疲劳损伤是一种典型的金属构件损伤形式,结构的疲劳破坏在工程建设和生产中往往会带来灾难性后果,目前疲劳损伤的精确评估已成为状态监测和故障诊断领域的热点问题。近年来随着无损检测技术的发展,人们常用疲劳过程的热、磁、声等效应对损伤进行评估,这相较于传统方法,提升了效率,但检测过程会受温度、磁场、噪声等因素的干扰。金属疲劳伴随能量耗散,在这个过程中材料表面循环滑移约束少,沿滑移带剪切位移不可逆使材料表面形貌改变。因此,利用损伤过程表面形貌特征进行损伤评估,有望为疲劳损伤检测提供潜在的方法和手段。为明确金属疲劳过程表面形貌变化规律,本文选取Q235钢试样,利用拉伸原位测试仪进行轴向拉伸疲劳实验,采集Q235钢试样在不同疲劳循环次数下的表面形貌特征。通过二维、三维粗糙度表征,结合表面高度分布和分形理论进行分析,得到金属疲劳过程表面形貌特征量的变化规律。结果表明:疲劳过程中表征形貌的算数平均偏差Sa,表面高度分布均值μ、标准差σ,多重分形谱宽(35)α,均随疲劳循环次数的增加而非线性增加,疲劳损伤初期增速较慢,中后期增速较快。表面高度分布振幅A随疲劳循环次数的增加而降低,表明随着循环次数的增加,高度数据集中度降低,金属表面变得凹凸不平。将上述五个表征形貌的特征量(算数平均偏差Sa,表面高度分布振幅A、均值μ和标准差σ,多重分形谱宽(35)α)作为数据层构建形貌特征与损伤之间的非线性映射,建立疲劳损伤表面形貌特征数据融合评估模型。并通过数据验证误差在10%以内,表明所建模型有效。本文从微观机制出发,研究金属疲劳过程表面形貌特征的变化规律,建立疲劳损伤表面形貌特征融合评估模型,为金属构件疲劳损伤检测与评估提供了新的思路和方法,有一定的行业应用前景。图[36]表[5]参[85]