DOI: 10.11817/j.ysxb.1004.0609.2021-39691

细晶高强度Mg-Gd-Y-Zn-Zr合金热变形本构方程及组织演变模型

骆俊廷^{1, 2}，赵静启¹，李  建³，王  强¹，李洪波¹，李英梅²，郗晨阳¹

(1. 燕山大学 机械工程学院 先进锻压成形技术与科学教育部重点实验室，秦皇岛 066004；

2. 燕山大学 亚稳材料制备技术与科学国家重点实验室，秦皇岛 066004；

3.秦皇岛燕大现代集成制造技术开发有限公司，秦皇岛 066004)

摘  要：利用Thermecmastor-Z热模拟试验机，在变形温度为350~450 ℃、应变速率为0.001~1 s^-1条件下，对一种平均晶粒尺寸为4.1 μm、室温抗拉强度达到324 MPa的细晶高强度Mg-Gd-Y-Zn-Zr合金进行了热压缩变形试验。利用Arrenhenius模型描述该合金的热流变行为，并构建了热变形本构方程。结果表明：基于试验数据绘制的真应力-应变曲线显示出较为明显的动态再结晶行为特征。通过数据拟合得出再结晶临界应力约为峰值应力的0.851，临界应变约为峰值应变的0.309；建立了动态再结晶临界应变模型和变形温度为350、400和450 ℃，应变速率为0.01、0.1和1 s^-1条件下的动态再结晶体积分数预测模型。所建立的方程和模型可为细晶高强度Mg-Gd-Y-Zn-Zr合金热变形过程力学行为及组织演变行为的预测提供依据。

关键词：细晶高强度；Mg-Gd-Y-Zn-Zr合金；热压缩变形；本构方程；动态再结晶模型

文章编号：1004-0609(2021)-05-1214-13　　     中图分类号：TG146.2　　     文献标志码：A

引文格式：骆俊廷, 赵静启, 李  建, 等. 细晶高强度Mg-Gd-Y-Zn-Zr合金热变形本构方程及组织演变模型[J]. 中国有色金属学报, 2021, 31(5): 1214-1226. DOI: 10.11817/j.ysxb.1004.0609.2021-39691

LUO Jun-ting, ZHAO Jing-qi, WANG Qiang, et al. Constitutive equation and microstructure evolution model of fine-grained and high-strength Mg-Gd-Y-Zn-Zr alloy during hot deformation[J]. The Chinese Journal of Nonferrous Metals, 2021, 31(5): 1214-1226. DOI: 10.11817/j.ysxb.1004.0609.2021-39691

镁合金作为目前最轻的金属结构材料，密度仅相当于铝的2/3，钢的1/4，同时镁合金还具有阻尼减震性好、比强度和比刚度高、易于机加工成形等特点，在航空航天及汽车工业领域受到了广泛研究与关注。但镁合金是密排六方结构，室温下的塑性较差，而且弹性模量和绝对强度也相对较低，同时又受到加工技术、抗腐蚀性能以及价格等因素的影响，因此镁合金的广泛应用受到了极大的限制^[1-3]。

科研工作者通过多种手段对镁合金进行强化和改进，稀土元素作为重要的合金化元素，能够使镁合金的晶粒显著细化，提高其塑性加工性能。其中，Mg-Gd系合金在具有优良耐热性能的同时还具有极佳的高温力学性能和抗蠕变性能，属于高强重稀土镁合金，而在此基础上通过添加Y元素以及Zn元素开发成的Mg-Gd-Y-Zn-Zr合金在性能上得到了进一步提升，是目前为止综合力学性能最优越的镁合金之一^[4-6]。

镁合金制品的生产通常以热加工形式在再结晶温度以上进行^[7]，该过程存在温度、应变速率、变形量等因素的综合影响，且涉及到再结晶过程，较为复杂，因此镁合金的热变形行为得到了科研工作者的广泛研究与关注。WATANABE等^[8]通过热压缩试验研究了AZ31和AZ91镁合金在1×10^-3~1×10³ s^-1应变速率范围内的高温变形行为，发现应变速率低于0.1 s^-1时，主要变形机制是攀爬控制的位错蠕变，而高应变速率下(0.1~1×10³ s^-1)的变形是以包括位错滑移及孪生在内的常规塑性流动形式进行。KUMAR等^[9]的研究表明，在AZ91合金(Mg-9Al-1Zn，质量分数，%)的高温挤压和扭转过程中，动态再结晶的发生使得材料微观组织显著细化，并且发现完全再结晶行为与材料在峰值应力后发生软化所产生的应力平台存在关联。LIU等^[10]基于AZ31B镁合金的Gleeble-1500热模拟试验，提出了一种表征该镁合金动态再结晶行为流变应力的新模型。CHEN等^[11]研究了初始晶粒尺寸较大的AZ31B镁合金的动态再结晶行为，发现合金在热变形过程中发生了动态再结晶，平均晶粒尺寸显著降低，强烈的细晶强化作用导致流动应力增加，从而进一步影响到了动态再结晶体积分数模型的构建。AHN等^[12]进行了Mg-8Al-0.5Zn合金的变温单轴热压缩试验，基于镁合金在高温成形过程中的热力流动曲线构建了相关材料模型，进而有效地在有限元分析过程中考虑了流动曲线的软化行为。

对于镁合金来说，初始晶粒尺寸越细小，则合金组织中的晶界越多，越有利于动态再结晶的形核，所对应的动态再结晶临界应变以及峰值应变也越低，即材料越容易发生动态再结晶；同时，根据相关研究，细晶镁合金再结晶后所获得的晶粒组织也会更加细小，这将直接带来产品力学性能的提 升^[13-14]。因此，加强细晶镁合金热变形工艺的研究具有十分重要的意义。但由于目前该方向的研究还比较少，对于细晶且高强度的Mg-Gd-Y-Zn-Zr合金的热变形本构方程及组织演变模型的相关研究还未见报道，这就限制了细晶高强度Mg-Gd-Y-Zn-Zr合金的加工成形技术的广泛开展。本文基于细晶高强度Mg-Gd-Y-Zn-Zr合金的热压缩试验构建了其流变应力本构方程及组织演变模型，为该合金的热加工变形提供理论依据。

1  实验

本实验选用的是一种Mg-Gd-Y-Zn-Zr合金，其主要化学成分如表1所示。该合金在实验前经过预挤压及固溶处理，不同温度下的力学性能列于表2。由表2可知，该合金室温抗拉强度较高，达到324 MPa，屈服强度约为193 MPa；即使温度升高到250 ℃时，其抗拉强度依然可以达到258 MPa左右。实验材料的光学显微组织如图1所示。由图1可知，晶粒基本上呈等轴状，平均尺寸约为4.1 μm，该合金为典型的细晶高强度镁合金。从原材料上切割出d 8 mm×12 mm的圆柱形热压缩试样，采用Thermecmastor-Z热模拟试验机进行热压缩试验。

表1  实验材料的化学成分

Table 1  Chemical composition of experimental material (mass fraction, %)

表2  实验材料的力学性能

Table 2  Mechanical properties of experimental material

图1  实验材料的光学显微组织

Fig. 1  Optical microstructures of experimental material

对于具有密排六方结构的镁合金，只有当加工温度达到225 ℃以上时才会使得非基面滑移开动，这时合金的塑性变形能力较高，但变形温度过高又会导致合金组织产生氧化腐蚀以及晶粒长大^[15]。因此，最终选定的热压缩变形温度为350、400和450 ℃，选定的4种应变速率分别为0.001、0.01、0.1和1 s^-1，选定的压缩率为50%。变形结束后从试验机中取得热压缩试验数据。

2  结果与讨论

2.1  真应力-真应变曲线

图2所示为在不同变形条件下对试样进行热压缩变形所获得的真应力-真应变曲线。由图2可以发现，这些曲线呈现出大致相同的变化趋势：在变形的初始阶段，应力急剧上升，随后略有放缓并达到一个最高点，即峰值应力点，而之后则出现了明显的应力下降的阶段；随着应变量的继续增大，流变应力的下降趋势逐渐放缓，最终趋于一个稳定值，即稳态应力。热压缩曲线的这种状态表现出了较为明显的动态再结晶行为特征，这种曲线变化趋势是在加工硬化作用以及动态再结晶软化作用的共同影响之下产生的：在变形初始阶段，材料的内部位错受到外部应力的作用，发生合并及重组，位错密度随着应变量的增加而增大，导致位错运动阻力随之增大而产生加工硬化，在加工硬化的影响下流变应力迅速增大；而随着应变的继续增加，变形储能的积聚促使再结晶发生，加工硬化作用以及再结晶带来的软化作用共同影响变形，流变应力增大的趋势开始放缓并逐渐达到峰值应力点；再结晶行为的不断进行使得软化作用不断增强，并且开始在变形过程中占主导地位，流变应力在到达峰值后即开始缓慢下降；在变形后期，动态再结晶导致的晶粒细化又使得加工硬化作用略有增强，随着应变量的增加，最终硬化作用和软化作用达到平衡，流变应力趋于一个稳定值。

通过对图2的进一步分析可以发现，实验材料对变形温度和应变速率较为敏感。当变形温度恒定时，随着应变速率从0.001 s^-1增加到1 s^-1，相应的流变应力、峰值应力以及进入稳态时的应变也随之升高；应变速率的增大使得位错运动加快，运动阻力增大，软化作用相对较低，同时由于应变速率较高，会导致发生相同应变的时间相应地减少，这些因素的共同作用导致了这一趋势的产生。当应变速率一定时，变形温度的升高促使材料内部原子的动能增大，提高位错以及空位的活动性，减小运动阻力；温度的升高又提高了再结晶的驱动力，继而使得软化作用增强，因此可以看到，相应的流变应力、峰值应力以及进入稳态时的应变随着温度的升高而降低^[16-17]。

图2  不同变形条件下热压缩试样的真应力-应变曲线

Fig. 2  True stress-strain curve of hot compression specimen under different deformation conditions

2.2  本构方程的构建

流变应力本构方程的构建是实现对实际生产过程的有限元模拟的必要条件之一。在热压缩变形过程中，镁合金的高温流变应力σ受到变形温度T和应变速率的共同影响，因此需要建立能够准确表达三者关系的模型。目前，构建材料本构方程的模型主要包括Arrenhenius模型、Johnson-Cook(J-C)模型、Zerilli-Armstrong(Z-A)模型以及ANN模型。其中，Z-A模型主要适用于FCC及BCC结构的金属材料；ANN模型的构建过程较为复杂，通用性不佳；J-C模型属于高应变、高温及高应变速率类型的本构模型，三者皆不适用于本文所述镁合金本构方程的构建，本文选取适用范围较广的Arrenhenius模型^[18]。

Arrenhenius模型表达为幂函数、指数函数和双曲正弦函数3种不同的形式，分别为^[19]：

低应力水平(＜0.8)，

                    (1)

高应力水平(＞1.2)，

                (2)

所有应力水平下

               (3)

式中：A₁、A₂、A、α、β、n₁和n均是与变形温度无关的材料常数；为应变速率；R是摩尔气体常数，R=8.314 J/(mol·K)；Q为变形激活能(kJ/mol)；T为变形温度(K)；为流变应力(MPa)。以上未知量主要通过基于试验所得应力应变数值的各类线性拟合来确定。其中，、n和β存在如下关系：

                                   (4)

对式(1)和式(2)两边取对数，结果如下：

                (5)

                   (6)

取得不同热压缩条件下的峰值应力值，将这些峰值应力值代入到式(5)和式(6)中，分别以和为坐标轴作散点图并进行一元线性拟合，结果如图3所示。

图3  及拟合曲线

Fig. 3  Fitting curves of (a) and (b)

线性拟合的结果显示，图3(a)中各温度下实验数据拟合的决定系数均大于0.86，图3(b)中各温度下实验数据拟合的决定系数均大于0.89，线性关系较好。根据式(5)和式(6)可知，和的关系拟合曲线的斜率分别对应常数n₁和β。取图3(a)中每条曲线的斜率平均值得n₁=4.64308，取图3(b)中每条曲线的斜率平均值得β=0.05172，则。

对式(3)两边取对数，结果如下式所示：

           (7)

将不同热压缩条件下的峰值应力值及所求得的值代入上式，以为坐标轴作散点图并进行一元线性拟合，结果如图4所示。

图4  拟合曲线

Fig. 4  Fit curve of

根据线性拟合的结果，图4中各温度下实验数据拟合的决定系数均大于0.88，线性关系较好，同时说明了本实验所用镁合金在热压缩时应力与应变速率的关系满足这种双曲正弦的形式。根据式(7)可知，的关系拟合曲线的斜率即为常数n，故取图4中各条拟合曲线的斜率平均值得n=3.1732。同时又可以看到，对应图4中各条关系拟合曲线的截距。

对式(7)求偏微分，得到变形激活能的表达式，如下所示：

          (8)

由于所进行的热压缩试验属于恒定应变速率变形，所以假定在一定温度范围内激活能Q保持不变。将相关参数代入到中，以-为坐标轴作图，并进行线性拟合，得到如图5所示的曲线。图中各应变速率实验数据拟合的决定系数均大于0.93，说明和的线性关系较好，取得图中各条拟合曲线的斜率，其平均值为6.17315，设为s。将相关参数代入到式(8)中，求得热变形激活能Q=162.860 kJ/mol，然后取得图4中各条拟合曲线的截距，将求得的Q及其他相关参数代入到中，求解出各条曲线所对应的并取平均值，最后得到A=4.5234×10¹⁰。

图5  -拟合曲线

Fig. 5  Fit curves of -

将求得的A、α、n和Q等常数代入到式(3)中，得到适用于本实验所用高强Mg-Gd-Y-Zn-Zr合金在不同应力状态下进行热变形的流变应力本构方程：

                 (9)

在镁合金热变形过程中，变形温度和应变速率对塑性变形的影响通常通过引入Zener-Hollomon参数(即温度补偿应变速率因子Z)来表示：

                       (10)

通过Z参数的引入，可以将式(3)转换为

         (11)

由此可以得到流变应力本构方程的另一种表达形式：

              (12)

图6所示为不同试验条件下的实验值与计算值的对比图。在低应变速率下，本文所建立的流变应力本构方程的计算结果与实验结果基本吻合，相对误差保持在15%以内；但高应变速率下的吻合性略差，其中应变速率为0.1 s^-1时计算值偏低，而应变速率为1时计算值偏高，但除了变形温度为400 和450 ℃，应变速率为1 s^-1时的误差分别达到18%和16%外，其他条件下的误差仍然保持在15%以下。而随着温度和应变速率的变化，计算值的变化趋势和实验值的变化趋势基本相符，整体来看该本构方程的精度较好，可以作为实际生产过程的参考。

图6  不同变形条件下方程计算结果与实验结果的比较

Fig. 6  Comparison between calculation results of equation and experimental results under different deformation conditions

2.3  组织演变模型

通过分析热压缩试验所得的真应力-真应变曲线，可以发现本实验所用的镁合金在热变形过程中产生了明显的动态再结晶行为。借助试验数据建立该合金在热变形过程中的动态再结晶演变模型是实现对实际生产过程的有限元模拟的必要条件。

2.3.1  动态再结晶临界应变模型

如上所述，金属在热变形过程中，只有当应变量积累到一定程度才能产生动态再结晶，通常将材料开始发生再结晶时所对应的应变设定为临界应变。临界应变模型是动态再结晶模型的重要组成部分。SELLARS等^[20]提出了求取材料临界条件的经验公式：。其中，为临界应变，为峰值应变，K为一常数，通常取值范围为0.6~0.85。通过该经验公式可以便捷地求出材料动态再结晶的临界应变，但是求取的精度容易受到K取值大小的影响，因此，本文采用加工硬化率方法来确定动态再结晶的临界条件。根据POLIAK等^[21]的研究，加工硬化速率()反映流变应力的变化速率与应力之间的关系，可以通过建立加工硬化速率θ与流变应力之间的关系曲线来表示材料热变形过程中的微观组织演变，并进一步分析得出材料组织演变的一系列参数。本文根据热压缩试验数据，建立了不同条件下的加工硬化率与真应力的关系曲线，图7展示了其中变形温度为450 ℃、应变速率为0.01 s^-1时的加工硬化率曲线，认为0时，即图7曲线中的拐点位置为该镁合金材料发生动态再结晶的临界应力点。该点在真应力-真应变曲线中所对应的应变即为临界应变，同时如图7所示，临界应力点切线与的交点为假定的动态回复稳态应力；当曲线与相交时(即如前文所述加工硬化作用与再结晶软化作用达到平衡)又可以分别得到该材料的峰值应力点和稳态应力。

图7  变形温度450 ℃应变速率为0.01 s^-1条件下的加工硬化率与真应力关系曲线

Fig. 7  Relationship curve between work hardening rate and true stress at deformation temperature of 450 ℃and strain rate of 0.01 s^-1

通过以上方式求出不同变形条件下的临界应力和临界应变，并进行如图8所示的线性拟合。根据拟合的结果，临界应力和峰值应力的关系可以表示为 =0.851，临界应变与峰值应变的关系可以表示为。由于临界应力σ_c是通过分析硬化率曲线间接得出，而峰值应力可由实验结果直接获得，相对来说更为准确，同时为了建模方便，所以在之后的模型构造中采用关系式求得的临界应力值进行。

采用Sellers模型建立该镁合金材料的峰值应变模型，求解公式表示为

                                (13)

                           (14)

联立式(13)和式(14)可得：

    (15)

式中：a₁和m₁为材料自身参数；为峰值应变；为应变速率；Z为热力学参数；Q₁对应动态再结晶的热激活能。

对式(15)两边取对数，得到：

               (16)

从真应力-真应变曲线可看出，在350、400和450 ℃ 3个温度条件下以及0.01、0.1和1 s^-1 3个应变速率条件所对应曲线的动态再结晶行为特征更加明显，本文选取这些条件下的数据进行模型的构建。将各变形条件下的峰值应变代入到式(16)中，分别以和为横纵坐标建立散点图，并对其进行线性拟合，如图9所示。

图8  及拟合曲线

Fig. 8  Fitting curves of (a) and (b)

图9  及拟合曲线

Fig. 9  Fittings curves of (a) and (b)

其中，曲线拟合后的曲线斜率平均值为0.31124，由式(16)可知该值对应m₁；曲线拟合后的曲线斜率平均值为4.515，该值对应着，则求得Q₁的值为120.609 kJ/mol。

将求得的热激活能Q₁值以及不同的变形条件参数T和代入到式(14)中，求出不同条件下的Z值，根据式(13)建立关于的散点图，并对其进行线性拟合，结果如图10所示。

根据拟合的结果，曲线的斜率为0.000125，该值即对应式(13)中的参数a₁。

综上所述，本实验所用镁合金材料的峰值应变模型可表示为

                       (17)

                        (18)

          (19)

为了验证式(19)所得峰值应变模型的准确性，绘制了图11所示的峰值应变实验值与预测值对比图。由图11可以看到，决定系数为0.91，说明在所选定的试验条件下，该模型能够较好地预测实验所用镁合金材料的峰值应变。

图10  拟合曲线

Fig. 10  Fitting curve of

图11  峰值应变实验值和预测值对比图

Fig. 11  Comparison of experimental and predicted values of peak strain

上文已经求得临界应变与峰值应变的关系为ε_c=0.309ε_p，故本实验所用镁合金材料的动态再结晶临界应变模型如下：

       (20)

2.3.2  动态再结晶体积分数模型

动态再结晶体积分数X_DRX表示合金材料在一定的热变形条件下所产生的动态再结晶的程度，建立关于这一体积分数的数学模型对于材料加工的有限元模拟具有重要意义，该模型也是材料热变形组织演变模型的主要内容。

需要强调的是，常见的确定合金热变形过程动态再结晶体积分数的方法包括能量法、金相法和应力-应变曲线法，前两者操作较为困难，且存在主观误差影响，因此，本文所采用的方法为应力-应变曲线法：通过建立动态回复和动态再结晶的联立曲线，以数学模型求解合金在热压缩变形中动态再结晶的体积分数。同样，由于在350、400和450 ℃ 3个温度以及0.01、0.1和1 s^-1 3个应变速率条件下热压缩曲线的动态再结晶特征更为明显，本文基于这些条件下的数据进行再结晶模型的构建。

合金材料在热变形过程中会产生加工硬化现象，而动态再结晶进行的程度直接反映着软化作用的效果，从之前对于热压缩真应力-应变曲线的分析可以得知，本实验所用镁合金材料在热压缩变形过程中发生了明显的动态再结晶行为。镁合金层错能较低，在热变形过程中以动态再结晶为主，虽然未通过实验直接获得动态回复曲线，但可以借助相关数学模型构建出只进行了动态回复的真应力-应变曲线，该曲线可以表示假设未发生再结晶区域的加工硬化行为^[22]。构建动态回复曲线所借助的数学模型如下：

             (21)

式中：为动态回复曲线的稳态应力。通过所构建的加工硬化率曲线得出；σ₀为材料的屈服应力，也称初始应力，一般取发生0.2塑性变形时的应力作为初始应力；参数r反映了给定温度和应变速率下的动态回复速率：对加工硬化率曲线上临界应力以前的部分求导，可以得到斜率值m，之后按照关系式得出r值。

将相关值代入到式(21)中，构建出各变形条件下的动态回复曲线，将其与再结晶曲线联立于相同坐标系中，图12展示了其中变形温度为450 ℃、应变速率为0.01 s^-1条件下的联立曲线，两条曲线之间自临界应力点开始产生的应力差异即表示再结晶的净软化作用。

通过式(22)求解出本实验所用镁合金材料在不同热压缩变形条件下的动态再结晶体积分数：

                       (22)

式中：X_DRX为动态再结晶体积分数；为临界应力点之后的动态回复流变应力；为临界应力点之后的动态再结晶流变应力；为动态回复稳态应力；为动态再结晶稳态应力。

图12  变形温度450 ℃、应变速率0.01 s^-1条件下的动态回复和动态再结晶联立曲线

Fig. 12  Simultaneous curves of dynamic recovery and dynamic recrystallization at deformation temperature of 450 ℃ and strain rate of 0.01 s^-1

动态再结晶体积分数预测模型的构建基于Avrami动态再结晶理论进行，所采用的数学模型如式(23)所示：

     (23)

式中：β_d、k_d、a₂、m₂为材料常数；是发生50%动态再结晶时的应变，通过模型(22)获得；Q₂为发生50%动态再结晶时的热力学激活能。

对上述模型中的表达式两边取对数，得到

             (24)

将各变形条件下的及其他相关参数代入式(24)，分别以和为横纵坐标绘制散点图并进行线性拟合，结果如图13所示。

图13  及拟合曲线

Fig. 13  Fitting curves of (a) and  (b)

其中，图13(a)中拟合曲线的斜率平均值为0.15422，该值对应为m₂；图13(b)中拟合曲线的斜率平均值对应着Q₂/1000R,则求得Q₂=12.144 kJ/mol。将求得的m₂和Q₂值代入到式(24)中，即可求得a₂=0.0332。至此，可以获得本实验所用镁合金材料50%动态再结晶应变的完整预测模型，如式(25)所示：

           (25)

同样，对式(23)中的第二个式子两边取对数处理，得到式(26)：

     (26)

之前已经利用式(22)求出了各变形条件下的X_DRX试验值，按照不同变形温度，将这些试验值及其他相关参数代入式(26)，以- 为坐标轴建立散点图，并对其进行线性拟合，图14所示为450 ℃下的拟合结果。

图14  - 拟合曲线

Fig. 14  Fit curve of -

根据式(26)，拟合曲线的斜率即对应为k_d，截距对应为。取得各个变形条件下回归曲线的斜率及截距，取平均值，得到参数k_d=1.305417778，β_d=1.011746229，将这两个参数代入到式(23)中，得到：

                           (27)

为了验证所得动态再结晶体积分数预测公式的准确性，在同一坐标系下建立了本实验镁合金材料动态再结晶体积分数模型预测值与实验值的对比图。图15所示为应变速率0.01 s^-1下不同变形温度的对比结果。可以看到，预测值与实验值的吻合性较好。

综上所述，得到适用于本文所用的细晶高强度Mg-Gd-Y-Zn-Zr合金在变形温度为350、400和450 ℃以及应变速率为0.01、0.1和1 s^-1条件下的动态再结晶体积分数预测模型，表述为

  (28)

3  结论

1) Mg-8.59Gd-3.85Y-1.14Zn-0.49Zr细晶高强度稀土镁合金在热压缩变形过程中对变形温度和应变速率较为敏感，流变应力随变形温度的升高而降低，随应变速率的增大而升高；变形过程中加工硬化与动态软化协同作用，热压缩曲线表现出明显的动态再结晶特征。

2) 通过线性拟合的方法得出该高强度稀土镁合金热压缩变形时的一系列材料常数，进而获得其在不同应力状态下进行热变形的流变应力本构方程。

3) 本文研究的细晶高强度镁合金的动态再结晶临界应力大约为峰值应力的0.851，临界应变大约为峰值应变的0.309，建立了动态再结晶临界应变模型。基于利用应力-应变曲线法求得的动态再结晶体积分数，构建出了本文所研究的镁合金在变形温度为350、400和450 ℃以及应变速率为0.01、0.1和1 s^-1条件下的动态再结晶体积分数预测模型。

图15  动态再结晶体积分数预测值与试验值对比图

Fig. 15  Comparison between predicted values of dynamic recrystallization volume fraction and experiment values

REFERENCES

[1] 刘婷婷, 潘复生. 镁合金“固溶强化增塑”理论的发展和应用[J]. 中国有色金属学报, 2019, 29(9): 2050-2063.

LIU Ting-ting, PAN Fu-sheng. Development and application of “solid solution strengthening and ductilizing” for magnesium alloys[J]. The Chinese Journal of Nonferrous Metals, 2019, 29(9): 2050-2063.

[2] 李彦生, 渠 成, 王金辉, 等. 多道次温轧对AZ31镁合金组织和性能的影响[J]. 中国有色金属学报, 2020, 30(1): 60-68.

LI Yan-sheng, QU Cheng, WANG Jin-hui, et al. Effect of multi-pass warm rolling process on microstructure and properties of AZ31 magnesium alloy[J]. The Chinese Journal of Nonferrous Metals, 2020, 30(1): 60-68.

[3] PAN F S, YANG M B, CHEN X H. A review on casting magnesium alloys: modification of commercial alloys and development of new alloys[J]. Journal of Materials Science & Technology, 2016(12): 3-13.

[4] ZHOU X J, LIU C M, GAO Y H, et al. Evolution of LPSO phases and their effect on dynamic recrystallization in a Mg-Gd-Y-Zn-Zr alloy[J]. Metallurgical and Materials Transactions A, 2017, 48(6): 1-13.

[5] 朱嘉楠, 李志清, 陈洪美, 等. Mg-Gd-Y-Zn-Zr稀土镁合金的组织性能[J]. 特种铸造及有色合金, 2018, 38(5): 571-574.

ZHU Jia-nan, LI Zhi-qing, CHEN Hong-mei, et al. Microstructure and properties of Mg-Gd-Y-Zn-Zr rare earth magnesium alloys[J]. Special Casting & Nonferrous Alloys, 2018, 38(5): 571-574.

[6] XIAO J X, CHEN Z Y, SHAO J B, et al. Evolution of long-period stacking ordered phases and their effect on recrystallization in extruded Mg-Gd-Y-Zn-Zr alloy during annealing[J]. Materials Characterization, 2020, 167: 110515.

[7] ION S E, HUMPHREYS F J, WHITE S H. Dynamic recrystallisation and the development of microstructure during the high temperature deformation of magnesium[J]. Acta Metallurgica, 1982, 30(10): 1909-1919.

[8] WATANABE H, ISHIKAWA K, Mukai T. High strain rate deformation behavior of Mg-Al-Zn alloys at elevated temperatures[J]. Key Engineering Materials, 2007, 340/341: 107-112.

[9] KUMAR N V R, BLANDIN J J, DESRAYAUD C, et al. Grain refinement in AZ91 magnesium alloy during thermomechanical processing[J]. Materials Science and Engineering A, 2003, 359: 150-157.

[10] LIU J, CUI Z S, LI C X. Modelling of flow stress characterizing dynamic recrystallization for magnesium alloy AZ31B[J]. Computational Materials Science, 2008, 41(3): 375-382.

[11] CHEN M S, YUAN W Q, LI H B, et al. New insights on the relationship between flow stress softening and dynamic recrystallization behavior of magnesium alloy AZ31B[J]. Materials Characterization, 2019, 147: 173-183.

[12] AHN K, LEE H J, YOON J H. Material model for dynamic recrystallization of Mg-8Al-0.5Zn alloy under uni-axial compressive deformation with variation of forming temperatures[J]. Materials Science and Engineering A, 2016, 651: 1010-1017.

[13] BARNETT M R, ATWELL D, BEER A G. Effect of grain size on the deformation and dynamic recrystallization of Mg-3Al-1Zn[J]. Materials Science Forum, 2004, 467/470: 435-440.

[14] SUN Y, LI W, SHI X, et al. A uniformly fine-grained Mg-Y-Nd-Zr magnesium alloy with simultaneously optimized strength and ductility processed by forging and ECAP[J]. Materials Research Express, 2020, 7(11): 116520.

[15] 陈振华. 变形镁合金[M]. 北京: 化学工业出版社, 2005: 120-123.

CHEN Zhen-hua. Wrought magnesium alloy[M]. Beijing: Chemical Industry Press, 2005: 120-123.

[16] 刘二亮, 邢宏伟, 王明明, 等. Inconel625高温合金J-C本构建模[J]. 中国有色金属学报, 2018, 28(4): 732-741.

LIU Er-liang, XING Hong-wei, WANG Ming-ming, et al. J-C constitutive modeling of high temperature alloys Inconel625[J]. The Chinese Journal of Nonferrous Metals, 2018, 28(4): 732-741.

[17] 尹振入, 卢立伟, 刘晓烨, 等. 预孪晶AQ80镁合金热压缩本构方程及热加工图[J]. 中国有色金属学报, 2018, 28(8): 1523-1531.

YIN Zhen-ru, LU Li-wei, LIU Xiao-ye, et al. Constitutive equation and processing map of hot deformation for pre-twin AQ80 magnesium alloy[J]. The Chinese Journal of Nonferrous Metals, 2018, 28(8): 1523-1531.

[18] MIRZA F A, CHEN D L, LI D J, et al. A modified Johnson-Cook constitutive relationship for a rare-earth containing magnesium alloy[J]. Journal of Rare Earths, 2013, 31(12): 1202-1207.

[19] SHI H, MCLAREN A J, SELLARS C M, et al. Constitutive equations for high temperature flow stress of aluminium alloys[J]. Materials Science & Technology, 1997, 13(3): 210-216.

[20] SELLARS C M, WHITEMAN J A. Recrystallization and grain growth in hot rolling[J]. Metal Science, 1979, 13(3/4): 187-194.

[21] JONAS J J, POLIAK E I. The critical strain for dynamic recrystallization in rolling mills[J]. Materials Science Forum, 2003, 426/432(1): 57-66.

[22] JONAS J J, QUELENNEC X, JIANG L, et al. The Avrami kinetics of dynamic recrystallization[J]. Acta Materialia, 2009, 57(9): 2748-2756.

Constitutive equation and microstructure evolution model of fine-grained and high-strength Mg-Gd-Y-Zn-Zr alloy during hot deformation

LUO Jun-ting^{1, 2}, ZHAO Jing-qi¹, LI Jian³, WANG Qiang¹, LI Hong-bo¹, LI Ying-mei², XI Chen-yang¹

(1. Key Laboratory of Advanced Forging & Stamping Technology and Science, Education Ministry, Yanshan University, Qinhuangdao 066004, China;

2. State Key Laboratory of Metastable Materials Science and Technology, Yanshan University, Qinhuangdao 066004, China;

3. Qinhuangdao Yanda Contemporary Integrated Manufacturing Technology Development Co., Ltd., Qinhuangdao 066004, China)

Abstract: Under the conditions of a deformation temperature range from 350 ℃ to 450 ℃ and a strain rate range from 0.001 s^-1 to 1 s^-1, the Thermocomstor-Z thermal simulation testing machine was used to conduct a hot compression deformation test on a fine-grained and high-strength Mg-Gd-Y-Zn-Zr alloy, with average grain size of 4.1 μm and room temperature tensile strength of 324 MPa. Based on the test data, the true stress-strain curve which shows obvious characteristics of dynamic recrystallization behavior was established. The results show that, based on the test data, the true stress-strain curve which shows obvious characteristics of dynamic recrystallization behavior is drawn. Through data fitting, it is concluded that the critical stress of recrystallization is about 0.851 of the peak stress, and the critical strain is about 0.309 of the peak strain. A dynamic recrystallization critical strain model and a dynamic recrystallization volume fraction prediction model are established. The applicable conditions of the volume fraction prediction model are deformation temperature of 350 ℃, 400 ℃ and 450 ℃, and strain rate of 0.01 s^-1, 0.1 s^-1 and 1 s^-1. The established equations and models can provide a basis for predicting the mechanical behavior and microstructure evolution behavior of the fine-grained and high-strength Mg-Gd-Y-Zn-Zr alloy during hot deformation.

Key words: fine-grained and high-strength; Mg-Gd-Y-Zn-Zr alloy; hot compression deformation; constitutive equation; dynamic recrystallization model

Foundation item: Project(E2019203005) supported by the Natural Science Foundation of Hebei Province, China

Received date: 2020-05-15; Accepted date: 2021-04-01

Corresponding author: LUO Jun-ting; Tel: +86-335-8074723; E-mail: luojunting@ ysu.edu.cn

(编辑  龙怀中)

基金项目：河北省自然科学基金资助项目(E2019203005)

收稿日期：2020-05-15；修订日期：2021-04-01

通信作者：骆俊廷，教授，博士；电话：0335-8074723；E-mail：luojunting@ ysu.edu.cn