Fatigue Failure Assessment in Ultrasonic Test Based on Temperature Evolution and Crack Initiation Mechanisms

[pt] A determinação da vida à fadiga para projetar estruturas e componentes mecânicos é extremamente importante. A curva S-N pode ser afetada por diferentes condições operacionais e alguns fatores são mais pronunciados no teste ultrassônico de fadiga, dependendo do material. A influência da alta frequência nos fenômenos de autoaquecimento e o efeito da frequência são discutidos. Um aspecto relevante em VHCF é o mecanismo de iniciação e propagação de trincas. Os fenômenos como olho de peixe e área fina granular (FGA) foram encontrados nas superfícies de fratura. Esta tese está dividida em 3 tópicos: evolução da temperatura, amplitude de deformação da microplasticidade e investigação da região FGA. Os materiais em estudo são os aços DIN 34CrNiMo6 e DIN 42CrMo4. O teste de fadiga ultrassônica foi realizado em diferentes condições de carregamento no modo intermitentes e acompanhado por câmera termográfica infravermelha. Esses resultados obtidos para a câmera termográfica foram usados para desenvolver um modelo de inteligência artificial usando aprendizado de máquina para prever a curva temperatura-número de ciclos. O modelo foi capaz de prever a temperatura e os valores do coeficiente de determinação estão acima de 0,98. Para prever a vida à fadiga, foram escolhidos parâmetros baseados em tensão, curva S-N tradicional, temperatura no início do teste, (razão de Rayleigh), dissipação de calor, Qcyc e gradiente de temperatura. A temperatura em estado estacionário foi atingida em aproximadamente 5E+04 ciclos em ambos os aços. Observa-se que o número de ciclos até a falha aumenta à medida que a inclinação da temperatura (fase I) e a dissipação de calor diminuem. (razão de Rayleigh) forneceu melhor concordância com os resultados experimentais seguido por Qcyc. Além disso, grãos ultrafinos na seção transversal do FGA entre 500 -700 nm dentro da superfície da fratura foram detectados pela análise FIB e EBSD. O local grain refinament foi escolhido como o melhor modelo para explicar a formação de FGA. As inclusões não metálicas Al2O3 foram responsáveis por todas as iniciações internas da trinca de fadiga.