CN111751199B - 基于eifs分布的疲劳寿命预测方法 - Google Patents
基于eifs分布的疲劳寿命预测方法 Download PDFInfo
- Publication number
- CN111751199B CN111751199B CN202010520186.9A CN202010520186A CN111751199B CN 111751199 B CN111751199 B CN 111751199B CN 202010520186 A CN202010520186 A CN 202010520186A CN 111751199 B CN111751199 B CN 111751199B
- Authority
- CN
- China
- Prior art keywords
- eifs
- test
- value
- fatigue
- stress intensity
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012360 testing method Methods 0.000 claims abstract description 199
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000007547 defect Effects 0.000 claims abstract description 8
- 238000009661 fatigue test Methods 0.000 claims description 37
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 208000013201 Stress fracture Diseases 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 28
- 238000003860 storage Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 11
- 239000000463 material Substances 0.000 description 10
- 238000007476 Maximum Likelihood Methods 0.000 description 6
- 239000001768 carboxy methyl cellulose Substances 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000010392 Bone Fractures Diseases 0.000 description 2
- 206010017076 Fracture Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241000318926 Macrotis lagotis Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
- G01N3/068—Special adaptations of indicating or recording means with optical indicating or recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
- G01N3/18—Performing tests at high or low temperatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0001—Type of application of the stress
- G01N2203/0005—Repeated or cyclic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0062—Crack or flaws
- G01N2203/0066—Propagation of crack
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0073—Fatigue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/0202—Control of the test
- G01N2203/0212—Theories, calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/022—Environment of the test
- G01N2203/0222—Temperature
- G01N2203/0226—High temperature; Heating means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/067—Parameter measured for estimating the property
- G01N2203/0676—Force, weight, load, energy, speed or acceleration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Geometry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本公开提供一种基于EIFS分布的疲劳寿命预测方法,涉及耐久性设计技术领域。该方法包括:根据构件在不同试验条件下的原始试验数据,确定所述构件的疲劳极限试验值和应力强度因子门槛试验值;基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的当量初始缺陷尺寸EIFS的样本值;将所述EIFS的样本值代入预设的似然函数,得到所述EIFS的概率分布;通过所述EIFS的概率分布预测所述构件的疲劳寿命。本公开提高了疲劳寿命预测的准确度,简化了计算过程。
Description
技术领域
本公开涉及耐久性设计技术领域,尤其涉及一种基于EIFS分布的疲劳寿命预测方法。
背景技术
耐久性设计是指导飞机、汽车、船舶等结构设计的重要思想之一。在耐久性设计中,通常需要预测构件的疲劳寿命,从而制定合理的保养、更换周期或服役年限,消除安全隐患。
相关技术中,疲劳寿命预测大多依赖于特定的试验条件,如温度等,导致预测结果与试验条件具有强相关性。当实际环境与试验条件有差别时,预测结果的准确度较低;然而,对于飞机、汽车、船舶来说,其工作环境跨越不同地区、不同季节、不同气候,情况复杂且波动很大,在试验中难以还原,由此得到的疲劳寿命预测结果也难以产生参考价值。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供了一种基于EIFS(Equivalent Initial Flaw Size,当量初始缺陷尺寸)分布的疲劳寿命预测方法,进而至少在一定程度上解决相关技术中疲劳寿命预测依赖于试验条件的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种基于EIFS分布的疲劳寿命预测方法,包括:
根据构件在不同试验条件下的原始试验数据,确定所述构件的疲劳极限试验值和应力强度因子门槛试验值;
基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的EIFS的样本值;
将所述EIFS的样本值代入预设的似然函数,得到所述EIFS的概率分布;
通过所述EIFS的概率分布预测所述构件的疲劳寿命。
可选的,所述根据构件在不同试验条件下的原始试验数据,确定所述构件的疲劳极限试验值和应力强度因子门槛试验值,包括:
对疲劳试验中每种试验环境条件下的应力-断裂循环次数进行拟合,得到所述每种试验环境条件下的疲劳极限试验值;
对所述疲劳试验中每种试验环境条件下的循环次数-裂纹长度进行拟合,得到所述每种试验环境条件下的应力强度因子门槛试验值。
可选的,所述对疲劳试验中每种试验环境条件下的循环次数-裂纹长度进行拟合,得到所述每种试验环境条件下的应力强度因子门槛试验值,包括:
可选的,所述疲劳试验,包括以下步骤:
将所述构件置于疲劳试验机上;
在一试验环境条件下循环加载应力,记录不同循环时的裂纹长度以及裂纹扩展时的循环次数;
更换为另一相同的构件,改变所述试验环境条件和/或加载的应力,重复上一步骤。
可选的,所述试验环境条件包括温度、湿度、气压、风速、模拟光照中的至少一项。
可选的,所述基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的当量初始缺陷尺寸EIFS的样本值,包括:
基于K-T(Kitagawa-Takahashi)图法,将所述疲劳极限试验值和应力强度因子门槛试验值代入进行计算,得到所述构件的EIFS的样本值。
可选的,所述基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的当量初始缺陷尺寸EIFS的样本值,包括:
通过所述疲劳极限试验值计算疲劳极限的均值和标准差,以及通过所述应力强度因子门槛试验值计算应力强度因子门槛值的均值和标准差;
将所述疲劳极限的均值和标准差,以及所述应力强度因子门槛值的均值和标准差,代入以下公式,以计算所述构件的EIFS的均值和标准差:
根据所述EIFS的均值和标准差得到所述EIFS的样本值;
其中,所述EIFS、所述疲劳极限和所述应力强度因子门槛值均满足对数正态分布;
μ1为疲劳极限的均值,σ1为疲劳极限的标准差;
μ1L为疲劳极限的对数均值,σ1L为疲劳极限的对数标准差;
μ2为应力强度因子门槛值的均值,σ2为应力强度因子门槛值的标准差;
μ2L为应力强度因子门槛值的对数均值,σ2L为应力强度因子门槛值的对数标准差;
μ为EIFS的均值,σ为EIFS的标准差;
μL为EIFS的对数均值,σL为EIFS的对数标准差;
Y(a)为几何校正参数。
可选的,所述似然函数包括:
其中,L表示似然函数,D表示疲劳数据的观测样本,H为EIFS的样本值的数量,y表示误差项,Cov表示噪声值;v是以随机变量所表示的EIFS,μ为EIFS的均值,σ为EIFS的标准差,f(μ,σ2,v)为EIFS的样本值的概率密度函数,g(μ,σ2,v)为EIFS的概率分布函数,为EIFS分布均值。
可选的,所述EIFS的概率分布满足对数正态分布或者韦伯(Weibull)分布。
可选的,所述通过所述EIFS的概率分布预测所述构件的疲劳寿命,包括:
通过以下公式计算所述构件的预测疲劳寿命:
根据本公开的第二方面,提供一种基于EIFS分布的疲劳寿命预测装置,包括:
试验数据处理模块,用于根据构件在不同试验条件下的原始试验数据,确定所述构件的疲劳极限试验值和应力强度因子门槛试验值;
样本值确定模块,用于基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的EIFS的样本值;
概率分布确定模块,用于将所述EIFS的样本值代入预设的似然函数,得到所述EIFS的概率分布;
疲劳寿命预测模块,用于通过所述EIFS的概率分布预测所述构件的疲劳寿命。
根据本公开的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述疲劳寿命预测方法及其可能的实施方式。
根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述疲劳寿命预测方法及其可能的实施方式。
本公开的技术方案具有以下有益效果:
根据上述疲劳寿命预测方法、装置、存储介质与电子设备,对构件在不同试验条件下进行疲劳试验,计算疲劳极限试验值和应力强度因子门槛试验值,再确定EIFS的样本值,代入似然函数中,得到EIFS的概率分布,最终通过EIFS的概率分布预测构件的疲劳寿命。一方面,通过不同试验条件下的数据确定EIFS的样本值,并通过似然函数对EIFS在所有条件下的整体分布进行拟合,进而预测疲劳寿命,能够有效避免预测结果对于试验条件的依赖,提高准确度,且通用性更广。另一方面,本方案无需对每种试验条件下的EIFS进行拟合计算,从而简化了计算过程,降低了计算量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施方式,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本示例性实施方式中一种基于EIFS分布的疲劳寿命预测方法的流程图;
图2示出本示例性实施方式中疲劳试验的设备图;
图3示出本示例性实施方式中疲劳试验的流程图;
图4示出本示例性实施方式中S-N曲线图;
图5示出本示例性实施方式中试样断裂数据图;
图6示出本示例性实施方式中裂纹扩展曲线图;
图8示出本示例性实施方式中确定EIFS样本值的流程图;
图9示出本示例性实施方式中EIFS的样本值;
图10示出本示例性实施方式中EIFS概率密度与分布曲线;
图11示出本示例性实施方式中不同方法得到EIFS分布的对比图;
图12示出本示例性实施方式中预测疲劳寿命与试验值的对比图;
图13示出本示例性实施方式中一种疲劳寿命预测装置的结构框图;
图14示出本示例性实施方式中一种用于实现上述方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本公开的示例性实施方式提供一种基于EIFS分布的疲劳寿命预测方法,其流程可以参考图1所示,包括以下步骤S110至S140:
步骤S110,根据构件在不同试验条件下的原始试验数据,确定构件的疲劳极限试验值和应力强度因子门槛试验值。
其中,对构件进行的试验为疲劳试验。试验前,准备一组构件的试样,其结构、尺寸、形状、材料等各方面均相同,视为等效体,一般在每种试验条件下需要测试至少一个试样,根据试验条件的设置确定所需的试样数量,对每个试样(下文对于构件和试样不做特别区分)分别进行疲劳试验。
图2示出了疲劳试验的设备,包括疲劳试验机210、高温炉220、长焦距显微镜镜台230和长焦距显微镜240。疲劳试验机210用于放置构件并加载应力;高温炉220用于提供试验温度;长焦距显微镜240镜头对准裂纹扩展区域,配合配合数字相机和位移测量装置等读取构件表面裂纹长度,精度可达到0.005mm。
需要说明的是,实际试验中还可以设置两台或两台以上长焦距显微镜240,以从不同方向、不同角度观测构件的裂纹,防止单一显微镜存在测量误差、数据波动等情况,引入不实的试验数据。例如,设置两台长焦距显微镜240,分别从正面、反面观测构件,记录裂纹长度,如果两面数据差异过大,则为不实数据,可以重复观测,如果差异合适,则可以以两面数据的平均值作为裂纹长度。
参考图3所示,疲劳试验过程包括以下步骤S310至S330:
步骤S310,将构件置于疲劳试验机上;
步骤S320,在一试验环境条件下循环加载应力,记录不同循环时的裂纹长度以及裂纹扩展时的循环次数;
步骤S330,更换为另一相同的构件,改变试验环境条件和/或加载的应力,重复步骤S320。
其中,试验条件主要包括试验环境条件和试验载荷条件两方面,试验环境条件包括温度、湿度、气压、风速、模拟光照中的至少一项,试验载荷条件是指加载的应力情况。本示例性实施方式中,保持温度以外的试验环境条件不变,通过改变高温炉的温度,实现不同的试验环境条件。
具体地,采用常温、200℃、400℃、500℃、600℃这5种不同温度,每种温度下分别加载6种不同的应力,具体试验条件如表1所示。需要说明的是,表1中的应力表示应力幅,即循环加载中的最大应力,所有条件下均采用0.05的应力比,即最小应力与最大应力之比为0.05,当然也可以改变应力比进行多组试验。
表1
疲劳极限指构件经过无穷多次应力循环而不发生破坏时的最大应力值,以σf表示。应力强度因子门槛值指带裂纹的构件在交变载荷作用下不会发生疲劳扩展的应力强度因子交变值,以ΔKth表示。
经典断裂力学中,基于K-T图法,试样的应力强度因子范围ΔK为:
a为裂纹长度,Δσ为应力范围,Y(a)是几何校正参数,可以从应力强度因子手册或文献中查到,例如中心贯穿的裂纹,其Y(a)=1。从公式(1)可得:
可见,EIFS与疲劳极限、应力强度因子门槛值具有很高的相关性。
通过疲劳试验,可以分析得到构件的疲劳极限试验值和应力强度因子门槛试验值。下面分别说明:
①疲劳极限试验值
对疲劳试验中每种试验环境条件下的应力-断裂循环次数进行拟合,可以得到每种试验环境条件下的疲劳极限试验值。
由于疲劳极限与材料种类、加工特征、表面几何状态等因素密切相关,精确地描述疲劳极限一般通过S-N曲线。S-N曲线以材料疲劳强度为纵坐标,以疲劳寿命(即断裂循环次数)为横坐标。不同温度下通过对应力-断裂循环次数拟合,得到如图4所示的S-N曲线。由图4可见,不同温度下构件的疲劳极限有很大差别,基本符合温度越高、疲劳极限越低的规律,相同应力水平下常温的疲劳寿命明显高于加热后。当温度超过500℃时,疲劳寿命显著降低。
本示例性实施方式可以采用ASTM-E466标准(American Society of TestingMaterials,美国材料实验协会,E466是ASTM提出的针对于金属材料疲劳试验的标准实施规程),在加载应力大于107个循环(cycles)不发生失效时对应的应力幅为疲劳极限。在图4中,读取不同温度下107cycles对应的应力幅,作为疲劳极限,由于是通过试验得到,将其称为疲劳极限试验值。表2示出了不同温度的疲劳极限试验值,可以看出,满足温度越高、疲劳极限越低的趋势,尤其在500℃和600℃之间的差异明显。
表2
②应力强度因子门槛试验值
对疲劳试验中每种试验环境条件下的循环次数-裂纹长度进行拟合,可以得到每种试验环境条件下的应力强度因子门槛的试验值。
图5示出了在不同温度下,以24MPa应力对8个试样分别进行加载的疲劳寿命,可以看出,相同试验条件下疲劳寿命具有明显的分散性,温度不同,分散性差异也明显不同。图6示出了8个试样(B1~B8)的循环次数-裂纹长度曲线,其纵轴为裂纹长度,可以看出随着循环加载的持续,裂纹扩展的速度越来越快。
在一种可选的实施方式中,可以具体通过以下步骤得到应力强度因子门槛试验值:
其中,为裂纹扩展速度,ΔK即应力强度因子范围。疲劳试验难以直接观测得到ΔK,需要通过原始试验数据进行计算。在一种实施方式中,可以采用ASTM-E466标准并结合帕里斯(Paris)公式计算ΔK,如以下公式(3)~(5)所示:
其中,α=a/W。公式(5)为经过修正的帕里斯公式,C、m、n均为拟合参数,C与材料本身相关,m表示帕里斯公式的适应范围,n表示裂纹扩展门槛范围。采用公式(5)可以拟合得到曲线,例如在400℃时,拟合参数C=4.7732e-11,m=2.7521,n=1.1782。为了提高计算结果的可靠性,还可以去除一些明显偏离的数据。通过拟合得到应力强度因子范围与裂纹扩展速度之间的关系。
图7示出了某一温度下的曲线,当时(一般为与ΔK轴的交点),其对应的ΔK值为应力强度因子门槛值ΔKth,由于是通过试验得到,将其称为应力强度因子门槛试验值。在图7中,读取曲线与横轴的交点的横坐标值,即该试验温度下的应力强度因子门槛试验值。由此分别对每个温度下的循环次数-裂纹长度进行拟合,得到曲线,进而得到ΔKth的试验值。表3示出了不同试验温度下的ΔKth试验值。
表3
温度 | 常温 | 200℃ | 400℃ | 500℃ | 600℃ |
ΔK<sub>th</sub>/MPa·m<sup>0.5</sup> | 5.1689 | 3.1061 | 1.3082 | 1.1085 | 0.8846 |
步骤S120,基于上述疲劳极限试验值和应力强度因子门槛试验值,确定构件的EIFS的样本值。
对于绝大多数构件而言,疲劳失效从微裂纹、小裂纹、长裂纹逐步扩展的,裂纹萌生阶段占据绝大多数的疲劳寿命。除了构件本身的材料种类以外,影响其裂纹萌生阶段时间长短的因素,包括构件的原始疲劳缺陷、生产过程中的随机性等,将其统称为原始疲劳质量的不确定因素。本公开通过EIFS表征构件的原始疲劳质量,可以体现材料细节结构中产生的缺陷和材料的特性。
疲劳试验中难以直接观测到EIFS,因此需要根据试验数据进行计算,得到试验中的EIFS值,即EIFS的样本值。下面提供几种计算方法:
方法一、对上述公式(2)取对数,可得:
log(EIFS)=2 logΔKth-2logσf-2 logY(a)-logπ (6)
本示例性实施方式中,疲劳极限σf和应力强度因子门槛值ΔKth可以满足对数正态分布,即logσf和logΔKth均为高斯变量。记σf的均值为μ1,标准差为σ1,logσf的均值为μ1L,标准差为σ1L;ΔKth的均值为μ2,标准差为σ2,logΔKth的均值为μ2L,标准差为σ2L,满足:
记公式(6)中log(EIFS)的均值为μL,标准差为σL,满足:
进一步的,EIFS也可以满足对数正态分布,记EIFS的均值为μ,标准差为σ,满足:
基于上述参数的对数正态分布之间的关系,在一种可选的实施方式,参考图8所示,步骤S120可以包括以下步骤S810至S830:
步骤S810,通过上述疲劳极限试验值计算疲劳极限的均值和标准差,以及通过上述应力强度因子门槛试验值计算应力强度因子门槛值的均值和标准差;
步骤S820,将上述疲劳极限的均值和标准差,以及应力强度因子门槛值的均值和标准差,代入公式(7)~(10),以计算构件的EIFS的均值和标准差;
步骤S830,根据EIFS的均值和标准差得到EIFS的样本值。
其中,可以通过对σf拟合对数正态分布得到σf的均值为μ1、标准差σ1,同理可对ΔKth试验值拟合得到ΔKth的均值μ2、标准差σ2,分别代入上述公式(7)和(8),得到μ1L、σ1L、μ2L、σ2L,再依次代入上述公式(9)和(10),得到μ和σ。
根据EIFS的均值μ和标准差σ对EIFS进行采样,得到一组或多组EIFS的样本值。
方法二、上述公式(2)为基于K-T图法的公式,将疲劳极限试验值σf和应力强度因子门槛试验值ΔKth代入公式(2),可以计算构件的EIFS的样本值。
方法三、对上述公式(5)进行变化,可得:
两边同时积分,可得:
公式(12)示出了通过对构件的裂纹长度a进行积分,以计算疲劳寿命N的方法,裂纹长度a的积分下限为EIFS,积分上限为ac,即临界裂纹长度,一般通过显微镜观察或者通过“K准则”预测得到。
需要注意的是,公式(12)适用于完全线弹性区间,即高周或者超高周疲劳问题。对于弹塑性循环来说,可能产生较大范围的塑性区,此时的塑性区将大于高周裂纹尖端产生的范围,因此不能忽略。按照Bilby、Cottrell和Swinden的BCS模型,塑性区表达式为:
此时公式(1)可以改写为:
上述公式(11)~(14)实质上也属于K-T图法,可以将疲劳极限试验值σf和应力强度因子门槛试验值ΔKth代入进行计算,例如根据表2和表3中的数据计算得到不同温度的EIFS样本值,结果如表4所示。
表4
方法四、在疲劳试验中,观测到不同试验条件下构件的裂纹扩展情况,例如可以参考上述图6所示。对于同一试样,观测其疲劳寿命分布均值,通过插值来确定裂纹扩展到疲劳寿命均值时的裂纹长度,结合试验数据与疲劳寿命分布,根据断裂准则(如K准则)可以得到疲劳寿命的积分上限,进而根据疲劳寿命均值反推确定积分下限,即EIFS样本值。如图9所示,得到不同温度下的EIFS的样本值。
以上提供了获取EIFS样本值的四种方法,实际应用中可以将这四种方法进行任意组合,也可以采用其他方法,本公开并不限定于此。
步骤S130,将EIFS的样本值代入预设的似然函数,得到EIFS的概率分布。
为了提高EIFS分布估计的准确度,本示例性实施方式采用似然函数,通过试验得到的样本值判断EIFS的概率分布,例如可以基于随机似然函数来描述EIFS分布。
EIFS的概率分布可以满足对数正态分布或者韦伯分布,本示例性实施方式以对数正态分布为例,说明似然函数的建立过程。
记EIFS样本值的集合V={v1,v2,…,vn},v1,v2,…,vn之间相互独立。集合V和试样的疲劳寿命满足对数正态分布,并考虑试验过程的误差因素。给定循环次数Ni和对应的裂纹长度ai时,使用对数正态逼近拟合得到:
由此,可得v的似然函数为
其中,Di=(ai,Ni)为试验中第i次观测的循环次数与裂纹长度之间的数据;F为已知数据样本点拟合得到的裂纹扩展公式,积分上下限为ai,vi。疲劳寿命N的方差为β,可以通过蒙特卡洛模拟,或者直接从疲劳寿命的试验值得到。y表示误差项,主要包括试验过程中机台的精准调校度、试验数据记录延迟、其他次要设备产生的随机误差等。在试验过程中需要实时监测裂纹长度,所需要的仪器设备在测量时不可避免的会引入测量误差,这是y的重要因素。试验误差同样可以满足对数正态分布,其造成的疲劳寿命的估计为:
其中<N>表示不考虑误差的估计值,因此公式(16)可变为:
记μ为EIFS(即变量v)的均值,σ为EIFS的标准差,则有:
进一步的,可以直接从试验数据出发,引入噪声值Cov,例如可以是0.1。可以得到似然函数:
其中,D表示疲劳数据的观测样本,即疲劳试验中每次观测的循环次数与裂纹长度所形成的样本数据集;H为EIFS的样本值的数量;f(μ,σ2,v)为EIFS的样本值的概率密度函数,g(μ,σ2,v)为EIFS的概率分布函数,为EIFS分布均值。
由此,将EIFS的样本值代入上述似然函数,可以计算得到EIFS的概率分布,例如根据本示例性实施方式提供的试验数据和EIFS的样本值,可以得到EIFS的概率密度函数为:
其概率密度和分布如图10所示。在EIFS满足对数正态分布时,值为0.0675mm,根据图10中的数据可以看出,EIFS值主要集中在20%~80%的均秩概率下,分布的区间为[0.03207,0.09429]。
在一种可选的实施方式中,可以采用K-T图法得到的EIFS样本值,通过上述最大似然估计进行拟合,得到EIFS的概率密度函数为:
为了评估EIFS分布的有效性,根据常用的TTCI法(Time To Crack Initiation,裂纹萌生时间),以均秩估计函数为拟合优度函数,可得到如图11所示的EIFS概率密度和分布函数的图像。图11中可以看出均秩分布对EIFS拟合法吻合情况较好,数据点基本位于EIFS分布函数上,而TTCI法相对较差。根据得到的分布规律,预测满足超越数概率为5%、置信水平为95%要求的EIFS a(0)5/95值分别为0.02712mm、0.0210765mm,由图中数据,EIFS值主要集中在20%~80%的均秩概率之间,其分布区间分别为[0.01570,0.02769]和[0.02222,0.03260]。
步骤S140,通过EIFS的概率分布预测构件的疲劳寿命。
本示例性实施方式中,可以通过上述公式(12)计算预测构件的疲劳寿命,其中计算得到的N为预测疲劳寿命,记为NP,即有:
将不同方法所得到的预测疲劳寿命NP与疲劳寿命试验值Ne进行对比,如图12所示。从图12中可以看到,K-T图法的预测值与试验值误差较小,但是EIFS与温度之间的联系非常大,最大值与最小值之间处于4倍差距,得到的EIFS数据也比较有限,无法进行适合的分布函数拟合。相比于K-T图法,本示例性实施方式所采用的基于K-T图的最大似然法(简称为最大似然K-T法)能够有效避免EIFS值依赖温度这一问题,能将各个条件得到的EIFS值拟合成特定的对数正态分布或者韦伯分布,且在满足20%~80%EIFS取值概率的区间上来预测疲劳寿命。
图12中的数据点可以满足大部分数据位于3倍误差带范围内。TTCI法在低寿命预测情况下其误差非常小,但在部分高寿命预测上存在突变性,疲劳总寿命预测明显超过2倍误差带范围。而最大似然K-T法完全位于2倍误差带范围内。因此其更能统一反映EIFS的整体分布情况,通用性更广。
虽然,在图12中可以发现,部分点的误差棒范围超过2倍误差带,这是因为在20%~80%取值范围内部分EIFS值下限过小,造成预测疲劳寿命显著增大,因此在其他相关疲劳寿命预测中需要将EIFS值置于50%~80%取值范围内,这样能有效避免预测疲劳寿命过大的问题。
通过以上的分析可知,K-T图法预测疲劳寿命精度较高,EIFS取值范围为[0.02026,0.08898],TTCI反推法中EIFS等于0.05mm时分布函数已经接近1,换句话说,TTCI反推法的概率表达式并不能适用K-T图法得到的EIFS样本值。在最大似然估计中,自身计算区间为[0.03207,0.09429],包括了K-T图法得到的EIFS样本值。基于此,在一种可选的实施方式中,采用K-T图法得到EIFS的样本值,进而通过最大似然估计得到EIFS的概率分布,这样适用范围更广、精度更高。
综上所述,本示例性实施方式对构件在不同试验条件下进行疲劳试验,计算疲劳极限试验值和应力强度因子门槛试验值,再确定EIFS的样本值,代入似然函数中,得到EIFS的概率分布,最终通过EIFS的概率分布预测构件的疲劳寿命。一方面,通过不同试验条件下的数据确定EIFS的样本值,并通过似然函数对EIFS在所有条件下的整体分布进行拟合,进而预测疲劳寿命,能够有效避免预测结果对于试验条件的依赖,提高准确度,且通用性更广。另一方面,本方案无需对每种试验条件下的EIFS进行拟合计算,从而简化了计算过程,降低了计算量。
本公开的示例性实施方式还提供一种基于EIFS分布的疲劳寿命预测装置,如图13所示,该疲劳寿命预测装置1300可以包括:
试验数据处理模块1310,用于根据构件在不同试验条件下的原始试验数据,确定构件的疲劳极限试验值和应力强度因子门槛试验值;
样本值确定模块1320,用于基于上述疲劳极限试验值和应力强度因子门槛试验值,确定构件的EIFS的样本值;
概率分布确定模块1330,用于将EIFS的样本值代入预设的似然函数,得到EIFS的概率分布;
疲劳寿命预测模块1340,用于通过EIFS的概率分布预测构件的疲劳寿命。
在一种可选的实施方式中,试验数据处理模块1310,被配置为:
对疲劳试验中每种试验环境条件下的应力-断裂循环次数进行拟合,得到每种试验环境条件下的疲劳极限试验值;
对疲劳试验中每种试验环境条件下的循环次数-裂纹长度进行拟合,得到每种试验环境条件下的应力强度因子门槛试验值。
在一种可选的实施方式中,试验数据处理模块1310,被配置为:
在一种可选的实施方式中,疲劳试验包括以下步骤:
将构件置于疲劳试验机上;
在一试验环境条件下循环加载应力,记录不同循环时的裂纹长度以及裂纹扩展时的循环次数;
更换为另一相同的构件,改变试验环境条件和/或加载的应力,重复上一步骤。
在一种可选的实施方式中,试验环境条件包括温度、湿度、气压、风速、模拟光照中的至少一项。
在一种可选的实施方式中,样本值确定模块1320,被配置为:
基于K-T图法,将所述疲劳极限试验值和应力强度因子门槛试验值代入进行计算,得到所述构件的EIFS的样本值。
在一种可选的实施方式中,样本值确定模块1320,被配置为:
通过疲劳极限试验值计算疲劳极限的均值和标准差,以及通过应力强度因子门槛试验值计算应力强度因子门槛值的均值和标准差;
将疲劳极限的均值和标准差,以及应力强度因子门槛值的均值和标准差,代入以下公式,以计算构件的EIFS的均值和标准差:
根据EIFS的均值和标准差得到EIFS的样本值;
其中,EIFS、疲劳极限和应力强度因子门槛值均满足对数正态分布;
μ1为疲劳极限的均值,σ1为疲劳极限的标准差;
μ1L为疲劳极限的对数均值,σ1L为疲劳极限的对数标准差;
μ2为应力强度因子门槛值的均值,σ2为应力强度因子门槛值的标准差;
μ2L为应力强度因子门槛值的对数均值,σ2L为应力强度因子门槛值的对数标准差;
μ为EIFS的均值,σ为EIFS的标准差;
μL为EIFS的对数均值,σL为EIFS的对数标准差;
Y(a)为几何校正参数。
在一种可选的实施方式中,上述似然函数包括:
其中,L表示似然函数,D表示疲劳数据的观测样本,H为EIFS的样本值的数量,y表示误差项,Cov表示噪声值;v是以随机变量所表示的EIFS,μ为EIFS的均值,σ为EIFS的标准差,f(μ,σ2,v)为EIFS的样本值的概率密度函数,g(μ,σ2,v)为EIFS的概率分布函数,为EIFS分布均值。
在一种可选的实施方式中,EIFS的概率分布满足对数正态分布或者韦伯分布。
在一种可选的实施方式中,疲劳寿命预测模块1340,被配置为:
通过以下公式计算构件的预测疲劳寿命:
上述装置中各模块的具体细节在方法部分实施方式中已经详细说明,未披露的细节内容可以参见方法部分的实施方式内容,因而不再赘述。
本公开的示例性实施方式还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使电子设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。该程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施方式的方法。
本公开的示例性实施方式还提供了一种能够实现上述方法的电子设备。下面参照图14来描述根据本公开的这种示例性实施方式的电子设备1400。图14显示的电子设备1400仅仅是一个示例,不应对本公开实施方式的功能和使用范围带来任何限制。
如图14所示,电子设备1400可以以通用计算设备的形式表现。电子设备1400的组件可以包括但不限于:至少一个处理单元1410、至少一个存储单元1420、连接不同系统组件(包括存储单元1420和处理单元1410)的总线1430和显示单元1440。
存储单元1420存储有程序代码,程序代码可以被处理单元1410执行,使得处理单元1410执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,处理单元1410可以执行图1、图3或图8所示的方法步骤。
存储单元1420可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)1421和/或高速缓存存储单元1422,还可以进一步包括只读存储单元(ROM)1423。
存储单元1420还可以包括具有一组(至少一个)程序模块1425的程序/实用工具1424,这样的程序模块1425包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1430可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1400也可以与一个或多个外部设备1500(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1400交互的设备通信,和/或与使得该电子设备1400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1450进行。并且,电子设备1400还可以通过网络适配器1460与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1460通过总线1430与电子设备1400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
本文中,附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的示例性实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方式。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (9)
1.一种基于EIFS分布的疲劳寿命预测方法,其特征在于,包括:
根据构件在不同试验条件下的原始试验数据,确定所述构件的疲劳极限试验值和应力强度因子门槛试验值;
基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的当量初始缺陷尺寸EIFS的样本值;
将所述EIFS的样本值代入预设的似然函数,得到所述EIFS的概率分布;
通过所述EIFS的概率分布预测所述构件的疲劳寿命;
其中,所述似然函数包括:
2.根据权利要求1所述的方法,其特征在于,所述根据构件在不同试验条件下的原始试验数据,确定所述构件的疲劳极限试验值和应力强度因子门槛试验值,包括:
对疲劳试验中每种试验环境条件下的应力-断裂循环次数进行拟合,得到所述每种试验环境条件下的疲劳极限试验值;
对所述疲劳试验中每种试验环境条件下的循环次数-裂纹长度进行拟合,得到所述每种试验环境条件下的应力强度因子门槛试验值。
4.根据权利要求2所述的方法,其特征在于,所述疲劳试验,包括以下步骤:
将所述构件置于疲劳试验机上;
在一试验环境条件下循环加载应力,记录不同循环时的裂纹长度以及裂纹扩展时的循环次数;
更换为另一相同的构件,改变所述试验环境条件和/或加载的应力,重复上一步骤。
5.根据权利要求2至4任一项所述的方法,其特征在于,所述试验环境条件包括温度、湿度、气压、风速、模拟光照中的至少一项。
6.根据权利要求1所述的方法,其特征在于,所述基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的当量初始缺陷尺寸EIFS的样本值,包括:
基于Kitagawa-Takahashi图法,将所述疲劳极限试验值和应力强度因子门槛试验值代入进行计算,得到所述构件的EIFS的样本值。
7.根据权利要求1所述的方法,其特征在于,所述基于所述疲劳极限试验值和应力强度因子门槛试验值,确定所述构件的当量初始缺陷尺寸EIFS的样本值,包括:
通过所述疲劳极限试验值计算疲劳极限的均值和标准差,以及通过所述应力强度因子门槛试验值计算应力强度因子门槛值的均值和标准差;
将所述疲劳极限的均值和标准差,以及所述应力强度因子门槛值的均值和标准差,代入以下公式,以计算所述构件的EIFS的均值和标准差:
根据所述EIFS的均值和标准差得到所述EIFS的样本值;
其中,所述EIFS、所述疲劳极限和所述应力强度因子门槛值均满足对数正态分布;
μ1为疲劳极限的均值,σ1为疲劳极限的标准差;
μ1L为疲劳极限的对数均值,σ1L为疲劳极限的对数标准差;
μ2为应力强度因子门槛值的均值,σ2为应力强度因子门槛值的标准差;
μ2L为应力强度因子门槛值的对数均值,σ2L为应力强度因子门槛值的对数标准差;
μ为EIFS的均值,σ为EIFS的标准差;
μL为EIFS的对数均值,σL为EIFS的对数标准差;
Y(a)为几何校正参数。
8.根据权利要求1所述的方法,其特征在于,所述EIFS的概率分布满足对数正态分布或者韦伯分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010520186.9A CN111751199B (zh) | 2020-06-09 | 2020-06-09 | 基于eifs分布的疲劳寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010520186.9A CN111751199B (zh) | 2020-06-09 | 2020-06-09 | 基于eifs分布的疲劳寿命预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111751199A CN111751199A (zh) | 2020-10-09 |
CN111751199B true CN111751199B (zh) | 2021-07-09 |
Family
ID=72674616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010520186.9A Active CN111751199B (zh) | 2020-06-09 | 2020-06-09 | 基于eifs分布的疲劳寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111751199B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378420A (zh) * | 2020-11-27 | 2021-09-10 | 东南大学 | 一种裂纹管道寿命预测方法 |
CN112520064B (zh) * | 2020-12-04 | 2022-09-20 | 中国航空工业集团公司成都飞机设计研究所 | 一种基于应变监测的损伤自动识别方法 |
CN112881208B (zh) * | 2021-01-14 | 2022-05-10 | 北京航空航天大学 | 一种当量初始缺陷尺寸测定与评估方法 |
CN112883497B (zh) * | 2021-03-22 | 2023-06-16 | 中国人民解放军国防科技大学 | 基于多源信息融合的航天阀门可靠性评估方法 |
CN114169109B (zh) * | 2022-01-14 | 2024-06-04 | 华北电力科学研究院有限责任公司 | 一种异种钢接头疲劳寿命预测方法及装置 |
CN116049922B (zh) * | 2023-01-12 | 2023-08-22 | 中国工程物理研究院研究生院 | 应力强度因子门槛值概率建模的金属结构疲劳可靠性预测方法 |
CN117195665B (zh) * | 2023-11-07 | 2024-01-26 | 湖南大学 | 一种功率半导体器件键合线的寿命预测模型构建方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5307385A (en) * | 1991-06-06 | 1994-04-26 | Hitachi, Ltd. | Method of and apparatus for estimating remaining service life of material being exposed to radiant ray irradiation |
CN103760007A (zh) * | 2014-01-16 | 2014-04-30 | 清华大学 | 一种预测不同应力比下疲劳裂纹扩展门槛值的方法 |
CN104036120A (zh) * | 2014-05-20 | 2014-09-10 | 北京航空航天大学 | 一种测定材料与构件疲劳s-n曲线性能的单点法 |
CN104487839A (zh) * | 2012-04-04 | 2015-04-01 | 西门子公司 | 考虑eifs不确定性使用超声检测数据的概率疲劳寿命预测 |
CN105021473A (zh) * | 2015-07-06 | 2015-11-04 | 北京航空航天大学 | 一种低温裂纹扩展性能表征与寿命估算的方法 |
CN106644783A (zh) * | 2016-12-31 | 2017-05-10 | 北京航空航天大学 | 一种基于涡轮盘低循环疲劳裂纹扩展寿命预测方法 |
CN106840877A (zh) * | 2017-01-22 | 2017-06-13 | 北京工业大学 | 一种基于应力的多轴小裂纹全寿命预测方法 |
CN106886663A (zh) * | 2017-03-29 | 2017-06-23 | 北京理工大学 | 齿轮弯曲疲劳寿命预测方法及装置 |
CN106979861A (zh) * | 2017-03-30 | 2017-07-25 | 北京理工大学 | 齿轮接触疲劳全寿命评估方法及装置 |
JP2017167095A (ja) * | 2016-03-18 | 2017-09-21 | 株式会社東芝 | き裂評価装置およびき裂評価方法 |
US9792555B2 (en) * | 2013-01-04 | 2017-10-17 | Siemens Energy, Inc. | Probabilistic modeling and sizing of embedded flaws in ultrasonic nondestructive inspections for fatigue damage prognostics and structural integrity assessment |
CN107449894A (zh) * | 2017-08-23 | 2017-12-08 | 中国人民解放军海军工程大学 | 氮化硅结合碳化硅耐火陶瓷的疲劳寿命预测方法 |
CN107677786A (zh) * | 2017-08-28 | 2018-02-09 | 西北工业大学 | 铸造钢缩松缺陷评级方法 |
CN108681641A (zh) * | 2018-05-18 | 2018-10-19 | 北京航空航天大学 | 一种考虑缺陷尺寸效应的复合材料缺陷容限性能表征方法 |
CN108920792A (zh) * | 2018-06-21 | 2018-11-30 | 北京工业大学 | 一种基于小裂纹扩展的搅拌摩擦焊构件疲劳寿命预测方法 |
CN109142529A (zh) * | 2018-08-27 | 2019-01-04 | 佛山科学技术学院 | 一种高强钛合金电子束焊接接头超高周疲劳寿命预测方法 |
CN109740295A (zh) * | 2019-02-27 | 2019-05-10 | 南京市特种设备安全监督检验研究院 | 一种具有裂纹缺陷的起重机金属结构剩余寿命计算方法 |
CN110032786A (zh) * | 2019-04-03 | 2019-07-19 | 西北工业大学 | 镍基单晶气膜孔结构件原始疲劳质量的评估方法 |
CN110147618A (zh) * | 2019-05-22 | 2019-08-20 | 电子科技大学 | 基于断裂力学的航空发动机涡轮叶片可靠性评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8666706B2 (en) * | 2011-03-08 | 2014-03-04 | GM Global Technology Operations LLC | Material property distribution determination for fatigue life calculation using dendrite arm spacing and porosity-based models |
US9639637B2 (en) * | 2012-10-08 | 2017-05-02 | Siemens Aktiengesellschaft | Construction of entropy-based prior and posterior probability distributions with partial information for fatigue damage prognostics |
-
2020
- 2020-06-09 CN CN202010520186.9A patent/CN111751199B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5307385A (en) * | 1991-06-06 | 1994-04-26 | Hitachi, Ltd. | Method of and apparatus for estimating remaining service life of material being exposed to radiant ray irradiation |
CN104487839A (zh) * | 2012-04-04 | 2015-04-01 | 西门子公司 | 考虑eifs不确定性使用超声检测数据的概率疲劳寿命预测 |
US9792555B2 (en) * | 2013-01-04 | 2017-10-17 | Siemens Energy, Inc. | Probabilistic modeling and sizing of embedded flaws in ultrasonic nondestructive inspections for fatigue damage prognostics and structural integrity assessment |
CN103760007A (zh) * | 2014-01-16 | 2014-04-30 | 清华大学 | 一种预测不同应力比下疲劳裂纹扩展门槛值的方法 |
CN104036120A (zh) * | 2014-05-20 | 2014-09-10 | 北京航空航天大学 | 一种测定材料与构件疲劳s-n曲线性能的单点法 |
CN105021473A (zh) * | 2015-07-06 | 2015-11-04 | 北京航空航天大学 | 一种低温裂纹扩展性能表征与寿命估算的方法 |
JP2017167095A (ja) * | 2016-03-18 | 2017-09-21 | 株式会社東芝 | き裂評価装置およびき裂評価方法 |
CN106644783A (zh) * | 2016-12-31 | 2017-05-10 | 北京航空航天大学 | 一种基于涡轮盘低循环疲劳裂纹扩展寿命预测方法 |
CN106840877A (zh) * | 2017-01-22 | 2017-06-13 | 北京工业大学 | 一种基于应力的多轴小裂纹全寿命预测方法 |
CN106886663A (zh) * | 2017-03-29 | 2017-06-23 | 北京理工大学 | 齿轮弯曲疲劳寿命预测方法及装置 |
CN106979861A (zh) * | 2017-03-30 | 2017-07-25 | 北京理工大学 | 齿轮接触疲劳全寿命评估方法及装置 |
CN107449894A (zh) * | 2017-08-23 | 2017-12-08 | 中国人民解放军海军工程大学 | 氮化硅结合碳化硅耐火陶瓷的疲劳寿命预测方法 |
CN107677786A (zh) * | 2017-08-28 | 2018-02-09 | 西北工业大学 | 铸造钢缩松缺陷评级方法 |
CN108681641A (zh) * | 2018-05-18 | 2018-10-19 | 北京航空航天大学 | 一种考虑缺陷尺寸效应的复合材料缺陷容限性能表征方法 |
CN108920792A (zh) * | 2018-06-21 | 2018-11-30 | 北京工业大学 | 一种基于小裂纹扩展的搅拌摩擦焊构件疲劳寿命预测方法 |
CN109142529A (zh) * | 2018-08-27 | 2019-01-04 | 佛山科学技术学院 | 一种高强钛合金电子束焊接接头超高周疲劳寿命预测方法 |
CN109740295A (zh) * | 2019-02-27 | 2019-05-10 | 南京市特种设备安全监督检验研究院 | 一种具有裂纹缺陷的起重机金属结构剩余寿命计算方法 |
CN110032786A (zh) * | 2019-04-03 | 2019-07-19 | 西北工业大学 | 镍基单晶气膜孔结构件原始疲劳质量的评估方法 |
CN110147618A (zh) * | 2019-05-22 | 2019-08-20 | 电子科技大学 | 基于断裂力学的航空发动机涡轮叶片可靠性评估方法 |
Non-Patent Citations (2)
Title |
---|
"Statistical analysis of high cycle fatigue life and inclusion size distribution in shot peened 300M steel";Amrita Bag et al.;《International Journal of Fatigue》;20180810;第118卷;第126-128页 * |
"金属材料疲劳裂纹扩展机制及模型的研究进展";吴圣川 等;《固体力学学报》;20191231;第40卷(第6期);第490-538页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111751199A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111751199B (zh) | 基于eifs分布的疲劳寿命预测方法 | |
Bermejo et al. | Influence of measurement uncertainties on the determination of the Weibull distribution | |
CN108897960B (zh) | 一种基于不确定性量化的涡轮叶片热机械疲劳概率寿命预测方法 | |
JP2015532430A (ja) | 確率論的疲労亀裂寿命推定のための方法およびシステム | |
JP5732291B2 (ja) | クリープ曲線およびクリープ寿命の予測方法 | |
EP2941640A1 (en) | Probabilistic modeling and sizing of embedded flaws in nondestructive inspections for fatigue damage prognostics and structural integrity assessment | |
Goegebeur et al. | Goodness-of-fit testing for Weibull-type behavior | |
Gallagher et al. | The equivalence of EPS and EIFS based on the same crack growth life data | |
WO2024001008A1 (zh) | 高压海缆绝缘老化寿命预测方法、装置及设备 | |
CN113567795A (zh) | 基于威布尔分布的步退应力加速可靠性试验方法 | |
CN113053473B (zh) | 聚合物粘结复合材料全阶段蠕变模型构建方法 | |
CN111737861B (zh) | 基于不确定性预测试件安全断裂疲劳寿命的方法 | |
CN114295491B (zh) | 一种蠕变损伤及变形随时间演化行为的预测方法 | |
Zhou et al. | Improved reliability analysis method based on the failure assessment diagram | |
Jenson et al. | A Bayesian approach for the determination of POD curves from empirical data merged with simulation results | |
Moskovic | Modelling of fracture toughness data in the ductile to brittle transition temperature region by statistical analysis | |
CN112945775B (zh) | 一种基于压痕轮廓识别金属材料拉伸性能参数的方法 | |
Hao et al. | A novel quality requirement design method for the quality characteristic of rubber products based on the reliability constraint | |
CN112881208B (zh) | 一种当量初始缺陷尺寸测定与评估方法 | |
Kujawski et al. | A method to estimate fatigue limit using (1/Nf)-S curve | |
CN114492074A (zh) | 一种概率损伤容限评估分析方法 | |
CN109145426B (zh) | 预测试样几何形状和加载方式对疲劳寿命影响的方法及装置 | |
Nasr et al. | Probabilistic high cycle fatigue behaviour of nodular cast iron containing casting defects | |
Freiman et al. | A new statistical methodology for assessing mechanical survivability of brittle materials | |
CN116626272B (zh) | 一种橡胶测试系统与方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |