Fatigue characterization and statistical analysis of Gamma-TiAl at high temperatures

This study presents insights into the fatigue behavior of gamma-TiAl (γ-TiAl) alloy at elevated temperatures through an experimental campaign. The fatigue-induced damage mechanisms are subsequently examined using Scanning Electron Microscopy (SEM) to provide insights into the microstructural changes and failure modes. SEM allows for a detailed analysis of the fracture surfaces, crack initiation sites, and propagation paths, enabling a better understanding of the material’s fatigue behavior under different condi- tions. Microstructural analyses are used for a quality control check which failed under an error of 15% for a requirement of a safety factor of 1,5. This may indicate the need for a more sophisticated model or analytical methods for the hypothesis at hand. When considering a safety factor of 1,2, due to performance requests, such method satisfies the requests. Finally, to account for the clustering phenomenon, a knock-down factor is de- termined which is inversely proportional to the square root of the number of the colonies in the cluster.

Questo studio presenta approfondimenti sul comportamento alla fatica della lega gamma- TiAl (γ-TiAl) a temperature elevate attraverso una campagna sperimentale. I meccan- ismi di danneggiamento indotti dalla fatica sono successivamente esaminati utilizzando la Microscopia Elettronica a Scansione (SEM) per fornire approfondimenti sulle variazioni microstrutturali e le modalità di rottura. La SEM consente un’analisi dettagliata delle superfici di frattura, dei siti di innesco delle crepe e dei percorsi di propagazione, consen- tendo una migliore comprensione del comportamento alla fatica del materiale in diverse condizioni. Analisi microstrutturali sono utilizzate per un controllo di qualità che ha fal- lito con un errore del 15% rispetto ad un fattore di sicurezza di 1,5. Questo potrebbe indicare la necessità di un modello o metodi analitici più sofisticati per l’ipotesi in ques- tione. Quando si considera invece un fattore pari a 1,2, per motivi di prestazioni, il metodo soddisfa tali richieste. Infine, per tenere conto del fenomeno di clustering, un fattore di abbattimento è stato definito il quale risulta essere inversamente proporzionale alla radice quadrata del numero di colonie nel cluster.