涌现。。。。。在航空发念头领域，，，，，，，西方国家率先引入定向凝固与单晶叶片手艺，，，，，，，以提升发念头热效率与服役寿命。。。。。值得注重的是，，，，，，，此阶段高温质料的应用领域进一步拓展。。。。。民用发电领域中，，，，，，，超临界与超超临界火力发电手艺相继生长，，，，，，，对证料的高温强度与抗氧化性能提出更高要求。。。。。为知足蒸汽温度凌驾 600℃的运行条件，，，，，，，美国率先开发了以 P91 钢为代表的 9%~12% Cr 系耐热钢；；；；；随后德国与日本等国家团结优化形成了性能更优的 P92 钢，，，，，，，普遍应用于高温高压锅炉与蒸汽运送管道系统中 [6]。。。。。在核能领域，，，，，，，随着核电商业化历程的加速，，，，，，，美国、苏联、英国及法国等国家相继制作快中子增殖堆等高温反应堆试验装置，，，，，，，对结构质料在高温与辐照协同作用下的性能提出严肃挑战。。。。。这一配景下，，，，，，，科研职员系统开展了奥氏体不锈钢与耐热合金的力学性能与辐照损伤机制研究，，，，，，，推动高温核质料理论与设计要领的快速生长。。。。。例如，，，，，，，1978 年，，，，，，，法国科学家 Chaboche 提出非线性循环硬化模子，，，，，，，能更准确地形貌高温下循环塑性变形的影象效应，，，，，，，并被纳入法国核工业的设计规范，，，，，，，用于反应堆结构强度剖析 [7]。。。。。

21 世纪以来，，，，，，，高温机械强度在天下规模内进入了多元化应用的阶段。。。。。一方面，，，，，，，随着高端民用高温装备需求的快速增添，，，，，，，高温质料最先在能源装备、工业汽轮机、高速列车等领域获得普遍应用。。。。。另一方面，，，，，，，陪同新型航空航天妄想和聚变能源等前沿看法的提出，，，，，，，对证料在超高温、热攻击和辐照情形下的力学性能提出了挑战，，，，，，，促使高温机械强度相关的研究向更严苛的偏向延伸。。。。。近年来，，，，，，，中国在高温机械强度理论刷新的活跃期内，，，，，，，实现了多项重大工程手艺突破。。。。。2019 年，，，，，，，海内首座铅铋合金冷却快堆零功率装置 “启明星 Ⅲ 号” 首次实现临界，，，，，，，完成了要害工程手艺的验证，，，，，，，标记着我国在液态金属冷却堆手艺上实现了由基础研究向工程化应用的实质性跨越。。。。。2023 年，，，，，，，液态燃料钍基熔盐实验堆获得国家核清静局揭晓的运行允许证，，，，，，，成为全球首个获准运行的钍基熔盐实验堆，，，，，，，为未来第四代核能系统的开发提供了主要的试验基础。。。。。同时，，，，，，，国产大型航空发念头完成首次挂飞试验，，，，，，，发念头总体性能抵达预期目的，，，，，，，为后续适航认证与型号定型涤讪了基础。。。。。2024 年，，，，，，，功率品级抵达 300MW 的 F 型重型燃气轮机在上海临港实现首次燃烧，，，，，，，标记着我国在高端能源动力装备领域取得阶段性突破，，，，，，，整机已进入试验验证阶段。。。。。然而，，，，，，，这些重大效果的商业化落地仍需时间。。。。。从试验验证到工程化应用，，，，，，，再到规模；；；；桃翟诵校，，，，，，往往保存显著的时间滞后。。。。。例如，，，，，，，钍基熔盐实验堆仍处于试验运行阶段，，，，，，，其要害质料与系统的恒久可靠性尚需进一步验证。。。。。铅铋快堆妄想于 2025 年前后建成树模堆，，，，，，，但距离现实商用仍需跨越多个手艺门槛。。。。。国产航空发念头虽已完成挂飞试验，，，，，，，但凭证民航适航流程，，，，，，，预计在 2025 年以后方可实现现实应用。。。。。重型燃气轮机虽已乐成燃烧，，，，，，，但完整验证流程尚需笼罩带负荷试验、耐久性测试与工程化样机运行，，，，，，，商业化历程尚需数年。。。。。上述 “手艺成熟 - 工程应用” 之间的滞后性，，，，，，，体现了高温机械强度理论在工程化路径中的要害转化瓶颈。。。。。一方面，，，，，，，理论模子为质料设计与服役清静提供科学依据，，，，，，，是包管系统可靠运行的基础。。。。；；；；另一方面，，，，，，，理论模子的现实应用必需经由大宗试验数据的验证与工程审评流程，，，，，，，才华纳入工程设计规范。。。。。需要强调的是，，，，，，，近十年来国际主流的高温强度理论框架转变不大。。。。。外洋工程界仍主要依赖既有的高温设计准则和履历模子，，，，，，，在诸如 ASME、R5 和 RCC-MRx 等标准规范中沿用。。。。。这些古板要领大多基于 20 世纪涤讪的蠕变破损理论和履历寿命公式，，，，，，，强调清静裕度和守旧设计。。。。。因此，，，，，，，在现有国际规范系统下，，，，，，，高温结构设计要领的演进相对缓慢。。。。。

为应对新一代高温服役系统日益重大的运行工况与性能要求，，，，，，，高温强度研究正履历范式层面的深刻转型。。。。。这一转型主要体现在 3 个方面：其一，，，，，，，多标准耦合的系统建模成为焦点趋势。。。。。质料从原子标准的位错运动与晶格重构，，，，，，，到微观组织中的孔洞演化与裂纹萌生，，，，，，，再到宏观结构的失效行为，，，，，，，泛起出高度非线性与标准联动特征。。。。。多种盘算要领的融合，，，，，，，如分子动力学、晶体塑性理论与相场要领，，，，，，，正配合推动跨标准力学模子系统的构建；；；；；其二，，，，，，，多机制协同损伤逐渐成为强度展望的要害挑战。。。。。高温情形下常见的蠕变、疲劳、氧化、侵蚀、辐照等损伤模式往往交织叠加、相互耦合，，，，，，，导致古板简单机制模子难以准确描绘真实失效路径。。。。。这一配景下，，，，，，，面向演化历程的三维损伤映射、高阶能量耗散理论以及裂纹局域羁绊剖析等前沿理论一直拓展力学建模界线；；；；；其三，，，，，，，多学科融合驱动寿命评估模式重构。。。。。物理建模与数据驱动要领正加速集成，，，，，，，人工智能、感知手艺与高性能盘算的协同应用，，，，，，，为结构状态识别、剩余寿命评估与服役行为展望提供了新范式，，，，，，，标记着寿命治理正在由静态评估向动态感知与智能决议转型。。。。。

基于这一厘革配景，，，，，，，本文围绕高温结构的损伤演化机制与寿命建模问题睁开系统探讨，，，，，，，回首该领域理论系统的演进脉络，，，，，，，团结近年来在蠕变 - 疲劳耦合行为、非比例载荷响应建模、多源损伤互作机制、裂纹尖端力学场细腻剖析、试样标准效应与结构监测手艺等方面的研究希望，，，，，，，提出面向未来的 “多标准 - 多机制 - 多学科” 一体化研究框架，，，，，，，旨在推动高温强度理论从科学探索向工程应用的有用跃迁，，，，，，，为极端服役条件下要害结构的设计、评估与寿命包管提供坚实理论支持与要领论基础。。。。。

1、科学文献计量与研究热门演化

1.1 论文发心情形

在已往 25 年中，，，，，，，研究职员围绕高温变形与损伤、高温疲劳与断裂、高温氧化与侵蚀等要害问题开展了系统性研究，，，，，，，相关效果一连积累，，，，，，，研究热度一直上升。。。。。；；；； Web of Science 数据库 [检索式：(creep OR viscoelastic* OR viscoplastic* OR deformation OR strain OR inelastic OR fatigue OR failure OR damage OR fracture OR corrosion OR oxidation) AND (“high temperature”) NOT (“high temperature processing”)]，，，，，，，图 1 (a) 显示了 2000-2025 年该领域研究论文的揭晓趋势。。。。。阻止 2025 年 5 月，，，，，，，共检索到相关学术论文 109617 篇，，，，，，，年均揭晓量一连上升，，，，，，，近年已凌驾每年 8000 篇，，，，，，，泛起出近似指数增添的趋势。。。。。这批注，，，，，，，该研究偏向正逐渐成为质料与工程科学领域的热门之一。。。。。图 1 (b) 展示了检索到的高温机械强度相关论文按学科领域分类的情形。。。。。统计效果显示，，，，，，，该领域研究主要集中在质料科学 (Materials science) 与工程手艺 (Engineering) 两个学科领域，，，，，，，合计占比约 97%。。。。。其中，，，，，，，约 52% 的论文归属至 “质料科学 - 综合” 种别。。。。。该漫衍反应出，，，，，，，高温机械强度研究具有鲜明的质料与工程并重的特征，，，，，，，即在关注高温质料变形行为与损伤机制的同时，，，，，，，同样重视工程结构的性能设计与服役可靠性剖析。。。。。图 1 (b) 中，，，，，，，由于统一篇论文可能属于多个学科门类，，，，，，，故论文总占比高于 100%。。。。。

1.2 主要影响事情剖析

为进一步剖析近 25 年疲劳领域的主要影响事情，，，，，，，从 2000-2025 年揭晓的 109617 篇论文中，，，，，，，使用 CiteSpace 软件对引用量靠前的 5000 篇论文举行剖析。。。。。从图 2 可以清晰地视察到该领域手艺蹊径与研究重心的阶段性演进。。。。。1999-2007 年，，，，，，，研究主要聚焦于蠕变 (Creep)、超塑性变形 (Superplastic deformation)、晶界滑移 (Grain boundary sliding) 和塑性变形 (Plastic deformation) 等基础变形机制，，，，，，，反应出学术界对证料在高温条件下时间依赖性变形行为的深入探索。。。。。2005-2015 年，，，，，，，研究热门逐步转向宏观结构性能与完整性评估，，，，，，，裂纹扩展 (Crack growth)、单晶质料 (Single crystals)、多轴应力 (Multiaxial stress)、疲劳强度 (Fatigue strength)、应力强度因子 (Stress intensity factor) 以及本构方程 (Constitutive equations) 等要害词的泛起，，，，，，，标记着多标准建模与工程化剖析的起源融合。。。。。2010 年之后，，，，，，，随着高温服役情形的重大化，，，，，，，研究进一步拓展至情形效应相关议题，，，，，，，情形 (Environment)、高温侵蚀 (High-temperature corrosion) 与电子显微手艺 (Electron microscopy) 等要害词的活跃，，，，，，，批注多学科交织成为研究的主要趋势。。。。。2021 年以来，，，，，，，微观组织演化 (Microstructural evolution) 与失效机制 (Failure mechanism) 等要害词的一连升温，，，，，，，反应出目今研究正由微观机制明确向全寿命展望建模迈进，，，，，，，强调从组织演化到宏观失效的多标准关联机制。。。。。总体来看，，，，，，，高温机械强度研究正从基础机制剖析向结构完整性评估和失效展望一直深化，，，，，，，多学科融合与数字化建模成为未来生长的要害偏向。。。。。

图 3 展示了 2000-2025 年高温机械强度研究领域的要害词聚类时序图 (Cluster timeline view)。。。。。图中每个聚类均以 “# 编号”+“主题名称” 标识，，，，，，，直观泛起出差别研究主题的演化路径及其时间跨度，，，，，，，进一步展现了该领域在差别阶段的研究重心和生长轨迹。。。。。相较前文的要害词热门演化图，，，，，，，从多标准、多损伤、多学科的视角出发，，，，，，，进一步强化了高温机械强度领域的知识结构与手艺演进脉络。。。。。其中，，，，，，，寿命展望 (Life prediction) 是现在最活跃且一连时间最长的聚类。。。。。该聚类涵盖 Creep、Fatigue、Damage、Model 等焦点词汇，，，，，，，重点在于重大载荷与情形下的寿命展望模子构建，，，，，，，是该领域从机制认知向结构完整性评估与工程应用过渡的要害支持。。。。。应力侵蚀裂纹 (Stress corrosion crack) 聚焦于质料在侵蚀介质与高温耦相助用下的断裂行为，，，，，，，标记着研究范式从简单力学损伤机制扩展至多物理场耦合损伤 (化 - 力 - 情形) 系统，，，，，，，突出情形因素在质料失效历程中的要害作用。。。。。高温变形 (High-temperature deformation) 是早期基础研究的代表性主题，，，，，，，要害词如 Creep rate、Grain boundary、Diffusion 等批注，，，，，，，其聚焦微观变形机制与晶界行为。。。。。该聚类组成了构建本构关系和损伤演化模子的理论基础。。。。，，，，，，呼应了高温质料研究初期的学术主轴。。。。。力学性能 (Mechanical properties) 贯串多个研究阶段，，，，，，，关注疲劳强度、延展性与应力响应等宏观性能指标，，，，，，，是质料选型、设计准则制订与清静裕度评估的焦点依据，，，，，，，同时也是实现质料性能向结构性能跨标准映射的要害桥梁。。。。。蠕变裂纹扩展 (Creep crack growth) 作为毗连蠕变、断裂与寿命评估的要害桥梁，，，，，，，体现了多损伤耦合条件下裂纹扩展机制的研究重点，，，，，，，要害词如 Crack tip 与 Void nucleation 反应出微观损伤与宏观破损的细密耦合关系。。。。。该聚类在核能与高温机械装备等恒久服役结构领域具有主要工程价值。。。。。高温氧化 (High-temperature oxidation) 强调氧化层形成与演化对证料力学性能的影响，，，，，，，特殊是在如铅铋冷却堆、气冷堆等极端服役情形中。。。。。该聚类的兴起批注高温化学情形对证料行为的耦合影响正成为新兴研究热门，，，，，，，推动寿命评估要领向多损伤协同演化机制拓展。。。。。高温质料 (High-temperature materials) 聚类涵盖 Nickel-based alloys、ODS steels 等要害词，，，，，，，重点关注质料因素优化、组织演化机制与服役性能提升，，，，，，，体现出质料设计与服役顺应性的双向驱动关系。。。。。该主题横跨整个研究周期，，，，，，，组成高温机械强度手艺演进的质料基础。。。。。电子显微手艺 (Electron Microscopy, EM) 突显了微观机制研究手段的一直演进。。。。。透射电镜 (Transmission Electron Microscopy, TEM) 与电子背散射衍射 (Electron Back Scatter Diffraction, EBSD) 等先进表征手艺在展现组织演化、位错行为与孔洞形成机制中施展了要害作用，，，，，，，为多标准建模与损伤机制细腻表征提供了手艺支持，，，，，，，是实现微观 - 宏观关联的要害抓手。。。。。

综上所述，，，，，，，该聚类时序图与要害词热门演化图互为印证，，，，，，，配合描绘出高温机械强度研究自 2000 年以来的生长脉络：从基础的高温变形机制研究 (#2、#3)，，，，，，，逐步转向多损伤耦合机制探索 (#1、#4、#5)，，，，，，，最终走向以寿命展望为焦点的结构完整性评估系统 (#0)，，，，，，，并由微观手艺手段 (#7) 提供支持。。。。。这一演化路径充分体现了本事域多标准 (从位错机制到服役寿命)、多损伤 (蠕变、疲劳、侵蚀、氧化) 与多学科 (质料、力学、情形、表征) 融合生长的显著特征，，，，，，，为高温服役质料的可靠性设计提供了坚实的理论与手艺基础。。。。。

2、多标准建模与损伤机制

2.1 多标准力学

多标准损伤力学旨在从差别空间标准出发研究质料的力学行为与损伤演化，，，，，，，尤其在高温结构剖析中，，，，，，，常从纳观、微观、宏观及结构四个标准睁开，，，，，，，如图 4 所示。。。。。目今研究主要集中于并联式与串联式两类多标准建模战略。。。。。并联式要领在各标准上同步举行力学与损伤剖析，，，，，，，通过多标准比照展现变形与失效机制，，，，，，，主要适用于定性研究。。。。。只管微纳标准表征与模拟可有用展现损伤机制 [8-9]，，，，，，，但难以实现对工程部件的定量寿命展望。。。。。为战胜上述限制，，，，，，，研究者提出串联式多标准要领。。。。。该要领通过微纳标准模拟获取要害损伤参量，，，，，，，并将其转达至更高标准模子，，，，，，，建设微观损伤与宏观寿命之间的映射关系 [10-11]；；；；；或反向使用宏观标准变形场。。。。，，，，，，将其作为微标准模拟的界线条件，，，，，，，从而实现更真实的多标准耦合仿真 [12]。。。。。分子动力学基于原子间相互作用，，，，，，，能展现质料结构演化和损伤历程，，，，，，，但受限于盘算时空标准及试验验证难题，，，，，，，难以直接用于高温部件的寿命设计。。。。。晶体塑性有限元可从质料微结构出发，，，，，，，剖析局部损伤行为并展望宏观性能，，，，，，，近年来已普遍用于高温结构寿命建模 [13-14][15] 165-177 [16] 196-213。。。。。宏观一连介质模子则善于形貌结构件的整体应力 - 应变状态与损伤演化，，，，，，，不但盘算效率高，，，，，，，适用于工程寿命评估 [17-18]，，，，，，，还可实现高温部件的薄弱区识别，，，，，，，为微观模拟提供界线条件。。。。。

2.2 多标准力学在高温机械强度中的希望

在高温机械强度领域中，，，，，，，现在主流要领是将宏观一连介质理论与晶体塑性理论相团结以实现多标准有限元模拟。。。。。在质料层面，，，，，，，多标准模拟要领被普遍用于剖析金属质料内部典范缺陷对裂纹萌生行为的影响。。。。。非金属夹杂、微缺口、气孔等制造历程中不可阻止的微观缺陷，，，，，，，尤其在粉末冶金合金及增材制造质料中体现尤为突出，，，，，，，已被普遍以为是导致疲劳失效的要害诱因 [19-21]。。。。。针对上述问题，，，，，，，多种多标准建模要领被生长以展现缺陷主导下的疲劳损伤机制。。。。。例如，，，，，，，构建局部晶体塑性 - 全局一连介质耦合模子，，，，，，，可有用模拟含非金属夹杂质料的疲劳行为。。。。。仿真效果显示，，，，，，，裂纹往往起始于基体与夹杂物界面，，，，，，，该区域因应力集中严重，，，，，，，叠加晶粒取向效应，，，，，，，易激活多个滑移系，，，，，，，进而引发裂纹萌生 [22]。。。。。进一步剖析发明，，，，，，，夹杂物的刚度、尺寸、热膨胀系数及其空间漫衍等因素显著影响裂纹形成历程。。。。。有限元模拟批注，，，，，，，相较于内部缺陷，，，，，，，位于质料外貌的夹杂更易成为裂纹起始源 [23]。。。。。别的，，，，，，，图 5 显示了接纳晶体塑性 - 弹塑性多标准建模要领，，，，，，，可深入剖析增材制造镍基合金中的疲劳行为及损伤演化机制，，，，，，，并团结疲劳指示因子实现对裂纹扩展路径与寿命的高精度展望 [15] 165-177。。。。。在结构层面，，，，，，，多标准模子同样展现出奇异优势，，，，，，，能够展现重大构件在高温载荷下的局部损伤机制。。。。。例如，，，，，，，将晶体塑性有限元与内聚区模子相团结的要领，，，，，，，乐成模拟了汽轮机转子榫槽区域在蠕变条件下的晶间裂纹扩展历程，，，，，，，如图 5 所示 [16] 196-213。。。。。

效果显示，，，，，，，预设初始裂纹可在知足结构整体变形协调性的条件下抑制裂纹伸张，，，，，，，有用延缓构件的失效历程。。。。。别的，，，，，，，基于多标准数值模拟要领还可形貌高温交变载荷作用下的微观组织退化与损伤演化历程，，，，，，，并实现对燃气轮神秘害部位应力 - 应变响应的准确展望 [24]。。。。。该类要领在提高仿真精度的同时，，，，，，，增进了微观组织行为与宏观性能之间的有用耦合。。。。。总体来看，，，，，，，面向工程的多标准损伤剖析不但能周全反应高温结构的整体力学行为，，，，，，，还可识别要害区域的微观损伤机制。。。。。然而，，，，，，，由于模子耦合重大、盘算本钱高、多物理场界线条件设置难题等问题，，，，，，，目今尚难在工业领域实现普遍应用。。。。。为此，，，，，，，近年来基于署理模子的快速优化要领逐步生长。。。。。此类要领通过高精度模子天生的样本点训练近似模子，，，，，，，在坚持物理可诠释性的基础上实现快速响应盘算，，，，，，，尤其适用于高维、强非线性、多标准耦合问题 [25][26] 106677。。。。。署理模子为高温结构寿命评估与设计优化提供了有用手段，，，，，，，推动了多标准损伤理论向工程应用的实质转化。。。。。

2.3 希望 1：基于小试样的质料高温力学性能测试要领

在高温装备服役情形日益重大的配景下，，，，，，，质料服役性能的精准建模与可靠性评估面临多重挑战。。。。。为建设贯串微观机制与宏观响应的多标准建模系统，，，，，，，获取高质量本构参数成为基础环节。。。。。其中，，，，，，，小尺寸试样测试要领依附其微创性、高通量和顺应重大取样情形的优势，，，，，，，正日益成为力学建模、损伤剖析与寿命展望中的要害支持手段。。。。。近年来，，，，，，，国际上高度重视小试样手艺的生长。。。。。欧盟标准委员会 (European Committee for Standardization, CEN) 专门建设了小试样事情组 (Small Specimen Test Technique, SSTT)，，，，，，，推动该手艺的标准化建设与学术交流，，，，，，，并在聚变能源妄想 (如国际聚变能源研究中心) 中将其列为焦点研究内容。。。。。美国、日本等国家亦在核能、先进质料等领域深入结构小试样测试要领的研发，，，，，，，如美国能源部支持的纳米强化钢妄想、日来源子能机构 (Japan Atomic Energy Agency, JAEA) 推动的国际聚变质料照射设施 (International Fusion Materials Irradiation Facility, IFMIF) 工程等。。。。。英国等国更在此基础上生长出适用于蠕变性能评估的新型构型，，，，，，，如圆环、椭圆环、矩形框等试样形式，，，，，，，力争实现高温多机制服役行为的可靠捕获。。。。。

由于小试样尺寸不切合通例标准试样的尺寸要求，，，，，，，测试效果必需经由换算才华转换为标准试样的质料力学性能。。。。。因此，，，，，，，建设载荷与应力、位移 (应变) 或位移速率 (应变速率) 的关系是获得与标准试样等量质料力学性能的要害。。。。。已往多用微悬臂梁来丈量微观的质料力学性能，，，，，，，其转换关系是显然的。。。。。近年来，，，，，，，针对蠕变速率、长期强度、屈服强度等高温力学性能的丈量，，，，，，，生长了种种小试样要领，，，，，，，如周围牢靠、中心受圆压头作用的圆片试样 (小冲杆试样)，，，，，，，周围牢靠、中心受平压头作用的圆片试样 (剪切冲压)，，，，，，，两头支持、中心受弯的直杆试样 (三点弯)，，，，，，，中心受压的厚圆片试样 (压痕)，，，，，，，一端牢靠、另一端受弯的直杆试样 (悬臂梁)，，，，，，，两头牢靠、中心受弯的直杆试样 (固支直杆弯曲)，，，，，，，双向受拉的圆形环试样，，，，，，，双向受拉的双杆试样，，，，，，，周围牢靠、中心受气压作用的圆片试样 (气压鼓胀试样)，，，，，，，等等，，，，，，，如图 6 所示。。。。。理论剖析及试验研究效果均批注，，，，，，，上述小试样要领在一定规模内均可用于测试质料的高温力学性能。。。。。

赵杰教授团队开展了小试样的高温蠕变性能表征 [27]。。。。。试验效果批注，，，，，，，小试样与标准试样在长期蠕变曲线和蠕变速率曲线方面泛起出相似的演化趋势：长期蠕变曲线呈枯燥递增，，，，，，，最终断裂；；；；；蠕变速率曲线呈典范 “U” 形漫衍。。。。。随加载应力增大，，，，，，，小试样与标准试样的长期寿命均呈下降趋势，，，，，，，蠕变速率增添；；；；；但在相同应力下，，，，，，，小试样的断裂应变与长期寿命往往优于标准试样 (图 7 和图 8)。。。。。别的，，，，，，，小试样与标准试样的最小蠕变速率转变趋势一致，，，，，，，Monkman-Grant 关系曲线在对数坐标下体现出优异的线性相关性，，，，，，，进一步验证了小试样在获取蠕变速率参数方面的可行性。。。。。

只管手艺希望显著，，，，，，，小试样测试仍面临若干焦点挑战。。。。。其受力状态重大、尺寸与几何形状效应显著，，，，，，，导致变形历程泛起弯曲、拉伸、塑性与蠕变行为的高度耦合，，，，，，，难以准确区分测试误差的泉源，，，，，，，影响效果的可靠性与重复性。。。。。别的，，，，，，，现在尚缺乏统一的测试标准和系统性的统计误差评估要领，，，，，，，限制了其在高温结构可靠性设计和概率清静评估中的工程应用。。。。。

2.4 希望 2：形状影象合金热 - 力耦合细观力学行为研究

形状影象合金是一类主要的智能质料，，，，，，，因其特有的超弹性和形状影象效应而受到普遍关注，，，，，，，并乐成应用于航空航天、微电子系统、汽车工业、土木匠程、生物医疗等众多领域。。。。。另外，，，，，，，相较于其他类型质料，，，，，，，形状影象合金在变形历程中陪同着极大的等温熵变和绝热温变，，，，，，，因而在固态制冷等新手艺领域体现出很是好的生长潜力。。。。。构建准确形貌形状影象合金在热 - 力载荷作用下变形行为的本构关系是对该类合金举行质料微结构优化设计、性能提升以及相关器件服役性能评估的主要基础。。。。。

众所周知，，，，，，，形状影象合金的超弹性和形状影象效应泉源于其热 - 弹性马氏体相变机制。。。。。另外，，，，，，，该合金在现实服役历程中经常涉及循环变形、宽温域以及多种变形幅值。。。。。试验效果批注，，，，，，，循环变形历程中爆发的相变诱发塑性机制，，，，，，，高温情形下诱发的奥氏体塑性机制以及高应力下诱发的马氏体塑性机制也是该合金几类主要的非弹性变形机制。。。。。这些非弹性变形机制的交互作用使得形状影象合金在变形历程中泛起显著的功效性退化征象，，，，，，，对相关本构模子的构建带来了很大的挑战。。。。。为了形貌宽温域、差别应变幅值下 NiTi 形状影象合金的循环变形行为，，，，，，，SONG 等 [28] 建设了一个基于 ESHELBY 夹杂理论的细观本构模子。。。。。该模子周全地思量了马氏体相变、相变诱发塑性、奥氏体塑性和马氏体塑性机制，，，，，，，并在代表性体积单位上引入了奥氏体相区域、马氏体相区域以及两相之间的界面区域。。。。。通过夹杂理论来怀抱两相交互作用和界面区域的高局部应力。。。。。该模子对差别峰值应变和情形温度下 NiTi 形状影象合金循环变形行为的展望效果如图 9 所示。。。。。由展望效果可知，，，，，，，该模子很好地捕获到了形状影象合金功效性循环退化随峰值应变和情形温度增添而加剧的征象。。。。。

形状影象合金中的马氏体相变是典范的一级相变。。。。。一方面，，，，，，，相变的临界应力强烈依赖于情形温度；；；；；另一方面，，，，，，，相变历程中涉及潜热的释放与吸收，，，，，，，导致变形历程中质料温度爆发显着转变。。。。。以上两种因素相互作用，，，，，，，使得形状影象合金的变形行为泛起出显著的率相关性，，，，，，，即热 - 力耦合效应。。。。。这种热 - 力耦合效应有别于通例金属中因位错滑移的黏性导致的塑性变形对加载率的依赖性。。。。。SONG 等 [29] 在上述细观力学模子的基础上进一步思量了变形历程中内部热源的演化及质料与外界的热交流，，，，，，，准确地展望了 NiTi 形状影象合金的率相关循环变形行为。。。。。

形状影象合金在变形历程中涉及温度转变这一征象也被称为弹热效应，，，，，，，是该合金能够应用于新型固态制冷手艺的主要基础。。。。。为了剖析形状影象合金的微观结构参数和宏观变形、制冷性能之间的定量关系，，，，，，，ZHOU 等 [30]、YU 等 [31-32] 在晶体塑性理论框架下建设了热 - 力耦合细观本构模子，，，，，，，展现了晶粒取向、漫衍形式、多晶织构对形状影象合金宏观变形以及弹热效应的影响，，，，，，，如图 10 所示。。。。。由此可见，，，，，，，细观力学模子除了能够准确展望宏观性能之外，，，，，，，还能很好地反应要害微结构参数的影响，，，，，，，从而为形状影象合金器件的质料结构协同设计提供理论基础。。。。。

2.5 希望 3：基于双标准建模要领的寿命展望

在结构标准上，，，，，，，螺栓孔、焊接讨论等几何不一连区域通常被视为质料力学性能退化和裂纹扩展加速的薄弱部位 [33-35]。。。。。为构建质料标准与结构标准之间的有用关联，，，，，，，近年来生长出多种双标准建模要领及响应的损伤演化理论框架 [36-37]。。。。。本节以含孔结构为研究工具，，，，，，，基于所建设的双标准模子，，，，，，，系统展现其在多轴应力状态下的蠕变 - 疲劳损伤机制，，，，，，，并实现对裂纹萌生寿命的高精度展望。。。。。

图 11 展示了基于双标准建模要领的含孔试样蠕变 - 疲劳寿命展望的总体流程。。。。。在该建？？？？？？蚣苤校，，，，，，差别标准下的本构模子与有限元模子肩负差别功效：黏塑性模子与晶体塑性模子用于形貌镍基合金的应力 - 应变响应；；；；；代表性体积单位 (Representative Volume Element, RVE) 与含孔试样的有限元模子划分用于模子参数标定与寿命展望剖析。。。。。详细流程包括以下几个办法：首先，，，，，，，在宏观标准上构建基于用户子程序的黏塑性模子，，，，，，，通过 RVE 模拟确定质料本构参数，，，，，，，并建设含孔试样的有限元模子，，，，，，，用于模拟其在蠕变 - 疲劳载荷下的应力 - 应变场响应。。。。。其次，，，，，，，在微观标准下，，，，，，，基于晶体塑性模子构建有限元模拟系统，，，，，，，并以宏观有限元模子输出的孔根位移场作为界线条件，，，，，，，实现孔根部局部微观力学响应的细腻模拟。。。。。最后，，，，，，，团结线性损伤叠加准则，，，，，，，综合应力 - 应变循环信息，，，，，，，完成对裂纹萌生寿命的展望，，，，，，，进而展现含孔结构在多轴应力作用下的蠕变 - 疲劳损伤机制。。。。。

从宏观标准剖析，，，，，，，图 12 (a) 展示了含孔试样的累积疲劳与蠕变损伤随循环周次演化的漫衍特征，，，，，，，效果批注，，，，，，，损伤总量与循环次数之间近似成线性。。。。。其中，，，，，，，疲劳损伤对保载时间不敏感，，，，，，，而蠕变损伤随保载时间延伸显著增添。。。。。在微观标准上，，，，，，，图 12 (b) 给出了累积能量耗散随循环次数的转变趋势，，，，，，，效果显示最大能量耗散区域位于孔洞根部外若干晶粒标准规模内。。。。。该模拟效果与试验中视察到的晶内平均取向差 (Kernel Average Misorientation, KAM) 漫衍趋势高度一致，，，，，，，均显示最大值集中于次外貌晶粒区域，，，，，，，且最大累积能量耗散值随循环周次呈线性增添趋势。。。。。；；；；诤晡⒐鬯鹕搜莼魇频囊恢滦裕，，，，，，以 100 周次内的宏观损伤增添纪律为基础。。。。，，，，，，可为更高周次微观损伤的展望提供有用参考，，，，，，，进而填补晶体塑性有限元盘算在长寿命模拟中的时空标准局限。。。。。

在损伤寿命展望中，，，，，，，接纳线性损伤叠加准则，，，，，，，当累积疲劳与蠕变损伤之和抵达 1 时，，，，，，，即可获得质料的蠕变 - 疲劳寿命。。。。。只管差别标准下损伤盘算方法保存差别，，，，，，，但均基于统一的线性叠加准则举行寿命判断。。。。。图 13 所示为基于黏塑性模子与晶体塑性模子获得的寿命展望效果，，，，，，，绝大大都数据点位于 2 倍误差带规模内，，，，，，，验证了宏观与微观建模要领在寿命展望上的一致性。。。。。综合思量盘算效率与精度，，，，，，，宏观标准展望要领在现实工程应用中具有更高的性价比优势。。。。。所构建的双标准建模系统在科学与工程两个层面均展现出显著优势：一方面，，，，，，，可用于展现梯度组织结构、微观缺陷等因素对证料性能的影响机制；；；；；另一方面，，，，，，，基于宏观有限元的薄弱区识别与微观晶体塑性模子的局部损伤机制剖析的团结，，，，，，，为高温要害构件的失效展望与寿命延伸提供了可靠的理论依据与建模路径。。。。。

2.6 希望 4：双标准建模要领在梯度微观结构上的应用

外貌强化手艺实质上是一种通过改善机械零件和结构件外貌性能，，，，，，，从而提高质料疲劳强度的工艺要领。。。。。由于其本钱低、效率高、收益高、通用性强等特点，，，，，，，这类工艺在海内外的高温机械强度领域有着普遍的应用。。。。。外貌强化工艺包括许多种，，，，，，，常见有冷挤压强化 [38]、喷丸强化 [39-40]、超声滚压强化 [41] 和水射流强化 [42-43] 等。。。。。已有研究基于全尺寸建模要领建设了叶片榫齿与轮盘榫槽的接触模子，，，，，，，效果批注，，，，，，，多种外貌强化工艺可在接触区域引入有利的剩余压应力场。。。。，，，，，，有用降低局部接触应力峰值，，，，，，，从而显著减缓轮盘榫槽部位的损伤积累与失效危害 [44]。。。。。别的，，，，，，，金属质料外貌纳米化相关研究系统展现了表层结构演化机制与加工诱导的微观组织转变纪律，，，，，，，明确了纳米标准结构特征在提升质料疲劳性能方面的要害作用，，，，，，，为高温服役构件的强度设计与寿命提升提供了理论依据与手艺路径 [45-47]。。。。。已有研究通过模拟孔挤压等强化历程获得剩余应力漫衍，，，，，，，并将其引入古板的宏观多轴疲劳展望模子中，，，，，，，实现了较为准确的寿命展望 [48]，，，，，，，但未能展现强化质料在疲劳加载历程中的详细损伤机制。。。。。其他研究将喷丸等强化工艺引入镍基高温合金中，，，，，，，将剩余应力场嵌入裂纹扩展模子，，，，，，，有用展望了试样在高 - 低周疲劳载荷下的裂纹扩展行为 [49]。。。。。然而，，，，，，，仅思量剩余应力的建模要领在展现强化 - 损伤耦合机制方面仍保存局限。。。。。为提升寿命展望的物理准确性与机制诠释力，，，，，，，需将微观梯度组织的影响纳入寿命评估框架中。。。。。一种路径是在多晶体建模中引入应力 - 应变匀称化假设，，，，，，，以描绘晶粒间相互作用对宏观响应的影响 [50]；；；；；另一种方规则通过引入疲劳指示因子，，，，，，，将微观组织演化与局部损伤行为耦合，，，，，，，以实现更细腻化的寿命展望与损伤评估 [51-53]。。。。。

同样以含孔结构为例，，，，，，，通过冷挤压强化工艺提升其疲劳寿命。。。。。为探索疲劳寿命提升的机制并实现精准的疲劳寿命展望，，，，，，，本研究提出了一种同时思量剩余应力和塑性层影响的双标准建模要领。。。。。图 14 给出了宏 - 微观双标准建模要领的总体流程框架。。。。。在宏观标准上，，，，，，，构建两个差别的有限元模子以实现冷挤压强化历程及循环加载的模拟；；；；；在微观标准上，，，，，，，基于晶体塑性的疲劳指示因子盘算疲劳损伤和展望寿命。。。。？？？？？Ｋ剂客饷睬炕вΦ乃曜冀Ｒ煜晗赴ㄈ竽？？？？？？椋耗？？？？？？ Ⅰ 为冷挤压强化有限元模拟；；；；；？？？？？？ Ⅱ 为宏观标准含孔结构有限元模拟；；；；；？？？？？？ Ⅲ 为晶体塑性有限元模拟。。。。。；；；；谡馊竽？？？？？？椋，，，，，，可以构建思量外貌强化效应的含孔结构双标准有限元模子，，，，，，，通过这种双标准建模要领可以精准地形貌剩余应力和塑性层对疲劳损伤的影响。。。。。

外貌强化诱导的塑性层在疲劳寿命提升中也起到主要作用。。。。。通常而言，，，，，，，塑性层的保存可以抑制试样外貌的疲劳裂纹萌生 [54-56]。。。。。本节同时使用试验视察的疲劳断口和展望的累积能量耗散探讨孔根部塑性层对疲劳寿命提升的影响。。。。。图 15 (a) 给出了原始含孔试样的疲劳断口形貌，，，，，，，其中区域 A 和 B 显示了两个显着的裂纹萌生位置，，，，，，，滑移带在试样外貌的侵入 - 挤出历程导致裂纹萌生于试样外貌。。。。。响应的，，，，，，，基于双标准建模要领的微观模拟效果可以很好地展望原始含孔试样的疲劳裂纹萌生行为。。。。。含孔试样经由冷挤压强化后，，，，，，，试样外貌的塑性层有助于抑制疲劳裂纹的萌生和滑移带的形成，，，，，，，如图 15 (b) 所示，，，，，，，强化含孔试样的疲劳裂纹萌生于次外貌，，，，，，，即塑性层和质料基体的接壤处。。。。。

图 16 给出了试验寿命和展望效果的比照。。。。。从图 16 (a) 可以看出，，，，，，，使用古板多轴疲劳模子对原始和强化含孔试样举行疲劳寿命展望时，，，，，，，其展望的效果较差，，，，，，，如基于史女士 - 沃森 - 托珀 (Smith-Watson-Topper, SWT) 参数展望的所有数据点落在 10 倍的误差带以内，，，，，，，基于刷新型疲劳当量应力准则 (Improved Fatigue Equivalent Stress Criterion, IFERC) 的寿命展望能力好于 SWT 参数，，，，，，，所有数据点均落在 3 倍的误差带以内。。。。。可是基于 SWT 和修正广义应力 - 应变幅 (Modified Generalized Stress-Strain Amplitude, MGSA) 参数的整体展望效果有一个相同的纪律，，，，，，，即针对强化试样的寿命展望效果较为守旧，，，，，，，这是由于这两种宏观标准的展望要领未思量塑性层对疲劳寿命的影响，，，，，，，导致 SWT 和 MGSA 参数在低应力水平的展望寿命和试验寿命之间爆发了一定守旧性的差别。。。。。图 16 (b) 显示了所提出要领的寿命展望精度。。。。。从图 16 (b) 可以看出，，，，，，，通过同时思量剩余应力和塑性层的双标准建模要领可以获得越发准确的寿命展望效果。。。。。所有数据点 (每个含孔试样包括取向集 S?、S?和 S?，，，，，，，共计 3 种模拟战略) 均落在 3 倍的误差带以内，，，，，，，且约莫 88% 的数据均落在 2 倍的误差带以内，，，，，，，批注微观结构和晶粒取向对疲劳寿命展望的影响在可接受的误差规模内。。。。。

3、多机制耦合损伤与寿命展望

3.1 多损伤评定

古板的一连损伤力学理论多聚焦于简单损伤模式的建模与剖析，，，，，，，如塑性、蠕变、疲劳或脆性损伤。。。。。然而，，，，，，，随着高温重大装备的生长，，，，，，，其服役情形日益趋向高温、高压及多物理场耦合等极端重大工况，，，，，，，导致质料在恒久服役历程中面临多种损伤机制的配相助用，，，，，，，如高温氧化、情形侵蚀及氢脆等 [57-58]。。。。。这些多源损伤模式之间的相互作用显著加剧了质料力学性能的退化，，，，，，，特殊是在强度与延性方面，，，，，，，进而对结构的承载能力与服役可靠性组成严肃挑战 [59]。。。。。以能源发电装备为代表的高温工程系统中，，，，，，，诸如锅炉、蒸汽管道等要害部件在高温高压蒸汽情形下恒久运行，，，，，，，常面临由蠕变、疲劳及情形作用配合驱动的多机制损伤累积问题。。。。。尤其是汽轮机转子、锅炉本体和高温蒸汽运送管道等主要承压构件，，，，，，，在一连高温高压载荷作用下极易爆发不可逆的蠕变变形，，，，，，，该类变形通常具有隐藏性和不可恢复性，，，，，，，一旦失效将可能引发严重的系统性清静事故 [60]。。。。。随着可再生能源在电力系统中渗透率的一直提升，，，，，，，其输出功率的间歇性与波动性对古板电网调理能力提出了更高要求，，，，，，，深度调峰手艺作为调理火电机组无邪性的要害手段，，，，，，，关于实现电网负荷平衡和提升能源使用效率具有主要意义 [61]。。。。。该手艺通过频仍调解机组运行状态以响应电网波动，，，，，，，在提升辖档烷活性的同时，，，，，，，也显著增添了机组启停频率。。。。。每一次启停历程均陪同着强烈的热 - 力载荷波动，，，，，，，进而诱发装备构件在高温多轴应力状态下的显著疲劳损伤。。。。。别的，，，，，，，蒸汽温度、压力和流速的动态转变进一步加剧了构件外貌与内部的热疲劳响应 [62]。。。。。值得注重的是，，，，，，，锅炉、汽轮机、热交流器及蒸汽管道等部件在服役历程中不可阻止地袒露于高温富氧情形中，，，，，，，恒久氧化反应将导致质料表层逐渐减薄、力学性能下降，，，，，，，进而诱发裂纹的萌生与扩展，，，，，，，严重威胁构件的结构完整性和使用寿命 [63]。。。。。蠕变、疲劳与氧化等损伤机制在高温服役条件下泛起出显着的交互耦合特征，，，，，，，组成高温构件失效的主要泉源，，，，，，，因此，，，，，，，深入开展蠕变 - 疲劳 - 氧化耦相助用下的质料失效机制研究，，，，，，，对提升火电机组运行的清静性与可靠性具有主要工程价值。。。。。别的，，，，，，，发电装备中的要害部件普遍保存初始微裂纹、孔洞或其他制造缺陷，，，，，，，在多机制耦相助用下，，，，，，，这些缺陷的扩展行为将显著加速，，，，，，，进而可能引发构件早期失效，，，，，，，甚至造成系统级故障 [64][65] 19-64。。。。。

3.2 多损伤评定在高温机械强度中的希望

高温情形下的蠕变 - 疲劳损伤通常；；；；岽戳ρ阅艿南灾陆担，，，，，，常通过拉伸试验获得质料的基本力学性能，，，，，，，用于支持高温部件的强度设计与制造 [66]。。。。。但此类性能指标易受循环载荷历程中质料软化或硬化行为的影响，，，，，，，难以作为统一的退化评估参量适用于差别质料和加载路径下的退化行为形貌。。。。。例如，，，，，，，P92 钢在蠕变 - 疲劳寿命分数增添的历程中体现出强度下降趋势 [67]，，，，，，，而 316 型奥氏体不锈钢则在循环加载中泛起出强度增强的趋势 [68]。。。。。别的，，，，，，，一些通例力学参量 (如弹性模量) 对疲劳或蠕变 - 疲劳损伤的敏感性较低，，，，，，，通常仅在最终失效前数个循环内才泛起快速下降 [69]，，，，，，，这限制了其在早期损伤评估中的适用性。。。。。近年来，，，，，，，研究提出接纳拉伸塑性应变能密度作为性能退化的表征指标之一，，，，，，，显示出一定的潜力 [70]，，，，，，，但其在蠕变 - 疲劳耦合条件下的适用性仍需进一步验证。。。。。与此同时，，，，，，，已有研究实验从微观标准出发，，，，，，，通过微观组织演化行为识别质料的差别损伤品级 [71-72]，，，，，，，为多损伤分级提供了新的思绪。。。。。然而，，，，，，，简单依赖宏观力学性能或微观结构特征作为损伤判断依据，，，，，，，可能导致对在役质料真实损伤状态的片面明确。。。。。因此，，，，，，，建设微观结构演化与宏观力学性能退化之间的耦合映射模子，，，，，，，是构建多标准损伤分级评价要领的要害路径，，，，，，，不但有助于提升损伤判断的准确性，，，，，，，也进一步富厚了工程损伤力学的理论系统。。。。。现在，，，，，，，在疲劳及蠕变 - 疲劳服役条件下，，，，，，，该类多标准映射模子尚处于探索阶段，，，，，，，仍需进一步系统构建与验证。。。。。

关于更为重大的 “蠕变 - 疲劳 - 氧化” 多损伤交互机制，，，，，，，已有试验研究批注：在镍基高温合金中，，，，，，，氧化沿晶界的扩展行为与滑移带的交互可导致疲劳裂纹的早期萌生，，，，，，，批注氧化在疲劳损伤机制中具有主要作用 [73]。。。。。相关研究指出，，，，，，，氧化层的形成与生长会显著增强质料局部区域的脆性，，，，，，，进而增进蠕变 - 疲劳裂纹的快速天生 [65] 19-64。。。。。在单晶高温合金中视察到，，，，，，，高温氧化引起的局部组织退化显著降低了疲劳裂纹萌生寿命，，，，，，，最高可达 1/3 [74]。。。。。在 600℃温度下举行的 IN 718 合金保载蠕变 - 疲劳试验显示，，，，，，，碳化物粒子在高温下易爆发优先氧化，，，，，，，诱发微裂纹的形成，，，，，，，加速了裂纹的萌生历程并缩短了整体寿命 [75]。。。。。对奥氏体不锈钢 Alloy 709 开展的蠕变 - 疲劳试验效果批注，，，，，，，在 750℃高温条件下，，，，，，，外貌氧化开裂水平与裂纹密度显着高于 650℃，，，，，，，反应出氧化情形对疲劳裂纹扩展的强化作用 [76]。。。。。在 900℃温度下的 Alloy 617 合金试验中发明，，，，，，，随着保载时间延伸，，，，，，，氧化作用逐渐向质料内部渗透，，，，，，，促使晶间形成细小脆性裂纹，，，，，，，导致蠕变 - 疲劳寿命显着降低 [77]。。。。。进一步的研究批注，，，，，，，在 950℃和保载时间长达 9000s 的蠕变 - 疲劳条件下，，，，，，，试样外貌晶界爆发严重氧化，，，，，，，裂纹提前萌生且以沿晶路径扩展。。。。。随着氧化裂纹的深入生长，，，，，，，该历程与内部蠕变沿晶裂纹爆发合并，，，，，，，最终形成由氧化与蠕变配合主导的沿晶断裂失效模式 [78]。。。。。在 2.25Cr-1Mo-0.25V 钢中视察到，，，，，，，外貌氧化层的形成同样加速了疲劳裂纹的萌生，，，，，，，导致寿命显著降低 [79]。。。。。关于 Haynes 282 合金的蠕变 - 疲劳测试显示，，，，，，，高温氧化促使试样外貌形成多个裂纹源，，，，，，，加速了裂纹扩展与失效历程 [80]。。。。。在 700℃下对 Sanicro 25 奥氏体不锈钢的试验中，，，，，，，接纳聚焦离子束手艺对失效机制举行微观剖析发明，，，，，，，外貌晶界首先爆发氧化，，，，，，，随后在蠕变 - 疲劳耦相助用下爆发开裂，，，，，，，形成早期裂纹。。。。。随着保载时间的延伸，，，，，，，晶界氧化和开裂的趋势增强，，，，，，，并在质料内部形成典范的楔形开裂结构。。。。。蠕变引起的晶界滑移在晶界氧化的协同作用下进一步加剧裂纹萌生，，，，，，，体现出典范的多损伤机制交互特征 [81]。。。。。别的，，，，，，，相关研究指出，，，，，，，镍基合金的低周疲劳寿命不但受控于滑移模式，，，，，，，也受氧化行为显著影响。。。。。在较低温度下，，，，，，，质料微观结构较为稳固，，，，，，，氧化作用较弱，，，，，，，疲劳寿命主要受控于变形机制；；；；；而在中温情形下，，，，，，，只管结构稳固性仍可坚持，，，，，，，但情形侵蚀性增强，，，，，，，晶界氧化及氧化物开裂成为疲劳寿命降低的主因；；；；；当温度进一步升高，，，，，，，氧化作用急剧加剧，，，，，，，疲劳寿命体现出强烈的对氧化损伤的依赖性 [82]。。。。。

3.3 希望 1：应力应变混淆控制蠕变 - 疲劳载荷下的损伤失效机制

掌握高温装备损伤演化纪律的条件是在试验中有用模拟现实工程结构的真实承载状态。。。。。现有试验载荷主要沿用种种试验标准中的古板形式 [83-84]，，，，，，，如应变控制蠕变 - 疲劳载荷，，，，，，，与工程结构的现实受载情形保存显著差别。。。。。通常，，，，，，，频仍的启停历程所引起的温度波动，，，，，，，会使高温部件处于应变控制的疲劳载荷状态 [85-86]；；；；；而在装备恒久稳固运行阶段，，，，，，，恒定的内压或离心力又使其遭受恒应力控制的蠕变载荷作用。。。。。因此，，，，，，，实验室接纳的古板应变控制蠕变 - 疲劳试验难以高保真地再现服役高温结构的真实承载特点。。。。。别的，，，，，，，在古板应变控制载荷下，，，，，，，由于应力松懈，，，，，，，所引入的蠕变损伤随保载时间延伸逐渐趋于饱和，，，，，，，难以诱发长时服役造成的蠕变损伤主导的蠕变 - 疲劳失效 [87-88]。。。。。鉴于此，，，，，，，本节以应力应变混淆控制蠕变 - 疲劳载荷为研究工具，，，，，，，系统地展现应力应变混淆控制下典范高温质料的蠕变 - 疲劳损伤失效机制。。。。。

图 17 给出了新型应力应变混淆控制下蠕变 - 疲劳载荷的加载历史及典范滞回曲线。。。。。其中，，，，，，，绿线代表应变控制阶段，，，，，，，红线代表应力控制阶段。。。。。疲劳加载阶段，，，，，，，混淆控制载荷以恒定的应变速率加载到划定的应变幅值；；；；；待抵达峰值应变后，，，，，，，加载偏向反转，，，，，，，以相同的应变速率举行卸载，，，，，，，同时监控应力，，，，，，，待抵达保载应力时，，，，，，，载荷控制模式由应变控制切换为应力控制，，，，，，，并举行恒应力保载。。。。。应力保载时代，，，，，，，质料遭受纯蠕变 - 载荷作用，，，，，，，蠕变应变随着时间增添；；；；；保载竣事后，，，，，，，控制模式再次切换回应变控制，，，，，，，以相同的应变速率卸载至预设的应变幅值，，，，，，，云云举行周期性加载。。。。。

凭证上述应力应变混淆控制的载荷模式，，，，，，，通过调解应变幅值、保载应力和保载时间可以获得马氏体耐热钢差别损伤主导的失效模式，，，，，，，如图 18 所示。。。。。当应变幅值较大、保载应力较小、保载时间较短时，，，，，，，马氏体钢泛起出多源起裂的特征，，，，，，，外貌裂纹数目众多且分叉显着，，，，，，，裂纹扩展路径重大，，，，，，，质料内部的马氏体板条趋于匀称化，，，，，，，这主要归因于强烈的蠕变和疲劳交互作用；；；；；相反的，，，，，，，当应变幅值较小、保载应力较大、保载时间较长时，，，，，，，质料内部的板条结构消逝，，，，，，，蠕变孔洞显著增多，，，，，，，由蠕变孔洞导致的试样外貌裂纹钝化成为蠕变损伤主导失效的主要特征。。。。。

基于应力应变混淆控制蠕变 - 疲劳载荷可无邪控制保载应力的特点，，，，，，，衍生出应力过载与混淆控制蠕变 - 疲劳相团结的载荷谱，，，，，，，以模拟航空发念头单发失效的极端工况。。。。。应力过载阶段引入的过量塑性变形将显著缩短镍基合金后续的服役寿命。。。。。微观层面上，，，，，，，过载时代强烈的晶内滑移不但导致晶界处位错塞积与应力集中，，，，，，，还会爆发大宗结构缺陷，，，，，，，从而增进 δ 相形核。。。。。在随后的蠕变 - 疲劳历程中，，，，，，，δ 相的形态演变与晶界应力集中效应相互协同，，，，，，，显著加速蠕变孔洞的形核与裂纹扩展速率，，，，，，，最终导致质料损伤的快速累积，，，，，，，如图 19 所示。。。。。

3.4 希望 2：思量力学性能退化的损伤分级评价要领

高温构件在服役历程中面临恒久高温与交变载荷的配相助用，，，，，，，蠕变 - 疲劳已成为其主要失效模式之一。。。。。在这一历程中，，，，，，，质料的力学性能随服役时间逐步退化，，，，，，，体现为强度、塑性、延性等要害参数的下降 [89]。。。。。然而，，，，，，，现有大都损伤模子与损伤累积准则通常；；；；谥柿铣跏剂ρ阅芫傩泄菇ǎ，，，，，，未能充分思量性能退化对结构清静评估造成的非守旧性影响，，，，，，，尤其在蠕变 - 疲劳耦相助用下，，，，，，，缺乏对退化水平明确且一连的判断标准，，，，，，，限制了损伤状态的动态评估与精准判断。。。。。

思量力学性能退化的推荐的损伤分级评价要领流程图如图 20 所示。。。。。首先，，，，，，，通过疲劳、蠕变及蠕变 - 疲劳试验，，，，，，，建设古板的损伤累积准则，，，，，，，划分获取种种载荷作用下的质料参数，，，，，，，进而绘制二维损伤交互作用图，，，，，，，并基于工程清静性选取适当的累积准则界线。。。。。其次，，，，，，，界说能够表征质料力学性能退化的损伤变量，，，，，，，通常通过差别寿命阶段的中止试验团结拉伸试验获取应力 - 应变能量转变，，，，，，，并构建退化变量与寿命分数之间的函数关系，，，，，，，由此拟合出质料的退化演化纪律，，，，，，，形成形貌差别加载条件下质料性能衰减的退化包络线。。。。。最后，，，，，，，基于性能退化变量的演化趋势，，，，，，，将质料服役历程划分为多个损伤品级，，，，，，，并将退化包络线与二维损伤准则团结，，，，，，，构建三维损伤分级评价图，，，，，，，实现对差别损伤阶段的可视化判断和分级评估，，，，，，，为高温结构的寿命展望与清静设计提供可靠依据。。。。。

为了综合体现拉伸力学性能在疲劳及蠕变 - 疲劳历程中的退化水平，，，，，，，接纳拉伸塑性应变能密度 (U_T) 对力学性能退化举行统一参数化表征。。。。。U_T 被界说为真实应力 - 应变曲线所困绕的塑性变形面积，，，，，，，其代表了质料在变形历程中吸收能量的能力： 

式中，，，，，，， ε p 为真实塑性应变；；；；； ε 1 为真实断裂应变；；；；； σ为与塑性应变对应的真实应力。。。。。以 GH4169 合金为例，，，，，，，U_T 随着寿命分数的演化情形如图 21 (a) 所示。。。。。U_T 泛起了两阶段的下降，，，，，，，包括稳固下降阶段和快速下降阶段，，，，，，，并且具有显着的载荷相关性。。。。。质料退化历程可以视为 U_T 的不可逆耗散，，，，，，，直至抵达失效的临界值。。。。。因此，，，，，，，从能量角度出发，，，，，，，用以表征质料退化的损伤变量 D_m 可以合理地界说为已耗散应变能密度与初始应变能密度的比值： 

式中，，，，，，， U T (0) 和 U T (N) 划分为初始的和第 N 个循环周次的应变能密度。。。。。图 21 (b) 展示了 GH4169 合金的损伤变量 D_m 随着寿命分数的演化情形，，，，，，，D_m 的增添速率均随着寿命分数的增添而逐渐加速。。。。。别的，，，，，，，随着应变幅值和保载时间的增添，，，，，，，D_m 的增添速率也会加速。。。。。这批注，，，，，，，D_m 具有载荷相关的特征。。。。。为了利便工程应用并统一形貌所有质料的损伤，，，，，，，接纳简朴的幂指数函数对 D_m 与寿命分数之间的关系举行拟合。。。。。凭证能量失效准则，，，，，，，D_m 的临界值被设为 1，，，，，，，因此拟合公式可体现为： 

式中，，，，，，，m 为通过拟合获得的指数。。。。。拟合效果和 m 的数值如图 21 (b) 所示，，，，，，，拟合曲线与试验数据吻合优异。。。。。为便于工程应用及思量载荷相关性的影响，，，，，，，凭证幂指数 m 与载荷水平、保载时间之间的关系，，，，，，，确定 m 的最大值 m_max。。。。。m_max 对应的曲线界说为质料退化包络线，，，，，，，其下方的部分被视为清静设计区域。。。。。

在清静评估中，，，，，，，需要思量适用于特定质料及损伤模子的有用损伤累积准则。。。。。；；；；谀芰棵芏群纳⒌乃鹕四Ｗ樱，，，，，，线性损伤累积 (Linear Damage Summation, LDS) 准则、双线性损伤累积 (Bilinear Damage Summation, BDS) 准则和非线性损伤累积 (Nonlinear Damage Summation, NDS) 准则被普遍接纳。。。。。然而，，，，，，，上述准则中的阈值通常设定为常数，，，，，，，忽略了质料力学性能退化的影响，，，，，，，这可能保存不守旧损伤评价的危害。。。。。前期研究批注，，，，，，，在应变能密度耗散模子框架下，，，，，，，GH4169 合金适用于 NDS 准则。。。。。GH4169 合金思量力学性能退化的修正 NDS 准则可以体现为： 

式中，，，，，，，Dc 为蠕变损伤；；；；；Df 为疲劳损伤。。。。。

凭证质料退化包络线上 Dm 的增添速率，，，，，，，将质料退化历程划分为 I~IV 4 个品级，，，，，，，包括 Dm 无显着转变的阶段 (I 级)，，，，，，，Dm 逐渐增添的阶段 (II 级)，，，，，，，Dm 加速增添的阶段 (III 级)，，，，，，，最后快速失效的阶段 (IV 级)。。。。。将 Df、Dc 和 Dm 作为 3 个坐标轴，，，，，，，天生 GH4169 合金的退化包络面，，，，，，，构建三维损伤分级评价图，，，，，，，如图 22 所示。。。。。其中紫色、绿色、黄色和红色划分代表 I~IV 级。。。。。为了更清晰地说明每个损伤级别下的清静区域，，，，，，，蠕变损伤 D_c 和疲劳损伤 D_f 的坐标轴接纳了对数坐标。。。。。盘算获得的试验数据点均位于包络面之外，，，，，，，证实晰三维损伤分级评价图的可用性。。。。。

3.5 希望 3：蠕变 - 疲劳 - 氧化损伤评定与寿命展望

针对高温服役情形中氧化对蠕变 - 疲劳性能造成的倒运影响，，，，，，，已有研究提出了一系列寿命展望要领，，，，，，，用于评估氧化作用对证料服役寿命的削弱效应。。。。。在定性剖析方面，，，，，，，有看法以为，，，，，，，当氧化损伤在损伤机制中占有主导职位时，，，，，，，裂纹萌生阶段会大幅提前，，，，，，，从而使蠕变 - 疲劳裂纹的萌生寿命险些可以忽略不计 [90]。。。。。部分早期模子并未显式引入氧化损伤项，，，，，，，而是将其影响隐含地嵌入至蠕变或疲劳损伤中，，，，，，，通过参数修正反应氧化带来的性能退化 [91-92]。。。。。在基于线性损伤累积准则的要领框架下，，，，，，，部分模子通过引入 “寿命缩减比” 来量化氧化的影响，，，，，，，在蠕变 - 疲劳寿命展望中展现出优异的顺应性与展望准确性 [93]。。。。。相关研究还通过简化并修正已有的蠕变 - 疲劳 - 氧化损伤模子，，，，，，，使其适用于定向凝固镍基合金的裂纹萌生寿命剖析。。。。。试验效果显示，，，，，，，展望寿命普遍落于 2 倍误差带内，，，，，，，验证了模子的可靠性 [94]。。。。。尚有研究将该类模子嵌入结构剖析，，，，，，，针对蠕墨铸铁质料制备的气缸盖部件举行三维蠕变 - 疲劳 - 氧化损伤剖析，，，，，，，所得模拟效果与现实失效形貌高度吻合，，，，，，，且乐成展望出构件潜在的失效位置 [95]。。。。。也有模子通过引入自力的氧化损伤子项，，，，，，，对蠕变 - 疲劳 - 氧化 3 种机制的演化历程举行团结建模，，，，，，，提升了展望的系统性与精度 [96]。。。。。别的，，，，，，，课题组前期基于应变能密度耗竭理论，，，，，，，建设了面向裂纹萌生阶段

的寿命展望模子，，，，，，，将氧化损伤与机械损伤的累积历程耦合思量，，，，，，，在多种质料系统下均获得了优异的试验一致性 [97]。。。。。

图 23 (a) 详细展示了氧化损伤模子建设的示意图，，，，，，，氧化损伤是以试样承载能力的降低来界说的。。。。。如图 23 (b) 所示，，，，，，，氧化损伤水平可通过氧化损伤区域 (氧化膜及受氧化影响区域) 的面积与试样或部件横截面积的比值来表征。。。。。本节所研究的 P92 钢在高温空气下的氧化膜体现出多层的结构，，，，，，，外层是富含 Fe 元素的多孔结构，，，，，，，而内层是富含 Cr 元素的氧化物。。。。。最外层的氧化膜可假定完全受损，，，，，，，由于外层松散多孔的氧化膜失去了承载能力。。。。。氧化影响区域内，，，，，，，随着到外貌距离的增添，，，，，，，由于氧含量的降低，，，，，，，氧化损伤的水平逐渐降低。。。。。因此，，，，，，，需要量化形貌从试样外貌到内部的氧化损伤水平的损伤指数。。。。。氧化损伤指数与氧在氧化影响区域和基体中的扩散水平相关联，，，，，，，通过电子探针手艺举行线扫描定量获取氧含量，，，，，，，效果如图 23 (b) 所示。。。。。

与基体相比，，，，，，，外层区域的氧含量越高，，，，，，，氧化损伤水平越大，，，，，，，氧化损伤指数 α随着距试样外外貌距离的增添而降低，，，，，，，其盘算式为： 

式中，，，，，，， x _i 为距试样外外貌的距离；；；；； x _a 为氧化影响区的厚度；；；；； x _p 为氧化物的厚度；；；；； q为反应损伤水平的拟合参数。。。。？？？？？Ｋ剂垦趸鹕饲蛟谡搴峤孛婊械恼急群脱趸鹕怂皆诓畋鹞恢玫牟畋穑，，，，，，氧化损伤驱动力方程可以体现为： 

式中，，，，，，， A _oxi 为氧化损伤区域的面积；；；；； A _cross 为试样横截面积；；；；； α _max 为氧化损伤指数的最大值。。。。。

在现有以线性损伤累加准则为基础构建的寿命展望模子系统中，，，，，，，主要包括时间分数法 (Time Fraction, TF) 模子、延性耗竭 (Ductility Exhaustion, DE) 模子、TAKAHASHI 等提出的应变能密度耗竭 (Strain Energy Density Exhaustion, T-SEDE) 模子和 WANG 等提出的应变能密度耗竭 (W-SEDE) 模子。。。。。在此基础上，，，，，，，为进一步思量氧化损伤在高温服役条件下对蠕变 - 疲劳寿命的影响，，，，，，，构建了 4 类新增模子，，，，，，，即 TF-O、DE-O、T-SEDE-O 与 W-SEDE-O，，，，，，，划分对应在原模子中引入氧化损伤力项后的扩展形式。。。。。模子评估历程中，，，，，，，不应片面追求展望误差的最小化或精度的最大化，，，，，，，而应兼顾模子结构重大性与展望能力之间的合理平衡，，，，，，，即在确保模子能够反应物理机制的条件下，，，，，，，尽可能坚持其盘算精练性与顺应性。。。。。；；；；谧畲笏迫辉ぜ评砺郏，，，，，，本研究选取赤池信息准则 (Akaike Information Criterion, AIC) 与贝叶斯信息准则 (Bayesian Information Criterion, BIC) 作为评价标准，，，，，，，以量化模子对寿命展望数据的拟合优度与重漂后的权衡效果。。。。。图 24 (a) 和图 24 (b) 划分展示了种种模子在蠕变 - 疲劳寿命展望使命中的 AIC 与 BIC 体现。。。。。

效果批注，，，，，，，整体而言，，，，，，，SEDE 类模子在性能上优于 TF 与 DE 模子，，，，，，，体现出更高的展望准确性与泛化能力。。。。。进一步地，，，，，，，在模子中引入氧化损伤耦合项后，，，，，，，种种模子的综合性能普遍提升，，，，，，，更好地反应了高温多损伤耦相助用下的服役行为。。。。。特别的，，，，，，，只管 W-SEDE-O 模子的参数数目相对较多，，，，，，，模子结构较为重大，，，，，，，但其在 AIC 与 BIC 评价指标中均体现出最优的最小值，，，，，，，体现出其在展望精度与重漂后控制之间的优异平衡，，，，，，，具备工程应用潜力。。。。。

在高温高压情形下服役的电厂要害承压部件中，，，，，，，若蠕变 - 疲劳寿命设计保存非守旧性，，，，，，，将对装备运行的清静性组成严重威胁。。。。。因此，，，，，，，准确评估蠕变与疲劳损伤关于确保部件在重大工况下的服役可靠性至关主要。。。。。在工程实践中，，，，，，，累积疲劳损伤常通过蠕变 - 疲劳失效周次与同应变幅下纯疲劳寿命的比值举行估算，，，，，，，而累积蠕变损伤的评估则因标准系统差别保存多种实现要领。。。。。图 25 (a) 展示了典范高温钢种 P92 钢在蠕变 - 疲劳交互作用下的累积疲劳损伤与累积蠕变损伤分数的漫衍情形，，，，，，，其中仅约 1/3 的拉伸保载试验数据位于 BDS 之外，，，，，，，批注该损伤准则在部分加载工况下体现出非守旧性。。。。。相比之下，，，，，，，NDS 的笼罩能力更强，，，，，，，体现出相对合理的守旧性。。。。。然而，，，，，，，仍有高达 66.7% 的试验点位于该包络线内部。。。。。为解决该问题，，，，，，，本文构建了一个三维损伤交互作用图，，，，，，，耦合思量了蠕变、疲劳以及氧化三种典范损伤机制的配合演化纪律。。。。。图 25 (b) 展示了该模子下拉伸保载与压缩保载试验点在三维坐标系中的漫衍，，，，，，，其中 X、Y 与 Z 轴划分代表累积疲劳损伤、累积蠕变损伤与累积氧化损伤。。。。。效果显示，，，，，，，由于在模子中合理引入了氧化损伤的孝顺项，，，，，，，94.4% 的试验数据点漫衍于一连包络面之外，，，，，，，相较于古板二维损伤交互图中仅 33.3% 的数据点落于失效包络线外的效果，，，，，，，显著提升了模子的守旧性。。。。。

3.6 希望 4：高温熔盐情形中的质料侵蚀与开裂行为展望

熔盐是一种由金属阳离子和非金属阴离子组成的熔融态无机盐，，，，，，，具有比热容高、黏度低、饱和蒸气压低等优点，，，，，，，在光热发电、热储能及先进核反应堆等新型能源系统中的应用较为普遍。。。。。凭证阴离子种类的差别，，，，，，，常见的熔盐主要有氟盐、氯盐和硝酸盐等。。。。。本节针对现在商用最广的典范熔融硝酸盐 (太阳盐，，，，，，，质量分数为 60% 的 NaNO₃ 、质量分数为 40% 的 KNO₃ ) 侵蚀情形，，，，，，，系统展现熔盐情形中的质料侵蚀机制、化 - 力耦合效应，，，，，，，并实现对证料熔盐侵蚀开裂行为的展望。。。。。

在差别温度下，，，，，，，熔融硝酸盐爆发差别水平的剖析，，，，，，，从而泛起出差别水平的侵蚀性。。。。。当温度低于 565℃时，，，，，，，硝酸根的剖析主要通过还原反应爆发侵蚀离子 O 2?[98]；；；；；当温度高于 600℃时，，，，，，，硝酸盐爆发进一步剖析，，，，，，，天生 O 2 ? 和 O 2 2? ，，，，，，，进一步增强了熔盐的侵蚀性 [99]。。。。。金属质料在熔融硝酸盐中爆发氧化反应，，，，，，，天生对应的氧化物。。。。。差别的金属氧化物在熔融硝酸盐中的消融度也差别，，，，，，，如难溶的铁氧化物易沉积在金属外貌，，，，，，，铬氧化物则易溶于熔盐中，，，，，，，因此含铬元素的金属，，，，，，，如不锈钢等在熔融硝酸盐中的侵蚀层泛起典范的外层铁氧化物、内层铁 - 铬氧化物的分层结构。。。。。

氯离子作为主要杂质对硝酸熔盐侵蚀性的增强最为显著，，，，，，，在使用商用级别的硝酸盐作为传蓄热介质时，，，，，，，掌握氯杂质加速的质料侵蚀纪律显得极为主要。。。。。如图 26 所示，，，，，，，氯离子通过 “活性侵蚀” 机制加速质料侵蚀，，，，，，，以铁元素为例叙述该机制爆发的 4 个办法 [100-101]：首先，，，，，，，金属熔盐中的氯杂质离子与不锈钢外貌的氧化物 (如 Fe 2  O 3 ) 和氧爆发反应天生 Cl 2 （S1）；；；；；随后 Cl 2 通过侵蚀层渗透到侵蚀层 / 基体界面处，，，，，，，与基体的金属原子爆发反应天生 FeCl 2 （S2）；；；；；由于 FeCl 2 的饱和蒸气压较低，，，，，，，侵蚀层 / 基体界面处固态 FeCl 2 变为气态并向外扩散（S3）；；；；；当侵蚀层中一定位置处的氧分压抵达使 FeCl 2 爆发氧化的临界分压时，，，，，，， FeCl 2 被氧化成铁氧化物并释放 Cl 2 （S4），，，，，，，办法 S2~S4 的一直重复使质料的侵蚀速率显着增大。。。。。

光热发电和熔盐储能系统中热载荷、机械载荷与熔盐侵蚀的交互作用是加速高温结构失效的主要因素。。。。。高温熔盐情形中，，，，，，，载荷引起的质料变形使质料内部微观结构爆发转变，，，，，，，爆发大宗的缺陷 (如几何须须位错、位错亚结构以及亚晶界等)，，，，，，，为金属原子提供短程扩散通道，，，，，，，从而加速了质料在熔盐中的侵蚀。。。。。如图 27 所示 [102]，，，，，，，在慢拉伸条件下爆发了晶界侵蚀征象；；；；；一连变形之下，，，，，，，侵蚀产品在晶界处爆发开裂，，，，，，，引起了微裂纹在晶界处的萌生，，，，，，，熔盐在裂纹尖端进一步侵蚀基体，，，，，，，导致裂纹沿晶界一直扩展。。。。。关于多元损伤下裂纹的萌生与扩展剖析，，，，，，，基于一连损伤力学模子的展望要领受到格外关注。。。。。首先，，，，，，，将应力和塑性应变修正的化学势引入到 Wagner 方程，，，，，，，通过耦合氯离子杂质影响的熔盐侵蚀速率参数，，，，，，，构建多元因素影响的晶粒熔盐侵蚀动力学方程，，，，，，，进一步思量应力辅助晶界氧化 (Stress Assisted Grain Boundary Oxidation, SAGBO) 效应，，，，，，，构建晶界侵蚀动力学方程。。。。。其次，，，，，，，基于熔盐侵蚀深度定量形貌熔盐侵蚀损伤，，，，，，，使用线性累积要领及刚度退化法，，，，，，，对慢拉伸条件下 316L 不锈钢的侵蚀与开裂行为举行了展望。。。。。由图 27 可知，，，，，，，模子对证料侵蚀行为、侵蚀开裂行为的展望效果与试验效果较为一致。。。。。

3.7 希望 5：多场耦相助用下涡轮盘合金疲劳裂纹扩展机制与模子

作为航空发念头最为要害的热端部件之一，，，，，，，涡轮盘在服役历程中遭受很大的离心负荷和热负荷，，，，，，，其服役寿命很洪流平上取决于粉末高温合金中疲劳损伤及其与蠕变、氧致损伤的交互作用 [103][104] 355-369。。。。。随着涡轮盘服役温度提高，，，，，，，氧致损伤 (应力 / 应变协助晶界氧化、动态脆化等) 对涡轮盘用粉末高温合金及粉末涡轮盘中疲劳裂纹扩展的影响变得越发显著 [105] 110702 [106] 265-274，，，，，，，氧致损伤增进的疲劳裂纹扩展行为对粉末涡轮盘疲劳寿命损伤容限设计提出了新的挑战。。。。。本节以涡轮盘用粉末高温合金为研究工具，，，，，，，通过控制情形气氛和载荷条件，，，，，，，展现多场耦相助用下粉末高温合金疲劳裂纹扩展机制，，，，，，，基于试验效果，，，，，，，建设疲劳裂纹扩展模子。。。。。

关于涡轮盘合金，，，，，，，由于其优良的高温力学性能及疲劳裂纹扩展历程中蠕变载荷对裂纹尖端区域较短的作用时间，，，，，，，蠕变损伤对其疲劳裂纹扩展的影响较量有限，，，，，，，只有当温度高于 750℃，，，，，，，蠕变对疲劳裂纹扩展才爆发显着的增进效应 [104] 355-369 [105] 110702 [106] 265-274 [107]。。。。。通过控制疲劳裂纹扩展试验的氧分压、温度和加载频率，，，，，，，较清晰地澄清了氧化损伤对粉末高温合金 [N18 和高熔点低消融度 (Low Solvus High Refractory, LSHR) 合金] 疲劳裂纹扩展的影响纪律，，，，，，，即当温度由 650℃增添到 725℃，，，，，，，情形由真空改为空气，，，，，，，N18 和 LSHR 合金疲劳裂纹扩展速率增添了 1~2 个数目级，，，，，，，疲劳裂纹由穿晶扩展转变为沿晶扩展，，，，，，，断口上沿晶二次裂纹的数目有显着增添，，，，，，，批注氧化损伤显著加速了高温合金疲劳裂纹扩展 [108]。。。。。除了载荷、情形外，，，，，，，氧化增进疲劳裂纹扩展还与涡轮盘合金微观组织亲近相关。。。。。

图 28 展示了 650℃和 750℃下空气中 FGH99 合金粗晶组织 [图 28 (a)]、梯度结构 [图 28 (b)] 以及细晶组织 [图 28 (c)] 的疲劳裂纹扩展速率，，，，，，，相比于细晶与梯度结构 FGH99 合金，，，，，，，粗晶 FGH99 合金疲劳裂纹扩展速率低了近 1 个数目级，，，，，，，具有更高的疲劳裂纹扩展抗力 [109] 107647。。。。。通过较量细晶和梯度结构 FGH99 合金的裂纹扩展速率可以发明，，，，，，，高温关于梯度结构疲劳裂纹扩展的增进作用更为显著。。。。。为更好地评估微观组织对疲劳裂纹扩展行为的影响，，，，，，，对梯度结构 FGH99 合金开展恒应力强度因子 (ΔK) 条件下的疲劳裂纹扩展试验，，，，，，，试验效果如图 28 (e) 所示，，，，，，，除了在 5Hz 正弦加载波形下测试的试样外，，，，，，，当疲劳裂纹由粗晶区向细晶区扩展时，，，，，，，疲劳裂纹扩展速率有显着提高。。。。。在 650℃、差别 ΔK 条件下，，，，，，，晶粒尺寸的转变对疲劳裂纹扩展速率的影响随着 ΔK 增添而减小。。。。，，，，，，而在 ΔK=40MPa?m?/?、差别温度时，，，，，，，晶粒尺寸的转变对疲劳裂纹扩展速率的影响随着温度的升高而增添。。。。。这批注温度越高，，，，，，，氧致损伤增进疲劳裂纹扩展行为对微观结构越发敏感，，，，，，，且氧致损伤与裂尖微观组织、应力应变状态、裂纹扩展速率亲近相关 [109] 107647 [110]。。。。。

要实现高温合金氧致损伤增进疲劳裂纹扩展行为和扩展速率的准确展望需诠释疲劳损伤和氧致损伤的交互作用，，，，，，，并纳入响应的裂纹扩展速率展望模子中。。。。。如图 29 所示，，，，，，，在基于疲劳裂纹尖端变形与氧化表征的基础上，，，，，，，通过晶体塑性模子和裂尖应力协助晶界扩散相团结，，，，，，，生长了氧化 - 疲劳裂纹扩展速率展望要领 [105] 110702 [111-112]。。。。。通过晶体塑性模子模拟紧凑拉伸试样中裂纹尖端的变形，，，，，，，获得裂尖的应力应变状态，，，，，，，同时通过模拟氧元素在应力协助下的晶界扩散获得裂纹尖端氧元素的浓度漫衍，，，，，，，建设起耦合裂尖累积塑性应变和氧元素浓度的裂纹扩展准则，，，，，，，接纳扩展有限元要领 (Extended Finite Element Method, XFEM) 模拟和展望了涡轮盘合金 RR1000 裂尖在氧化 - 疲劳耦相助用下的损伤及裂纹扩展速率，，，，，，，获得与试验相吻合的模拟效果。。。。。但由于缺乏裂尖应力 / 应变协助氧元素扩散系数和裂尖氧化损伤水平的准确表征，，，，，，，所建设的席卷裂尖氧化 - 疲劳损伤交互作用的裂尖开裂准则尚有待进一步的生长和验证，，，，，，，思量氧化损伤的疲劳裂纹扩展模子和数值模拟要领也有待进一步生长。。。。。

4、多学科交织与数字化系统

4.1 多学科交织

古板高温机械强度研究主要依赖一连介质力学和质料科学，，，，，，，通过试验测试和理论建模剖析质料在高温情形下的变形与失效机制。。。。。目今，，，，，，，随着盘算机手艺和人工智能的飞速生长，，，，，，，高温机械强度研究正履历从古板学科向多学科交织融合的范式转变。。。。。交织学科是指通过突破古板学科界线，，，，，，，将两个或多个领域的理论、要领、手艺举行系统性融合而形成的新型研究范式。。。。。它不是简朴的学科叠加，，，，，，，而是通过跨领域知识的深度碰撞，，，，，，，催生新的研究工具与剖析框架。。。。。例如，，，，，，，将量子力学与质料科学团结形成的盘算质料学，，，，，，，把机械学习算法引入工程力学领域形成的智能力学，，，，，，，均是交织学科的典范产品。。。。。在高温机械强度研究中，，，，，，，交织学科体现为力学、质料科学、盘算机科学、物理学、化学等学科的深度协同，，，，，，，通过整合差别领域的研究范式，，，，，，，突破简单学科的认知界线，，，，，，，从而更好地效劳于高温机械装备的清静可靠性包管。。。。。

4.2 多学科交织在高温机械强度中的希望

在多学科融合的推动下，，，，，，，数据驱动要领与模子驱动要领的集成应用，，，，，，，正成为高温结构寿命建模与展望的主要趋势。。。。。古板的物理模子依赖于重大的损伤演化机制和专家知识，，，，，，，虽然具备明确的可诠释性，，，，，，，但在高维、多源、强非线性的工程问题中保存推广性差、建模难度高、盘算开销大等局限。。。。。相较之下，，，，，，，数据驱动要领通过对监测数据的高维特征学习，，，，，，，展现出优异的泛化能力和建模效率。。。。。数据驱动模子通过数据训练举行寿命展望，，，，，，，在此历程中需要识别输入和输出变量，，，，，，，并通过交织验证优化超参数。。。。。特殊是前馈人工神经网络 (Artificial Neural Network, ANN)[26] 106677、支持向量回归 (Support Vector Regression, SVR)[113]、随机森林 (Random Forest, RF)[114] 和高斯历程回归 (Gaussian Process Regression, GPR)[115] 在思量平均应力和加载顺序等多重影响因素的循环寿命展望中获得了普遍的应用。。。。。与古板的机械学习模子相比，，，，，，，基于深度学习的模子由于其更重大的模子结构，，，，，，，学习能力更强，，，，，，，ZHANG 等 [116] 通过网络多种质料的疲劳、蠕变数据，，，，，，，划分训练多种机械学习模子，，，，，，，效果证实，，，，，，，深度学习模子能够取得更佳的寿命展望效果。。。。。为了将已知的物理定律和约束条件整合到机械学习模子中，，，，，，，提出基于物理信息的机械学习 (Physics-Informed Machine Learning, PIML) 模子 [117]，，，，，，，并因其较高的泛化性能而在寿命展望中受到越来越多的关注。。。。。ZHANG 等 [118] 团结模子训练中的损失函数与物理约束，，，，，，，将物理信息神经网络乐成应用于 316 不锈钢的蠕变 - 疲劳寿命展望。。。。。只管云云，，，，，，，PIML 模子仍然是一个黑盒模子，，，，，，，这在工程应用中是很是不利便的。。。。。符号回归 (Symbolic Regression, SR) 凭证给定问题搜索最优函数形式和模子参数，，，，，，，为可诠释性显式表达式提供了一种有用的解决计划 [119]。。。。。近年来，，，，，，，人们对基于 SR 的循环寿命展望举行了一些实验。。。。。例如，，，，，，，REN 等 [120] 确定了交通用水泥稳固冷再生混淆质料的疲劳寿命展望方程，，，，，，，将 SR 与半履历模子相团结，，，，，，，建设了多级加载下的剩余疲劳寿命展望方程，，，，，，，其中 SR 以质料含量和外加载荷为变量。。。。。

为了进一步使用现实工程结构服役历程中的状态监测数据，，，，，，，实时剖析结构的剩余使用寿命 (Remaining Useful Life, RUL)，，，，，，，多学科交织施展了主要作用。。。。。一样平常来说，，，，，，，机械结构的剩余使用寿命展望要领可以分为数据驱动要领、模子驱动要领及数据 - 模子混淆驱动要领。。。。。模子驱动要领需要建设形貌系统退化行为的物理模子，，，，，，，如 Paris 裂纹扩展模子、损伤演化模子，，，，，，，将物理模子与丈量数据和使用工况相团结，，，，，，，确定模子参数并展望系统未来的退化行为。。。。。然而关于极为重大的机械系统，，，，，，，很难完全掌握结构失效机制，，，，，，，也很难建设准确的物理模子用于展望。。。。。纵然建设了高保真模子，，，，，，，受限于重大的盘算量很难将该要领应用于实时动态的 RUL 展望。。。。。数据驱动的要领，，，，，，，如深度神经网络并不依赖系统的失效物理模子，，，，，，，该要领使用目今监测数据及历史数据来评判机械系统的康健状态并展望未来生长，，，，，，，其展望的精度极洪流平上依赖于数据集的质量。。。。。若是能够获得该结构或类似结构的所有故障模式数据，，，，，，，数据驱动的要领可以客观地思量所有失效关系，，，，，，，从而有用阻止人因误差。。。。。陪同人工智能手艺的飞速生长，，，，，，，基于数据驱动的 RUL 展望要领越来越受到研究职员的关注。。。。。；；；； NASA 果真的大型商用涡扇发念头 C-MAPSS 模拟数据集 [121]，，，，，，，LI 等 [122] 提出融合机械系统多传感器数据的 RUL 展望要领，，，，，，，凭证融合获得的康健指标使用维纳历程模子举行退化建模。。。。。任子强等 [123] 通过展望方差最小化优化权重系数以融合多源传感器数据，，，，，，，使用线性维纳历程模子展望发念头的 RUL。。。。。

关于现实的高温结构，，，，，，，单独使用数据驱动或模子驱动要领可能无法有用展望结构可靠性及 RUL，，，，，，，如将两种要领混淆使用则可能极大提升展望能力。。。。。例如，，，，，，，在数据驱动要领中，，，，，，，失效物理行为的领域知识可以用数学模子表达。。。。。将数据驱动的要领与基于故障物理的理论模子相团结，，，，，，，可在不违反物理纪律的同时包管盘算效率。。。。。现在，，，，，，，研究职员团结 Paris 裂纹扩展模子与卡尔曼滤波算法、无际卡尔曼滤波算法以及粒子滤波算法开展了大宗事情 [124]，，，，，，，使用数据驱动算法在数据获取及参数更新方面的优势，，，，，，，可以动态调解 Paris 裂纹扩展模子参数，，，，，，，从而使实时裂纹扩展展望效果更靠近现实裂纹长度。。。。。该混淆驱动要领极洪流平地提升了 RUL 展望的精度，，，，，，，且 RUL 的展望不确定性区间将随着数据的一直获取逐渐缩小。。。。。WANG 等 [125] 通过扩展有限元剖析结构的疲劳裂纹扩展纪律，，，，，，，使用署理模子要领举行运算降阶，，，，，，，并融合疲劳裂纹扩展模子与贝叶斯网络剖析了却构疲劳加载下的 RUL。。。。。付洋等 [126] 构建了航空发念头涡轮盘振动数据与裂纹扩展纪律的关系，，，，，，，通过动态贝叶斯网络建设退化模子，，，，，，，并接纳粒子滤波算法举行退化跟踪与剩余使用寿命展望，，，，，，，通过全尺寸涡轮盘试验效果证实晰该要领的有用性。。。。。

4.3 希望 1：用于展望蠕变寿命的约束机械学习与误差剖析要领

高温结构质料的蠕变寿命展望是包管火电、核电等装备恒久服役清静和结构完整性的要害科学问题之一。。。。。除古板的履历模子、唯象模子以及基于微观机制的蠕变机制模子外，，，，，，，机械学习 (Machine Learning, ML) 近年来也成为展望和优化质料性能 (包括蠕变性能) 的主要工具。。。。。为确保；；；；笛霸谌浔涫倜雇τ弥械奈锢砗侠硇院驼雇煽啃裕，，，，，，近期研究建设了适用于蠕变寿命展望的物理约束机械学习算法 [127-130]。。。。。本节将以高温金属结构质料为例，，，，，，，叙述物理约束机械学习及其可靠性评估要领，，，，，，，并展示其在定量展望蠕变寿掷中的应用。。。。。

研究批注，，，，，，，通例机械学习算法在恒久蠕变寿命展望中保存一定局限性：只管其展望效果通常具有较高的相关系数，，，，，，，但可能爆发违反物理纪律的拟合和外推效果，，，，，，，例如，，，，，，，局部过拟合、外推曲线交织和回折等，，，，，，，导致显著的展望误差。。。。。为解决该问题，，，，，，，近期研究将蠕变断裂曲线的物理约束条件 (如一阶导数、二阶导数及温度相关导数) 与机械学习相团结，，，，，，，建设了适用于蠕变寿命展望的物理约束机械学习算法，，，，，，，并建设了系统的可靠性评估要领 [127] 239-251 [128] 5165-5176 [129] 923-937 [130] 3444-3457 [131]，，，，，，，以确保模子的稳固性与可靠性。。。。。

图 30 展示了该物理约束机械学习模子的构建流程及可靠性评估要领。。。。。物理约束条件的引入有用提升了展望效果的物理合理性，，，，，，，详细而言，，，，，，，一阶导数约束可阻止恒久外推曲线险要异常；；；；；二阶导数约束可避免展望曲线的震荡及不对理外推；；；；；温度相关导数约束则可阻止差别温度下展望曲线的交织征象。。。。。系统的可靠性评估要领包括：物理约束条件验证、单批次与多批次数据剖析、蠕变寿命外推、稳固性与可重复性剖析、回归与误差剖析以及算法自洽性剖析等。。。。。最终，，，，，，，将物理约束机械学习算法的展望效果与欧洲蠕变相助委员会 (European Creep Co-operation Committee, ECCC) 评估测试 (Assessment Procedures, PATs) 规范举行比照剖析。。。。。

图 31 展示了物理约束机械学习算法在高温金属质料蠕变寿命展望中的应用实例。。。。。图 31 (a)~ 图 31 (b) 批注，，，，，，，该要领展望的 TP316H 钢蠕变曲线知足一阶导数和二阶导数的物理约束条件。。。。。图 31 (c) 展示了 4 种算法拟合 TP92 钢的全数据，，，，，，，模子拟合与外推效果优异且误差较小。。。。。图 31 (d) 展示了使用 3 种算法外推 Super 304H 奥氏体钢的蠕变寿命，，，，，，，效果显示算法间高度一致且与试验数据吻合优异。。。。。图 31 (e) 所示为 321H 奥氏体钢蠕变寿命的展望值与试验值的回归与误差剖析，，，，，，，回归系数为 0.96；；；；；其中 3 个数据点偏离了 5% 异常值规模，，，，，，，可用于判断和展望质料的早期蠕变失效。。。。。图 31 (f) 以 Sanicro 25 奥氏体钢为例，，，，，，，展示 5 种软约束机械学习算法的自洽性，，，，，，，包括全数据拟合、PAT 3.1、PAT 3.2 和外推效果，，，，，，，均高于 97.5%。。。。。

系统的可靠性评估效果批注，，，，，，，所构建的物理约束机械学习模子能够对奥氏体钢、高铬钢、镍基合金等多种高温金属结构质料的蠕变性能举行稳固可靠的展望。。。。。该要领不但知足 ECCC PATs 规范的要求，，，，，，，还通过精简约束条件，，，，，，，显著优化了评估测试流程。。。。。别的，，，，，，，该要领还被拓展应用于展望多种金属质料在变形历程中的晶界滑移行为 [132]。。。。。综上所述，，，，，，，所建设的物理约束机械学习框架，，，，，，，一方面，，，，，，，为物理信息机械学习的科学应用与可靠性评估提供了参考规范；；；；；另一方面，，，，，，，为定量评估和展望现有商用质料及新一代高温合金的恒久服役清静性和可靠性提供了手艺支持。。。。。未来，，，，，，，将机械学习与蠕变机制模子举行深度融合，，，，，，，有望成为推动高温合金设计与服役性能展望的主要研究偏向。。。。。

4.4 希望 2：基于深度学习要领的质料多轴循环变形及寿命研究

多轴重大载荷下的局部应力应变历程具有显著路径相关性与非比例特征，，，，，，，古板基于简单损伤参量与履历标定的要领在跨质料与跨载荷谱外推时难以包管有用的展望精度。。。。。近年来，，，，，，，深度学习要领从 “数据驱动特征工程、物理机制融合和疲劳数据增强” 等 3 个方面，，，，，，，为多轴损伤参量构建与疲劳寿命展望提供了新的解决思绪，，，，，，，并在若干典范工程质料与场景中验证了有用性 [133-141]。。。。。

数据驱动特征工程以面向质料应力应变行为的特征编码和掘客为焦点，，，，，，，围绕 “可判别、可迁徙、可诠释” 的目的构建有用的多轴疲劳表征。。。。。一方面，，，，，，，通过幅值、均值、相位差、非比例度等指标，，，，，，，以及疲劳强度 (Fatigue Strength, FS)、Chen-Xu-Huang 能量参数 (CXH) 等典范损伤参量举行参数化形貌，，，，，，，并团结递归特征消除等筛选战略，，，，，，，从重大多轴历程中提炼出对寿命最敏感的少数要害变量 [133] 2524-2537 [134] 107868 [图 32 (a)]。。。。。另一方面，，，，，，，通过构建滞环图像等非参数化高维表征，，，，，，，直观描绘差别应变路径下多轴滞环形状与能量耗散模式的差别，，，，，，，再以条理化卷积与迁徙学习完成跨质料适配，，，，，，，在质料更替时仅需微调高层参数即可维持展望稳固性 [135] 107324 [136] 109802 [图 32 (b)]。。。。。在此基础上，，，，，，，引入类激活图、积分梯度与 SHAP 等可视化与归因工具识别模子关注特征，，，，，，，进一步明确模子推断凭证。。。。。与履历模子相比，，，，，，，该类要领在非比例路径与重大谱笼罩下显著提高了样本落入 1.5 倍寿命带内的比例，，，，，，，并在跨质料迁徙时体现出更低的误差敏感性 [133] 2524-2537 [134] 107868 [135] 107324 [136] 109802。。。。。

在深度学习模子内部，，，，，，，将履历公式或理论模子嵌入网络结构与损失函数，，，，，，，构建数据 - 物理融合驱动的深度学习模子，，，，，，，可以显著压缩参数搜索空间并提升外推稳固性，，，，，，，进一步提升模子展望效果的物理一致性。。。。。；；；； Coffin-Manson 方程、FS、SWT 和 CXH 等经典损伤参数，，，，，，，可以在神经元的权重约束和损失函数处分项中举行刷新 [137] 20220392 [138] 108799，，，，，，，实现对模子训练历程的约束，，，，，，，获得的效果可以兼顾精度和物理一致性 [图 33 (a)]。。。。。别的，，，，，，，面向工程参数化需求，，，，，，，神经网络驱动的符号回归在量纲一致性约束下可以自动发明损伤参量的闭式表达，，，，，，，兼顾精度与可移植性；；；；；在多质料验证中，，，，，，，2 倍寿命带内比例抵达约 90.58%，，，，，，，3 倍寿命带内比例抵达约 98.55%[139] 110809 [图 33 (b)]。。。。。

除了模子层面的刷新，，，，，，，数据侧的增强同样要害。。。。。将应力 - 应变历程经傅里叶或时频编码，，，，，，，与寿命标签团结建模，，，，，，，可在深度卷积天生对抗网络框架下实现样本的同化与扩增，，，，，，，从而有用扩展训练漫衍并降低预计方差 [140] 106996，，，，，，，如图 34 所示。。。。。进一步地，，，，，，，基于条件天生对抗网络的可控增强以应变路径、幅值统计或质料标签为条件，，，，，，，同时天生与之匹配的应力响应与疲劳寿命，，，，，，，相较无条件增强更能笼罩非比例加载中多样的路径与相位组合 [141] 109216。。。。。在代表性数据集上，，，，，，，该战略使多种基线模子的均方根误差最高下降约 46.2%，，，，，，，效果重复性的标准差最高下降约 51.7%，，，，，，，差别浅层机械学习模子亦获得显著提升；；；；；面向极小样本情形，，，，，，，团结循环一致约束的循环式增强可进一步带来 35%~91% 的精度改善。。。。。

在多轴疲劳配景下，，，，，，，将损伤演化、循环本构以及应力 - 应变关系等物理机制融入深度学习历程，，，，，，，能够显著提升模子对现实工况的适配性。。。。。引入物理相关特征量与先验约束，，，，，，，增强输入与寿命之间的有用关联，，，，，，，缩小参数可行域并加速收敛，，，，，，，使模子将表达能力集中到古板要领难以描绘的非线性耦合特征上。。。。。将机制项写入损失函数或结构约束，，，，，，，还能包管量纲与物理一致性，，，，，，，提升效果的可诠释性与可靠性，，，，，，，同时降低对大规模标注数据的依赖。。。。。总体而言，，，，，，，机制与数据融合的混淆范式有望弥合理论模子与履历要领之间的鸿沟，，，，，，，产出更准确、可审计的疲劳寿命展望效果。。。。。

4.5 希望 3：融合监控数据与失效物理模子的结构剩余使用寿命展望要领

近期，，，，，，，研究团队从高温部件的失效物理机制出发，，，，，，，提出了融合状态监测数据、失效物理模子与随机历程统计理论的高温结构可靠性剖析与剩余使用寿命展望要领 [142-143]。。。。。该要领的实验流程如图 35 所示。。。。。详细流程为：①载荷信息映射。。。。。在线监测数据反应了部件的运行工况信息，，，，，，，通过输入到离线构建的署理模子可以在线输出弱点位置时间相关的载荷信息。。。。。②损伤累积映射。。。。。凭证获得的载荷谱，，，，，，，剖析其载荷模式并举行载荷循环统计，，，，，，，将其输入至失效物理模子举行损伤剖析，，，，，，，从而获得若干启停周次后的损伤累积效果。。。。。③剩余使用寿命展望。。。。。将损伤累积历程视为随机历程，，，，，，，使用随机历程模子举行退化建模。。。。。通过关联损伤阈值，，，，，，，使用累积损伤 - 损伤阈值干预准则即可求解获得系统运行至指准时刻的可靠性水平及剩余使用寿命。。。。。

该流程思量结构在服役历程中的损伤累积与演化，，，，，，，通过数据 - 模子混淆驱动要领实现损伤监测与展望。。。。。现在已推广应用于电厂汽轮机组的康健治理，，，，，，，为汽轮机转子等关重部件的展望性维护提供手艺支持。。。。。详细而言，，，，，，，需要建设高保真的汽轮机转子有限元剖析模子，，，，，，，通过接纳热力耦合建模，，，，，，，凭证汽轮机转子的运行工况分为启动 - 稳态运行 - 停；；；； 3 个历程，，，，，，，运行中涉及的基本加载工况参数为蒸汽温度、功率负荷和转速，，，，，，，在现实应用中能够反应转子的状态信息。。。。。汽轮机转子叶根槽 (Blade Grooves, BGs) 和应力释放槽 (Stress Relief Groove, SRG) 的有限元剖析效果如图 36 所示。。。。。其中，，，，，，，SRG 和 1-st BG 的应力水平与外貌温度的幅度最大，，，，，，，被视为潜在的弱点位置。。。。。

将转速、负荷、升转速率、升负荷速率等作为神经网络的输入参数，，，，，，，通过有限元仿真积累的上千组数据点训练深度神经网络，，，，，，，从而建设从状态监测参数到载荷时间历程信息的映射关系。。。。。紧接着，，，，，，，接纳工程中常用的疲劳 - 蠕变寿命评估模子，，，，，，，进一步通过贝叶斯要领量化思量模子不确定性 (模子形式和模子参数)，，，，，，，基于历史积累的运行工况数据天生 50 次启停曲线，，，，，，，最终转子两个弱点部位的损伤累积剖析效果如图 37 所示。。。。。相比之下，，，，，，，由于应力释放槽主要由热应力主导损伤，，，，，，，因此受运行工况转变影响较大，，，，，，，累积损伤曲线有波动式上升

最后，，，，，，，为了评估转子运行可靠性并思量转子两个薄弱部位的失效相关性，，，，，，，接纳多随机历程模子融合举行概率损伤累积建模，，，，，，，展望损伤累积生长。。。。。在此基础上团结 Copula 函数建设团结失效评估函数，，，，，，，剖析转子系统运行可靠度，，，，，，，50 次启停后的可靠度剖析效果如图 38 所示。。。。。若以 92% 可靠度为转子寿命阈值，，，，，，，则思量失效相关性的 RUL 展望效果为 330000~331000h。。。。。该剖析效果可为转子运维治理提供一定指导，，，，，，，未来可进一步开发响应机载系统，，，，，，，效劳汽轮机智慧化寿命治理。。。。。

4.6 希望 4：团结盘算机软件手艺的高温结构强度剖析工具

关于遭受循环载荷和高温情形的结构，，，，，，，蠕变 - 疲劳失效是其主要的破损形式。。。。。为展望这类部件的设计使用寿命，，，，，，，研究者构建了诸多履历型或物理机制驱动的本构模子用于形貌其应力 - 应变关系及损伤演化纪律。。。。。但在现实工程中，，，，，，，由于质料缺陷、载荷波动、制造公差以及模子认知不完善等随机 / 人为不确定性的保存 [144-145]，，，，，，，迫切需要引入概率可靠性评估要领以获得更精准的设计寿命。。。。。现有的概率可靠性评估系统主要包括剖析法、数值模拟法和署理模子法 [146]。。。。。无论接纳何种要领，，，，，，，可靠性评估面临的一个共性难题是基础数据的匮乏 —— 高可靠性部件在蠕变 - 疲劳载荷下的真实失效数据极为匮乏，，，，，，，而相关试验数据的获取又需泯灭大宗时间和人力本钱。。。。。因此，，，，，，，借助有限元软件的开发，，，，，，，有限元要领已成为可靠性评估的须要工具。。。。。然而相较于古板疲劳可靠性评估，，，，，，，蠕变 - 疲劳可靠性评估在试验数据积累、重大损伤 / 寿命模子处置惩罚、多重不确定性量化以及结构有限元盘算本钱控制等方面面临更大挑战。。。。。

随着盘算机手艺与智能算法的生长，，，，，，，署理模子依附其盘算效率和合理精度在分类与回归问题中获得普遍应用。。。。。通过替换有限元盘算实现数据积累，，，，，，，将署理模子应用于概率剖析问题可显著镌汰盘算肩负，，，，，，，为可靠性评估提供通用化解决计划 [147]。。。。。；；；；谑鹄砟Ｗ拥娜浔 - 疲劳可靠性评估框架如图 39 所示。。。。。

首先，，，，，，，将输入的质料属性、几何尺寸、载荷等随机变量离散化，，，，，，，开展批量有限元盘算，，，，，，，积累数据集，，，，，，，包括随机变量的输入及损伤数值的输出，，，，，，，并基于此训练署理模子。。。。。署理模子可选用集成学习的头脑提高准确度和普适性。。。。。；；；；谑鹄砟Ｗ樱，，，，，，快速获得变量蒙特卡洛抽样 (Monte Carlo Sampling, MCS) 输入的响应输出，，，，，，，从而获取损伤的概率漫衍，，，，，，，最终，，，，，，，开展损伤效果的可靠性评估。。。。。此类数据物理混淆驱动的要领通过盘算科学高效无邪地解决特定设计问题，，，，，，，为概率可靠性评估提供了通用手艺手段。。。。。然而关于工程职员而言，，，，，，，构建合理署理模子、实验蒙特卡罗模拟等重大操作仍难以掌控，，，，，，，通常需要专门开发的程序支持。。。。。虽然 Matlab 提供机械学习工具箱，，，，，，，但 Abaqus 等商业有限元软件并未深度集成先进的数据处置惩罚算法。。。。。在缺乏稳健适用评估工具的情形下，，，，，，，工程实践中仍依赖简朴的物理或履历模子举行蠕变 - 疲劳寿命设计，，，，，，，通过设置富足清静系数来预留失效裕度，，，，，，，这种做法往往导致太过守旧设计。。。。。因此，，，，，，，开发多功效的、纳入不确定性的概率可靠性剖析软件的集成具有主要意义。。。。。由于结构剖析往往需要借助有限元仿真软件，，，，，，，将可靠性剖析功效以二次开发的形式集成到 Ansys、Abaqus 等商业有限元软件当中更适合工程职员使用，，，，，，，阻止了跨软件的操作。。。。。

在商业有限元软件中，，，，，，，二次开发是提高其性能和实现自动化的最有力要领之一。。。。。经由几十年的生长，，，，，，，响应二次开发工具大致可分为子程序、面向工具编程的剧本、插件 3 类。。。。。子程序是对有限元底层盘算逻辑的扩展，，，，，，，而随着 Python 和 Matlab 等面向工具编程语言的成熟，，，，，，，面向工具编程的剧本被普遍应用于有限元软件中，，，，，，，资助研究职员处置惩罚重复性事情，，，，，，，或以非侵入方法将数学公式嵌入软件中。。。。。近年来，，，，，，，带有图形用户界面 (Graphical User Interface, GUI) 的插件受到了关注。。。。。插件将逻辑操作和批量有限元法操作封装在后端程序中，，，，，，，并通过前端的 GUI 简化了剖析要领的流程。。。。？？？？？？吹 Abaqus 插件 CFre [148] 宣布于 Github，，，，，，，用于面向蠕变 - 疲劳损伤部件的概率可靠性评估。。。。。该插件焦点代码基于 Python 编程情形开发，，，，，，，基于有限元数据和署理建模要领，，，，，，，通过蒙特卡洛模拟盘算效果并自动输出可视化的评估效果。。。。。该插件主要包括参数化有限元盘算、不确定性量化、署理模子、可靠性评估 4 个？？？？？？椋，，，，，，其主界面如图 40 所示。。。。。

基于该插件，，，，，，，可实现确定性寿命评估、抽样效果概率漫衍拟合、变量相关性剖析、失效敏感性剖析、失效概率盘算等效果的可视化，，，，，，，实现快速的蠕变 - 疲劳可靠性评估。。。。。经由定量比照，，，，，，，所生长的基于署理模子要领的插件在知足工程精度要求的条件下，，，，，，，其可靠性盘算效率相较古板高保真有限元模拟提升约 2 个数目级。。。。。综合来看，，，，，，，以 CFre 插件为代表的集成化工具，，，，，，，通过提供标准化的剖析流程与须要的定制化选择，，，，，，，显著降低了先进概率可靠性评估要领的应用门槛。。。。。这种标准化与无邪性相团结的特点，，，，，，，为高温结构实现更精准的寿命展望和更有用的轻量化设计创立了条件，，，，，，，推动了相关设计要领从依赖履历清静系数向基于可靠性的优化设计转变。。。。。同时，，，，，，，通过清晰的图形用户界面和自动化剖析流程，，，，，，，差别专业配景的研究职员与工程师可以更利便地共享和交流数据、模子及剖析效果，，，，，，，从而加速了设计计划的迭代与优化历程。。。。。别的，，，，，，，该插件的开放式结构使得研究职员能够凭证详细需求，，，，，，，无邪添加或修改相关算法与功效，，，，，，，以知足更重大、更详细的工程现实需求。。。。。随着人工智能手艺的生长，，，，，，，未来的二次开发工具可能将进一步整合机械学习与深度学习算法，，，，，，，以自动优化参数选择、刷新署理模子的精度与泛化能力。。。。。这种智能化的插件工具不但能够进一步提升剖析的效率和精度，，，，，，，并且能够动态地顺应重大、多变的工程条件。。。。。

5、结论与展望

随着全球能源结构的转型与高端制造手艺的跨越式生长，，，，，，，面向石化妆置、燃气轮机、核电装备及航空发念头等的高温构件正面临越发苛刻的服役情形，，，，，，，其高效、稳固与长寿运气行对高温机械强度研究提出了新的要求。。。。。高温机械强度的基础理论研究最初以履历公式和简化损伤模式为主，，，，，，，逐步向多标准、多损伤和多学科交织融合的系统化研究偏向演进。。。。。本文围绕该领域若干前沿问题睁开述评，，，，，，，总结了目今的主要研究希望：

在多标准建模与损伤机制方面，，，，，，，首先先容了基于小试样的质料高温力学性能测试要领，，，，，，，验证了小试样在获取蠕变行为参数方面的可行性；；；；；基于 Eshelby 夹杂理论 - 晶体塑性耦合框架下，，，，，，，探讨了形状影象合金热 - 力耦合细观力学行为，，，，，，，定量再现峰值应变、温度与加载速率等因素的影响；；；；；建设了基于双标准建模要领的蠕变 - 疲劳寿命展望流程，，，，，，，展现了孔边薄弱位置的细观损伤演化机制，，，，，，，进一步纳入剩余压应力与表层塑性层效应，，，，，，，实现对孔挤压提升寿命的应用与验证。。。。。

在多机制耦合损伤与寿命展望方面，，，，，，，首先构建应力应变混淆控制的蠕变 - 疲劳加载模式，，，，，，，展现了损伤的主导与耦合机制；；；；；生长了反应力学性能退化的损伤变量与损伤分级图要领，，，，，，，实现寿命退化的可视化判断；；；；；建设了蠕变 - 疲劳 - 氧化三维交互评定与寿命展望要领，，，，，，，在精准寿命展望的条件下提升了失效包络的守旧性；；；；；通过应力 / 塑性应变修正化学式并引入应力辅助晶界氧化效应，，，，，，，准确展望了熔盐情形质料的侵蚀开裂行为；；；；；团结扩展有限元要领，，，，，，，生长了面向涡轮盘粉末高温合金的氧化 - 疲劳裂纹扩展速率展望要领。。。。。

在多学科交织与数字化系统方面，，，，，，，构建了物理约束 / 物理信息机械学习框架，，，，，，，提升了恒久蠕变寿命外推可靠性，，，，，，，并拓展至晶界行为等机制量的可展望化；；；；；形成了 “滞环图像特征 - 迁徙学习 - 机制项正则 / 结构约束 - 符号回归 - 数据增强” 的多轴非比例载荷寿命建模蹊径，，，，，，，在精度、可诠释性与可迁徙性之间取得平衡；；；；；建设了 “载荷信息映射 - 损伤累积 - 随机退化历程” 的结构剩余使用寿命展望流程，，，，，，，实现了融合署理模子和失效物理的在线可靠性评估与寿命判断。。。。。

展望未来，，，，，，，高温机械强度研究将一连聚焦多物理场耦合机制的深入展现、智能化寿命决议工具的高效集成，，，，，，，以及工程可推广性的标准系统构建：

在重大高温情形 (应力、侵蚀、辐照等多因素耦合) 下，，，，，，，构件失效体现出强非线性、强耦合与显著的时效特征。。。。。未来需从微观损伤起源出发，，，，，，，系统厘清多物理场之间的相互作用与耦合路径，，，，，，，构建统一而可剖析的高温力学行为模子，，，，，，，为寿命展望涤讪坚实的理论基础。。。。。

在空间标准上，，，，，，，深化对裂纹起源机制的熟悉、展现小标准裂纹扩展纪律、建设质料与结构多标准失效的建模要领仍是难以回避的科学难题。。。。。同时，，，，，，，应生长盘算机辅助的虚拟试验与小试样试验相团结的手段，，，，，，，并面向高温芯片与光电子器件的微纳制造，，，，，，，突破微纳缺陷演变的快速测试与表征要领，，，，，，，建设微纳结构寿命测试与理论建？？？？？？蚣堋。。。。

在时间标准上，，，，，，，亟须深入展现金属与合金蠕变速率的应力依赖机制，，，，，，，厘清低温 / 中温蠕变与疲劳、侵蚀、氢损伤、液态金属脆化及辐照等多损伤机制的相互作用，，，，，，，并面向超长寿命应用 (如核废物存储容器) 开展寿命展望研究。。。。。同时，，，，，，，应生长能够准确描绘损伤机制的加速寿命试验要领，，，，，，，以战胜现有测试手段误差大、跨标准展望缺乏的局限。。。。。在高温重大情形下，，，，，，，由于失效历程难以完全由确定性模子形貌，，，，，，，概率论与统计学要领仍值得深入探索。。。。。

智能决议算法的引入将付与高温构件寿命治理更高的实时性与精准性。。。。。；；；；谖锢斫Ｓ胧萸诤系幕煜７妒剑，，，，，，有望在数据希罕、工况多变等典范工程条件下实现自顺应寿命展望。。。。。同时，，，，，，，团结图神经网络、多标准特征提取与迁徙学习等新兴手艺，，，，，，，可实现从质料试验、历程监测到寿命评估的全流程智能化建模与决议。。。。。

标准系统的建设与完善将是推动研究效果走向工程转化的要害包管。。。。。一方面，，，，，，，应加速制订面向高温构件多损伤评定、智能展望要领、小试样评价手艺等方面的手艺标准与试验规范；；；；；另一方面，，，，，，，需建设多源数据开放共享机制与可追溯的模子验证平台，，，，，，，增进跨单位、跨领域间的协同立异与效果转化效率。。。。。

综上所述，，，，，，，高温机械强度研究正处于基础突破与工程融合的要害阶段。。。。。通过机制熟悉的一连深化、要领路径的一连演进与平台系统的协同构建，，，，，，，有望建设越发完善的理论支持与手艺系统，，，，，，，周全赋能高温结构的智能设计、清静评估与服役治理。。。。。

致谢

本文研究事情部分获得国家自然科学基金重点项目的资助 (资助号：52130511)。。。。。作者衷心谢谢华东理工大学李凯尚博士、王康康博士、孙莉博士、谷行行博士、聂文睿博士、唐源泽博士，，，，，，，西南交通大学康国政教授、于超教授，，，，，，，南京工业大学王小威教授、李恒博士、许乐博士，，，，，，，南京航空航天大学江荣副教授，，，，，，，天津大学陈旭教授、石守稳副教授，，，，，，，西北工业大学孙兴悦副教授，，，，，，，杭州电子科技大学贺君敬副研究员以及中国机械工程学会质料分会高温质料及强度委员会。。。。。

参考文献 (References)

[1] 涂善东。。。。。高温结构完整性原理 [M]. 北京：科学出书社，，，，，，，2003:1-84. TU Shantung. High temperature structural integrity [M]. Beijing:Science Press,2003:1-84.(In Chinese)

[2] DA C ANDRADE E N. On the viscous flow in metals, and allied phenomena[J]. Proceedings of the Royal Society of London Series A, Containing Papers of a Mathematical and Physical Character,1910,84(567):1-12.

[3] BETTERIDGE W,SHAW S W K. Development of superalloys[J]. Materials Science and Technology,1987,3(9):682-694.

[4] LARSON F R,MILLER J. A time-temperature relationship for rupture and creep stresses[J]. Journal of Fluids Engineering,1952,74(5):765-771.

[5] PRAGER W. A new method of analyzing stresses and strains in work-hardening plastic solids[J]. Journal of Applied Mechanics,1956,23(4):493-496.

[6] ENNIS P J,CZYRSKA-FILEMONOWICZ A. Recent advances in creep-resistant steels for power plant applications[J]. Sadhana,2003,28(3):709-730.

[7] LEMA?TRE J,CHABOCHE J L. Aspect phénoménologique de la rupture par endommagement[J]. Journal of Applied Mechanics,1978,2(3):317-365.

[8] QU S,AN X H,YANG H J,et al. Microstructural evolution and mechanical properties of Cu-Al alloys subjected to equal channel angular pressing[J]. Acta Materialia,2009,57(5):1586-1601.

[9] YANG X F,XI Y Z,HE C Y,et al. Chemical short-range order strengthening mechanism in CoCrNi medium-entropy alloy under nanoindentation[J]. Scripta Materialia,2022,209:114364.

[10] VENKATARAMAN A,SANGID M D. A crystal plasticity model with an atomistically informed description of grain boundary sliding for improved predictions of deformation fields[J]. Computational Materials Science,2021,197:110589.

[11] ZHAO Y L,SONG Q H,JI H S,et al. Multi-scale modeling method for polycrystalline materials considering grain boundary misorientation angle[J]. Materials & Design,2022,221:110998.

[12] LI D F,BARRETT R A,O’DONOGHUE P E,et al. A multi-scale crystal plasticity model for cyclic plasticity and low-cycle fatigue in a precipitate-strengthened steel at elevated temperature[J]. Journal of the Mechanics and Physics of Solids,2017,101:44-62.

[13] GOH C H,WALLACE J M,NEU R W,et al. Polycrystal plasticity simulations of fretting fatigue[J]. International Journal of Fatigue,2001,23:423-435.

[14] MUSINSKI W D,MCDOWELL D L. Microstructure-sensitive probabilistic modeling of HCF crack initiation and early crack growth in Ni-base superalloy IN100 notched components[J]. International Journal of Fatigue,2012,37:41-53.

[15] BRIFFOD F,SHIRAIWA T,ENOKI M. Microstructure modeling and crystal plasticity simulations for the evaluation of fatigue crack initiation in α-iron specimen including an elliptic defect[J]. Materials Science and Engineering:A,2017,695:165-177.

[16] ZHAO N L,WANG W Z,LIU Y Z. Intergranular mechanical behavior in a blade groove-like component by crystal plasticity model with cohesive zone model[J]. Engineering Fracture Mechanics,2018,201:196-213.

[17] SHANGGUAN W B,LU Z H. Experimental study and simulation of a hydraulic engine mount with fully coupled fluid-structure interaction finite element analysis model[J]. Computers & Structures,2004,82(22):1751-1771.

[18] ZHU S P,LIU Q,PENG W W,et al. Computational-experimental approaches for fatigue reliability assessment of turbine bladed disks[J]. International Journal of Mechanical Sciences,2018,142/143:502-517.

[19] MCDOWELL D L,DUNNE F P E. Microstructure-sensitive computational modeling of fatigue crack formation[J]. International Journal of Fatigue,2010,32(9):1521-1542.

[20] BIN SAJURI Z,MIYASHITA Y,HOSOKAI Y,et al. Effects of Mn content and texture on fatigue properties of as-cast and extruded AZ61 magnesium alloys[J]. International Journal of Mechanical Sciences,2006,48(2):198-209.

[21] ZHANG Y C,LI X L,YUAN S H,et al. High-cycle-fatigue properties of selective-laser-melted AlSi10Mg with multiple building directions[J]. International Journal of Mechanical Sciences,2022,224:107336.

[22] CHEN B,JIANG J,DUNNE F P E. Is stored energy density the primary meso-scale mechanistic driver for fatigue crack nucleation?[J]. International Journal of Plasticity,2018,101:213-229.

[23] BANDYOPADHYAY R,SANGID M D. Crystal plasticity assessment of inclusion- and matrix-driven competing failure modes in a nickel-base superalloy[J]. Acta Materialia,2019,177:20-34.

[24] TINGA T,BREKELMANS W A M,GEERS M G D. Application of a multiscale constitutive framework to real gas turbine components[J]. Advanced Materials Research,2011,278:253-258.

[25] WANG R Z,GU H H,ZHU S P,et al. A data-driven roadmap for creep-fatigue reliability assessment and its implementation in low-pressure turbine disk at elevated temperatures[J]. Reliability Engineering & System Safety,2022,225:108523.

[26] GU H H,WANG R Z,ZHU S P,et al. Machine learning assisted probabilistic creep-fatigue damage assessment[J]. International Journal of Fatigue,2022,156:106677.[27] 黄文彬，，，，，，，曹铁山，，，，，，，王威，，，，，，，等。。。。。；；；；谛∈匝亩ㄏ蚰棠辖鹑浔湫阅芷拦酪 [J]. 机械工程质料，，，，，，，2024,48 (4):15-20. HUANG Wenbin,CAO Tieshan,WANG Wei,et al. Evaluation method for creep properties of directional solidification nickel-based alloys based on small samples [J]. Materials for Mechanical Engineering,2024,48 (4):15-20.(In Chinese)

[28] SONG D,YU C,ZHANG C Z,et al. Superelasticity degradation of NiTi shape memory alloy in wide ranges of temperature and loading level:experimental observation and micromechanical constitutive model[J]. International Journal of Plasticity,2023,161:103487.

[29] SONG D,SHI W X,XU B,et al. A thermo-mechanically coupled constitutive model for temperature- and rate-dependent cyclic functional degradation of NiTi shape memory alloys[J]. Acta Mechanica Sinica,2025,42(1):425060.

[30] ZHOU T,KANG G Z,YIN H,et al. Modeling the two-way shape memory and elastocaloric effects of bamboo-grained oligocrystalline shape memory alloy microwire[J]. Acta Materialia,2020,198:10-24.

[31] YU C,CHEN T L,YIN H,et al. Modeling the anisotropic elastocaloric effect of textured NiMnGa ferromagnetic shape memory alloys[J]. International Journal of Solids and Structures,2020,191/192:509-528.

[32] YU C,ZHOU T,KAN Q H,et al. A two-scale thermomechanically coupled model for anomalous martensite transformation and elastocaloric switching effect of shape memory alloy[J]. Journal of the Mechanics and Physics of Solids,2022,164:104893.

[33] KUMAR J,VENUGOPAL RAO A,GANESH SUNDARA RAMAN S,et al. Creep-fatigue damage simulation at multiple length scales for an aeroengine titanium alloy[J]. International Journal of Fatigue,2018,116:505-512.

[34] HUO J Z,SUN D B,WU H Y,et al. Multi-axis low-cycle creep/fatigue life prediction of high-pressure turbine blades based on a new critical plane damage parameter[J]. Engineering Failure Analysis,2019,106:104159.

[35] LIAO D,ZHU S P,QIAN G A. Multiaxial fatigue analysis of notched components using combined critical plane and critical distance approach[J]. International Journal of Mechanical Sciences,2019,160:38-50.

[36] PARK S,JUNG J,CHO W,et al. Predictive dual-scale finite element simulation for hole expansion failure of ferrite-bainite steel[J]. International Journal of Plasticity,2021,136:102900.

[37] DONG Y W,ZHU Y L,WU F H,et al. A dual-scale elastoviscoplastic constitutive model of metallic materials to describe thermo-mechanically coupled monotonic and cyclic deformations[J]. International Journal of Mechanical Sciences,2022,224:107332.

[38] FU Y C,GE E D,SU H H,et al. Cold expansion technology of connection holes in aircraft structures:a review and prospect[J]. Chinese Journal of Aeronautics,2015,28(4):961-973.

[39] LIU W C,WU G H,ZHAI C Q,et al. Grain refinement and fatigue strengthening mechanisms in as-extruded Mg-6Zn-0.5Zr and Mg-10Gd-3Y-0.5Zr magnesium alloys by shot peening[J]. International Journal of Plasticity,2013,49:16-35.

[40] 刘华兵. GW83 镁合金喷丸强化及其表征研究 [D]. 上海：上海交通大学，，，，，，，2021:36-71. LIU Huabing. Investigation on shot peening treatment of Mg-8Gd-3Y alloy and its characterization [D]. Shanghai:Shanghai Jiao Tong University,2021:36-71.(In Chinese)

[41] LIU C S,LIU D X,ZHANG X H,et al. Improving fatigue performance of Ti-6Al-4V alloy via ultrasonic surface rolling process[J]. Journal of Materials Science & Technology,2019,35(8):1555-1562.

[42] YAO S L,WANG G Y,YU H,et al. Influence of submerged microabrasive waterjet peening on surface integrity and fatigue performance of TA19 titanium alloy[J]. International Journal of Fatigue,2022,164:107076.

[43] WANG Z,LIAO Z R,YANG Y,et al. Modelling and experimental study of surface treatment in abrasive waterjet peening of nickel-based superalloy:inverse problem[J]. Materials & Design,2022,215:110471.

[44] CHAN K S,ENRIGHT M P,MOODY J P,et al. Residual stress profiles for mitigating fretting fatigue in gas turbine engine disks[J]. International Journal of Fatigue,2010,32(5):815-823.

[45] ZHANG H W,HEI Z K,LIU G,et al. Formation of nanostructured surface layer on AISI 304 stainless steel by means of surface mechanical attrition treatment[J]. Acta Materialia,2003,51(7):1871-1881.

[46] WANG K,TAO N R,LIU G,et al. Plastic strain-induced grain refinement at the nanometer scale in copper[J]. Acta Materialia,2006,54(19):5281-5291.

[47] LIU X C,ZHANG H W,LU K. Strain-induced ultrahard and ultrastable nanolaminated structure in nickel[J]. Science,2013,342(6156):337-340.

[48] SUN Y,HU W P,SHEN F,et al. Numerical simulations of the fatigue damage evolution at a fastener hole treated by cold expansion or with interference fit pin[J]. International Journal of Mechanical Sciences,2016,107:188-200.

[49] KLOTZ T,MIAO H Y,BIANCHETTI C,et al. Analytical fatigue life prediction of shot peened Inconel 718[J]. International Journal of Fatigue,2018,113:204-221.

[50] DUNNE F P E. Fatigue crack nucleation:mechanistic modelling across the length scales[J]. Current Opinion in Solid State and Materials Science,2014,18(4):170-179.

[51] SANGID M D. The physics of fatigue crack initiation[J]. International Journal of Fatigue,2013,57:58-72.

[52] SWEENEY C A,VORSTER W,LEEN S B,et al. The role of elastic anisotropy, length scale and crystallographic slip in fatigue crack nucleation[J]. Journal of the Mechanics and Physics of Solids,2013,61(5):1224-1240.[53] SWEENEY C A,O’BRIEN B,DUNNE F P E,et al. Strain-gradient modelling of grain size effects on fatigue of CoCr alloy[J]. Acta Materialia,2014,78:341-353.

[54] HUANG H W,WANG Z B,LU J,et al. Fatigue behaviors of AISI 316L stainless steel with a gradient nanostructured surface layer[J]. Acta Materialia,2015,87:150-160.

[55] LONG J Z,PAN Q S,TAO N R,et al. Improved fatigue resistance of gradient nanograined Cu[J]. Acta Materialia,2019,166:56-66.

[56] ROLAND T,RETRAINT D,LU K,et al. Fatigue life improvement through surface nanostructuring of stainless steel by means of surface mechanical attrition treatment[J]. Scripta Materialia,2006,54(11):1949-1954.

[57] 南晴，，，，，，，肖俊峰，，，，，，，高斯峰，，，，，，，等。。。。。重型燃气轮机透平叶片热障涂层的高温氧化寿命展望 [J]. 机械工程质料，，，，，，，2023,47 (11):62-66. NAN Qing,XIAO Junfeng,GAO Sifeng,et al. High temperature oxidation life prediction of thermal barrier coating for heavy gas turbine blade [J]. Materials for Mechanical Engineering,2023,47 (11):62-66.(In Chinese)

[58] LIU H,LEI G H,HUANG H F. Review on synergistic damage effect of irradiation and corrosion on reactor structural alloys[J]. Nuclear Science and Techniques,2024,35(3):57.

[59] 陈操，，，，，，，韩雷，，，，，，，张钰，，，，，，，等。。。。。镍基合金涡轮叶片的服役损伤机理与性能衰减 [J]. 航空质料学报，，，，，，，2021,41 (4):96-108. CHEN Cao,HAN Lei,ZHANG Yu,et al. Service damage mechanism and performance attenuation of nickel-based alloy turbine blades [J]. Journal of Aeronautical Materials,2021,41 (4):96-108.(In Chinese)

[60] 陈学东，，，，，，，范志超，，，，，，，陈凌，，，，，，，等。。。。。三种疲劳蠕变交互作用寿命展望模子的较量及其应用 [J]. 机械工程学报，，，，，，，2007,43 (1):62-68. CHEN Xuedong,FAN Zhichao,CHEN Ling,et al. Comparison among three fatigue-creep interaction life prediction models and their applications [J]. Chinese Journal of Mechanical Engineering,2007,43 (1):62-68.(In Chinese)

[61] 杜藏宝。。。。。；；；；鸬绯е髡羝艿赖挠αζ饰龊褪倜拦 [D]. 北京：华北电力大学，，，，，，，2016:20-56. DU Cangbao. Stress analysis and life assessment of thermal power plant main steam pipe [D]. Beijing:North China Electric Power University,2016:20-56.(In Chinese)

[62] 高宽，，，，，，，鲍文龙，，，，，，，丁阳俊。。。。。大型汽轮机组深度调峰时抽汽供热的经济性剖析 [J]. 热能动力工程，，，，，，，2020,35 (9):16-21. GAO Kuan,BAO Wenlong,DING Yangjun. Economical analysis for a large-sized unit of steam extraction under deep regulating load [J]. Journal of Engineering for Thermal Energy and Power,2020,35 (9):16-21.(In Chinese)

[63] 徐洪，，，，，，，祁晶。。。。。超临界机组的合金管蒸汽侧氧化膜生长与剥落研究希望 [J]. 热能动力工程，，，，，，，2022,37 (2):1-7. XU Hong,QI Jing. Review on the oxide growth and exfoliation on alloy tube from supercritical power plant [J]. Journal of Engineering for Thermal Energy and Power,2022,37 (2):1-7.(In Chinese)

[64] ZHANG Y C,JIANG W C,TU S T,et al. Creep crack growth behavior analysis of the 9Cr-1Mo steel by a modified creep-damage model[J]. Materials Science and Engineering:A,2017,708:68-76.

[65] FRAN?OIS D,PINEAU A,ZAOUI A. Mechanical behaviour of materials[M]. Dordrecht:Springer Netherlands,1998:19-64.

[66] 张忠政，，，，，，，巩建鸣，，，，，，，姜勇，，，，，，，等。。。。。新旧 HP-Nb 炉管焊接后剩余寿命评价 [J]. 南京工业大学学报 (自然科学版),2005,27 (4):32-36. ZHANG Zhongzheng,GONG Jianming,JIANG Yong,et al. Residual life assessment on the reformer tube welded with serviced and new HP-Nb material [J]. Journal of Nanjing University of Technology,2005,27 (4):32-36.(In Chinese)

[67] WANG X W,ZHANG W,NI J Y,et al. Quantitative description between pre-fatigue damage and residual tensile properties of P92 steel[J]. Materials Science and Engineering:A,2019,744:415-425.

[68] MARIAPPAN K,SHANKAR V,SANDHYA R,et al. A comparative evaluation of the effect of low cycle fatigue and creep-fatigue interaction on surface morphology and tensile properties of 316L (N)stainless steel[J]. Metallurgical and Materials Transactions A,2016,47(4):1575-1586.

[69] ZHANG C T,WANG R H,SONG G B. Effects of pre-fatigue damage on mechanical properties of Q690 high-strength steel[J]. Construction and Building Materials,2020,252:118845.

[70] YE D Y. Effect of cyclic straining at elevated-temperature on static mechanical properties, microstructures and fracture behavior of nickel-based superalloy GH4145/SQ[J]. International Journal of Fatigue,2005,27(9):1102-1114.

[71] LIU H,ZHANG Y F. Image-driven structural steel damage condition assessment method using deep learning algorithm[J]. Measurement,2019,133:168-181.

[72] SONG Y X,YU T,CHEN H Y,et al. Understanding the relation between creep-fatigue fracture mechanisms and intergranular dislocation accommodation of a high chromium steel using nanoindentation characterization[J]. International Journal of Fatigue,2022,159:106796.

[73] LERCH B A,JAYARAMAN N,ANTOLOVICH S D. A study of fatigue damage mechanisms in Waspaloy from 25 to 800℃[J]. Materials Science and Engineering,1984,66(2):151-166.

[74] DUMOULIN S,BUSSO E P,O’DOWD N P,et al. A multiscale approach for coupled phenomena in FCC materials at high temperatures[J]. Philosophical Magazine,2003,83(31/32/33/34):3895-3916.

[75] ALEXANDRE F,PIQUES R,DEYBER S,et al. High temperature creep-fatigue crack initiation in 718-DA Ni based superalloy[C]//Fracture Mechanics Beyond 2000. 2000:1-8.

[76] ALSMADI Z Y,MURTY K L. High-temperature effects on creep-fatigue interaction of the alloy 709 austenitic stainless steel[J]. International Journal of Fatigue,2021,143:105987.

[77] DEWA R T,PARK J H,KIM S J,et al. High-temperature creep-fatigue behavior of alloy 617[J]. Metals,2018,8(2):103.

[78] CARROLL L J,CABET C,CARROLL M C,et al. The development of microstructural damage during high temperature creep-fatigue of a nickel alloy[J]. International Journal of Fatigue,2013,47:115-125.

[79] ZHAO Z Z,CHEN X. Effect of cyclic softening and stress relaxation on fatigue behavior of 2.25Cr1Mo0.25V steel under strain-controlled fatigue-creep interaction at 728 K[J]. International Journal of Fatigue,2020,140:105848.

[80] MUKHERJEE S,KUMAR KAR S,SIVAPRASAD S,et al. Creep-fatigue response, failure mode and deformation mechanism of HAYNES 282 Ni based superalloy:effect of dwell position and time[J]. International Journal of Fatigue,2022,159:106820.[81] PETR?? R,POL?K J. Damage mechanism in austenitic steel during high temperature cyclic loading with dwells[J]. International Journal of Fatigue,2018,113:335-344.

[82] PINEAU A,ANTOLOVICH S D. High temperature fatigue of nickel-base superalloys:a review with special emphasis on deformation modes and oxidation[J]. Engineering Failure Analysis,2009,16(8):2668-2697.

[83] ASTM International. Standard test method for creep-fatigue testing:ASTM E2714-13[S]. West Conshohocken:ASTM International,2013:1-15.

[84] 天下钢标准化手艺委员会。。。。。金属质料 蠕变 - 疲劳试验要领：GB/T 38822—2020 [S]. 北京：中国标准出书社，，，，，，，2020:1-20. National Technical Committee for Steel Standardization. Metallic materials—creep-fatigue test method:GB/T 38822—2020 [S]. Beijing:Standards Press of China,2020:1-20.(In Chinese)

[85] PAFFUMI E,NILSSON K F,SZARAZ Z. Experimental and numerical assessment of thermal fatigue in 316 austenitic steel pipes[J]. Engineering Failure Analysis,2015,47:312-327.

[86] SONNTAG N,J?RGENS M,SKROTZKI B,et al. Creep-fatigue of P92 in service-like tests with combined stress-and strain-controlled dwell times[J]. International Journal of Fatigue,2023,168:107381.

[87] DING B,REN W L,ZHONG Y B,et al. Comparison of the creep-fatigue cyclic life saturation effect for three different superalloys[J]. Materials Science and Engineering:A,2022,842:143086.

[88] WANG Q T,YU J T,LI B B,et al. Mechanisms of deformation, damage and life behavior of Inconel 617 alloy during creep-fatigue interaction at 700℃[J]. International Journal of Fatigue,2025,190:108635.

[89] COCKINGS H L,COCKINGS B J,PERKINS K M. On the effect of pre-strain and pre-fatigue on the monotonic behaviour of ultrahigh strength steels[J]. Heliyon,2020,6(7):e04440.

[90] FOURNIER B,SAUZAY M,CA?S C,et al. Creep-fatigue-oxidation interactions in a 9Cr-1Mo martensitic steel:part III:lifetime prediction[J]. International Journal of Fatigue,2008,30(10/11):1797-1812.

[91] NAGODE M,HACK M,FAJDIGA M. Low cycle thermomechanical fatigue:damage operator approach[J]. Fatigue & Fracture of Engineering Materials & Structures,2010,33(3):149-160.

[92] SWANSON G,BILL R. Life prediction and constitutive models for engine hot section anisotropic materials[C]//21st Joint Propulsion Conference. Reston:AIAA,1985:1421.

[93] TAKAHASHI Y. Study on creep-fatigue evaluation procedures for high-chromium steels:part I:test results and life prediction based on measured stress relaxation[J]. International Journal of Pressure Vessels and Piping,2008,85(6):406-422.

[94] SONG X,SHEN J,TENG X F,et al. Thermomechanical fatigue of round tube specimens manufactured by precision directional solidification casting method[J]. Fatigue & Fracture of Engineering Materials & Structures,2023,46(3):924-939.

[95] YANG W J,PANG J C,WANG L,et al. Thermo-mechanical fatigue life prediction based on the simulated component of cylinder head[J]. Engineering Failure Analysis,2022,135:106105.

[96] LI D H,SHANG D G,YIN X,et al. A novel fatigue-oxidation-creep life prediction method under non-proportional loading[J]. Engineering Failure Analysis,2022,131:105805.

[97] WANG R Z,ZHU X M,ZHANG X C,et al. A generalized strain energy density exhaustion model allowing for compressive hold effect[J]. International Journal of Fatigue,2017,104:61-71.

[98] BAUER T,PFLEGER N,BREIDENBACH N,et al. Material aspects of Solar Salt for sensible heat storage[J]. Applied Energy,2013,111:1114-1119.

[99] DE JONG J M,BROERS G H J. A reversible oxygen electrode in an equimolar KNO3-NaNO3 melt saturated with sodium peroxide—II. A voltammetric study[J]. Electrochimica Acta,1976,21(11):893-900.

[100] LI H,YANG X Y,YIN X Z,et al. Effect of chloride impurity on corrosion kinetics of stainless steels in molten solar salt for CSP application:experiments and modeling[J]. Oxidation of Metals,2021,95(3):311-332.

[101] DORCHEH A S,DURHAM R N,GALETZ M C. High temperature corrosion in molten solar salt:the role of chloride impurities[J]. Materials and Corrosion,2017,68(9):943-951.

[102] LI H,WANG X W,FENG X C,et al. On the corrosion cracking of austenitic stainless steel in molten solar salt:experiments and modeling[J]. Solar Energy Materials and Solar Cells,2022,248:111983.[103] JIANG R,SONG Y D,REED P A. Fatigue crack growth mechanisms in powder metallurgy Ni-based superalloys:a review[J]. International Journal of Fatigue,2020,141:105887.

[104] LI H Y,SUN J F,HARDY M C,et al. Effects of microstructure on high temperature dwell fatigue crack growth in a coarse grain PM nickel based superalloy[J]. Acta Materialia,2015,90:355-369.

[105] WU C H,JIANG R,ZHANG L C,et al. Oxidation accelerated dwell fatigue crack growth mechanisms of a coarse grained PM Ni-based superalloy at elevated temperatures[J]. Corrosion Science,2022,209:110702.

[106] CRUCHLEY S,LI H Y,EVANS H E,et al. The role of oxidation damage in fatigue crack initiation of an advanced Ni-based superalloy[J]. International Journal of Fatigue,2015,81:265-274.

[107] 江荣，，，，，，，吴常皓，，，，，，，万煜伟，，，，，，，等。。。。。涡轮盘合金氧化 - 疲劳裂纹扩展机理和寿命展望研究希望 [J]. 机械工程学报，，，，，，，2021,57 (16):122-131. JIANG Rong,WU Changhao,WAN Yuwei,et al. Progress on oxidation-fatigue crack propagation mechanisms and life prediction in turbine disc alloys [J]. Journal of Mechanical Engineering,2021,57 (16):122-131.(In Chinese)

[108] JIANG R,REED P A S. Critical Assessment 21:oxygen-assisted fatigue crack propagation in turbine disc superalloys[J]. Materials Science and Technology,2016,32(5):401-406.

[109] JIANG R,WANG Y C,ZHANG L C,et al. Fatigue crack propagation behavior of the grain size transition zone in a dual microstructure turbine disc[J]. International Journal of Fatigue,2023,172:107647.

[110] JIANG R,PROPRENTNER D,CALLISTI M,et al. Role of oxygen in enhanced fatigue cracking in a PM Ni-based superalloy:stress assisted grain boundary oxidation or dynamic embrittlement?[J]. Corrosion Science,2018,139:141-154.

[111] KASHINGA R J,ZHAO L G,SILBERSCHMIDT V V,et al. A diffusion-based approach for modelling crack tip behaviour under fatigue-oxidation conditions[J]. International Journal of Fracture,2018,213(2):157-170.

[112] KARABELA A,ZHAO L G,LIN B,et al. Oxygen diffusion and crack growth for a nickel-based superalloy under fatigue-oxidation conditions[J]. Materials Science and Engineering:A,2013,567:46-57.

[113] GAN L,WU H,ZHONG Z. Fatigue life prediction considering mean stress effect based on random forests and kernel extreme learning machine[J]. International Journal of Fatigue,2022,158:106761.

[114] KISHINO M,MATSUMOTO K,KOBAYASHI Y,et al. Fatigue life prediction of bending polymer films using random forest[J]. International Journal of Fatigue,2023,166:107230.

[115] GAO J J,WANG C J,XU Z L,et al. Gaussian process regression based remaining fatigue life prediction for metallic materials under two-step loading[J]. International Journal of Fatigue,2022,158:106730.

[116] ZHANG X C,GONG J G,XUAN F Z. A deep learning based life prediction method for components under creep, fatigue and creep-fatigue conditions[J]. International Journal of Fatigue,2021,148:106236.

[117] PENG J,YAMAMOTO Y,HAWK J A,et al. Coupling physics in machine learning to predict properties of high-temperatures alloys[J]. NPJ Computational Materials,2020,6:141.

[118] ZHANG X C,GONG J G,XUAN F Z. A physics-informed neural network for creep-fatigue life prediction of components at elevated temperatures[J]. Engineering Fracture Mechanics,2021,258:108130.

[119] WANG Y Q,WAGNER N,RONDINELLI J M. Symbolic regression in materials science[J]. MRS Communications,2019,9(3):793-805.

[120] REN J L,ZHANG L,ZHAO H B,et al. Determination of the fatigue equation for the cement-stabilized cold recycled mixtures with road construction waste materials based on data-driven[J]. International Journal of Fatigue,2022,158:106765.

[121] RAMASSO E,SAXENA A. Performance benchmarking and analysis of prognostic methods for CMAPSS datasets[J]. International Journal of Prognostics and Health Management,2014,5(2):1-15.

[122] LI N P,GEBRAEEL N,LEI Y G,et al. Remaining useful life prediction based on a multi-sensor data fusion model[J]. Reliability Engineering & System Safety,2021,208:107249.

[123] 任子强，，，，，，，司小胜，，，，，，，胡昌华，，，，，，，等。。。。。融合多传感器数据的发念头剩余寿命展望要领 [J]. 航空学报，，，，，，，2019,40 (12):223312. REN Ziqiang,SI Xiaosheng,HU Changhua,et al. Remaining useful life prediction method for engine combining multi-sensors data [J]. Acta Aeronautica et Astronautica Sinica,2019,40 (12):223312.(In Chinese)

[124] WANG J J,GAO R X,YUAN Z,et al. A joint particle filter and expectation maximization approach to machine condition prognosis[J]. Journal of Intelligent Manufacturing,2019,30(2):605-621.

[125] WANG M M,FENG S Z,INCECIK A,et al. Structural fatigue life prediction considering model uncertainties through a novel digital twin-driven approach[J]. Computer Methods in Applied Mechanics and Engineering,2022,391:114512.

[126] 付洋，，，，，，，曹宏瑞，，，，，，，郜伟强，，，，，，，等。。。。。数字孪生驱动的航空发念头涡轮盘剩余寿命展望 [J]. 机械工程学报，，，，，，，2021,57 (22):106-113. FU Yang,CAO Hongrui,GAO Weiqiang,et al. Digital twin driven remaining useful life prediction for aero-engine turbine discs [J]. Journal of Mechanical Engineering,2021,57 (22):106-113.(In Chinese)

[127] HE J J,SANDSTR?M R. Creep rupture prediction using constrained neural networks with error estimates[J]. Materials at High Temperatures,2022,39(3):239-251.

[128] HE J J,SANDSTR?M R,ZHANG J. Evaluating creep rupture life in austenitic and martensitic steels with soft-constrained machine learning[J]. Journal of Materials Research and Technology,2023,27:5165-5176.

[129] HE J J,SANDSTR?M R,ZHANG J,et al. Application of soft constrained machine learning algorithms for creep rupture prediction of an austenitic heat resistant steel Sanicro 25[J]. Journal of Materials Research and Technology,2023,22:923-937.

[130] HE J J,SANDSTR?M R,ZHANG J,et al. The role of strength distributions for premature creep failure[J]. Journal of Materials Research and Technology,2023,25:3444-3457.

[131] SANDSTR?M R,HE J J. Error estimates in extrapolation of creep rupture data and its application to an austenitic stainless steel[J]. Materials at High Temperatures,2022,39(2):181-191.

[132] HE J J,SANDSTR?M R,L? S R,et al. Predicting grain boundary sliding in metallic materials[J]. Acta Materialia,2025,286:120718.

[133] ZHOU K,SUN X Y,SHI S W,et al. Machine learning-based genetic feature identification and fatigue life prediction[J]. Fatigue & Fracture of Engineering Materials & Structures,2021,44(9):2524-2537.

[134] ZHOU T G,SUN X Y,CHEN X. A multiaxial low-cycle fatigue prediction method under irregular loading by ANN model with knowledge-based features[J]. International Journal of Fatigue,2023,176:107868.

[135] SUN X Y,ZHOU T G,SONG K,et al. An image recognition based multiaxial low-cycle fatigue life prediction method with CNN model[J]. International Journal of Fatigue,2023,167:107324.

[136] ZHOU T G,SUN X Y,YU Z,et al. A generalization ability-enhanced image recognition based multiaxial fatigue life prediction method for complex loading conditions[J]. Engineering Fracture Mechanics,2024,295:109802.

[137] ZHOU T G,SUN X Y,CHEN X. A physics-guided modelling method of artificial neural network for multiaxial fatigue life prediction under irregular loading[J]. Philosophical Transactions Series A,Mathematical, Physical,and Engineering Sciences,2023,381(2260):20220392.

[138] LIAO H Y,PAN J,SU X H,et al. A path-dependent adaptive physics-informed neural network for multiaxial fatigue life prediction[J]. International Journal of Fatigue,2025,193:108799.

[139] CAO W W,SUN X Y,LI Y J,et al. Multiaxial damage parameter evaluation by neural network-based symbolic regression[J]. Engineering Fracture Mechanics,2025,315:110809.

[140] SUN X Y,ZHOU K,SHI S W,et al. A new cyclical generative adversarial network based data augmentation method for multiaxial fatigue life prediction[J]. International Journal of Fatigue,2022,162:106996.

[141] YU W Q,SUN X Y,YU Z,et al. Controllable data augmentation and application of multiaxial fatigue experiments by fatigue conditional generative adversative network model[J/OL]. International Journal of Fatigue,2026,202:109216. https://doi.org/10.1016/j.ijfatigue.2025.109216.

[142] GU H H,WANG R Z,TANG M J,et al. Creep-fatigue reliability assessment for high-temperature components fusing on-line monitoring data and physics-of-failure by engineering damage mechanics approach[J]. International Journal of Fatigue,2023,169:107481.

[143] 张显程，，，，，，，谷行行，，，，，，，刘宇，，，，，，，等。。。。。；；；；诠こ趟鹕死砺鄣母呶伦氨缚煽啃云拦烙朐宋卫 [J]. 机械工程学报，，，，，，，2024,60 (13):154-172. ZHANG Xiancheng,GU Hanghang,LIU Yu,et al. Engineering damage theory-based reliability assessment and management of high-temperature equipment [J]. Journal of Mechanical Engineering,2024,60 (13):154-172.(In Chinese)

[144] HOANG V N,PHAM T,HO D,et al. Robust multiscale design of incompressible multi-materials under loading uncertainties[J]. Engineering with Computers,2022,38(1):875-890.

[145] WANG R Z,GU H H,LIU Y,et al. Surrogate-modeling-assisted creep-fatigue reliability assessment in a low-pressure turbine disc considering multi-source uncertainty[J]. Reliability Engineering & System Safety,2023,240:109550.

[146] LI X Q,SONG L K,BAI G C. Recent advances in reliability analysis of aeroengine rotor system:a review[J]. International Journal of Structural Integrity,2022,13(1):1-29.

[147] WANG X X,YANG J,CHEN H F,et al. Physics-based probabilistic assessment of creep-fatigue failure for pressurized components[J]. International Journal of Mechanical Sciences,2023,250:108314.

[148] TANG Y Z,ZHANG X C,GU H H,et al. CFre:an ABAQUS plugin for creep-fatigue reliability assessment considering multiple uncertainty sources[J]. SoftwareX,2024,28:101958.

（注，，，，，，，原文问题：高温机械强度若干前沿探索与展望）