引言

高温机械强度是指资料在高温环境下接受外力作用时，，维持其结构齐全性和职能不变性的能力，，是保险高温设备持久安全运行的科学基石，，目前亦已成为机械强度学的重要分支。。作为贯通工业革命与现代科技的关键学科，，其钻研领域已从早期经验公式拓展为多尺度 - 多危险 - 多学科交叉的系统科学。。陪伴着全球能源转型与高端制作业发展，，新一代高温设备 (如 700℃超超临界机组、、钍基熔盐堆、、第五代航空发起机等) 正走向极端化、、复杂化、、长命命化，，将高温机械强度钻研推向新的汗青关口 [1]。。

结构强度自身是一个古老的命题，，早在文艺回复时期达?芬奇 (Leonardo da Vinci) 的铁丝拉伸试验、、胡克 (Robert Hooke) 提出的描述资料弹性行为的胡克定律和 17 世纪伽利略 (Galileo Galilei) 关于断裂强度的论说中就已萌芽。。第一次工业革命时期，，人们越发关注资料强度并构建了上百种强度模型，，使机械强度学成为 20 世纪工业繁华的重要基础。。1910 年英国物理学家 Andrade 对金属的高温蠕变进行了系统钻研，，提出了第一个蠕变经验公式 [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要。。

第二次世界大战推动航空喷气发起机、、火箭等尖端兵器的发展，，高温机械强度进入利用起步阶段。。英国工程师 Whittle 于 1930 年提出喷气发起机的概念，，1939 年德国 Heinkel 公司成功试飞了世界首架喷气飞机。。为支持喷气和活塞发起机的高温部件，，英国成功研制出 Nimonic 系列镍基高温合金，，用于涡轮喷气发起机的涡轮叶片。。德国开发了用于涡喷发起机叶片的铬镍耐热合金，，但受资料机能的限度，，其喷气发起机的寿命较短。。美国固然在二战前喷气技术上起步较晚，，但通过引进英国 Whittle 发起机的设计并投入大量科研，，很快在高温合金的研制上获得了进展。。在此布景下，，“高温机械强度” 这一概念初次在工程实际中得到体现，，成为航空发起机资料机能的关键指标。。此外，，战争需要还催生了早期火箭发起机耐热资料和高机能炮管钢等的研发。。在这一阶段，，高温机械强度的 “汗青使命” 重要体此刻满足国防尖端设备的火急需要。。高温强度理论只管尚处于经验索求阶段，，但为后续的理论发展和工程利用奠定了基础。。

在暗斗时期，，高温机械强度资料的发展进入了急剧进取与理论奠基的阶段。。军备较量推动了喷气航空、、导弹和核能等领域的迅猛发展，，同时，，民用航空和电力工业也蓬勃鼓起。。随着服役温度的不休升高，，列国纷纷研制新一代高温合金。。在此布景下，，“超合金”(Superalloy) 一词被正式提出，，用以描述那些可能在中温环境中持久维持强度的合金资料 [3]。。美国在此阶段成立了系统的资料钻研系统，，并于 20 世纪 40 至 50 年代先后研制出 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技术的引入，，显著提升了合金的纯净度与高温服役机能。。英国的罗尔斯?罗伊斯公司和国度物理尝试室持续引领发起机资料改进，，开发出 Nimonic 80A 等时效沉淀硬化的镍基合金，，有效提升了涡轮盘和叶片在高温下的服役机能。。核能领域同样推动了高温资料的发展。。美国和英国的第一代核反映堆在压力容器和换热器上起头选取高温耐蚀合金，，法国也在其气冷反映堆中利用了高温石墨和合金资料。。在此阶段，，高温机械强度的基础理论起头发展。。1952 年，，美国工程师 Larson 与 Miller 提出了用于蠕变寿命预测的功夫 - 温度等效参数关系，，即驰名的 Larson-Miller 参数 [4]。。该时期还出现了将塑性变形与高温蠕变行为统一描述的重要理论突破。。1956 年 Prager 成立了塑性 - 蠕变统一的本构关系模型 [5]，，标志取高温强度理论起头由经验法规向系统化、、理论化的方向发展。。上述理论进展从模型构建与机制揭示两方面，，推进了高温机械强度学科系统的初步形成。。进入 20 世纪 70 年代，，高温机械强度领域步入资料与工艺双重成熟的发展阶段，，多种先进制作技术与新型高温资料相继涌现。。在航空发起机领域，，西方国度率先引入定向凝固与单晶叶片技术，，以提升发起机热效能与服役寿命。。值妥贴心的是，，此阶段高温资料的利用领域进一步拓展。。民用发电领域中，，超临界与超超临界火力发电技术相继发展，，对资料的高温强度与抗氧化机能提出更高要求。。为满足蒸汽温度超过 600℃的运行前提，，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度结合优化形成了机能更优的 P92 钢，，宽泛利用于高温高压锅炉与蒸汽输送管道系统中 [6]。。在核能领域，，随着核电贸易化过程的加快，，美国、、苏联、、英国及法国等国度相继建造快中子增殖堆等高温反映堆试验装置，，对结构资料在高温与辐照协同作用下的机能提出严格挑战。。这一布景下，，科研人员系统发展了奥氏体不锈钢与耐热合金的力学机能与辐照危险机制钻研，，推动高温核资操持论与设计步骤的急剧发展。。例如，，1978 年，，法国科学家 Chaboche 提出非线性循环硬化模型，，能更精确地描述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，，用于反映堆结构强度分析 [7]。。

21 世纪以来，，高温机械强度在世界领域内进入了多元化利用的阶段。。一方面，，随着高端民用高温设备需要的急剧增长，，高温资料起头在能源设备、、工业汽轮机、、高速列车等领域获得宽泛利用。。另一方面，，伴随新型航空航天打算和聚变能源等前沿概念的提出，，对资料在超高温、、热冲击和辐照环境下的力学机能提出了挑战，，促使高温机械强度有关的钻研向更严苛的方向延长。。近年来，，中国在高温机械强度理论改革的活跃期内，，实现了多项重大工程技术突破。。2019 年，，国内首座铅铋合金冷却快堆零功率装置 “启明星 Ⅲ 号” 初次实现临界，，实现了关键工程技术的验证，，标志取我国在液态金属冷却堆技术上实现了由基础钻研向工程化利用的内容性逾越。。2023 年，，液态燃料钍基熔盐尝试堆获得国度核安全局宣告的运行许可证，，成为全球首个获准运行的钍基熔盐尝试堆，，为将来第四代核能系统的开发提供了重要的试验基础。。同时，，国产大型航空发起机实现初次挂飞试验，，发起机总体机能达到预期指标，，为后续适航认证与型号定型奠定了基础。。2024 年，，功率等级达到 300MW 的 F 型重型燃气轮机在上海临港实现初次点火，，标志取我国在高端能源动力设备领域获得阶段性突破，，整机已进入试验验证阶段。。然而，，这些重大成就的贸易化落地仍需功夫。。从试验验证到工程化利用，，再到规；；骋自诵，，往往存在显著的功夫滞后。。例如，，钍基熔盐尝试堆仍处于试验运行阶段，，其关键资料与系统的持久靠得住性尚需进一步验证。。铅铋快堆打算于 2025 年前后建成示范堆，，但距离现实商用仍需逾越多个技术门槛。。国产航空发起机虽已实现挂飞试验，，但依照民航适航流程，，预计在 2025 年以来方可实现现实利用。。重型燃气轮机虽已成功点火，，但齐全验证流程尚需覆盖带负荷试验、、耐久性测试与工程化样机运行，，贸易化过程尚需数年。。上述 “技术成熟 - 工程利用” 之间的滞后性，，体现了高温机械强度理论在工程化蹊径中的关键转化瓶颈。。一方面，，理论模型为资料设计与服役安全提供科学凭据，，是保障系统靠得住运行的基。；；另一方面，，理论模型的现实利用必须经过大量试验数据的验证与工程审评流程，，能力纳入工程设计规范。。必要强调的是，，近十年来国际主流的高温强度理论框架变动不大。。国外工程界仍重要依赖既有的高温设计准则和经验模型，，在诸如 ASME、、R5 和 RCC-MRx 等尺度规范中沿用。。这些传统步骤大多基于 20 世纪奠定的蠕变破损理论和经验寿命公式，，强调安全裕度和守旧设计。。因而，，在现有国际规范系统下，，高温结构设计步骤的演进相对缓慢。。

为应对新一代高温服役系统日益复杂的运行工况与机能要求，，高温强度钻研正经历范式层面的深刻转型。。这一转型重要体此刻 3 个方面：其一，，多尺度耦合的系统建模成为主题趋向。。资料从原子尺度的位错活动与晶格重构，，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，，出现出高度非线性与尺度联动特点。。多种推算步骤的融合，，如分子动力学、、晶体塑性理论与相场步骤，，正共同推动跨尺度力学模型系统的构建；；其二，，多机制协同危险逐步成为强度预测的关键挑战。。高温环境下常见的蠕变、、委顿、、氧化、、侵蚀、、辐照等危险模式往往交叉叠加、、相互耦合，，导致传统单一机制模型难以正确刻画真实失效蹊径。。这一布景下，，面向演化过程的三维危险映射、、高阶能量耗散理论以及裂纹局域拘谨分析等前沿理论不休拓展力学建模天堑；；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步骤正加快集成，，人为智能、、感知技术与高机能推算的协同利用，，为结构状态鉴别、、渣滓寿命评估与服役行为预测提供了新范式，，标志取寿命治理正在由静态评估向动态感知与智能决策转型。。

基于这一刷新布景，，本文萦绕高温结构的危险演化机制与寿命建模问题发展系统探求，，回首该领域理论系统的演进脉络，，结合近年来在蠕变 - 委顿耦合行为、、非比例载荷响应建！、、多源危险互作机制、、裂纹尖端力学场精密解析、、试样尺度效应与结构监测技术等方面的钻研进展，，提出面向将来的 “多尺度 - 多机制 - 多学科” 一体化钻研框架，，旨在推动高温强度理论从科学索求向工程利用的有效跃迁，，为极端服役前提下关键结构的设计、、评估与寿命保险提供坚实理论支持与步骤论基础。。

1、、科学文件计量与钻研热点演化

1.1 论文颁发情况

在从前 25 年中，，钻研人员萦绕高温变形与危险、、高温委顿与断裂、、高温氧化与侵蚀等关键问题发展了系统性钻研，，有关成就持续堆集，，钻研热度不休上升。；； 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 年该领域钻研论文的颁发趋向。。截至 2025 年 5 月，，共检索到有关学术论文 109617 篇，，年均颁发量持续上升，，近年已超过每年 8000 篇，，出现出近似指数增长的趋向。。这批注，，该钻研方向正逐步成为资料与工程科学领域的热点之一。。图 1 (b) 展示了检索到的高温机械强度有关论文按学科领域分类的情况。。统计了局显示，，该领域钻研重要集中在资料科学 (Materials science) 与工程技术 (Engineering) 两个学科领域，，计算占比约 97%。。其中，，约 52% 的论文归属至 “资料科学 - 综合” 类别。。该散布反映出，，高温机械强度钻研拥有鲜明的资料与工程并重的特点，，即在关注高温资料变形行为与危险机制的同时，，同样器重工程结构的机能设计与服役靠得住性分析。。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 重要影响工作分析

为进一步分析近 25 年委顿领域的重要影响工作，，从 2000-2025 年颁发的 109617 篇论文中，，使用 CiteSpace 软件对引用量靠前的 5000 篇论文进行分析。。从图 2 能够清澈地观察到该领域技术路线与钻研重心的阶段性演进。。1999-2007 年，，钻研重要聚焦于蠕变 (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，，反映出学术界对资料在高温前提下功夫依赖性变形行为的深刻索求。。2005-2015 年，，钻研热点逐步转向宏观结构机能与齐全性评估，，裂纹扩大 (Crack growth)、、单晶资料 (Single crystals)、、多轴应力 (Multiaxial stress)、、委顿强度 (Fatigue strength)、、应力强度因子 (Stress intensity factor) 以及本构方程 (Constitutive equations) 等关键词的出现，，标志取多尺度建模与工程化分析的初步融合。。2010 年之后，，随着高温服役环境的复杂化，，钻研进一步拓展至环境效应有关议题，，环境 (Environment)、、高温侵蚀 (High-temperature corrosion) 与电子显微技术 (Electron microscopy) 等关键词的活跃，，批注多学科交叉成为钻研的重要趋向。。2021 年以来，，微观组织演化 (Microstructural evolution) 与失效机制 (Failure mechanism) 等关键词的持续升温，，反映出当前钻研正由微观机制理解向全寿命预测建模迈进，，强调从组织演化到宏观失效的多尺度关联机制。。总体来看，，高温机械强度钻研正从基础机制分析向结构齐全性评估和失效预测不休深入，，多学科融合与数字化建模成为将来发展的关键方向。。

图 3 展示了 2000-2025 年高温机械强度钻研领域的关键词聚类时序图 (Cluster timeline view)。。图中每个聚类均以 “# 编号”+“主题名称” 标识，，直观出现出分歧钻研主题的演化蹊径及其功夫跨度，，进一步揭示了该领域在分歧阶段的钻研重心和发展轨迹。。相较前文的关键词热点演化图，，从多尺度、、多危险、、多学科的视角启程，，进一步强化了高温机械强度领域的知识结构与技术演进脉络。。其中，，寿命预测 (Life prediction) 是目前最活跃且持续功夫最长的聚类。。该聚类涵盖 Creep、、Fatigue、、Damage、、Model 等主题词汇，，重点在于复杂载荷与环境下的寿命预测模型构建，，是该领域从机制认知向结构齐全性评估与工程利用过渡的关键支持。。应力侵蚀裂纹 (Stress corrosion crack) 聚焦于资料在侵蚀介质与高温耦合作用下的断裂行为，，标志取钻研范式从单一力学危险机制扩大至多物理场耦合危险 (化 - 力 - 环境) 系统，，凸起环境成分在资料失效过程中的关键作用。。高温变形 (High-temperature deformation) 是早期基础钻研的代表性主题，，关键词如 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危险演化模型的理论基础，，响应了高温资料钻研初期的学术主轴。。力学机能 (Mechanical properties) 贯通多个钻研阶段，，关注委顿强度、、延展性与应力响应等宏观机能指标，，是资料选型、、设计准则制订与安全裕度评估的主题凭据，，同时也是实现资料机能向结构机能跨尺度映射的关键桥梁。。蠕变裂纹扩大 (Creep crack growth) 作为衔接蠕变、、断裂与寿命评估的关键桥梁，，体现了多危险耦合前提下裂纹扩大机制的钻研重点，，关键词如 Crack tip 与 Void nucleation 反映出微观危险与宏观粉碎的缜密耦合关系。。该聚类在核能与高温机械设备等持久服役结构领域拥有重要工程价值。。高温氧化 (High-temperature oxidation) 强调氧化层形成与演化对资料力学机能的影响，，出格是在如铅铋冷却堆、、气冷堆等极端服役环境中。。该聚类的鼓起批注高温化学环境对资料行为的耦合影响正成为新兴钻研热点，，推动寿命评估步骤向多危险协同演化机制拓展。。高温资料 (High-temperature materials) 聚类涵盖 Nickel-based alloys、、ODS steels 等关键词，，重点关注资料成分优化、、组织演化机制与服役机能提升，，体现出资料设计与服役适应性的双向驱动关系。。该主题横跨整个钻研周期，，组成高温机械强度技术演进的资料基础。。电子显微技术 (Electron Microscopy, EM) 突显了微观机制钻研伎俩的不休演进。。透射电镜 (Transmission Electron Microscopy, TEM) 与电子背散射衍射 (Electron Back Scatter Diffraction, EBSD) 等先进表征技术在揭示组织演化、、位错行为与孔洞形成机制中阐扬了关键作用，，为多尺度建模与危险机制精密表征提供了技术支持，，是实现微观 - 宏观关联的关键抓手。。

综上所述，，该聚类时序图与关键词热点演化图互为印证，，共同描述出高温机械强度钻研自 2000 年以来的发展脉络：从基础的高温变形机制钻研 (#2、、#3)，，逐步转向多危险耦合机制索求 (#1、、#4、、#5)，，最终走向以寿命预测为主题的结构齐全性评估系统 (#0)，，并由微观技术伎俩 (#7) 提供支持。。这一演化蹊径充分体现了能力域多尺度 (从位错机制到服役寿命)、、多危险 (蠕变、、委顿、、侵蚀、、氧化) 与多学科 (资料、、力学、、环境、、表征) 融合发展的显著特点，，为高温服役资料的靠得住性设计提供了坚实的理论与技术基础。。

2、、多尺度建模与危险机制

2.1 多尺度力学

多尺度危险力学旨在从分歧空间尺度启程钻研资料的力学行为与危险演化，，尤其在高温结构分析中，，常从纳观、、微观、、宏观及结构四个尺度发展，，如图 4 所示。。当前钻研重要集中于并联式与串联式两类多尺度建模战术。。并联式步骤在各尺度上同步进行力学与危险分析，，通过多尺度对照揭示变形与失效机制，，重要合用于定性钻研。。只管微纳尺度表征与仿照可有效揭示危险机制 [8-9]，，但难以实现对工程部件的定量寿命预测。。为克服上述限度，，钻研者提出串联式多尺度步骤。。该步骤通过微纳尺度仿照获取关键危险参量，，并将其传递至更高尺度模型，，成立微观危险与宏观寿命之间的映射关系 [10-11]；；或反向利用宏观尺度变形场，，将其作为微尺度仿照的天堑前提，，从而实现更真实的多尺度耦合仿真 [12]。。分子动力学基于原子间相互作用，，能揭示资料结构演化和危险过程，，但受限于推算时空尺度及试验验证难题，，难以直接用于高温部件的寿命设计。。晶体塑性有限元可从资料微结构启程，，分析部门危险行为并预测宏观机能，，近年来已宽泛用于高温结构寿命建模 [13-14][15] 165-177 [16] 196-213。。宏观陆续介质模型则善于描述结构件的整体应力 - 应变状态与危险演化，，不仅推算效能高，，合用于工程寿命评估 [17-18]，，还可实现高温部件的幽微区鉴别，，为微观仿照提供天堑前提。。

2.2 多尺度力学在高温机械强度中的进展

在高温机械强度领域中，，目前主流步骤是将宏观陆续介质理论与晶体塑性理论相结合以实现多尺度有限元仿照。。在资料层面，，多尺度仿照步骤被宽泛用于分析金属资料内部典型缺点对裂纹萌生行为的影响。。非金属同化、、微缺口、、气孔等制作过程中不成预防的微观缺点，，尤其在粉末冶金合金及增材制作资猜中阐发尤为凸起，，已被宽泛以为是导致委顿失效的关键诱因 [19-21]。。针对上述问题，，多种多尺度建模步骤被发展以揭示缺点主导下的委顿危险机制。。例如，，构建部门晶体塑性 - 全局陆续介质耦合模型，，可有效仿照含非金属同化资料的委顿行为。。仿真了局显示，，裂纹往往肇始于基体与同化物界面，，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]。。进一步分析发现，，同化物的刚度、、尺寸、、热膨胀系数及其空间散布等成分显著影响裂纹形成过程。。有限元仿照批注，，相较于内部缺点，，位于资料理论的同化更易成为裂纹肇始源 [23]。。此外，，图 5 显示了选取晶体塑性 - 弹塑性多尺度建模步骤，，可深刻解析增材制作镍基合金中的委顿行为及危险演化机制，，并结合委顿批示因子实现对裂纹扩大蹊径与寿命的高精度预测 [15] 165-177。。在结构层面，，多尺度模型同样展示出怪异优势，，可能揭示复杂构件在高温载荷下的部门危险机制。。例如，，将晶体塑性有限元与内聚区模型相结合的步骤，，成功仿照了汽轮机转子榫槽区域在蠕变前提下的晶间裂纹扩大过程，，如图 5 所示 [16] 196-213。。

了局显示，，预设初始裂纹可在满足结构整体变形协调性的前提下克制裂纹舒展，，有效延缓构件的失效过程。。此外，，基于多尺度数值仿照步骤还可描述高温交变载荷作用下的微观组织退化与危险演化过程，，并实现对燃气轮机关键部位应力 - 应变响应的精确预测 [24]。。该类步骤在提高仿真精度的同时，，推进了微观组织行为与宏观机能之间的有效耦合。。总体来看，，面向工程的多尺度危险分析不仅能全面反映高温结构的整体力学行为，，还可鉴别关键区域的微观危险机制。。然而，，由于模型耦合复杂、、推算成本高、、多物理场天堑前提设置难题等问题，，当前尚难在工业领域实现宽泛利用。。为此，，近年来基于代理模型的急剧优化步骤逐步发展。。此类步骤通过高精度模型天生的样本点训练近似模型，，在维持物理可诠释性的基础上实现急剧响应推算，，尤其合用于高维、、强非线性、、多尺度耦合问题 [25][26] 106677。。代理模型为高温结构寿命评估与设计优化提供了有效伎俩，，推动了多尺度危险理论向工程利用的内容转化。。

2.3 进展 1：基于小试样的资料高温力学机能测试步骤

在高温设备服役环境日益复杂的布景下，，资料服役机能的精准建模与靠得住性评估面对多重挑战。。为成立贯通微观机制与宏观响应的多尺度建模系统，，获取高质量本构参数成为基础环节。。其中，，小尺寸试样测试步骤凭借其微创性、、高通量和适应复杂取样环境的优势，，正日益成为力学建！、、危险分析与寿命预测中的关键支持伎俩。。近年来，，国际上高度器重小试样技术的发展。。欧盟尺度委员会 (European Committee for Standardization, CEN) 专门成立了小试样工作组 (Small Specimen Test Technique, SSTT)，，推动该技术的尺度化建设与学术互换，，并在聚变能源打算 (如国际聚变能源钻研中心) 中将其列为主题钻研内容。。美国、、日本等国度亦在核能、、先进资料等领域深刻布局小试样测试步骤的研发，，如美国能源部支持的纳米强化钢打算、、日本原子能机构 (Japan Atomic Energy Agency, JAEA) 推动的国际聚变资料照射设施 (International Fusion Materials Irradiation Facility, IFMIF) 工程等。。英国等国更在此基础上发展出合用于蠕变机能评估的新型构型，，如圆环、、椭圆环、、矩形框等试样大局，，力争实现高温多机礼服役行为的靠得住捉拿。。

由于小试样尺寸不切合通例尺度试样的尺寸要求，，测试了局必须经过换算能力转换为尺度试样的资料力学机能。。因而，，成立载荷与应力、、位移 (应变) 或位移速度 (应变速度) 的关系是获得与尺度试样等量资料力学机能的关键。。从前多用微悬臂梁来丈量微观的资料力学机能，，其转换关系是显然的。。近年来，，针对蠕变速度、、悠久强度、、屈服强度等高温力学机能的丈量，，发展了各类小试样步骤，，如周围固定、、中心受圆压头作用的圆片试样 (小冲杆试样)，，周围固定、、中心受平压头作用的圆片试样 (剪切冲压)，，两端支持、、中心受弯的直杆试样 (三点弯)，，中心受压的厚圆片试样 (压痕)，，一端固定、、另一端受弯的直杆试样 (悬臂梁)，，两端固定、、中央受弯的直杆试样 (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，，周围固定、、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。。理论分析及试验钻研了局均批注，，上述小试样步骤在肯定领域内均可用于测试资料的高温力学机能。。

赵杰教授团队发展了小试样的高温蠕变机能表征 [27]。。试验了局批注，，小试样与尺度试样在悠久蠕变曲线和蠕变速度曲线方面出现出类似的演化趋向：悠久蠕变曲线呈单调递增，，最终断裂；；蠕变速度曲线呈典型 “U” 形散布。。随加载应力增大，，小试样与尺度试样的悠久寿命均呈降落趋向，，蠕变速度增长；；但在一样应力下，，小试样的断裂应变与悠久寿命往往优于尺度试样 (图 7 和图 8)。。此外，，小试样与尺度试样的最小蠕变速度变动趋向一致，，Monkman-Grant 关系曲线在对数坐标下阐发出优良的线性有关性，，进一步验证了小试样在获取蠕变速度参数方面的可行性。。

只管技术进展显著，，小试样测试仍面对若干主题挑战。。其受力状态复杂、、尺寸与几何状态效应显著，，导致变形过程出现弯曲、、拉伸、、塑性与蠕变行为的高度耦合，，难以正确分辨测试误差的起源，，影响了局的靠得住性与反复性。。此外，，目前尚不足统一的测试尺度和系统性的统计误差评估步骤，，限度了其在高温结构靠得住性设计和概率安全评估中的工程利用。。

2.4 进展 2：状态影象合金热 - 力耦合细观力学行为钻研

状态影象合金是一类重要的智能资料，，因其特有的超弹性和状态影象效应而受到宽泛关注，，并成功利用于航空航天、、微电子系统、、汽车工业、、土木工程、、生物医疗等众多领域。。别的，，相较于其他类型资料，，状态影象合金在变形过程中陪伴着极大的等温熵变和绝热温变，，因而在固态制冷等新技术领域阐发出极度好的发展潜力。。构建精确描述状态影象合金在热 - 力载荷作用下变形行为的本构关系是对该类合金进行资料微结构优化设计、、机能提升以及有关器件服役机能评估的重要基础。。

众所周知，，状态影象合金的超弹性和状态影象效应起源于其热 - 弹性马氏体相变机制。。别的，，该合金在现实服役过程中时时涉及循环变形、、宽温域以及多种变形幅值。。试验了局批注，，循环变形过程中产生的相变诱发塑性机制，，高温环境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重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状态影象合金在变形过程中出现显著的职能性退化景象，，对有关本构模型的构建带来了很大的挑战。。为了描述宽温域、、分歧应变幅值下 NiTi 状态影象合金的循环变形行为，，SONG 等 [28] 成立了一个基于 ESHELBY 同化理论的细观本构模型。。该模型全面地思考了马氏体相变、、相变诱发塑性、、奥氏体塑性和马氏体塑性机制，，并在代表性体积单元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。。通过同化理论来怀抱两订交互作用和界面区域的高部门应力。。该模型对分歧峰值应变和环境温度下 NiTi 状态影象合金循环变形行为的预测了局如图 9 所示。。由预测了局可知，，该模型很好地捉拿到了状态影象合金职能性循环退化随峰值应变和环境温度增长而加剧的景象。。

状态影象合金中的马氏体相变是典型的一级相变。。一方面，，相变的临界应力强烈依赖于环境温度；；另一方面，，相变过程中涉及潜热的开释与吸收，，导致变形过程中资料温度产生显著变动。。以上两种成分相互作用，，使得状态影象合金的变形行为出现出显著的率有关性，，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] 在上述细观力学模型的基础上进一步思考了变形过程中内部热源的演化及资料与外界的热互换，，正确地预测了 NiTi 状态影象合金的率有关循环变形行为。。

状态影象合金在变形过程中涉及温度变动这一景象也被称为弹热效应，，是该合金可能利用于新型固态制冷技术的重要基础。。为了说明状态影象合金的微观结构参数和宏观变形、、制冷机能之间的定量关系，，ZHOU 等 [30]、、YU 等 [31-32] 在晶体塑性理论框架下成立了热 - 力耦合细观本构模型，，揭示了晶粒取向、、散布大局、、多晶织构对状态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，，细观力学模型除了可能正确预测宏观机能之外，，还能很好地反映关键微结构参数的影响，，从而为状态影象合金器件的资料结构协同设计提供理论基础。。

2.5 进展 3：基于双尺度建模步骤的寿命预测

在结构尺度上，，螺栓孔、、焊接接优等几何不陆续区域通常被视为资料力学机能退化和裂纹扩大加快的幽微部位 [33-35]。。为构建资料尺度与结构尺度之间的有效关联，，近年来发展出多种双尺度建模步骤及相应的危险演化理论框架 [36-37]。。本节以含孔结构为钻研对象，，基于所成立的双尺度模型，，系统揭示其在多轴应力状态下的蠕变 - 委顿危险机制，，并实现对裂纹萌生寿命的高精度预测。。

图 11 展示了基于双尺度建模步骤的含孔试样蠕变 - 委顿寿命预测的总体流程。。在该建？？蚣苤，，分歧尺度下的本构模型与有限元模型承担分歧职能：黏塑性模型与晶体塑性模型用于描述镍基合金的应力 - 应变响应；；代表性体积单元 (Representative Volume Element, RVE) 与含孔试样的有限元模型别离用于模型参数标定与寿命预测分析。。具体流程蕴含以下几个步骤：首先，，在宏观尺度上构建基于用户子法式的黏塑性模型，，通过 RVE 仿照确定资料本构参数，，并成立含孔试样的有限元模型，，用于仿照其在蠕变 - 委顿载荷下的应力 - 应变场响应。。其次，，在微观尺度下，，基于晶体塑性模型构建有限元仿照系统，，并以宏观有限元模型输出的孔根位移场作为天堑前提，，实现孔根部部门微观力学响应的精密仿照。。最后，，结合线性危险叠加准则，，综合应力 - 应变循环信息，，实现对裂纹萌生寿命的预测，，进而揭示含孔结构在多轴应力作用下的蠕变 - 委顿危险机制。。

从宏观尺度分析，，图 12 (a) 展示了含孔试样的累积委顿与蠕变危险随循环周次演化的散布特点，，了局批注，，危险总量与循环次数之间近似成线性。。其中，，委顿危险对保载功夫不敏感，，而蠕变危险随保载功夫耽搁显著增长。。在微观尺度上，，图 12 (b) 给出了累积能量耗散随循环次数的变动趋向，，了局显示最大能量耗散区域位于孔洞根部外若干晶粒尺度领域内。。该仿照了局与试验中观察到的晶内均匀取向差 (Kernel Average Misorientation, KAM) 散布趋向高度一致，，均显示最大值集中于次理论晶粒区域，，且最大累积能量耗散值随循环周次呈线性增长趋向。；；诤晡⒐畚Ｏ昭莼飨虻囊恢滦，，以 100 周次内的宏观危险增长法规为基础，，可为更高周次微观危险的预测提供有效参考，，进而添补晶体塑性有限元推算在长命命仿照中的时空尺度局限。。

在危险寿命预测中，，选取线性危险叠加准则，，当累积委顿与蠕变危险之和达到 1 时，，即可获得资料的蠕变 - 委顿寿命。。只管分歧尺度下危险推算方式存在差距，，但均基于统一的线性叠加准则进行寿命判定。。图 13 所示为基于黏塑性模型与晶体塑性模型得到的寿命预测了局，，绝大无数数据点位于 2 倍误差携带域内，，验证了宏观与微观建模步骤在寿命预测上的一致性。。综合思考推算效能与精度，，宏观尺度预测步骤在现实工程利用中拥有更高的性价比优势。。所构建的双尺度建模系统在科学与工程两个层面均展示出显著优势：一方面，，可用于揭示梯度组织结构、、微观缺点等成分对资料机能的影响机制；；另一方面，，基于宏观有限元的幽微区鉴别与微观晶体塑性模型的部门危险机制分析的结合，，为高温关键构件的失效预测与寿命耽搁提供了靠得住的理论凭据与建模蹊径。。

2.6 进展 4：双尺度建模步骤在梯度微观结构上的利用

理论强化技术内容上是一种通过改善机械零件和结构件理论机能，，从而提高资料委顿强度的工艺步骤。。由于其成本低、、效能高、、收益高、、通用性强等特点，，这类工艺在国内外的高温机械强度领域有着宽泛的利用。。理论强化工艺蕴含好多种，，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。。已有钻研基于全尺寸建模步骤成立了叶片榫齿与轮盘榫槽的接触模型，，了局批注，，多种理论强化工艺可在接触区域引入有利的残存压应力场，，有效降低部门接触应力峰值，，从而显著减缓轮盘榫槽部位的危险堆集与失效风险 [44]。。此外，，金属资料理论纳米化有关钻研系统揭示了表层结构演化机制与加工诱导的微观组织转变法规，，明确了纳米尺度结构特点在提升资料委顿机能方面的关键作用，，为高温服役构件的强度设计与寿命提升提供了理论凭据与技术蹊径 [45-47]。。已有钻研通过仿照孔挤压等强化过程获得残存应力散布，，并将其引入传统的宏观多轴委顿预测模型中，，实现了较为正确的寿命预测 [48]，，但未能揭示强化资料在委顿加载过程中的具体危险机制。。其他钻研将喷丸等强化工艺引入镍基高温合金中，，将残存应力场嵌入裂纹扩大模型，，有效预测了试样在高 - 低周委顿载荷下的裂纹扩大行为 [49]。。然而，，仅思考残存应力的建模步骤在揭示强化 - 危险耦合机制方面仍存在局限。。为提升寿命预测的物理正确性与机制诠氏绂，，需将微观梯度组织的影响纳入寿命评估框架中。。一种蹊径是在多晶体建模中引入应力 - 应变均匀化如果，，以刻画晶粒间相互作用对宏观响应的影响 [50]；；另一种步骤令通过引入委顿批示因子，，将微观组织演化与部门危险行为耦合，，以实现更精密化的寿命预测与危险评估 [51-53]。。

同样以含孔结构为例，，通过冷挤压强化工艺提升其委顿寿命。。为索求委顿寿命提升的机制并实现精准的委顿寿命预测，，本钻研提出了一种同时思考残存应力和塑性层影响的双尺度建模步骤。。图 14 给出了宏 - 微观双尺度建模步骤的总体流程框架。。在宏观尺度上，，构建两个分歧的有限元模型以实现冷挤压强化过程及循环加载的仿照；；在微观尺度上，，基于晶体塑性的委顿批示因子推算委顿危险和预测寿命。？Ｋ伎祭砺矍炕вΦ乃叨冉２街杈咛逶毯竽？？椋耗？？ Ⅰ 为冷挤压强化有限元仿照；；？？ Ⅱ 为宏观尺度含孔结构有限元仿照；；？？ Ⅲ 为晶体塑性有限元仿照。；；谡馊竽？？，，能够构建思考理论强化效应的含孔结构双尺度有限元模型，，通过这种双尺度建模步骤能够精准地描述残存应力和塑性层对委顿危险的影响。。

理论强化诱导的塑性层在委顿寿命提升中也起到重要作用。。通常而言，，塑性层的存在能够克制试样理论的委顿裂纹萌生 [54-56]。。本节同时使用试验观察的委顿断口和预测的累积能量耗散探索孔根部塑性层对委顿寿命提升的影响。。图 15 (a) 给出了原始含孔试样的委顿断口描摹，，其中区域 A 和 B 显示了两个显著的裂纹萌生地位，，滑移带在试样理论的侵入 - 挤出过程导致裂纹萌生于试样理论。。相应的，，基于双尺度建模步骤的微观仿照了局能够很好地预测原始含孔试样的委顿裂纹萌生行为。。含孔试样经过冷挤压强化后，，试样理论的塑性层有助于克制委顿裂纹的萌生和滑移带的形成，，如图 15 (b) 所示，，强化含孔试样的委顿裂纹萌生于次理论，，即塑性层和资料基体的接壤处。。

图 16 给出了试验寿命和预测了局的对比。。从图 16 (a) 能够看出，，使用传统多轴委顿模型对原始和强化含孔试样进行委顿寿命预测时，，其预测的了局较差，，如基于史女士 - 沃森 - 托珀 (Smith-Watson-Topper, SWT) 参数预测的所罕见据点落在 10 倍的误差带以内，，基于改进型委顿当量应力准则 (Improved Fatigue Equivalent Stress Criterion, IFERC) 的寿命预测能力好于 SWT 参数，，所罕见据点均落在 3 倍的误差带以内。。但是基于 SWT 和修改广义应力 - 应变幅 (Modified Generalized Stress-Strain Amplitude, MGSA) 参数的整体预测了局有一个一样的法规，，即针对强化试样的寿命预测了局较为守旧，，这是由于这两种宏观尺度的预测步骤未思考塑性层对委顿寿命的影响，，导致 SWT 和 MGSA 参数在低应力水平的预测寿命和试验寿命之间产生了肯定守旧性的差距。。图 16 (b) 显示了所提出步骤的寿命预测精度。。从图 16 (b) 能够看出，，通过同时思考残存应力和塑性层的双尺度建模步骤能够获得越发正确的寿命预测了局。。所罕见据点 (每个含孔试样蕴含取向集 S?、、S?和 S?，，共计 3 种仿照战术) 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委顿寿命预测的影响在可接受的误差领域内。。

3、、多机制耦合危险与寿命预测

3.1 多危险评定

传统的陆续危险力学理论多聚焦于单一危险模式的建模与分析，，如塑性、、蠕变、、委顿或脆性危险。。然而，，随着高温重大设备的发展，，其服役环境日益趋向高温、、高压及多物理场耦合等极端复杂工况，，导致资料在持久服役过程中面对多种危险机制的共同作用，，如高温氧化、、环境侵蚀及氢脆等 [57-58]。。这些多源危险模式之间的相互作用显著加剧了资料力学机能的退化，，出格是在强度与延性方面，，进而对结构的承载能力与服役靠得住性组成严格挑战 [59]。。以能源发电设备为代表的高温工程系统中，，诸如锅炉、、蒸汽管道等关键部件在高温高压蒸汽环境下持久运行，，常面对由蠕变、、委顿及环境作用共同驱动的多机制危险累积问题。。尤其是汽轮机转子、、锅炉本体和高温蒸汽输送管道等重要承压构件，，在持续高温高压载荷作用下极易产生不成逆的蠕变变形，，该类变形通常拥有荫蔽性和不成复原性，，一旦失效将可能引发严重的系统性安全变乱 [60]。。随着可再生能源在电力系统中渗入率的不休提升，，其输出功率的间歇性与颠簸性对传统电网调度能力提出了更高要求，，深度调峰技术作为调节火电机组矫捷性的关键伎俩，，对于实现电网负荷平衡和提升能源利用效能拥有重要意思 [61]。。该技术通过频仍调整机组运行状态以响应电网颠簸，，在提升舷矫捷性的同时，，也显著增长了机组启停频率。。每一次启停过程均陪伴着剧烈的热 - 力载荷颠簸，，进而诱发设备构件在高温多轴应力状态下的显著委顿危险。。此外，，蒸汽温度、、压力和流速的动态变动进一步加剧了构件理论与内部的热委顿响应 [62]。。值妥贴心的是，，锅炉、、汽轮机、、热互换器及蒸汽管道等部件在服役过程中不成预防线露出于高温富氧环境中，，持久氧化反映将导致资料表层逐步减薄、、力学机能降落，，进而诱发裂纹的萌生与扩大，，严重威胁构件的结构齐全性和使用寿命 [63]。。蠕变、、委顿与氧化等危险机制在高温服役前提下出现出显著的交互耦合特点，，组成高温构件失效的重要本原，，因而，，深刻发展蠕变 - 委顿 - 氧化耦合作用下的资料失效机制钻研，，对提升火电机组运行的安全性与靠得住性拥有重要工程价值。。此外，，发电设备中的关键部件普遍存在初始微裂纹、、孔洞或其他制作缺点，，在多机制耦合作用下，，这些缺点的扩大行为将显著加快，，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 多危险评定在高温机械强度中的进展

高温环境下的蠕变 - 委顿危险通；；岽戳ρЩ艿南灾德，，常通过拉伸试验获得资料的根基力学机能，，用于支持高温部件的强度设计与制作 [66]。。但此类机能指标易受循环载荷过程中资料软化或硬化行为的影响，，难以作为统一的退化评估参量合用于分歧资料和加载蹊径下的退化行为描述。。例如，，P92 钢在蠕变 - 委顿寿命分数增长的过程中阐发出强度降落趋向 [67]，，而 316 型奥氏体不锈钢则在循环加载中出现出强度加强的趋向 [68]。。此外，，一些通例力学参量 (如弹性模量) 对委顿或蠕变 - 委顿危险的敏感性较低，，通常仅在最终失效前数个循环内才出现急剧降落 [69]，，这限度了其在早期危险评估中的实用性。。近年来，，钻研提出选取拉伸塑性应变能密度作为机能退化的表征指标之一，，显示出肯定的潜力 [70]，，但其在蠕变 - 委顿耦合前提下的合用性仍需进一步验证。。与此同时，，已有钻研尝试从微观尺度启程，，通过微观组织演化行为鉴别资料的分歧危险等级 [71-72]，，为多危险分级提供了新的思路。。然而，，单一依赖宏观力学机能或微观结构特点作为危险判断凭据，，可能导致对在役资料真实危险状态的单方面理解。。因而，，成立微观结构演化与宏观力学机能退化之间的耦合映射模型，，是构建多尺度危险分级评价步骤的关键蹊径，，不仅有助于提升危险判定的正确性，，也进一步丰硕了工程危险力学的理论系统。。目前，，在委顿及蠕变 - 委顿服役前提下，，该类多尺度映射模型尚处于索求阶段，，仍需进一步系统构建与验证。。

对于更为复杂的 “蠕变 - 委顿 - 氧化” 多危险交互机制，，已有试验钻研批注：在镍基高温合金中，，氧化沿晶界的扩大行为与滑移带的交互可导致委顿裂纹的早期萌生，，批注氧化在委顿危险机制中拥有重要作用 [73]。。有关钻研指出，，氧化层的形成与成长会显著加强资料部门区域的脆性，，进而推进蠕变 - 委顿裂纹的急剧天生 [65] 19-64。。在单晶高温合金中观察到，，高温氧化引起的部门组织退化显著降低了委顿裂纹萌生寿命，，最高可达 1/3 [74]。。在 600℃温度下进行的 IN 718 合金保载蠕变 - 委顿试验显示，，碳化物粒子在高温下易产生优先氧化，，诱发微裂纹的形成，，加快了裂纹的萌生过程并缩短了整体寿命 [75]。。对奥氏体不锈钢 Alloy 709 发展的蠕变 - 委顿试验了局批注，，在 750℃高温前提下，，理论氧化开裂水平与裂纹密度显著高于 650℃，，反映出氧化环境对委顿裂纹扩大的强化作用 [76]。。在 900℃温度下的 Alloy 617 合金试验中发现，，随着保载功夫耽搁，，氧化作用逐步向资料内部渗入，，促使晶间形成藐小脆性裂纹，，导致蠕变 - 委顿寿命显著降低 [77]。。进一步的钻研批注，，在 950℃和保载功夫长达 9000s 的蠕变 - 委顿前提下，，试样理论晶界产生严重氧化，，裂纹提前萌生且以沿晶蹊径扩大。。随着氧化裂纹的深刻发展，，该过程与内部蠕变沿晶裂纹产生归并，，最终形成由氧化与蠕变共同主导的沿晶断裂失效模式 [78]。。在 2.25Cr-1Mo-0.25V 钢中观察到，，理论氧化层的形成同样加快了委顿裂纹的萌生，，导致寿命显著降低 [79]。。对于 Haynes 282 合金的蠕变 - 委顿测试显示，，高温氧化促使试样理论形成多个裂纹源，，加快了裂纹扩大与失效过程 [80]。。在 700℃下对 Sanicro 25 奥氏体不锈钢的试验中，，选取聚焦离子束技术对失效机制进行微观分析发现，，理论晶界首先产生氧化，，随后在蠕变 - 委顿耦合作用下产生开裂，，形成早期裂纹。。随着保载功夫的耽搁，，晶界氧化和开裂的趋向加强，，并在资料内部形成典型的楔形开裂结构。。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，，阐发出典型的多危险机制交互特点 [81]。。此外，，有关钻研指出，，镍基合金的低周委顿寿命不仅受控于滑移模式，，也受氧化行为显著影响。。在较低温度下，，资料微观结构较为不变，，氧化作用较弱，，委顿寿命重要受控于变形机制；；而在中温环境下，，只管结构不变性仍可维持，，但环境侵蚀性加强，，晶界氧化及氧化物开裂成为委顿寿命降低的主因；；当温度进一步升高，，氧化作用急剧加剧，，委顿寿命阐发出强烈的对氧化危险的依赖性 [82]。。

3.3 进展 1：应力应变混合节制蠕变 - 委顿载荷下的危险失效机制

把握高温设备危险演化法规的前提是在试验中有效仿照现实工程结构的真实承载状态。。现有试验载荷重要沿用各类试验尺度中的传统大局 [83-84]，，如应变节制蠕变 - 委顿载荷，，与工程结构的现实受载情况存在显著差距。。通常，，频仍的启停过程所引起的温度颠簸，，会使高温部件处于应变节制的委顿载荷状态 [85-86]；；而在设备持久不变运行阶段，，恒定的内压或离心力又使其接受恒应力节制的蠕变载荷作用。。因而，，尝试室选取的传统应变节制蠕变 - 委顿试验难以高保真地再现服役高温结构的真实承载特点。。此外，，在传统应变节制载荷下，，由于应力松弛，，所引入的蠕变危险随保载功夫耽搁逐步趋于饱和，，难以诱发长时服役造成的蠕变危险主导的蠕变 - 委顿失效 [87-88]。。鉴于此，，本节以应力应变混合节制蠕变 - 委顿载荷为钻研对象，，系统地揭示应力应变混合节制下典型高温资料的蠕变 - 委顿危险失效机制。。

图 17 给出了新型应力应变混合节制下蠕变 - 委顿载荷的加载汗青及典型滞回曲线。。其中，，绿线代表应变节制阶段，，红线代表应力节制阶段。。委顿加载阶段，，混合节制载荷以恒定的应变速度加载到划定的应变幅值；；待达到峰值应变后，，加载方向回转，，以一样的应变速度进行卸载，，同时监控应力，，待达到保载应力时，，载荷节制模式由应变节制切换为应力节制，，并进行恒应力保载。。应力保载期间，，资料接受纯蠕变 - 载荷作用，，蠕变应变随着功夫增长；；保载实现后，，节制模式再次切换回应变节制，，以一样的应变速度卸载至预设的应变幅值，，如此进行周期性加载。。

凭据上述应力应变混合节制的载荷模式，，通过调整应变幅值、、保载应力和保载功夫能够获得马氏体耐热钢分歧危险主导的失效模式，，如图 18 所示。。当应变幅值较大、、保载应力较小、、保载功夫较短时，，马氏体钢出现出多源起裂的特点，，理论裂纹数量众多且分叉显著，，裂纹扩大蹊径复杂，，资料内部的马氏体板条趋于均匀化，，这重要归因于强烈的蠕变和委顿交互作用；；相反的，，当应变幅值较小、、保载应力较大、、保载功夫较长时，，资料内部的板条结构隐没，，蠕变孔洞显著增多，，由蠕变孔洞导致的试样理论裂纹钝化成为蠕变危险主导失效的重要特点。。

基于应力应变混合节制蠕变 - 委顿载荷可矫捷节制保载应力的特点，，衍生出应力过载与混合节制蠕变 - 委顿相结合的载荷谱，，以仿照航空发起机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，，过载期间剧烈的晶内滑移不仅导致晶界处位错塞积与应力集中，，还会产生大量结构缺点，，从而推进 δ 相形核。。在随后的蠕变 - 委顿过程中，，δ 相的状态演变与晶界应力集中效应相互协同，，显著加快蠕变孔洞的形核与裂纹扩大速度，，最终导致资料危险的急剧累积，，如图 19 所示。。

3.4 进展 2：思考力学机能退化的危险分级评价步骤

高温构件在服役过程中面对持久高温与交变载荷的共同作用，，蠕变 - 委顿已成为其重要失效模式之一。。在这一过程中，，资料的力学机能随服役功夫逐步退化，，阐发为强度、、塑性、、延性等关键参数的降落 [89]。。然而，，现有无数危险模型与危险累积准则通；；谧柿铣跏剂ρЩ芙泄菇，，未能充分思考机能退化对结构安全评估造成的非守旧性影响，，尤其在蠕变 - 委顿耦合作用下，，不足对退化水平明确且陆续的判定尺度，，限度了危险状态的动态评估与精准判定。。

思考力学机能退化的推荐的危险分级评价步骤流程图如图 20 所示。。首先，，通过委顿、、蠕变及蠕变 - 委顿试验，，成立传统的危险累积准则，，别离获取各类载荷作用下的资料参数，，进而绘制二维危险交互作用图，，并基于工程安全性拔取适当的累积准则天堑。。其次，，界说可能表征资料力学机能退化的危险变量，，通常通过分歧寿命阶段的中断试验结合拉伸试验获取应力 - 应变能量变动，，并构建退化变量与寿命分数之间的函数关系，，由此拟合出资料的退化演化法规，，形成描述分歧加载前提下资料机能衰减的退化包络线。。最后，，基于机能退化变量的演化趋向，，将资料服役过程划分为多个危险等级，，并将退化包络线与二维危险准则结合，，构建三维危险分级评价图，，实现对分歧危险阶段的可视化判定和分级评估，，为高温结构的寿命预测与安全设计提供靠得住凭据。。

为了综合暗示拉伸力学机能在委顿及蠕变 - 委顿过程中的退化水平，，选取拉伸塑性应变能密度 (U_T) 对力学机能退化进行统一参数化表征。。U_T 被界说为真实应力 - 应变曲线所包抄的塑性变形面积，，其代表了资料在变形过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况如图 21 (a) 所示。。U_T 出现了两阶段的降落，，蕴含不变降落阶段和急剧降落阶段，，并且拥有显著的载荷有关性。。资料退化过程能够视为 U_T 的不成逆耗散，，直至达到失效的临界值。。因而，，从能量角度启程，，用以表征资料退化的危险变量 D_m 能够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) 别离为初始的和第 N 个循环周次的应变能密度。。图 21 (b) 展示了 GH4169 合金的危险变量 D_m 随着寿命分数的演化情况，，D_m 的增长速度均随着寿命分数的增长而逐步加快。。此外，，随着应变幅值和保载功夫的增长，，D_m 的增长速度也会加快。。这批注，，D_m 拥有载荷有关的个性。。为了方便工程利用并统一描述所有资料的危险，，选取单一的幂指数函数对 D_m 与寿命分数之间的关系进行拟合。。凭据能量失效准则，，D_m 的临界值被设为 1，，因而拟合公式可暗示为： 

式中，，m 为通过拟合得到的指数。。拟合了局和 m 的数值如图 21 (b) 所示，，拟合曲线与试验数据吻合优良。。为便于工程利用及思考载荷有关性的影响，，凭据幂指数 m 与载荷水平、、保载功夫之间的关系，，确定 m 的最大值 m_max。。m_max 对应的曲线界说为资料退化包络线，，其下方的部门被视为安全设计区域。。

在安全评估中，，必要思考合用于特定资料及危险模型的有效危险累积准则。；；谀芰棵芏群纳⒌奈Ｏ漳Ｐ，，线性危险累积 (Linear Damage Summation, LDS) 准则、、双线性危险累积 (Bilinear Damage Summation, BDS) 准则和非线性危险累积 (Nonlinear Damage Summation, NDS) 准则被宽泛选取。。然而，，上述准则中的阈值通常设定为常数，，忽略了资料力学机能退化的影响，，这可能存在不守旧危险评价的风险。。前期钻研批注，，在应变能密度耗散模型框架下，，GH4169 合金合用于 NDS 准则。。GH4169 合金思考力学机能退化的修改 NDS 准则能够暗示为： 

式中，，Dc 为蠕变危险；；Df 为委顿危险。。

凭据资料退化包络线上 Dm 的增长速度，，将资料退化过程划分为 I~IV 4 个等级，，蕴含 Dm 无显著变动的阶段 (I 级)，，Dm 逐步增长的阶段 (II 级)，，Dm 加快增长的阶段 (III 级)，，最后急剧失效的阶段 (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，，构建三维危险分级评价图，，如图 22 所示。。其中紫色、、绿色、、黄色和红色别离代表 I~IV 级。。为了更明显地注明每个危险级别下的安全区域，，蠕变危险 D_c 和委顿危险 D_f 的坐标轴选取了对数坐标。。推算得到的试验数据点均位于包络面之外，，证了然三维危险分级评价图的可用性。。

3.5 进展 3：蠕变 - 委顿 - 氧化危险评定与寿命预测

针对高温服役环境中氧化对蠕变 - 委顿机能造成的不利影响，，已有钻研提出了一系列寿命预测步骤，，用于评估氧化作用对资料服役寿命的减弱效应。。在定性分析方面，，有概念以为，，当氧化危险在危险机制中占据主导职位时，，裂纹萌生阶段会大幅提前，，从而使蠕变 - 委顿裂纹的萌生寿命险些能够忽略不计 [90]。。部门早期模型并未显式引入氧化危险项，，而是将其影响隐含地嵌入至蠕变或委顿危险中，，通过参数修改反映氧化带来的机能退化 [91-92]。。在基于线性危险累积准则的步骤框架下，，部门模型通过引入 “寿命缩减比” 来量化氧化的影响，，在蠕变 - 委顿寿命预测中展示出优良的适应性与预测正确性 [93]。。有关钻研还通过简化并修改已有的蠕变 - 委顿 - 氧化危险模型，，使其合用于定向凝固镍基合金的裂纹萌生寿命分析。。试验了局显示，，预测寿命普遍落于 2 倍误差带内，，验证了模型的靠得住性 [94]。。还有钻研将该类模型嵌入结构分析，，针对蠕墨铸铁资料制备的气缸盖部件进行三维蠕变 - 委顿 - 氧化危险分析，，所得仿照了局与现实失效描摹高度吻合，，且成功预测出构件潜在的失效地位 [95]。。也有模型通过引入独立的氧化危险子项，，对蠕变 - 委顿 - 氧化 3 种机制的演化过程进行结合建模，，提升了预测的系统性与精度 [96]。。此外，，课题组前期基于应变能密度耗竭理论，，成立了面向裂纹萌生阶段

的寿命预测模型，，将氧化危险与机械危险的累积过程耦合思考，，在多种资料系统下均获得了优良的试验一致性 [97]。。

图 23 (a) 具体展示了氧化危险模型成立的示意图，，氧化危险是以试样承载能力的降低来界说的。。如图 23 (b) 所示，，氧化危险水平可通过氧化危险区域 (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。。本节所钻研的 P92 钢在高温空气下的氧化膜阐发出多层的结构，，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齐全受损，，由于外层疏松多孔的氧化膜失去了承载能力。。氧化影响区域内，，随着到理论距离的增长，，由于氧含量的降低，，氧化危险的水平逐步降低。。因而，，必要量化描述从试样理论到内部的氧化危险水平的危险指数。。氧化危险指数与氧在氧化影响区域和基体中的扩散水平有关联，，通过电子探针技术进行线扫描定量获取氧含量，，了局如图 23 (b) 所示。。

与基体相比，，外层区域的氧含量越高，，氧化危险水平越大，，氧化危险指数 α随着距试样外理论距离的增长而降低，，其推算式为： 

式中，， x _i 为距试样外理论的距离；； x _a 为氧化影响区的厚度；； x _p 为氧化物的厚度；； q为反映危险水平的拟合参数。？Ｋ伎佳趸Ｏ涨蛟谡搴峤孛婊械恼急群脱趸Ｏ账皆诜制绲匚坏牟罹，，氧化危险驱动力方程能够暗示为： 

式中，， A _oxi 为氧化危险区域的面积；； A _cross 为试样横截面积；； α _max 为氧化危险指数的最大值。。

在现有以线性危险累加准则为基础构建的寿命预测模型系统中，，重要蕴含功夫分数法 (Time Fraction, TF) 模型、、延性耗竭 (Ductility Exhaustion, DE) 模型、、TAKAHASHI 等提出的应变能密度耗竭 (Strain Energy Density Exhaustion, T-SEDE) 模型和 WANG 等提出的应变能密度耗竭 (W-SEDE) 模型。。在此基础上，，为进一步思考氧化危险在高温服役前提下对蠕变 - 委顿寿命的影响，，构建了 4 类新增模型，，即 TF-O、、DE-O、、T-SEDE-O 与 W-SEDE-O，，别离对应在原模型中引入氧化危险力项后的扩大大局。。模型评估过程中，，不应单方面追求预测误差的最小化或精度的最大化，，而应两全模型结构复杂性与预测能力之间的合理平衡，，即在确保模型可能反映物理机制的前提下，，尽可能维持其推算简洁性与适应性。；；谧畲笏迫还兰评砺，，本钻研拔取赤池信息准则 (Akaike Information Criterion, AIC) 与贝叶斯信息准则 (Bayesian Information Criterion, BIC) 作为评价尺度，，以量化模型对寿命预测数据的拟合优度与复杂度的衡量成效。。图 24 (a) 和图 24 (b) 别离展示了各类模型在蠕变 - 委顿寿命预测工作中的 AIC 与 BIC 阐发。。

了局批注，，整体而言，，SEDE 类模型在机能上优于 TF 与 DE 模型，，阐发出更高的预测正确性与泛化能力。。进一步地，，在模型中引入氧化危险耦合项后，，各类模型的综合机能普遍提升，，更好地反映了高温多危险耦合作用下的服役行为。。出格的，，只管 W-SEDE-O 模型的参数数量相对较多，，模型结构较为复杂，，但其在 AIC 与 BIC 评价指标中均阐发出最优的最小值，，体现出其在预测精度与复杂度节制之间的优良平衡，，具备工程利用潜力。。

在高温高压环境下服役的电厂关键承压部件中，，若蠕变 - 委顿寿命设计存在非守旧性，，将对设备运行的安全性组成严重威胁。。因而，，正确评估蠕变与委顿危险对于确保部件在复杂工况下的服役靠得住性至关重要。。在工程实际中，，累积委顿危险常通过蠕变 - 委顿失效周次与同应变幅下纯委顿寿命的比值进行估算，，而累积蠕变危险的评估则因尺度系统差距存在多种实现步骤。。图 25 (a) 展示了典型高温钢种 P92 钢在蠕变 - 委顿交互作用下的累积委顿危险与累积蠕变危险分数的散布情况，，其中仅约 1/3 的拉伸保载试验数据位于 BDS 之外，，批注该危险准则在部门加载工况下阐发出非守旧性。。相比之下，，NDS 的覆盖能力更强，，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危险交互作用图，，耦合思考了蠕变、、委顿以及氧化三种典型危险机制的共同演化法规。。图 25 (b) 展示了该模型下拉伸保载与压缩保载试验点在三维坐标系中的散布，，其中 X、、Y 与 Z 轴别离代表累积委顿危险、、累积蠕变危险与累积氧化危险。。了局显示，，由于在模型中合理引入了氧化危险的贡献项，，94.4% 的试验数据点散布于陆续包络面之外，，相较于传统二维危险交互图中仅 33.3% 的数据点落于失效包络线外的了局，，显著提升了模型的守旧性。。

3.6 进展 4：高温熔盐环境中的资料侵蚀与开裂行为预测

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，，拥有比热容高、、黏度低、、饱和蒸气压低等利益，，在光热发电、、热储能及先进核反映堆等新型能源系统中的利用较为宽泛。。凭据阴离子种类的分歧，，常见的熔盐重要有氟盐、、氯盐和硝酸盐等。。本节针对目前商用最广的典型熔融硝酸盐 (太阳盐，，质量分数为 60% 的 NaNO₃ 、、质量分数为 40% 的 KNO₃ ) 侵蚀环境，，系统揭示熔盐环境中的资料侵蚀机制、、化 - 力耦合效应，，并实现对资料熔盐侵蚀开裂行为的预测。。

在分歧温度下，，熔融硝酸盐产生分歧水平的分化，，从而出现出分歧水平的侵蚀性。。当温度低于 565℃时，，硝酸根的分化重要通过还原反映产生侵蚀离子 O 2?[98]；；当温度高于 600℃时，，硝酸盐产生进一步分化，，天生 O 2 ? 和 O 2 2? ，，进一步加强了熔盐的侵蚀性 [99]。。金属资料在熔融硝酸盐中产生氧化反映，，天生对应的氧化物。。分歧的金属氧化物在熔融硝酸盐中的溶化度也分歧，，如难溶的铁氧化物易沉积在金属理论，，铬氧化物则易溶于熔盐中，，因而含铬元素的金属，，如不锈钢等在熔融硝酸盐中的侵蚀层出现典型的外层铁氧化物、、内层铁 - 铬氧化物的分层结构。。

氯离子作为重要杂质对硝酸熔盐侵蚀性的加强最为显著，，在使用商用级此外硝酸盐作为传蓄热介质时，，把握氯杂质加快的资料侵蚀法规显得极为重要。。如图 26 所示，，氯离子通过 “活性侵蚀” 机制加快资料侵蚀，，以铁元素为例论述该机制产生的 4 个步骤 [100-101]：首先，，金属熔盐中的氯杂质离子与不锈钢理论的氧化物 (如 Fe 2  O 3 ) 和氧产生反映天生 Cl 2 （S1）；；随后 Cl 2 通过侵蚀层渗入到侵蚀层 / 基体界面处，，与基体的金属原子产生反映天生 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）；；当侵蚀层中肯定地位处的氧分压达到使 FeCl 2 产生氧化的临界分压时，， FeCl 2 被氧化成铁氧化物并开释 Cl 2 （S4），，步骤 S2~S4 的不休反复使资料的侵蚀速度显著增大。。

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快高温结构失效的重要成分。。高温熔盐环境中，，载荷引起的资料变形使资料内部微观结构产生变动，，产生大量的缺点 (如几何必须位错、、位错亚结构以及亚晶界等)，，为金属原子提供短程扩散通道，，从而加快了资料在熔盐中的侵蚀。。如图 27 所示 [102]，，在慢拉伸前提下产生了晶界侵蚀景象；；持续变形之下，，侵蚀产品在晶界处产生开裂，，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，，导致裂纹沿晶界不休扩大。。对于多元危险下裂纹的萌生与扩大分析，，基于陆续危险力学模型的预测步骤受到格外关注。。首先，，将应力和塑性应变修改的化学势引入到 Wagner 方程，，通过耦合氯离子杂质影响的熔盐侵蚀速度参数，，构建多元成分影响的晶粒熔盐侵蚀动力学方程，，进一步思考应力辅助晶界氧化 (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描述熔盐侵蚀危险，，利用线性累积步骤及刚度退化法，，对慢拉伸前提下 316L 不锈钢的侵蚀与开裂行为进行了预测。。由图 27 可知，，模型对资料侵蚀行为、、侵蚀开裂行为的预测成效与试验了局较为一致。。

3.7 进展 5：多场耦合作用下涡轮盘合金委顿裂纹扩大机制与模型

作为航空发起机最为关键的热端部件之一，，涡轮盘在服役过程中接受很大的离心负荷和热负荷，，其服役寿命很大水平上取决于粉末高温合金中委顿危险及其与蠕变、、氧致危险的交互作用 [103][104] 355-369。。随着涡轮盘服役温度提高，，氧致危险 (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委顿裂纹扩大的影响变得越发显著 [105] 110702 [106] 265-274，，氧致危险推进的委顿裂纹扩大行为对粉末涡轮盘委顿寿命危险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钻研对象，，通过节制环境空气和载荷前提，，揭示多场耦合作用下粉末高温合金委顿裂纹扩大机制，，基于试验了局，，成立委顿裂纹扩大模型。。

对于涡轮盘合金，，由于其良好的高温力学机能及委顿裂纹扩大过程中蠕变载荷对裂纹尖端区域较短的作用功夫，，蠕变危险对其委顿裂纹扩大的影响比力有限，，只有当温度高于 750℃，，蠕变对委顿裂纹扩大才产生显著的推进效应 [104] 355-369 [105] 110702 [106] 265-274 [107]。。通过节制委顿裂纹扩大试验的氧分压、、温度和加载频率，，较明显地澄清了氧化危险对粉末高温合金 [N18 和高熔点低溶化度 (Low Solvus High Refractory, LSHR) 合金] 委顿裂纹扩大的影响法规，，即当温度由 650℃增长到 725℃，，环境由真空改为空气，，N18 和 LSHR 合金委顿裂纹扩大速度增长了 1~2 个数量级，，委顿裂纹由穿晶扩大转变为沿晶扩大，，断口上沿晶二次裂纹的数量有显著增长，，批注氧化危险显著加快了高温合金委顿裂纹扩大 [108]。。除了载荷、、环境外，，氧化推进委顿裂纹扩大还与涡轮盘合金微观组织亲昵有关。。

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)] 的委顿裂纹扩大速度，，相比于细晶与梯度结构 FGH99 合金，，粗晶 FGH99 合金委顿裂纹扩大速度低了近 1 个数量级，，拥有更高的委顿裂纹扩大抗力 [109] 107647。。通过比力细晶和梯度结构 FGH99 合金的裂纹扩大速度能够发现，，高温对于梯度结构委顿裂纹扩大的推进作用更为显著。。为更好地评估微观组织对委顿裂纹扩大行为的影响，，对梯度结构 FGH99 合金发展恒应力强度因子 (ΔK) 前提下的委顿裂纹扩大试验，，试验了局如图 28 (e) 所示，，除了在 5Hz 正弦加载波形下测试的试样外，，当委顿裂纹由粗晶区向细晶区扩大时，，委顿裂纹扩大速度有显著提高。。在 650℃、、分歧 ΔK 前提下，，晶粒尺寸的变动对委顿裂纹扩大速度的影响随着 ΔK 增长而减小，，而在 ΔK=40MPa?m?/?、、分歧温度时，，晶粒尺寸的变动对委顿裂纹扩大速度的影响随着温度的升高而增长。。这批注温度越高，，氧致危险推进委顿裂纹扩大行为对微观结构越发敏感，，且氧致危险与裂尖微观组织、、应力应变状态、、裂纹扩大速度亲昵有关 [109] 107647 [110]。。

要实现高温合金氧致危险推进委顿裂纹扩大行为和扩大速度的精确预测需诠释委顿危险和氧致危险的交互作用，，并纳入相应的裂纹扩大速度预测模型中。。如图 29 所示，，在基于委顿裂纹尖端变形与氧化表征的基础上，，通过晶体塑性模型和裂尖应力协助晶界扩散相结合，，发展了氧化 - 委顿裂纹扩大速度预测步骤 [105] 110702 [111-112]。。通过晶体塑性模型仿照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，，同时通过仿照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散布，，成立起耦合裂尖累积塑性应变和氧元素浓度的裂纹扩大准则，，选取扩大有限元步骤 (Extended Finite Element Method, XFEM) 仿照和预测了涡轮盘合金 RR1000 裂尖在氧化 - 委顿耦合作用下的危险及裂纹扩大速度，，得到与试验相吻合的仿照了局。。但由于不足裂尖应力 / 应变协助氧元素扩散系数和裂尖氧化危险水平的正确表征，，所成立的席卷裂尖氧化 - 委顿危险交互作用的裂尖开裂准则还有待进一步的发展和验证，，思考氧化危险的委顿裂纹扩大模型和数值仿照步骤也有待进一步发展。。

4、、多学科交叉与数字化系统

4.1 多学科交叉

传统高温机械强度钻研重要依赖陆续介质力学和资料科学，，通过试验测试和理论建模分析资料在高温环境下的变形与失效机制。。当前，，随着推算机技术和人为智能的飞速发展，，高温机械强度钻研正经历从传统学科向多学科交叉融合的范式转变。。交叉学科是指通过突破传统学科天堑，，将两个或多个领域的理论、、步骤、、技术进行系统性融合而形成的新型钻研范式。。它不是单一的学科叠加，，而是通过跨领域知识的深度碰撞，，催生新的钻研工具与分析框架。。例如，，将量子力学与资料科学结合形成的推算资料学，，把机械学习算法引入工程力学领域形成的智能力学，，均是交叉学科的典型产品。。在高温机械强度钻研中，，交叉学科体现为力学、、资料科学、、推算机科学、、物理学、、化学等学科的深度协同，，通过整合分歧领域的钻研范式，，突破单一学科的认知天堑，，从而更好地服务于高温机械设备的安全靠得住性保险。。

4.2 多学科交叉在高温机械强度中的进展

在多学科融合的推动下，，数据驱动步骤与模型驱动步骤的集成利用，，正成为高温结构寿命建模与预测的重要趋向。。传统的物理模型依赖于复杂的危险演化机制和专家知识，，固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存在推广性差、、建模难度高、、推算开销大等局限。。相较之下，，数据驱动步骤通过对监测数据的高维特点学习，，展示出优良的泛化能力和建模效能。。数据驱动模型通过数据训练进行寿命预测，，在此过程中必要鉴别输入和输出变量，，并通过交叉验证优化超参数。。出格是前馈人为神经网络 (Artificial Neural Network, ANN)[26] 106677、、支持向量回归 (Support Vector Regression, SVR)[113]、、随机丛林 (Random Forest, RF)[114] 和高斯过程回归 (Gaussian Process Regression, GPR)[115] 在思考均匀应力和加载挨次等多重影响成分的循环寿命预测中得到了宽泛的利用。。与传统的机械学习模型相比，，基于深度学习的模型由于其更复杂的模型结构，，学习能力更强，，ZHANG 等 [116] 通过网络多种资料的委顿、、蠕变数据，，别离训练多种机械学习模型，，了局证明，，深度学习模型可能获得更佳的寿命预测成效。。为了将已知的物理定律和约束前提整合到机械学习模型中，，提出基于物理信息的机械学习 (Physics-Informed Machine Learning, PIML) 模型 [117]，，并因其较高的泛化机能而在寿命预测中受到越来越多的关注。。ZHANG 等 [118] 结合模型训练中的损失函数与物理约束，，将物理信息神经网络成功利用于 316 不锈钢的蠕变 - 委顿寿命预测。。只管如此，，PIML 模型依然是一个黑盒模型，，这在工程利用中是极度不方便的。。符号回归 (Symbolic Regression, SR) 凭据给定问题搜索最优函数大局和模型参数，，为可诠释性显式表白式提供了一种有效的解决规划 [119]。。近年来，，人们对基于 SR 的循环寿命预测进行了一些尝试。。例如，，REN 等 [120] 确定了交通用水泥不变冷再生混合伙料的委顿寿命预测方程，，将 SR 与半经验模型相结合，，成立了多级加载下的渣滓委顿寿命预测方程，，其中 SR 以资料含量和外加载荷为变量。。

为了进一步利用现实工程结构服役过程中的状态监测数据，，实时辰析结构的渣滓使用寿命 (Remaining Useful Life, RUL)，，多学科交叉阐扬了重要作用。。通常来说，，机械结构的渣滓使用寿命预测步骤能够分为数据驱动步骤、、模型驱动步骤及数据 - 模型混合驱动步骤。。模型驱动步骤必要成立描述系统退化行为的物理模型，，如 Paris 裂纹扩大模型、、危险演化模型，，将物理模型与丈量数据和使用工况相结合，，确定模型参数并预测系统将来的退化行为。。然而对于极为复杂的机械系统，，很难齐全把握结构失效机制，，也很难成立正确的物理模型用于预测。。即便成立了高保真模型，，受限于巨大的推算量很难将该步骤利用于实时动态的 RUL 预测。。数据驱动的步骤，，如深度神经网络并不依赖系统的失效物理模型，，该步骤利用当前监测数据及汗青数据来评价机械系统的健康状态并预测将来发展，，其预测的精度极大水平上依赖于数据集的质量。。若是可能获得该结构或类似结构的所有故障模式数据，，数据驱动的步骤能够客观地思考所有失效关系，，从而有效预防人因误差。。伴随人为智能技术的飞速发展，，基于数据驱动的 RUL 预测步骤越来越受到钻研人员的关注。；； NASA 公开的大型商用涡扇发起机 C-MAPSS 仿照数据集 [121]，，LI 等 [122] 提出融合机械系统多传感器数据的 RUL 预测步骤，，凭据融合得到的健康指标利用维纳过程模型进行退化建模。。任子强等 [123] 通过预测方差最小化优化权重系数以融合多源传感器数据，，利用线性维纳过程模型预测发起机的 RUL。。

对于现实的高温结构，，单独使用数据驱动或模型驱动步骤可能无法有效预测结构靠得住性及 RUL，，如将两种步骤混合使用则可能极大提升预测能力。。例如，，在数据驱动步骤中，，失效物理行为的领域知识能够用数学模型表白。。将数据驱动的步骤与基于故障物理的理论模型相结合，，可在不违背物理法规的同时保障推算效能。。目前，，钻研人员结合 Paris 裂纹扩大模型与卡尔曼滤波算法、、无际卡尔曼滤波算法以及粒子滤波算法发展了大量工作 [124]，，利用数据驱动算法在数据获取及参数更新方面的优势，，能够动态调整 Paris 裂纹扩大模型参数，，从而使实时裂纹扩大预测了局更靠近现实裂纹长度。。该混合驱动步骤极大水平地提升了 RUL 预测的精度，，且 RUL 的预测不确定性区间将随着数据的不休获取逐步缩小。。WANG 等 [125] 通过扩大有限元分析结构的委顿裂纹扩大法规，，使用代理模型步骤进走运算降阶，，并融合委顿裂纹扩大模型与贝叶斯网络分析了结构委顿加载下的 RUL。。付洋等 [126] 构建了航空发起机涡轮盘振动数据与裂纹扩大法规的关系，，通过动态贝叶斯网络成立退化模型，，并选取粒子滤波算法进行退化跟踪与渣滓使用寿命预测，，通过全尺寸涡轮盘试验了局证了然该步骤的有效性。。

4.3 进展 1：用于预测蠕变寿命的约束机械学习与误差分析步骤

高温结构资料的蠕变寿命预测是保险火电、、核电等设备持久服役安全和结构齐全性的关键科学问题之一。。除传统的经验模型、、唯象模型以及基于微观机制的蠕变机制模型外，，机械学习 (Machine Learning, ML) 近年来也成为预测和优化资料机能 (蕴含蠕变机能) 的重要工具。。为确；；笛霸谌浔涫倜げ饫弥械奈锢砗侠硇院驮げ饪康米⌒，，近期钻研成立了合用于蠕变寿命预测的物理约束机械学习算法 [127-130]。。本节将以高温金属结构资料为例，，论述物理约束机械学习及其靠得住性评估步骤，，并展示其在定量预测蠕变寿射中的利用。。

钻研批注，，通例机械学习算法在持久蠕变寿命预测中存在肯定局限性：只管其预测了局通常拥有较高的有关系数，，但可能产生违背物理法规的拟合和外推了局，，例如，，部门过拟合、、外推曲线交叉和回折等，，导致显著的预测误差。。为解决该问题，，近期钻研将蠕变断裂曲线的物理约束前提 (如一阶导数、、二阶导数及温度有关导数) 与机械学习相结合，，成立了合用于蠕变寿命预测的物理约束机械学习算法，，并成立了系统的靠得住性评估步骤 [127] 239-251 [128] 5165-5176 [129] 923-937 [130] 3444-3457 [131]，，以确保模型的不变性与靠得住性。。

图 30 展示了该物理约束机械学习模型的构建流程及靠得住性评估步骤。。物理约束前提的引入有效提升了预测了局的物理合理性，，具体而言，，一阶导数约束可预防持久外推曲线峻峭异常；；二阶导数约束可预防预测曲线的震荡及不合理外推；；温度有关导数约束则可预防分歧温度下预测曲线的交叉景象。。系统的靠得住性评估步骤蕴含：物理约束前提验证、、单批次与多批次数据分析、、蠕变寿命外推、、不变性与可反复性分析、、回归与误差分析以及算法自洽性分析等。。最终，，将物理约束机械学习算法的预测了局与欧洲蠕变合作委员会 (European Creep Co-operation Committee, ECCC) 评估测试 (Assessment Procedures, PATs) 规范进行对比分析。。

图 31 展示了物理约束机械学习算法在高温金属资料蠕变寿命预测中的利用实例。。图 31 (a)~ 图 31 (b) 批注，，该步骤预测的 TP316H 钢蠕变曲线满足一阶导数和二阶导数的物理约束前提。。图 31 (c) 展示了 4 种算法拟合 TP92 钢的全数据，，模型拟合与外推成效优良且误差较小。。图 31 (d) 展示了利用 3 种算法外推 Super 304H 奥氏体钢的蠕变寿命，，了局显示算法间高度一致且与试验数据吻合优良。。图 31 (e) 所示为 321H 奥氏体钢蠕变寿命的预测值与试验值的回归与误差分析，，回归系数为 0.96；；其中 3 个数据点偏离了 5% 异常值领域，，可用于判断和预测资料的早期蠕变失效。。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，，蕴含全数据拟合、、PAT 3.1、、PAT 3.2 和外推了局，，均高于 97.5%。。

系统的靠得住性评估了局批注，，所构建的物理约束机械学习模型可能对奥氏体钢、、高铬钢、、镍基合金等多种高温金属结构资料的蠕变机能进行不变靠得住的预测。。该步骤不仅满足 ECCC PATs 规范的要求，，还通过精简约束前提，，显著优化了评估测试流程。。此外，，该步骤还被拓展利用于预测多种金属资料在变形过程中的晶界滑移行为 [132]。。综上所述，，所成立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利用与靠得住性评估提供了参考范例；；另一方面，，为定量评估和预测现有商用资料及新一代高温合金的持久服役安全性和靠得住性提供了技术支持。。将来，，将机械学习与蠕变机制模型进行深度融合，，有望成为推动高温合金设计与服役机能预测的重要钻研方向。。

4.4 进展 2：基于深度学习步骤的资料多轴循环变形及寿命钻研

多轴复杂载荷下的部门应力应变过程拥有显著蹊径有关性与非比例特点，，传统基于单一危险参量与经验标定的步骤在跨资料与跨载荷谱外推时难以保障有效的预测精度。。近年来，，深度学习步骤从 “数据驱动特点工程、、物理机制融合和委顿数据加强” 等 3 个方面，，为多轴危险参量构建与委顿寿命预测提供了新的解决思路，，并在若干典型工程资料与场景中验证了有效性 [133-141]。。

数据驱动特点工程以面向资料应力应变行为的特点编码和挖掘为主题，，萦绕 “可判断、、可迁徙、、可诠释” 的指标构建有效的多轴委顿表征。。一方面，，通过幅值、、均值、、相位差、、非比例度等指标，，以及委顿强度 (Fatigue Strength, FS)、、Chen-Xu-Huang 能量参数 (CXH) 等典型危险参量进行参数化描述，，并结合递归特点解除等筛选战术，，从复杂多轴过程中提炼出对寿命最敏感的少数关键变量 [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，，直观刻画分歧应变蹊径下多轴滞环状态与能量耗散模式的差距，，再以档次化卷积与迁徙学习实现跨资料适配，，在资料更替时仅需微调高层参数即可维持预测不变性 [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鉴别模型关注特点，，进一步理解模型揣度凭据。。与经验模型相比，，该类步骤在非比例蹊径与复杂谱覆盖下显著提高了样本落入 1.5 倍寿命带内的比例，，并在跨资料迁徙时阐发出更低的误差敏感性 [133] 2524-2537 [134] 107868 [135] 107324 [136] 109802。。

在深度学习模型内部，，将经验公式或理论模型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型，，能够显著压缩参数搜索空间并提升外推不变性，，进一步提升模型预测了局的物理一致性。；； Coffin-Manson 方程、、FS、、SWT 和 CXH 等经典危险参数，，能够在神经元的权重约束和损失函数惩治项中进行改进 [137] 20220392 [138] 108799，，实现对模型训练过程的约束，，得到的了局能够两全精度和物理一致性 [图 33 (a)]。。此外，，面向工程参数化需要，，神经网络驱动的符号回归在量纲一致性约束下能够自动发现危险参量的闭式表白，，两全精度与可移植性；；在多资料验证中，，2 倍寿命带内比例达到约 90.58%，，3 倍寿命带内比例达到约 98.55%[139] 110809 [图 33 (b)]。。

除了模型层面的改进，，数据侧的加强同样关键。。将应力 - 应变过程经傅里叶或时频编码，，与寿命标签结合建模，，可在深度卷积天生匹敌网络框架下实现样本的同化与扩增，，从而有效扩大训练散布并降低估计方差 [140] 106996，，如图 34 所示。。进一步地，，基于前提天生匹敌网络的可控加强以应变蹊径、、幅值统计或资料标签为前提，，同时天生与之匹配的应力响应与委顿寿命，，相较无前提加强更能覆盖非比例加载中多样的蹊径与相位组合 [141] 109216。。在代表性数据集上，，该战术使多种基线模型的均方根误差最高降落约 46.2%，，了局反复性的尺度差最高降落约 51.7%，，分歧浅层机械学习模型亦获得显著提升；；面向极小样本情景，，结合循环一致约束的循环式加强可进一步带来 35%~91% 的精度改善。。

在多轴委顿布景下，，将危险演化、、循环本构以及应力 - 应变关系等物理机制融入深度学习过程，，可能显著提升模型对现实工况的适配性。。引入物理有关特点量与先验约束，，加强输入与寿命之间的有效关联，，缩小参数可行域并加快收敛，，使模型将表白能力集中到传统步骤难以刻画的非线性耦合特点上。。将机制项写入损失函数或结构约束，，还能保险量纲与物理一致性，，提升了局的可诠释性与靠得住性，，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合范式有望弥合理论模型与经验步骤之间的天堑，，产出更正确、、可审计的委顿寿命预测了局。。

4.5 进展 3：融合监控数据与失效物理模型的结构渣滓使用寿命预测步骤

近期，，钻研团队从高温部件的失效物理机制启程，，提出了融合状态监测数据、、失效物理模型与随机过程统计理论的高温结构靠得住性分析与渣滓使用寿命预测步骤 [142-143]。。该步骤的执行流程如图 35 所示。。具体流程为：①载荷信息映射。。在线监测数据反映了部件的运行工况信息，，通过输入到离线构建的代理模型能够在线输出弱点地位功夫有关的载荷信息。。②危险累积映射。。凭据获得的载荷谱，，分析其载荷模式并进行载荷循环统计，，将其输入至失效物理模型进行危险分析，，从而获得若干启停周次后的危险累积了局。。③渣滓使用寿命预测。。将危险累积过程视为随机过程，，利用随机过程模型进行退化建模。。通过关联危险阈值，，使用累积危险 - 危险阈值过问准则即可求解得到系统运行至指按时刻的靠得住性水平及渣滓使用寿命。。

该流程思考结构在服役过程中的危险累积与演化，，通过数据 - 模型混合驱动步骤实现危险监测与预测。。目前已推广利用于电厂汽轮机组的健康治理，，为汽轮机转子等关重部件的预测性守护提供技术支持。。具体而言，，必要成立高保真的汽轮机转子有限元分析模型，，通过采取热力耦合建模，，凭据汽轮机转子的运行工况分为启动 - 稳态运行 - ；； 3 个过程，，运行中涉及的根基加载工况参数为蒸汽温度、、功率负荷和转速，，在现实利用中可能反映转子的状态信息。。汽轮机转子叶根槽 (Blade Grooves, BGs) 和应力开释槽 (Stress Relief Groove, SRG) 的有限元分析了局如图 36 所示。。其中，，SRG 和 1-st BG 的应力水平与理论温度的幅度最大，，被视为潜在的弱点地位。。

将转速、、负荷、、升转速度、、升负荷速度等作为神经网络的输入参数，，通过有限元仿真堆集的上千组数据点训练深度神经网络，，从而成立从状态监测参数到载荷功夫过程信息的映射关系。。紧接着，，选取工程中常用的委顿 - 蠕变寿命评估模型，，进一步通过贝叶斯步骤量化思考模型不确定性 (模型大局和模型参数)，，基于汗青堆集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危险累积分析了局如图 37 所示。。相比之下，，由于应力开释槽重要由热应力主导危险，，因而受运行工况变动影响较大，，累积危险曲线有颠簸式上升

最后，，为了评估转子运行靠得住性并思考转子两个幽微部位的失效有关性，，选取多随机过程模型融合进行概率危险累积建模，，预测危险累积发展。。在此基础上结合 Copula 函数成立结合失效评估函数，，分析转子系统运行靠得住度，，50 次启停后的靠得住度分析了局如图 38 所示。。若以 92% 靠得住度为转子寿命阈值，，则思考失效有关性的 RUL 预测了局为 330000~331000h。。该分析了局可为转子运维治理提供肯定领导，，将来可进一步开发相应机载系统，，服务汽轮机智慧化寿命治理。。

4.6 进展 4：结合推算机软件技术的高温结构强度分析工具

对于接受循环载荷和高温环境的结构，，蠕变 - 委顿失效是其重要的粉碎大局。。为预测这类部件的设计使用寿命，，钻研者构建了诸多经验型或物理机制驱动的本构模型用于描述其应力 - 应变关系及危险演化法规。。但在现实工程中，，由于资料缺点、、载荷颠簸、、制作公差以及模型认知不美满等随机 / 报答不确定性的存在 [144-145]，，火急必要引入概率靠得住性评估步骤以获得更精准的设计寿命。。现有的概率靠得住性评估系统重要蕴含解析法、、数值仿照法和代理模型法 [146]。。无论选取何种步骤，，靠得住性评估面对的一个共性难题是基础数据的匮乏 —— 高靠得住性部件在蠕变 - 委顿载荷下的真实失效数据极为匮乏，，而有关试验数据的获取又需耗费大量功夫和人力成本。。因而，，借助有限元软件的开发，，有限元步骤已成为靠得住性评估的必要工具。。然而相较于传统委顿靠得住性评估，，蠕变 - 委顿靠得住性评估在试验数据堆集、、复杂危险 / 寿命模型处置、、多重不确定性量化以及结构有限元推算成本节制等方面面对更大挑战。。

随着推算机技术与智能算法的发展，，代理模型凭借其推算效能和合理精度在分类与回归问题中得到宽泛利用。。通过代替有限元推算实现数据堆集，，将代理模型利用于概率分析问题可显著削减推算职守，，为靠得住性评估提供通用化解决规划 [147]。；；诖砟Ｐ偷娜浔 - 委顿靠得住性评估框架如图 39 所示。。

首先，，将输入的资料属性、、几何尺寸、、载荷等随机变量离散化，，发展批量有限元推算，，堆集数据集，，蕴含随机变量的输入及危险数值的输出，，并基于此训练代理模型。。代理模型可选用集成学习的思想提高精确度和普适性。；；诖砟Ｐ，，急剧得到变量蒙特卡洛抽样 (Monte Carlo Sampling, MCS) 输入的响应输出，，从而获取危险的概率散布，，最终，，发展危险了局的靠得住性评估。。此类数据物理混合驱动的步骤通过推算科学高效矫捷地解决特定设计问题，，为概率靠得住性评估提供了通用技术伎俩。。然而对于工程人员而言，，构建合理代理模型、、执行蒙特卡罗仿照等复杂操作仍难以掌控，，通常必要专门开发的法式支持。。固然 Matlab 提供机械学习工具箱，，但 Abaqus 等贸易有限元软件并未深度集成先进的数据处置算法。。在不足稳重实用评估工具的情况下，，工程实际中仍依赖单一的物理或经验模型进行蠕变 - 委顿寿命设计，，通过设置充足安全系数来预留失效裕度，，这种做法往往导致过度守旧设计。。因而，，开发多职能的、、纳入不确定性的概率靠得住性分析软件的集成拥有重要意思。。由于结构分析往往必要借助有限元仿真软件，，将靠得住性分析职能以二次开发的大局集成到 Ansys、、Abaqus 等贸易有限元软件傍边更适合工程人员使用，，预防了跨软件的操作。。

在贸易有限元软件中，，二次开发是提高其机能和实现自动化的最有力步骤之一。。经过几十年的发展，，相应二次开发工具大体可分为子法式、、面向对象编程的剧本、、插件 3 类。。子法式是对有限元底层推算逻辑的扩大，，而随着 Python 和 Matlab 等面向对象编程说话的成熟，，面向对象编程的剧本被宽泛利用于有限元软件中，，援手钻研人员处置反复性工作，，或以非侵入方式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法式中，，并通过前端的 GUI 简化了分析步骤的流程。？？吹 Abaqus 插件 CFre [148] 颁布于 Github，，用于面向蠕变 - 委顿危险部件的概率靠得住性评估。。该插件主题代码基于 Python 编程环境开发，，基于有限元数据和代理建模步骤，，通过蒙特卡洛仿照推算了局并自动输出可视化的评估了局。。该插件重要蕴含参数化有限元推算、、不确定性量化、、代理模型、、靠得住性评估 4 个？？，，其主界面如图 40 所示。。

基于该插件，，可实现确定性寿命评估、、抽样了局概率散布拟合、、变量有关性分析、、失效敏感性分析、、失效概率推算等了局的可视化，，实现急剧的蠕变 - 委顿靠得住性评估。。经过定量对比，，所发展的基于代理模型步骤的插件在满足工程精度要求的前提下，，其靠得住性推算效能相较传统高保真有限元仿照提升约 2 个数量级。。综合来看，，以 CFre 插件为代表的集成化工具，，通过提供尺度化的分析流程与必要的定制化选择，，显著降低了先进概率靠得住性评估步骤的利用门槛。。这种尺度化与矫捷性相结合的特点，，为高温结构实现更精准的寿命预测和更有效的轻量化设计创制了前提，，推动了有关设计步骤从依赖经验安全系数向基于靠得住性的优化设计转变。。同时，，通过清澈的图形用户界面和自动化分析流程，，分歧专业布景的钻研人员与工程师能够更方便地共享和互换数据、、模型及分析了局，，从而加快了设计规划的迭代与优化过程。。此外，，该插件的盛开式结构使得钻研人员可能凭据具体需要，，矫捷增长或批改有关算法与职能，，以满足更复杂、、更具体的工程现实需要。。随着人为智能技术的发展，，将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、、改进代理模型的精度与泛化能力。。这种智能化的插件工具不仅可能进一步提升分析的效能和精度，，并且可能动态地适应复杂、、多变的工程前提。。

5、、结论与瞻望

随着全球能源结构的转型与高端制作技术的逾越式发展，，面向石扮装置、、燃气轮机、、核电设备及航空发起机等的高温构件正面对越发刻薄的服役环境，，其高效、、不变与长命命运行对高温机械强度钻研提出了新的要求。。高温机械强度的基础理论钻研最初以经验公式和简化危险模式为主，，逐步向多尺度、、多危险和多学科交叉融合的系统化钻研方向演进。。本文萦绕该领域若干前沿问题发展述评，，总结了当前的重要钻研进展：

在多尺度建模与危险机制方面，，首先介绍了基于小试样的资料高温力学机能测试步骤，，验证了小试样在获取蠕变行为参数方面的可行性；；基于 Eshelby 同化理论 - 晶体塑性耦合框架下，，探索了状态影象合金热 - 力耦合细观力学行为，，定量再现峰值应变、、温度与加载速度等成分的影响；；成立了基于双尺度建模步骤的蠕变 - 委顿寿命预测流程，，揭示了孔边幽微地位的细观危险演化机制，，进一步纳入残存压应力与表层塑性层效应，，实现对孔挤压提升寿命的利用与验证。。

在多机制耦合危险与寿命预测方面，，首先构建应力应变混合节制的蠕变 - 委顿加载模式，，揭示了危险的主导与耦合机制；；发展了反映力学机能退化的危险变量与危险分级图步骤，，实现寿命退化的可视化判定；；成立了蠕变 - 委顿 - 氧化三维交互评定与寿命预测步骤，，在精准寿命预测的前提下提升了失效包络的守旧性；；通过应力 / 塑性应变修改化学式并引入应力辅助晶界氧化效应，，精确预测了熔盐环境资料的侵蚀开裂行为；；结合扩大有限元步骤，，发展了面向涡轮盘粉末高温合金的氧化 - 委顿裂纹扩大速度预测步骤。。

在多学科交叉与数字化系统方面，，构建了物理约束 / 物理信息机械学习框架，，提升了持久蠕变寿命外推靠得住性，，并拓展至晶界行为等机制量的可预测化；；形成了 “滞环图像特点 - 迁徙学习 - 机制项正则 / 结构约束 - 符号回归 - 数据加强” 的多轴非比例载荷寿命建模路线，，在精度、、可诠释性与可迁徙性之间获得平衡；；成立了 “载荷信息映射 - 危险累积 - 随机退化过程” 的结构渣滓使用寿命预测流程，，实现了融合代理模型和失效物理的在线靠得住性评估与寿命判定。。

瞻望将来，，高温机械强度钻研将持续聚焦多物理场耦合机制的深刻揭示、、智能化寿命决策工具的高效集成，，以及工程可推广性的尺度系统构建：

在复杂高温环境 (应力、、侵蚀、、辐照等多成分耦合) 下，，构件失效阐发出强非线性、、强耦合与显著的时效特点。。将来需从微观危险发源启程，，系统厘清多物理场之间的相互作用与耦合蹊径，，构建统一而可解析的高温力学行为模型，，为寿命预测奠定坚实的理论基础。。

在空间尺度上，，深入对裂纹发源机制的意识、、揭示小尺度裂纹扩大法规、、成立资料与结构多尺度失效的建模步骤仍是难以回避的科学难题。。同时，，应发展推算机辅助的虚构试验与小试样试验相结合的伎俩，，并面向高温芯片与光电子器件的微纳制作，，突破微纳缺点演变的急剧测试与表征步骤，，成立微纳结构寿命测试与理论建？？蚣。。

在功夫尺度上，，亟须深刻揭示金属与合金蠕变速度的应力依赖机制，，厘清低温 / 中温蠕变与委顿、、侵蚀、、氢危险、、液态金属脆化及辐照等多危险机制的相互作用，，并面向超长命命利用 (如核废料存储容器) 发展寿命预测钻研。。同时，，应发展可能正确刻画危险机制的加快寿命试验步骤，，以克服现有测试伎俩误差大、、跨尺度预测不及的局限。。在高温复杂环境下，，由于失效过程难以齐全由确定性模型描述，，概率论与统计学步骤仍值得深刻索求。。

智能决策算法的引入将赋予高温构件寿命治理更高的实时性与精准性。；；谖锢斫Ｓ胧萸诤系幕旌辖ü绫硎，，有望在数据稀少、、工况多变等典型工程前提下实现自适应寿命预测。。同时，，结合图神经网络、、多尺度特点提取与迁徙学习等新兴技术，，可实现从资料试验、、过程监测到寿命评估的全流程智能化建模与决策。。

尺度系统的建设与美满将是推动钻研成就走向工程转化的关键保险。。一方面，，应加快制订面向高温构件多危险评定、、智能预测步骤、、小试样评价技术等方面的技术尺度与试验规范；；另一方面，，需成立多源数据盛开共享机制与可追忆的模型验证平台，，推进跨单元、、跨领域间的协同创新与成就转化效能。。

综上所述，，高温机械强度钻研正处于基础突破与工程融合的关键阶段。。通过机制意识的持续深入、、步骤蹊径的持续演进与平台系统的协同构建，，有望成立越发美满的理论支持与技术系统，，全面赋能高温结构的智能设计、、安全评估与服役治理。。

称谢

本文钻研工作部门得到国度天然科学基金重点项主张赞助 (赞助号：52130511)。。作者衷心感激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，，漯河工业大学王小威教授、、李恒博士、、许乐博士，，漯河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，，荆门电子科技大学贺君敬副钻研员以及中国机械工程学会资料分会高温资料及强度委员会。。

参考文件 (References)

[1] 涂善东。。高温结构齐全性道理 [M]. 北京：科学出版社，，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蚰棠辖鹑浔浠芷拦啦街 [J]. 机械工程资料，，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钻研 [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预测 [J]. 机械工程资料，，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危险机理与机能衰减 [J]. 航空资料学报，，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。。三种委顿蠕变交互作用寿命预测模型的比力及其利用 [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αΨ治龊褪倜拦 [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分析 [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成长与剥落钻研进展 [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 炉管焊接后渣滓寿命评价 [J]. 漯河工业大学学报 (天然科学版),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] 全国钢尺度化技术委员会。。金属资料 蠕变 - 委顿试验步骤：GB/T 38822—2020 [S]. 北京：中国尺度出版社，，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 - 委顿裂纹扩大机理和寿命预测钻研进展 [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起机渣滓寿命预测步骤 [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起机涡轮盘渣滓寿命预测 [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。；；诠こ涛Ｏ绽砺鄣母呶律璞缚康米⌒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，，原文标题：高温机械强度若干前沿索求与瞻望）