热障涂层(TBCs)因其具有隔热作用，已广泛应用于燃气轮机的热端部件。可以使燃气轮机允许的进气口温度大大提高，从而提高其能量利用率和使用寿命[1-3]。典型的TBCs系统是一种多层结构，包含NiCoCrAlY粘结层(BC)和氧化钇稳定的氧化锆(YSZ)陶瓷层(TC)。涂层在实际服役条件下会受到机械载荷和热应力的共同作用[4]，这会使TBCs发生损伤、断裂，最终导致其失效。TBCs的应力状态与其断裂模式密切相关[5-6]。TC中存在的孔洞和微裂纹在应力作用下会形核成为裂纹源并产生开裂、扩展，最终导致TBCs失效[7-10]。TBCs的断裂模式受到其不规则的微观组织结构和不同的外部服役条件的影响，可分为纵向表面垂直裂纹和横向界面裂纹两大类[11-13]。研究TBCs在各种载荷作用下的断裂失效模式能够更好地评价其性能和使用可靠性。
目前，国内外发展了多种先进的检测技术来评估热障涂层的失效，如声发射(AE)、数字图像相关法(DIC)、X射线衍射(XRD)、压电光谱(PLS)、复阻抗谱(IS)等已经在热障涂层的损伤定位、界面氧化程度的判定和应力演化等方面得到了成功的应用。AE是一种有效的实时检测工具，能够为断裂模式与损伤演化过程提供丰富、实时的有效信息。与上述检测技术相比，其最大的优势是能够实现热障涂层整体、实时的监测[14]。由于声发射信号来源于损伤断裂本身，且不同的损伤断裂模式产生的声信号特征往往不同，因此，通过对声发射信号进行记录、分析与处理就可以推断出损伤模式与声发射信号之间的联系，从而实现对热障涂层损伤断裂过程的实时监测，得出热障涂层损伤断裂过程中的许多实时信息。声发射(AE)技术用于监测裂纹的产生和扩展行为是非常有效的[14-16]。因AE信号在传播过程中受涂层中本身存在的杂质以及制备过程中产生的孔洞、微裂纹以及不同介质间界面等因素的影响，这会导致声发射信号在传播过程中受到阻尼、频散等效应的影响，使波形的性质发生改变[17]。声发射信号通常是复杂的非平稳信号，可采用小波包分析和频谱分析排除该影响。目前国内外已经有很多文献报道用AE技术监测TBCs的断裂失效行为。Ma等[18]认为：利用纵向和横向波的时域波形的正负相位差区分涂层不同的失效模式。Yang等[19]采用k-means聚类分析方法分析TBCs的损伤断裂AE信号，得到了频率是区分TBCs断裂模式核心参数的结论。Wang等[20]研究了TBCs在三点弯曲(3PB)载荷下的动态破坏过程，结果表明AE特征参数与应力应变曲线同步变化。Park等[21]利用AE监测TBCs系统四点弯曲载荷下的损伤断裂模式以及经过热疲劳作用后对其行为的影响，结果发现检测到的信号来自于TGO层和微裂纹。Yang等[22]利用AE中的能量参数表征了喷涂态和预氧化态TBCs系统在3PB载荷下的能量释放率。Mao等[23]采用DIC技术和AE结合的分析方法，原位表征了TBCs系统在拉伸载荷下的断裂过程，并给出了裂纹密度随加载时间的变化关系表达式。然而，目前报道的工作中很少有对不同应力状态下的损伤断裂失效行为的演化进行系统的描述；用TBCs的微观形貌结合有限元计算其应力场分布，以将TBCs的不同断裂模式对应起来的工作也较少。
热障涂层在实际服役环境中受热应力和机械载荷的共同作用下，共有3种性质的应力存在，即σx、σy和τyx。对于热载荷条件下的损伤断裂行为的声发射实时监测存在一定的困难。四点弯曲加载法可以产生这3种应力状态，这与实际服役应力分布相类似，即室温下四点弯曲试验和高温服役条件下热障涂层的应力状态是类似的[19]。因此，可以在室温下采用四点弯曲加载法模拟涂层在实际服役条件下的损伤与断裂行为。在前人研究的基础上，通过四点弯曲两面加载的方式制造拉伸和压缩两种性质不同而分布规律相似的应力场，并结合有限元计算验证，以控制涂层断裂过程；同时采用声发射检测技术实时原位监测涂层损伤断裂行为，将断裂过程同AE信号之间建立关系。应用该试验方法评估热障涂层损伤断裂演化行为，从而理解热障涂层的失效机理，以为准确预测热障涂层的使用寿命提供科学与试验依据。
1 试验方法 1.1 样品制备利用APS-2000大气等离子喷涂设备(北京航空制造技术研究院，中国)制备样品。基底材料为Inconel 718合金，尺寸为100 mm×15 mm×4 mm，喷涂前经700 µm(24目)棕刚玉砂喷砂处理。BC使用NiCoCrAlY合金粉末(AMDRY 365-2，Oerlikon Metco，瑞士)，粒度分布在45~90 µm。陶瓷层使用8% Y2O3稳定的氧化锆(8YSZ，Metco 204B-NS，Oerlikon Metco，瑞士)，喷涂在BC上做为TC层，其粒度分布在45~75 µm。详细的喷涂工艺参数列于表1。样品尺寸如图1所示，BC和TC的厚度约为120 µm和350 µm，喷涂长度为30 mm。所有的样品截面先用75、61、55、45、38、23、13、11 µm(200、240、280、320、400、600、1000和1200目)的水砂纸打磨，然后分别用粒径为3.5、1和0.25 µm的金刚石悬浮液抛光。
| Parameter | Ceramic top
coat 8YSZ |
Bond coat NiCoCrAlY |
| Arc current/A | 600 | 500 |
| Arc voltage/V | 70 | 65 |
| Ar flow rate/(L·min−1) | 45 | 45 |
| H2 flow rate/(L·min−1) | 10 | 8 |
| Powder feeding rate/
(g·min−1) |
30 | 60 |
| Powder feeding voltage/V | 12 | 9 |
| Spray distance/mm | 90 | 130 |
|
| 图 1 样品尺寸示意图 Fig. 1 Schematic diagram of specimen dimensions |
AE-4PB测试系统如图2所示。使用万能试验机(CMT6104，SKYAN，中国)以0.1 mm/min的加载速率弯曲样品，加载至涂层完全剥落。外弯和内弯载荷下的压头位移分别为5.16 mm和2.39 mm。四点弯曲装置的外跨距设定为70 mm，在外弯和内弯试验条件下内跨距分别设定为20 mm和40 mm。使用美国物理声学公司的Micro-II digital AE系统(PAC, Princeton Junction, NJ，美国)中的AE win软件记录TBCs的裂纹产生和扩展过程中所产生的声信号，其原始波形数据通过ASCII输出得到。该系统由两个探头组成：一个谐振频率为52.73 kHz的R6-ALPHA探头和一个响应频率范围为100~1000 kHz的WSA探头，它们被黏附在基底的两端以采集声发射信号。这两个探头搭配使用可以收集全谱信号(0~1000 kHz)，R6-ALPHA探头主要用来收集低频(100 kHz以下)的信号，而WSA探头则用来收集高于100 kHz的声信号。2/4/6前置放大器设置为40 dB增益。峰值定义时间、撞击定义时间和撞击锁闭时间分别设置为50、200和300 μs。采样频率和撞击长度分别设置为5 MHz和2048 (2k)。为了消除电磁和机械噪声的影响，门槛值、低通滤波频率和高通滤波频率分别设置为38 dB、0.1 kHz和1 MHz。为了将声发射信号活动性与载荷挠度曲线联系起来，四点弯曲与声发射无损检测试验要求同步进行。
|
| 图 2 四点弯曲-声发射试验装置示意图 Fig. 2 Schematic illustration of 4PB test with AE system |
采用声发射特征参数、K-means聚类和小波包变换来分析AE信号。AE特征参数分析包含经历图分析法和分布图分析法。它们分别用来监测声发射活动性和分析声发射信号出现的顺序。
K-means聚类是基于最小距离的分类准则，它是一种最小化所有数据集向量到数据集中心欧氏距离的方法：将数据分成k个互斥的集群，每个集群中的元素彼此接近，但又远离其他集群中的元素。为分析涂层的损伤失效行为，选取5个参数作为声发射特征参数作为特征向量，它们分别是峰频、幅值、持续时间、能量和上升时间。聚类分析时，需对数据进行正交化处理，构造均值方差归一化的模式向量，其范围为[−1, 1]，以消除由于物理维度不同造成的影响。轮廓值是k的函数，定义为[24-25]：
式中，a (l)是簇k中数据的平均距离，b (l, k)是从第l个向量到同一簇中其他向量的距离。若轮廓值大于0.6，此聚类则被认为是有效的。为保证结果的准确性，至少通过MATLAB运行5次聚类算法，取最好的运算结果作为聚类结果[16]。幅值是表征信号强度最关键的声发射参数之一。幅度由峰值电压通过公式(2)换算得到，单位为dB。
多分辨率分析采用尺度函数来分解原始信号，高频部分的信息通过分解尺度低的分量表现出来，反之亦然。定义尺度函数为：
小波包变换是分析非平稳波形AE信号的理想工具，其原理是将信号分割成一组被称为能级的分量，以实现信号的局部分割。与小波变换相比，它不仅可以分解低频部分，还能分解高频部分。完整的分解树状图如图3所示。根据热障涂层断裂损伤的声发射特点，采用“db8”小波对信号进行分解[26]。
|
| 图 3 五层小波包分解结构图 Fig. 3 Structure diagram of five-layer wavelet packet decomposition |
小波包分解后得到的每个能级均有其各自对应的频带。对于给定的AE信号，f (t)可以用公式(4)定义为一系列分解后的子信号的总和。利用能量分布函数公式(5)计算各能级的能量含量，然后通过公式(6)计算总能量
其中，
为获得涂层在不同加载方式下的损伤失效行为及区分TBCs系统的断裂模式，将AE信号的撞击计数率、特征参数经历图与弯矩-挠度曲线关联起来进行分析。将时间尺度细分为150等份，并统计每个部分的撞击次数，得到AE计数率统计图以评估AE活动性。撞击计数率统计结果以及弯矩-挠度曲线如图4所示。在外弯荷载作用下，涂层的AE活动性在2400 s之前随时间持续增加，而在2400 s之后声发射活动性突然显著增加。在内弯载荷下，TBCs的声发射行为与外弯载荷下明显不同，在1200 s以前声发射活动性较弱，而在1200 s以后的声发射活动性显著增加。当力矩达到涂层几乎完全剥落时力矩值的90%时，AE活性急剧增加，这是TBCs出现宏观断裂的前兆[27]。
|
| 图 4 力矩-撞击计数率统计图 Fig. 4 History of moment and statistics of hits |
图5显示了振铃计数、能量和持续时间的经历图，并同步给出弯矩―挠度曲线。可以看出振铃计数、能量和持续时间在加载过程中有类似的变化趋势。在外弯载荷下，TBCs系统在1500 s以前产生的AE信号的振铃计数、能量和持续时间从零分别逐渐增加到200、10 mV·μs和500·μs。金属基底在1500 s时开始发生塑性变形，此时产生了一些振铃计数、能量和持续时间范围分别为200~300、10~36 mV·μs和500~1500 μs的AE信号。在塑性变形阶段，金属基底的形变较大，而陶瓷层为脆性材料，其屈服强度远远小于金属基底的屈服强度，即陶瓷层的应变容限也远远小于金属基底的塑性变形的应变量[28-29]，此时涂层大量产生垂直界面方向的裂纹。在2400 s以后，出现了振铃计数、能量和持续时间范围分别为300~1000、800~1200 mV·μs和8000~11 000 μs的AE信号，AE计数率由160突然增大到3000，个别时间点的AE计数率甚至可以达到9000。而在内弯载荷下，金属基底几乎未发生塑性变形，TBCs在1200 s以前产生的AE信号的振铃计数、能量和持续时间分别低于45、17 mV·μs和1000 μs，它们几乎不随时间增大。在1200 s以后突然出现了振铃计数、能量和持续时间范围分别为750~3000、300~1800 mV·μs和8000~10 000 μs的AE信号，AE计数率由20突然增大到4000，个别时间点的AE计数率甚至可以达到6000。与外弯载荷相比，内弯载荷下出现涂层宏观断裂与剥落时的加载弯矩约比外弯载荷下的加载弯矩约小20 N·m，这是因为在外弯载荷下出现的表面垂直裂纹的萌生与扩展释放了一部分来自TBCs变形产生的能量，而内弯载荷下出现的表面垂直裂纹很少，几乎没有释放能量，涂层应变能量累积到一定程度后释放，此时突然发生开裂。
|
| 图 5 力矩-声发射特征参数经历图 Fig. 5 History of moment and AE parameters |
图6显示了3种不同加载方式下(纯基底、外弯和内弯)声发射信号的振幅随时间的变化散点图。结果表明，纯基底的声发射信号较弱，其幅值几乎不随时间变化，最大幅值仅为58 dB。外弯和内弯信号的幅值随时间均有增大的趋势。外弯载荷下信号幅值在2400 s之前由58 dB逐渐增加到75 dB，而在2400 s之后突然出现75~100 dB的信号。内弯载荷下，在1200 s以前产生的AE信号的幅值几乎都在60 dB以下，在1200 s之后，AE信号幅值突然增大，出现了大量60~100 dB的信号。从幅值的变化和声发射撞击密度可以看出，一旦陶瓷层的裂纹开始萌生和扩展，就会出现大量的声发射信号。
|
| 图 6 幅值随时间分布图 Fig. 6 Plot of amplitude as a function of the time |
TBCs的损伤行为的不同，造成了其产生的AE信号峰值频率的不同，因此，峰值频率可以作为识别TBCs失效形式的一个关键参数[19]。3种加载模式下，声发射信号的频率随时间的变化如图7所示。纯基底产生的大多数信号的频率分布在100 kHz以下，仅有少数信号分布在500 kHz以上。TBCs在外弯和内弯载荷下产生的信号分布为几个频带，特别是在1000秒后出现了500 kHz以上的信号。在摩擦磨损领域里也出现过类似的高频信号[26]。一般来说，噪声信号有一定的周期性，而根据2.4节小波包分析的结果，频率高于500 kHz的信号亦具有一定的周期性，符合噪声信号的特点。因此，这些信号是摩擦磨损信号，在这里属于噪声信号，因此，在进行聚类和小波包分析之前，必须先手动排除掉这些信号。经过门槛值、滤波器和手动剔除过的声发射信号，即为纯净、无噪声干扰的声发射信号。
|
| 图 7 峰频随时间分布图 Fig. 7 Plot of peak frequency as a function of the time |
由2.1节的聚类分析理论，对归一化后构建的向量进行处理，得到与失效类型相关的k个聚类。聚类类别数k值一般通过Silhouette value准则来确定，依次选取k=2,3,4,…, 10求出对应的轮廓值s (k)。图8为含有误差棒的轮廓值与聚类数k的函数关系。当TBCs在外、内弯载荷下产生的声发射信号分为4类时，轮廓值达到最大，其值分别为0.61468和0.71025。因此，在外、内弯曲载荷下，各存在4类声发射信号。
|
| 图 8 AE信号聚类轮廓值与k值的函数关系 Fig. 8 Silhouette value as a function of the number of cluster k for AE signals |
两种加载模式下的声发射信号的聚类分布如图9所示。外弯载荷下的声信号分类标记为A、B、C和D，而内弯载荷下的声信号分类标记为A′、B′、C′和E′。A类信号的幅值分布在55−90 dB，持续时间分布在1000~4000 μs，这两个参数的覆盖范围都比其他几类信号的宽。峰值频率可以有效地区分这几类信号。B(或B′)类信号、C(或C′)类信号、D类信号和E′类信号的频带分别为0~150、150~250、250~400和450~500 kHz，但A(或A′)类信号却没有明显的频带。
|
| 图 9 4类聚类信号结果分布 Fig. 9 Distribution of four clusters |
从B(或B′)类信号、C(或C′)类信号、D类信号和E′类信号中各选取一个典型的声发射波形及其小波包变换结果，对每一个小波包频带的波形做傅里叶变换来分析它们的频域特征。AE信号的小波包变换结果及其频谱如图10所示。这4类AE信号的能量分布系数比如图11所示。A(或A′)类信号属于宏观断裂信号(将在2.6节做出解释)，它们的特征参数的值分布十分宽泛，并且其波形亦无明显规律，因此不予讨论。所有讨论的AE信号，其峰值频率均低于500 kHz，且声发射波形的能量绝大部分集中在前16个能级(可达99%以上)，因此，只有展示a0–a15能级的能量系数比和a0–a7的波形才是有意义的。
|
| 图 10 声发射信号及其小波包变换结果 Fig. 10 Results of wavelet transformation of the AE signals |
|
| 图 11 AE信号的能量分布系数比 Fig. 11 Energy distribution coefficient ratios of the AE signals |
C(或C′)类信号、D类信号和E′类信号对应的主频带分别是a2(156.25~234.375 kHz)、a4(312.5~390.625 kHz)和a5(390.625~468.75 kHz)，对应的能量系数比分别为0.394 43、0.362和0.427 57。特别地，B(或B′)类信号的能量主要集中在a0(0~78.625 kHz)和a1(78.625~156.25 kHz)两个能级上，对应的能量系数分别为0.503 55和0.4854。从小波包分析结果的得到的波形来看，B(或B′)类信号的幅值几乎没有衰减，也就是说，它们的包络线几乎是水平的。相反，C(或C′)类信号、D类信号和E′类信号的振幅随时间衰减，即它们的包络线均有下降趋势。D类信号振幅的包络线随时间的震荡比E’类信号的慢，而C(或C′)类信号振幅的包络线几乎没有振荡，由这些特征可以十分方便地区分不同类别的AE信号。
2.5 四点弯曲载荷下TBCs的损伤断裂行为TBCs系统在外弯和内弯载荷下会产生应力，在理想情况下，其应力状态示意图如图12所示。表面垂直裂纹主要是由于陶瓷层内部存在的热应力σx的作用下产生的。在外弯载荷下，涂层沿着X方向将产生拉伸应力σx，该应力可导致TBCs产生表面垂直裂纹，由于基底涂层之间泊松比差异而产生的拉伸应力σy可引发张开型BC–TC界面界面裂纹[30]。TBCs在外弯载荷下，表面垂直裂纹主要出现在500 s之后，比其他断裂模式出现的都要早，这是由于TC脆性和低应变容限造成的。而TBCs在内弯载荷下，在压缩应力下，陶瓷层内会产生少量的屈曲现象，它也可以产生σx，这会导致表面垂直裂纹的出现[31]。由于BC和TC的应变不匹配将产生剪切应力τyx，该应力作用在陶瓷层的屈曲处，将沿屈曲边界处撕裂，从而产生剪切型界面裂纹[6, 19, 32]。TBCs在外弯和内弯载荷下产生界面裂纹时均会引起涂层的宏观断裂与剥落。
|
| 图 12 应力状态示意图 Fig. 12 Schematic diagram of stress state |
为验证TBCs在外弯和内弯载荷下的应力状态，采用ANSYS Workbench有限元软件来模拟计算。由于BC的性质和金属基底较接近，且无断裂倾向，因此采用双层三维模型来模拟TBCs系统在四点弯曲载荷下的应力场分布。由于四点弯曲压头作用在TBCs系统上的部分是一个半圆面，而压头的整体形状对TBCs系统的作用并无影响，因此，可将压头简化为圆柱体。为简化计算，外弯载荷下的TBCs模型采用无缺陷的完整模型，内弯载荷下的TBCs模型则采用含有屈曲缺陷的模型。在弯曲问题的计算过程中应作如下假设：
(1)假定弯曲压头为刚性体，在试验过程中不会产生变形；
(2)TBCs试样在制备过程中不产生残余应力，即在初始温度下无残余应力；
(3)TBCs系统无缺陷、各层材料是均质和各向同性的；
(4)假定压头与基底、涂层材料之间的接触面无摩擦；
(5)假定涂层与金属基底是绑定接触的；
(6)假定涂层在压入过程中满足米塞斯屈服准则及等向强化准则；
(7)假定变形是线性(小变形)问题，无断裂现象。
为更清晰地分析涂层中应力的影响因素并简化计算，需要避免材料性能参数随温度、时间的变化带来的影响，在保证计算精度的条件下，材料性能参数均简化为为定值。表2给出了涂层材料的性能参数。
有限元法计算一般采用位移法[25]。首先建立关于材料应变与位移几何方程：
其中，[B]为应变矩阵。
然后建立关于材料应力应变的物理方程：
其中，应力转换矩阵
节点力可由平衡条件可求出：
单元刚度矩阵如下：
设加载时的温度为25 ℃，因试验条件在室温下进行且温度变化范围很小，因此，忽略温度对试验结果的影响。由于TBCs系统的模拟分析具有小变形、无断裂的特征，即应力和应变是线性关系，因此，无需考虑各层之间的结合强度对模拟过程产生的影响，亦无需采用cohesive单元模拟分析其断裂行为[33]。四点弯曲过程中可以认为是简支梁模型：两个支点无自由度。梁在一个支点处约束所有移动自由度，而在另一支点处仅有X方向的移动自由度和绕Z轴的旋转自由度。外弯和内弯载荷下的压头位移分别设为0.65 mm和0.5 mm。金属基底沿长度、宽度和厚度方向，即X、Y和Z方向分别划分为100个、10个和4个单元，而涂层沿长度方向、宽度方向和厚度方向，即X方向、Y方向和Z方向分别划分为300个、10个和3个单元。因模型比较简单、规则，故TBCs双层梁模型全部采用六面体网格划分法。认为支点和压头是刚形体，即在整个试验过程中始终无变形。为避免因支点和压头的网格划分不对称对计算结果的影响，采用扫掠模式对这四个刚形体进行网格划分。
图13、图14和图15分别为无缺陷的外弯载荷下TBCs系统的等效应力分布X方向正应力分布和Y方向正应力分布。从图中可以看出，从支点到压头之间，应力由零逐渐增大，两压头之间为最大等应力区，其值为557.74 MPa。涂层位于最大等应力区，沿Y轴负方向受到的拉伸应力从147.29 MPa增加到171.44 MPa。值得注意的是，由于金属基底的杨氏模量(206 GPa)远大于陶瓷层的杨氏模量(53 GPa)。金属基底的屈服强度为627 MPa，也远大于陶瓷层的屈服强度(脆性材料，无有意义的数值)。最大应力虽出现在金属基底最远离中性轴的位置，但还不足以导致金属基底的塑性变形。相反，陶瓷层却很容易在拉伸应力σx的作用下产生开裂。在界面处存在79.55 MPa的σy，它可以在垂直裂纹扩展到此的基础上导致涂层产生张开型界面裂纹。金属基底内存在的σy则忽略不计，这对陶瓷层的应力状态无影响，故忽略其作用。
|
| 图 13 无缺陷-外弯模型等效应力分布示意图 Fig. 13 Distribution diagram of equivalent stress of outer bending-no defects model |
|
| 图 14 无缺陷-外弯模型X向正应力分布示意图 Fig. 14 Distribution diagram of X normal stress of outer bending-no defects model |
|
| 图 15 无缺陷-外弯模型Y向正应力分布示意图 Fig. 15 Distribution diagram of Y normal stress of outer bending-no defects model |
图16、图17和图18分别为无缺陷的内弯载荷下TBCs系统的米塞斯等效应力分布、X方向正应力分布以及XY平面的剪切应力分布。从图中可以看出，从支点到压头之间，应力由零逐渐增大，两压头之间为最大等应力区，其值为568.05 MPa。涂层位于最大等应力区，在无缺陷处，沿Y轴正方向受到的压缩应力从139.47 MPa增加到169.54 MPa。值得注意的是，TBCs的应力状态在屈曲缺陷处变化很明显。在屈曲边界处，涂层受到的压缩应力最大，达到了193.64 MPa，而在屈曲突起处却受到拉伸应力的作用，其值为30.41 MPa。XY平面剪切应力也存在与屈曲边界处，其最大值为45.978 MPa。金属基底中虽然也存在剪切应力，但它们对涂层本身并无影响，因此不予考虑。
|
| 图 16 屈曲缺陷-内弯模型等效应力分布示意图 Fig. 16 Distribution diagram of equivalent stress of inner bending-buckling defects model |
|
| 图 17 屈曲缺陷-内弯模型X向正应力分布示意图 Fig. 17 Distribution diagram of X normal stress of inner bending-buckling defects model |
|
| 图 18 屈曲缺陷-内弯模型XY平面剪切应力分布示意图 Fig. 18 Distribution diagram of XY shear stress of inner bending-buckling defects model |
为验证上述热障涂层在弯曲载荷下的的断裂过程和失效机理，图19~21给出了喷涂态涂层在加载前后的TBCs截面形貌。其中TC含有喷涂缺陷，包括孔隙和微裂纹。这些缺陷是随机分布的，在应力的作用下极容易成为AE信号源。而从图20与图21可以看出，TBCs在外弯载荷下，首先产生垂直裂纹，垂直裂纹的裂纹密度随加载时间的增加而增加，随着载荷进一步增加，表面垂直裂纹向BC-TC界面延伸，然后在此界面处转化为张开型界面裂纹。TBCs在内弯载荷下产生的垂直裂纹非常少，其几何特征与在外弯载荷下产生的垂直裂纹无明显差异，故不重复展示。而剪切型界面裂纹由于受到剪切应力τyx的作用，会产生扭折和分叉现象。在理想情况下，界面裂纹将始终出现在BC-TC界面附近[22]，而TBCs在实际服役条件下，由于屈曲边界的位置具有随机性，且TC层内部本身也存在大量的缺陷，这两个因素均会对剪切型界面裂纹出现的位置产生影响，这将导致剪切型界面裂纹出现在BC-TC界面附近并位于TC涂层内。剪切型界面裂纹宽度小于张开型界面裂纹。
|
| 图 19 加载前的喷涂态8YSZ的SEM形貌 Fig. 19 SEM images of as-sprayed 8YSZ coatings before loading |
|
| 图 21 内弯载荷下的喷涂态8YSZ的SEM形貌 Fig. 21 SEM images of as-sprayed 8YSZ coatings under inner bending |
|
| 图 20 外弯载荷下的喷涂态8YSZ的SEM形貌 Fig. 20 SEM images of as-sprayed 8YSZ coatings under outer bending |
综上所述，A(或A′)类信号具有大振铃计数(300~3000)、高能量(300~1800 mV·μs)和长持续时间(8000~11000 μs)的特征，这类信号在外弯和内弯载荷下分别出现在2400 s和1200 s以后。涂层的宏观断裂与剥落显然是由于界面裂纹而引起，而涂层的宏观断裂与剥落信号的特征具有高能量和长持续时间的特点[19]。因此，A(或A′)类信号属于涂层的宏观断裂与剥落信号。由经历图可知，TBCs系统在4PB载荷下的变形在整个试验阶段均产生AE信号。变形不仅局限于基体的弹塑性变形，还包括涂层内部的微观变形，如屈曲的产生等。试验结果发现，仅B(或B′)类信号在整个试验过程中一直出现。因此，B(或B′)类信号属于TBCs系统变形信号。C(或C′)类信号在外弯和内弯载荷下分别在500 s和250 s以后开始出现，而C类信号的数量远远大于C′类信号，即σx在外弯载荷下显然会出现，但TBCs在内弯载荷下，只能在小范围内(屈曲处)产生表面垂直裂纹。因此，C(或C′)类信号对应表面垂直开裂信号。D类信号和E类信号在外弯和内弯载荷下分别在2400 s和1200 s以后开始出现。这两个类信号的特征参数和波形较为相似，说明了这两类信号为界面开裂信号。TBCs在加载时的应力状态是区分这两种断裂模式差异的必要条件。这两组信号分别对应张开型界面开裂和剪切型界面开裂。
TBCs在外弯载荷下的损伤演化过程为：表面垂直裂纹在500 s以后开始出现，然后在2400 s时扩展到BC–TC界面并转化为张开型界面裂纹。相比之下，TBCs在内弯载荷下没有出现张开型界面裂纹，表面垂直裂纹出现的也很少，而剪切型界面裂纹在1200 s时突然出现。两种弯曲加载模型下，TBCs在界面裂纹出现后，均会引起涂层的宏观断裂与剥落。因此，TBCs在外弯载荷下的损伤失效行为可分为3个阶段：表面垂直开裂、张开型界面开裂和宏观断裂和剥落。TBCs在内弯载荷下的损伤失效行为亦分为3个阶段：屈曲与表面垂直开裂、剪切型界面开裂和宏观断裂和剥落。
3 结 论(1)在4PB-AE试验中，采用AE特征参数的演变反映了涂层损伤断裂过程的变形与断裂行为。TBCs系统在外弯载荷下，产生AE信号的振铃计数、能量和持续时间从零分别逐渐增加到300、36 mV·μs和1500·μs。而在内弯载荷下，TBCs产生AE信号的振铃计数、能量和持续时间分别低于45、17 mV·μs和1000 μs，它们几乎不随时间增大。大振铃计数(300~3000)、高能量(300~1800 mV·μs)和长持续时间(8000~11000 μs)的AE信号分别出现在外弯和内弯试验的2400 s和1200 s之后，当弯矩达到涂层几乎完全剥落时弯矩值的90%时，AE活性急剧增加，此为TBCs出现宏观断裂的前兆。
(2)两种弯曲载荷模型均有4类信号。由聚类分析的结果可知，在两种弯曲模型下都出现了A、B和C类的信号。然而，D类信号和E类信号分别只在外弯和内弯载荷模型下出现，这说明应力场会影响TBCs的断裂模式。A、B、C、D和E类信号分别对应着涂层的宏观断裂与剥落、TBCs系统变形、表面垂直裂纹、张开型界面开裂和剪切型界面开裂信号。由小波包分析结果得知，B、C、D、E类信号的能量分别集中在a0和a1(0~156.25 kHz)、a2(156.25~234.375 kHz)、a4(312.5~390.625 kHz)和a5(390.625~468.75 kHz)能级。
(3) 3种不同断裂模式的TBCs信号波形具有不同的特征。两种界面裂纹信号的包络线随时间振荡，张开型界面裂纹信号的频率低于剪切型界面裂纹信号的频率，而它的包络线震荡周期比剪切型界面裂纹信号长，而表面垂直裂纹信号的包络线几乎无振荡。信号的这些特征可以用来区分这三种断裂模式。
(4) TBCs在外弯载荷下，表面垂直裂纹不断出现，然后扩展到BC-TC界面处并转化为张开型界面裂纹。而在内弯载荷下，涂层只产生少量的表面垂直裂纹，随后通常在BC-TC界面附近的TC涂层内产生剪切型界面裂纹。两种界面裂纹均会引起涂层的宏观断裂和剥落。
| [1] | DOLLMAYER J, BUNDSCHUH N, CARL U B. Fuel mass penalty due to generators and fuel cells as energy source of the all-electric aircraft[J]. Aerospace Science & Technology, 2006, 10(8): 686-694. |
| 点击浏览原文 | |
| [2] |
王铀, 王亮. 新型锆酸盐基热障涂层材料的研究进展[J]. 中国表面工程, 2009, 22(6): 8-18.
WANG Y, WANG L. Research progress of new types of zirconate-based thermal barrier coatings[J]. China Surface Engineering, 2009, 22(6): 8-18 (in Chinese). |
| 点击浏览原文 | |
| [3] | DAROLIA R. Thermal barrier coatings technology: critical review, progress update, remaining challenges and prospects[J]. International Materials Reviews, 2013, 58(6): 315-348. |
| 点击浏览原文 | |
| [4] | ANG A S M, BERNDT C C. A review of testing methods for thermal spray coatings[J]. International Materials Reviews, 2014, 59(4): 179-223. |
| 点击浏览原文 | |
| [5] | SAMPATH S, JIANG X Y, MATEJICEK J, et al. Role of thermal spray processing method on the microstructure, residual stress and properties of coatings: an integrated study for Ni-5 wt. %Al bond coats[J]. Materials Science & Engineering A, 2004, 364(1): 216-231. |
| [6] | WANG L, YANG J S, NI J X, et al. Influence of cracks in APS-TBCs on stress around TGO during thermal cycling: A numerical simulation study[J]. Surface & Coatings Technology, 2016, 285: 98-112. |
| [7] | ARMSTER S Q, DELPLANQUE J P, REIN M, et al. Thermo-fluid mechanisms controlling droplet based materials processes[J]. Metallurgical Reviews, 2002, 47(6): 265-301. |
| 点击浏览原文 | |
| [8] | EVANS A G, MUMM D R, HUTCHINSON J W, et al. Mechanisms controlling the durability of thermal barrier coatings[J]. Progress in Materials Science, 2001, 46(5): 505-553. |
| 点击浏览原文 | |
| [9] | LI C C, WANG T, LIU X J, et al. Evolution of mechanical properties of thermal barrier coatings subjected to thermal exposure by instrumented indentation testing[J]. Ceramics International, 2016, 42(8): 10242-10250. |
| 点击浏览原文 | |
| [10] |
丁彰雄. 热障涂层的研究动态及应用[J]. 中国表面工程, 1999(2): 31-37.
DING Z X. Research status of thermal barrier coatings and applications[J]. China Surface Engineering, 1999(2): 31-37 (in Chinese). |
| 点击浏览原文 | |
| [11] | LI B, FAN X, OKADA H, et al. Mechanisms governing the failure modes of dense vertically cracked thermal barrier coatings[J]. Engineering Fracture Mechanics, 2018, 189: 451-480. |
| 点击浏览原文 | |
| [12] | SCHLICHTING K W, PADTURE N P, JORDAN E H, et al. Failure modes in plasma-sprayed thermal barrier coatings[J]. Materials Science & Engineering A, 2003, 342(1): 120-130. |
| [13] | MA H C, GUO J Q, CHEN J Q, et al. Reliability and failure mechanism of copper pillar joints under current stressing[J]. Journal of Materials Science Materials in Electronics, 2015, 26(10): 7690-7697. |
| 点击浏览原文 | |
| [14] | NIES D, REHMER B, SKROTZKI B, et al. Damage characterization of thermal barrier coatings by acoustic emission and thermography[J]. Advanced Engineering Materials, 2012, 14(9): 790-794. |
| 点击浏览原文 | |
| [15] | ZHU W, YANG L, GUO J W, et al. Determination of interfacial adhesion energies of thermal barrier coatings by compression test combined with a cohesive zone finite element model[J]. International Journal of Plasticity, 2015, 64(7): 76-87. |
| 点击浏览原文 | |
| [16] | LI C C, QIAO X, WANG T, et al. Damage evolution and failure mechanism of thermal barrier coatings under Vickers indentation by using acoustic emission[J]. Progress in Natural Science: Materials International, 2018, 28(1): 90-96. |
| 点击浏览原文 | |
| [17] | DOYLE J F. Wave propagation in structures[M]. Berlin: Springer, 1989 |
| [18] | MA X Q, CHO S, TAKEMOTO M. Acoustic emission source analysis of plasma sprayed thermal barrier coatings during four-point bend tests[J]. Surface & Coatings Technology, 2001, 139(1): 55-62. |
| 点击浏览原文 | |
| [19] | YANG L, KANG H S, ZHOU Y C, et al. Frequency as a key parameter in discriminating the failure types of thermal barrier coatings: Cluster analysis of acoustic emission signals[J]. Surface & Coatings Technology, 2015, 264: 97-104. |
| [20] | WANG L, NI J X, SHAO F, et al. Failure behavior of plasma-sprayed yttria-stabilized zirconia thermal barrier coatings under three-point bending test via acoustic emission technique[J]. Journal of Thermal Spray Technology, 2016, 26: 116-131. |
| 点击浏览原文 | |
| [21] | PARK J H, KIM J S, LEE K H. Acoustic emission characteristics for diagnosis of TBC damaged by high-temperature thermal fatigue[J]. Journal of Materials Processing Technology, 2007, 187(12): 537-541. |
| 点击浏览原文 | |
| [22] | YANG L, ZHONG Z C, YOU J, et al. Acoustic emission evaluation of fracture characteristics in thermal barrier coatings under bending[J]. Surface & Coatings Technology, 2013, 232(10): 710-718. |
| [23] | ZHOU M, YAO W B, YANG X S, et al. In-situ and real-time tests on the damage evolution and fracture of thermal barrier coatings under tension: a coupled acoustic emission and digital image correlation method[J]. Surface & Coatings Technology, 2014, 240: 40-47. |
| [24] | LLETÍ R, ORTIZ M C, SARABIA L A, et al. Selecting variables for k -means cluster analysis by using a genetic algorithm that optimises the silhouette[J]. Analytica Chimica Acta, 2004, 515(1): 87-100. |
| 点击浏览原文 | |
| [25] | GUTKIN R, GREEN C J, VANGRATTANACHAI S, et al. On acoustic emission for failure investigation in CFRP: Pattern recognition and peak frequency analyses[J]. Mechanical Systems & Signal Processing, 2011, 25(4): 1393-1407. |
| [26] | YANG L, ZHOU Y C, LU C. Damage evolution and rupture time prediction in thermal barrier coatings subjected to cyclic heating and cooling: An acoustic emission method[J]. Acta Materialia, 2011, 59(17): 6519-6529. |
| 点击浏览原文 | |
| [27] | MATTHAEI M, HU J F, KALLAY L, et al. Study on friction and wear utilizing acoustic emission. Relation between friction and wear mode and acoustic emission signals[J]. Journal of the Japan Society for Precision Engineering, 1989, 55(4): 673-678. |
| 点击浏览原文 | |
| [28] | GHAFOURI-AZAR R, MOSTAGHIMI J, CHANDRA S. Modeling development of residual stresses in thermal spray coatings[J]. Computational Materials Science, 2006, 35(1): 13-26. |
| 点击浏览原文 | |
| [29] | WANG L, WANG Y, SUN X G, et al. Finite element simulation of residual stress of double-ceramic-layer La2Zr2O7/8YSZ thermal barrier coatings using birth and death element technique[J]. Computational Materials Science, 2012, 53(1): 117-127. |
| 点击浏览原文 | |
| [30] | LIN C, SUN Q, CHAI Y, et al. Stress evolution in top coat of thermal barrier coatings by considering strength difference property in tension and compression[J]. Surface & Coatings Technology, 2017, 329: 86-96. |
| 点击浏览原文 | |
| [31] | YAO W B, DAI C S, MAO W G, et al. Acoustic emission analysis on tensile failure of air plasma-sprayed thermal barrier coatings[J]. Surface & Coatings Technology, 2012, 206(18): 3803-3807. |
| 点击浏览原文 | |
| [32] | AGIOUTANTIS Z, KAKLIS K, MAVRIGIANNAKIS S, et al. Potential of acoustic emissions from three point bending tests as rock failure precursors[J]. International Journal of Mining Science and Technology, 2016, 26(1): 155-160. |
| 点击浏览原文 | |
| [33] | ZHU W, YANG L, GUO J W, et al. Determination of interfacial adhesion energies of thermal barrier coatings by compression test combined with a cohesive zone finite element model[J]. Plasticity, 2015, 64: 76-87. |
| 点击浏览原文 |