CN104809311B - 一种基于多因素融合修正的结构件剩余寿命预测方法 - Google Patents
一种基于多因素融合修正的结构件剩余寿命预测方法 Download PDFInfo
- Publication number
- CN104809311B CN104809311B CN201510247506.7A CN201510247506A CN104809311B CN 104809311 B CN104809311 B CN 104809311B CN 201510247506 A CN201510247506 A CN 201510247506A CN 104809311 B CN104809311 B CN 104809311B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- stress
- structural member
- mfrac
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开一种基于多因素融合修正的结构件剩余寿命预测方法。对结构件剩余寿命造成影响的众多因素考虑在内,包括结构件的应力强度、残余应力的测量与修正、应力比计算、尺寸修正参数的计算、应力集中修正参数、表面制造加工质量修正参数的选取等,使预测结果精度得到大幅度提高,从而实现结构件剩余寿命的准确有效预测。
Description
技术领域
本发明属于机械检测领域,尤其是一种结构件裂纹扩展预测方法。
背景技术
随着社会的进步,大量设备都朝着大型化的方向发展。在这样的背景前提下,微小的故障就会造成巨大的损失,因此对设备或构件的剩余寿命进行预测是必要且紧迫的。随着科学技术的发展,人们对疲劳这一学科的认识更加深入,一系列疲劳寿命预测方法被得到广泛应用:如名义应力法、局部应力-应变法、临界区域法等。临界区域法是一类具有工程应用前景的疲劳寿命估算方法。应力场强法和临界距离法作为临界区域法中常见的两类方法已得到一些应用。工程实际中则更倾向于使用名义应力法和局部应力-应变法。传统名义应力法的最大优点是分析步骤简单、适用面广且实用性强。局部应力-应变法以应变分析为基础,用应变寿命ε-N曲线代替S-N曲线并配以循环加载下的应力-应变曲线来预测疲劳寿命。这些现有的预测技术主要存在以下不足:(1)应力场强法和临界距离法大多只针对平面结构,而以结构件作为分析对象的还很少(2)对于传统名义应力法来说,由于结构件与材料试样间的疲劳性能参数存在差异,所以疲劳寿命的估算精度无法得到保证。(3)局部应力-应变法的估算精度较高,但其适用面较窄。
故,需要一种新的技术方案以解决上述问题。
发明内容
为了克服现有技术中存在的问题,本发明提供了一种基于多因素融合修正的结构件剩余寿命预测方法。
为达到上述目的,本发明可采用如下技术方案:
一种基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:该方法包括以下步骤:
S1.结构件应力强度的计算:
建立结构件的三维模型,并运用有限元分析软件对三维模型的应力强度进行分析;
S2.残余应力的测量与修正:
对实体的结构件的残余应力进行测量以获得其残余应力的分布状态,并将测量结果与S1的计算结果一起代入修正公式完成修正;
S3.基于分段原理的应力比计算:
根据采集的实际工况下的非规律性随机载荷历程,采用分段原则计算出应力比;
S4.尺寸修正参数的计算:
根据S1的计算结果及材料试样的应力状态分布计算结构件所对应的尺寸修正参数;
S5.应力集中修正参数的计算:
根据S1的计算结果选取合适的应力场积分路径,在等效于应力缓释区域的最佳积分路径下计算应力集中修正参数;
S6.表面制造加工质量修正参数的选取:
确定工艺类型,并根据实测的表面硬度选取出与结构件所对应的表面制造加工质量修正参数;
S7.基于多因素修正的结构件剩余寿命预测:
将S1-S6的计算结果代入基于多因素修正的结构件剩余寿命预测算法来完成结构件剩余寿命的预测。
与现有技术相比,本发明能够将所有能够对结构件疲劳寿命造成影响的众多因素考虑在内,并通过上述操作步骤从而可以有效地避免现有技术存在的考虑因素少的弊端,预测结果精度得到大幅度提高,从而实现结构件剩余寿命的准确有效预测。
附图说明
图1是本发明基于多因素融合修正的结构件剩余寿命预测方法的流程框图。
具体实施方式
请参阅图1所示,本发明公开了一种基于多因素融合修正的结构件裂纹扩展预测方法。
该方法包括以下步骤:
一种基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:该方法包括以下步骤:
S1.构件应力强度的计算
根据图纸建立分析构件的三维模型,将建立完毕后的三维模型导入到有限元软件中,按网格划分、约束设置、载荷施加步骤完成构件有限元分析的前处理,待前处理完毕后运用有限元分析软件对其应力强度进行分析,以获取其应力状态分布;
S2.残余应力的测量与修正
对实体构件的残余应力进行测量以获得结构件所对应的残余应力分布状态,并将测量结果与S1的计算结果一起代入修正公式1完成修正;
式中:σr为基于残余应力修正后的应力幅值;σmax为最大应力;r为应力比;σbb为抗拉强度;σR为对应的分析强度;w为富裕应力缓释放敏感系数。
S3.基于分段原理的应力比计算
根据采集的实际工况下的非规律性随机载荷历程,采用分段原则计算出应力比。
对于一个存在(ti,σi)对应关系的载荷谱来说,其平均应力σm可表示为:
其中载荷谱可以表示为σi=f(ti),令f(t)=σm,可得对应于平均应力σm的时间分量tq(q=1,2,3......m)。
由于载荷的循环特性,按照载荷谱上的时间顺序在时间轴上依次选取两个点,则根据载荷谱的循环特性对其进行分段后则形成(t0,t2),(t2,t4),(t5,t7)......。即在分段数据中至少存在两点,使得σt>σm且σt+1<σm。
待分段完毕后再按式3对应力比进行求解
S4.尺寸修正参数的计算
将S1的计算结果及材料试样所对应的应力状态分布情况代入式4计算结构件的尺寸修正参数;
应力场函数也可通过应力场中应力积分路径下某点距离最大局部应力根部的距离L(i)来表示,即
f(x1,x2)=A1+A2L(i)+A3L2(i)+A4L3(i) (5)
式中,A1,A2,A3,A4及B1,B2,B3,B4表示拟合函数表达式中的系数。如式(4)所示,结构件尺寸修正参数为结构件与参照标准试样间应力场函数积分的比值。
S5.应力集中修正参数的计算
根据S1的计算结果选取合适的应力场积分路径,在等效于应力缓释区域的最佳积分路径下计算应力集中修正参数;
其具体求解过程包括:
1)根据S1的计算结果,沿最大应力的横截面选取反映应力场分布的积分路径。
2)在积分路径上取点,即可获得应力根部截面方向上点距L与应力s之间的对应值,通过拟合上述数据即可获得对应的应力场函数表达式。
3)将应力场函数表达式代入下式,求解与应力场所对应的名义应力:
式中,
4)将名义应力代入下式,获得结构件所对应的应力集中修正参数:
S6.表面制造加工质量修正参数的选取
根据制造工艺卡片确定主要的工艺类型,并根据实测的表面硬度等数据选取出与结构件所对应的表面制造加工质量修正参数;
表1常见处理方式所对应的表面制造加工质量修正参数
S7.基于多因素修正的结构件剩余寿命预测
在完成上述计算过程的基础上,将S1-S6的计算结果代入基于多因素修正的结构件剩余寿命预测算法式8来完成结构件剩余寿命的预测。
其中σr为基于残余应力修正后的应力幅值;Kt为应力集中修正参数;ε为尺寸修正参数;β为表面质量修正参数;N为疲劳寿命;m,C为与材料、应力比有关的参数。
本发明的进一步技术方案是:所述的步骤S2中,包括以下具体工序:
S2.1根据S1的计算结果,根据应力幅值的大小决定疲劳寿命数值的关系来确定结构件中需要进行重点测量残余应力的区域范围;
S2.2对S2.1中已确定的区域进行电解抛光。根据结构件的实际情况确定抛光过程的最佳电流与电压设置参数,并采用这一最佳设置参数完成结构件关键区域的抛光;
S2.3对S2.2已处理完毕的区域进行残余应力的测量。根据结构件的实际情况确定残余应力测量过程中的最佳测量方法、计数时间及定峰方法,并采用这一最佳设置参数完成结构件关键区域的残余应力的测试;
S2.4对S2.3的结果进行数据统计以合成三维残余应力分布图,并将分析所得到的三维应力分布结果与S1的分析结果一起代入修正公式来完成修正过程。。
另外,本发明的具体实现方法和途径很多,以上所述仅是本发明的优选实施方式。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (6)
1.一种基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:该方法包括以下步骤:
S1.结构件应力强度的计算:
建立结构件的三维模型,并运用有限元分析软件对三维模型的应力强度进行分析;
S2.残余应力的测量与修正:
对实体的结构件的残余应力进行测量以获得其残余应力的分布状态,并将测量结果与S1的计算结果一起代入修正公式完成修正;
S3.基于分段原理的应力比计算:
根据采集的实际工况下的非规律性随机载荷历程,采用分段原则计算出应力比;
S4.尺寸修正参数的计算:
根据S1的计算结果及材料试样的应力状态分布计算结构件所对应的尺寸修正参数;
S5.应力集中修正参数的计算:
根据S1的计算结果选取合适的应力场积分路径,在等效于应力缓释区域的最佳积分路径下计算应力集中修正参数;
S6.表面制造加工质量修正参数的选取:
确定工艺类型,并根据实测的表面硬度选取出与结构件所对应的表面制造加工质量修正参数;
S7.基于多因素修正的结构件剩余寿命预测:
将S1-S6的计算结果代入基于多因素修正的结构件剩余寿命预测算法来完成结构件剩余寿命的预测;
所述的步骤S2中,包括以下具体工序:
S2.1、据S1的计算结果,根据应力幅值的大小决定疲劳寿命数值的关系来确定结构件中需要进行重点测量残余应力的区域范围;
S2.2、对S2.1中已确定的区域进行电解抛光;
S2.3、对S2.2已处理完毕的区域进行残余应力的测量;
S2.4、对S2.3的结果进行数据统计以合成三维残余应力分布图,并将分析所得到的三维应力分布结果与S1的分析结果一起代入修正公式来完成修正过程。
2.根据权利要求1所述的基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:
S2中,所述修正公式为:
<mrow>
<msup>
<mi>&sigma;</mi>
<mi>r</mi>
</msup>
<mo>=</mo>
<msub>
<mi>&sigma;</mi>
<mi>R</mi>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>&sigma;</mi>
<mi>R</mi>
</msub>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>b</mi>
<mi>b</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
<mo>&CenterDot;</mo>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
<mn>2</mn>
</mfrac>
<mo>=</mo>
<msub>
<mi>&sigma;</mi>
<mi>R</mi>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>w</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>r</mi>
<mo>)</mo>
<mo>&CenterDot;</mo>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
<mn>2</mn>
</mfrac>
<mo>;</mo>
</mrow>
σr为基于残余应力修正后的应力幅值;σmax为最大应力;r为应力比;σbb为抗拉强度;σR为对应的分析强度;w为富裕应力缓释放敏感系数。
3.根据权利要求1所述的基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:
S3中,采用分段原则计算出应力比的方法为:
对于一个存在(ti,σi)对应关系的载荷谱来说,其平均应力σm可表示为:
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&sigma;</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&sigma;</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>&sigma;</mi>
<mi>n</mi>
</msub>
</mrow>
<mi>n</mi>
</mfrac>
</mrow>
其中载荷谱表示为σi=f(ti),令f(t)=σm,可得对应于平均应力σm的时间分量tq,q=1,2,3......m;
由于载荷的循环特性,按照载荷谱上的时间顺序在时间轴上依次选取两个点,则根据载荷谱的循环特性对其进行分段后则形成(t0,t2),(t2,t4),(t5,t7)......;即在分段数据中至少存在两点,使得σt>σm且σt+1<σm;
待分段完毕后得应力比r
<mrow>
<mi>r</mi>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<msubsup>
<mi>&sigma;</mi>
<mi>max</mi>
<mo>&prime;</mo>
</msubsup>
</mfrac>
<mo>.</mo>
</mrow>
4.根据权利要求1所述的基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:
S4中,尺寸修正参数为
<mrow>
<mi>&epsiv;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>L</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>B</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>B</mi>
<mn>2</mn>
</msub>
<msup>
<mi>L</mi>
<mo>&prime;</mo>
</msup>
<mo>+</mo>
<msub>
<mi>B</mi>
<mn>3</mn>
</msub>
<msup>
<mi>L</mi>
<mrow>
<mo>&prime;</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>B</mi>
<mn>4</mn>
</msub>
<msup>
<mi>L</mi>
<mrow>
<mo>&prime;</mo>
<mn>3</mn>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>L</mi>
</mrow>
<mrow>
<munderover>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>L</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>A</mi>
<mn>2</mn>
</msub>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>A</mi>
<mn>3</mn>
</msub>
<msup>
<mi>L</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>A</mi>
<mn>4</mn>
</msub>
<msup>
<mi>L</mi>
<mn>3</mn>
</msup>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>L</mi>
</mrow>
</mfrac>
</mrow>
结构件尺寸修正参数为结构件与参照标准试样间应力场函数积分的比值;
应力场函数也可通过应力场中应力积分路径下某点距离最大局部应力根部的距离L(i)来表示,即
f(x1,x2)=A1+A2L(i)+A3L2(i)+A4L3(i)
式中,A1,A2,A3,A4及B1,B2,B3,B4表示拟合函数表达式中的系数。
5.根据权利要求1所述的基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:
S5中,应力集中修正参数的计算具体求解过程包括:
1)、根据S1的计算结果,沿最大应力的横截面选取反映应力场分布的积分路径;
2)、在积分路径上取点,即可获得应力根部截面方向上点距L与应力s之间的对应值,通过拟合上述数据即可获得对应的应力场函数表达式;
3)、将应力场函数表达式代入下式,求解与应力场所对应的名义应力:
<mrow>
<msub>
<mi>s</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>L</mi>
</msubsup>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>L</mi>
</mrow>
<mi>L</mi>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</msubsup>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>L</mi>
</mrow>
<mi>L</mi>
</mfrac>
</mrow>
式中,
4)将名义应力代入下式,获得结构件所对应的应力集中修正参数:
<mrow>
<msub>
<mi>K</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>s</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<msub>
<mi>s</mi>
<mi>n</mi>
</msub>
</mfrac>
<mo>.</mo>
</mrow>
6.根据权利要求1所述的基于多因素融合修正的结构件剩余寿命预测方法,其特征在于:
结构件剩余寿命的预测通过下式得到
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msup>
<mi>&sigma;</mi>
<mi>r</mi>
</msup>
<msub>
<mi>K</mi>
<mi>t</mi>
</msub>
</mfrac>
<mo>&CenterDot;</mo>
<mi>&epsiv;</mi>
<mo>&CenterDot;</mo>
<mi>&beta;</mi>
<mo>)</mo>
</mrow>
<mi>m</mi>
</msup>
<mo>&CenterDot;</mo>
<mi>N</mi>
<mo>=</mo>
<mi>C</mi>
</mrow>
其中σr为基于残余应力修正后的应力幅值;Kt为应力集中修正参数;ε为尺寸修正参数;β为表面质量修正参数;N为疲劳寿命;m,C为与材料、应力比有关的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510247506.7A CN104809311B (zh) | 2015-05-14 | 2015-05-14 | 一种基于多因素融合修正的结构件剩余寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510247506.7A CN104809311B (zh) | 2015-05-14 | 2015-05-14 | 一种基于多因素融合修正的结构件剩余寿命预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809311A CN104809311A (zh) | 2015-07-29 |
CN104809311B true CN104809311B (zh) | 2017-11-03 |
Family
ID=53694128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510247506.7A Active CN104809311B (zh) | 2015-05-14 | 2015-05-14 | 一种基于多因素融合修正的结构件剩余寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809311B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105258966B (zh) * | 2015-11-03 | 2019-01-25 | 东南大学 | 一种基于裂纹扩展信息的起重设备实时安全运行指标确定方法 |
CN106092787A (zh) * | 2016-08-23 | 2016-11-09 | 中国航空工业集团公司西安飞机设计研究所 | 一种金属材料疲劳曲线表征方法 |
CN106844901B (zh) * | 2017-01-03 | 2020-07-31 | 南京市特种设备安全监督检验研究院 | 一种基于多因素融合修正的结构件剩余强度评估方法 |
CN107423462B (zh) * | 2017-03-28 | 2018-07-24 | 中南大学 | 工件考虑三维粗糙表面形貌的疲劳寿命预测方法及系统 |
CN109115383B (zh) * | 2017-06-26 | 2021-07-09 | 中国商用飞机有限责任公司 | 冷挤压强化孔的疲劳寿命预测方法 |
CN107944138B (zh) * | 2017-11-23 | 2021-03-30 | 福州大学 | 基于节点刚度的钢管节点应力集中系数计算方法 |
CN108052717B (zh) * | 2017-12-01 | 2021-09-03 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于局部应力-应变法的疲劳寿命校准方法 |
CN110222438B (zh) * | 2019-06-12 | 2023-04-07 | 中国神华能源股份有限公司 | 表面强化部件的剩余寿命计算方法和装置 |
CN110967208B (zh) * | 2019-12-11 | 2021-06-01 | 扬州大学 | 基于单元妥协因子修正残余应力的起重机可靠度检测方法 |
CN110980527B (zh) * | 2019-12-11 | 2021-01-26 | 扬州大学 | 基于顺位竞争系数修正残余应力的起重机健康监测方法 |
CN110990758B (zh) * | 2019-12-11 | 2023-04-21 | 扬州大学 | 基于顺位竞争因子修正残余应力的底盘可靠度检测方法 |
CN114413804B (zh) * | 2020-10-28 | 2023-08-22 | 扬州大学 | 一种基于局部监测应变能的收割机最佳作业参数确定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1720530A (zh) * | 2002-11-28 | 2006-01-11 | 矢崎总业株式会社 | 用于预测电导线和弯曲保护部件弯曲耐久性的方法、和其装置以及存储其程序的记录介质 |
CN1843829A (zh) * | 2006-03-23 | 2006-10-11 | 上海理工大学 | 基于结构强度变化特性的汽车结构轻量化设计方法 |
CN102324040A (zh) * | 2011-09-09 | 2012-01-18 | 太原科技大学 | 桥式起重机当量载荷谱获取及疲劳剩余寿命估算方法 |
WO2013191594A1 (en) * | 2012-06-19 | 2013-12-27 | Gkn Aerospace Sweden Ab | Reliable prediction of life consumption of a machine component |
CN104268335A (zh) * | 2014-09-23 | 2015-01-07 | 工业和信息化部电子第五研究所 | 微组装组件振动疲劳寿命预测方法和系统 |
CN104573172A (zh) * | 2014-11-19 | 2015-04-29 | 新疆金风科技股份有限公司 | 风力发电机组中的结构件的疲劳分析方法和疲劳分析装置 |
-
2015
- 2015-05-14 CN CN201510247506.7A patent/CN104809311B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1720530A (zh) * | 2002-11-28 | 2006-01-11 | 矢崎总业株式会社 | 用于预测电导线和弯曲保护部件弯曲耐久性的方法、和其装置以及存储其程序的记录介质 |
CN1843829A (zh) * | 2006-03-23 | 2006-10-11 | 上海理工大学 | 基于结构强度变化特性的汽车结构轻量化设计方法 |
CN102324040A (zh) * | 2011-09-09 | 2012-01-18 | 太原科技大学 | 桥式起重机当量载荷谱获取及疲劳剩余寿命估算方法 |
WO2013191594A1 (en) * | 2012-06-19 | 2013-12-27 | Gkn Aerospace Sweden Ab | Reliable prediction of life consumption of a machine component |
CN104268335A (zh) * | 2014-09-23 | 2015-01-07 | 工业和信息化部电子第五研究所 | 微组装组件振动疲劳寿命预测方法和系统 |
CN104573172A (zh) * | 2014-11-19 | 2015-04-29 | 新疆金风科技股份有限公司 | 风力发电机组中的结构件的疲劳分析方法和疲劳分析装置 |
Non-Patent Citations (6)
Title |
---|
A Unified Approach for Modeling Inelastic Behavior of Structural Metals under Complex Cyclic Loadings;Jhansale H R.;《CONSTRUCTION ENGINEERING RESEARCH LAB (ARMY) CHAMPAIGN ILL》;19771230;第1-45页 * |
Application of local stress–strain approaches in the prediction of fatigue crack initiation life for cyclically non-stabilized and non-Masing steel;Lim J Y, Hong S G, Lee S B.;《International journal of fatigue》;20051230;第1653-1660页 * |
Theoretical and experimental study of fatigue growth of interacting cracks;Kotousov A, Chang D.;《International Journal of Fatigue》;20140922;第130-136页 * |
基于多因素修正的超越离合器保持架疲劳寿命分析;石光林,朱林,王汝贵;《机械设计与研究》;20150430;第31卷(第2期);第70-73、76页 * |
大型结构件的疲劳寿命预测方法研究;黄宁;《中国优秀博士学位论文全文数据库基础科学辑》;20141231;第1-123页 * |
岸边集装箱起重机金属结构疲劳寿命研究;刘晋川,饶京川;《港口装卸》;19980531(第5期);第6-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104809311A (zh) | 2015-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809311B (zh) | 一种基于多因素融合修正的结构件剩余寿命预测方法 | |
CN104850691B (zh) | 一种基于多因素融合修正的结构件裂纹扩展预测方法 | |
US20210209263A1 (en) | Tunnel tunneling feasibility prediction method and system based on tbm rock-machine parameter dynamic interaction mechanism | |
CN104200087B (zh) | 用于机器学习的参数寻优及特征调优的方法及系统 | |
Manouchehrian et al. | Application of artificial neural networks and multivariate statistics to estimate UCS using textural characteristics | |
CN103970965A (zh) | 燃气涡轮发动机加速寿命试验试车方法 | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
CN108388762A (zh) | 基于深度置信网络的烧结矿化学成分预测方法 | |
CN103942461A (zh) | 基于在线贯序极限学习机的水质参数预测方法 | |
CN104820781A (zh) | 考虑温循载荷顺序加载影响的bga焊点热疲劳寿命预测方法 | |
CN105242155A (zh) | 一种基于熵权法和灰色关联分析的变压器故障诊断方法 | |
CN107133343A (zh) | 基于时间序列近似匹配的大数据异常状态检测方法及装置 | |
CN105718658A (zh) | 大型桥梁在线评估体系 | |
CN107807907A (zh) | 一种降水分类方法及系统 | |
CN107363645A (zh) | 基于功率检测的铣床加工过程刀具磨损量预测方法 | |
Xia et al. | Slope stability analysis based on group decision theory and fuzzy comprehensive evaluation | |
CN104021300A (zh) | 一种基于分布式电源接入对配电网影响的综合评估方法 | |
CN108038578A (zh) | 基于需求预测和中心辐射网络的公共自行车静态调度方法 | |
CN107563448A (zh) | 基于近红外光谱分析的样本空间聚类划分法 | |
CN107092751A (zh) | 基于Bootstrap的变权重模型组合预测方法 | |
CN107844870A (zh) | 基于Elman神经网络模型的土壤重金属含量预测方法 | |
CN105205002A (zh) | 一种基于测试工作量的软件安全缺陷发现模型的建模方法 | |
CN106844901A (zh) | 一种基于多因素融合修正的结构件剩余强度评估方法 | |
CN111666624A (zh) | 一种无支护条件下巨跨地下洞室围岩稳定性评价方法 | |
CN104268662A (zh) | 一种基于分步优化分位数回归的沉降预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |