应变疲劳可靠性分析的新进展与展望

应力分析较难考虑材料本构分散性和适用于弹塑性条件.未来解决结构失效问题趋向于应用应变知识.应变疲劳可靠性分析是其中的重要问题之一.现有方法仅适于缺乏试验数据时的近似分析.近期完成的一系列试验与理论研究,揭示了材料的循环应力—应变(CSS)响应存在分散性.从宏微观结合角度提出了“有效短裂纹准则”,较好地揭示了疲劳损伤及其演化的机制,说明了产生这一分散性的本质原因.考虑所有材料常数的随机性和相关性,提出了描述随机CSS响应与循环应变—寿命关系的统计模型.进一步考虑应变载荷—强度干涉,建立了新的基本分析方法.值得进一步研究的重要课题是,建立考虑平均应变/应力和多轴效应的方法,以及建立新的基于短裂纹行为理论的概率应变损伤容限设计与安全评价方法.     

应变疲劳可靠性分析的现状及展望

未来是应用塑性变形知识解决结构失效问题的时代,应变疲劳可靠性分析是其中重要问题之一,它在90年代才引起注意,文献很少。现有方法假设Coffin-Manson循环应变—寿命（CSL）关系中的疲劳强度和塑性系数为独立随机变量,强度和塑性指数为常数,实际上它们都是拟合试验数据的相关随机变量。因此,只适于缺乏试验数据时的近似分析。试验揭示了材料的循环应力一应变（CSS）响应存在很大分散性。考虑这一分散性和CSL与CSS关系中材料常数的相关性,建立新的方法是未来值得研究的基础课题。建立考虑平均应变/应力影响和多轴方法,使之应用于工程实践是值得进一步研究的重要课题。     

基于应变的疲劳可靠性分析新方法

应用随机循环应变载荷－强度干涉模型，建立了基于应变的疲劳可靠性分析新方法。新考虑了材料循环应力－应变响应的分散性。与现有方法不同，材料常数视为非独立随机变量，来自于试验数据的回归结果。随机循环应力－应变行为和循环应变－寿命关系分别采用概率曲线来描述。循环应变载荷和强度的概率密度函数可显式分别由这些曲线求得。方法可方便拓展到如现有方法确定性循环应力－应变模型情形。核工程材料？１Ｃｒ１８Ｎｉ９Ｔｉ不锈钢管道焊缝金属的试验结果分析说明了方法的有效性。     

材料非稳态疲劳损伤智能模型可靠性分析仿真方法

材料的疲劳损伤是一非稳态过程,难以用传统的数学函数准确表达。摒弃了能量均匀耗散及线性累积损伤理论假设,采用神经网络技术准确描述其与材料性能、载荷应力间复杂的非线性映射关系,真实描述了材料疲荧损伤过程;建立了疲劳失效动态准则,综合考虑了材料疲劳性能及载荷的随机性,能够正确反映两者的个体性能及相互关系,并运用离散事件仿真原理,构造了材料疲劳可靠性分析的智能仿真系统,用于准确地进行疲劳寿命可靠性分析。经正火35钢随机载荷疲劳实验验证,其可靠性分析精度较高。     

基于局部应变的疲劳寿命计算方法

材料的P-ε-N曲线是构件基于局部应变-寿命可靠性分析计算的基础。主要考虑总体拟合效果最佳、与疲劳失效机制的一致性和尾部预测安全性等因素的情况下，提出了确定循环寿命的良好统计方法。以Coffin-Manson律为基础，采用线性回归方法和相关系数优化法，考虑应变-寿命的随机性，获得了标准试样在任意置信度下的P-ε-N曲线。产品在工作环境下受力复杂，根据材料在弹、塑性状态的泊松比不同，结合第四强度理论，获得适用于多轴应变疲劳寿命的修正曲线。利用随机振动试验模拟使用环境对构件进行可靠性试验，通过对直接测量的应变时间历程进行分析计数，并运用局部应变法对构件进行疲劳寿命计算，证明了方法可用于解决工程实际问题。     

起重机械疲劳断裂可靠性分析的新进展

在疲劳断裂可靠性经典算法的基础上,结合新的数学理论方法,重点分析起重机械疲劳断裂可靠性分析的新方法和新模型。本文主要讨论随机有限元法、基于神经网络的可靠性模型、基于支持向量机的可靠性模型、基于混合遗传算法的可靠性模型和应变疲劳可靠性模型。     

结构元件疲劳可靠性分析的累积损伤模型

从Ｍｉｎｅｒ的损伤定义出发,讨论了临界损伤和瞬时累积损伤的特性。 临界损伤是一个随机变量,服从对数正态分布,累积损伤是一个随机过程,在任意时刻近似服从对数正态分布,由此给出了估计元件疲劳可靠度的表达式。两个算例结果表明,本文给出的模型是合理的,预测结果和试验结果吻合良好。     

齿轮弯曲疲劳可靠度的计算方法

用一个新的基本观点－把齿轮弯曲疲劳失处理成随机事件，以这个随机事件为研究对象，用齿轮弯曲疲劳的疲劳损伤强度ＫＷ和总疲劳损伤量ＤＷ描述弯曲疲劳失效随机事件，得出用概率描述的弯曲疲劳的疲劳累积损伤模型，用这个计算模型，提出了计算齿轮弯曲疲劳可靠度的计算方法。     

汽车后桥疲劳试验时裂纹扩展与应变变化的试验研究

在汽车后桥疲劳试验时监测记录了应变的变化过程,并测得了疲劳裂纹扩展的长度。通过分析研究,得到裂纹扩展与应变变化的关系,提出一种应用计算机实时监测应变变化来分析疲劳裂纹产生、扩展的方法。     

结构疲劳可靠性分析智能仿真方法

将计算机智能仿真技术用于结构疲劳可靠性寿命评价。采用神经网络建立载荷级，损伤参数量及材料性能对应关系，模拟材料性能变化，采用随机离散仿真方法，建立材料疲劳失效可靠性分析仿真系统。     

疲劳短裂纹理论及寿命预测方法新进展

回顾短裂纹萌生和扩展机理、寿命预测以及短裂纹行为模拟方面的最新进展,侧重介绍疲劳短裂纹行为的统计模拟方法,马尔可夫链模型、威布尔分布函数、群体疲劳短裂纹的蒙特卡罗模拟和分形方法,以及应用蒙特卡罗方法及分形方法对低碳钢高温低周疲劳短裂纹行为所进行的模拟。对于基于BP(back propagation)神经网络的统计方法在疲劳短裂纹方面的应用也给予一定的介绍。     

改进的概率疲劳极限测定方法

提出了利用升降试验法数据测定概率疲劳极限的3种改进方法。揭示了现有常规法存在不能合理反映疲劳极限的随机性和预测误差较大的缺陷。依据可能的3种试验数据形式,改进方法以疲劳极限附近具有“概率Basquin局部S-N关系”为基础,将疲劳极限视为给定疲劳寿命的条件随机变量,其统计特征通过配对试样的随机疲劳寿命来揭示。应用于车辆LZ50车轴钢概率疲劳极限的测定,验证了改进方法的有效性。     

非对称循环疲劳寿命研究及涡轮盘概率寿命分析

提出基于试棒非对称循环疲劳实验数据的发动机轮盘低周疲劳寿命可靠性分析方法.通过250℃恒温两种不同应变比下GH4133材料疲劳实验,得到应变疲劳寿命曲线.通过有限元数值模拟标准试棒寿命,说明用非对称循环应变寿命曲线估算结构寿命比对称循环应变寿命曲线估算更准确.最后采用所提方法计算分析某涡轮盘销钉孔边低周疲劳概率寿命,寿命数值计算结果与试验结果吻合良好.     

考虑疲劳本构随机性的结构应力疲劳可靠性分析方法

提出考虑疲劳本构关系随机性的结构应力疲劳可靠性分析方法。视循环本构模型的材料常数为相关随机变量,考虑存活概率和置信度2个概率测度,与疲劳试验有机结合,应用极大似然原理建立随机疲劳本构的概率模型。随机疲劳强度即概率S－N关系也用2个概率测度下表征,并考虑从中短到长寿命阶段的可能工程实践范围。基于载荷史服从疲劳本构关系产生随机应力载荷、给定寿命时概率S－N关系揭示结构强度分布的观点,建立随机应力载荷—强度干涉可靠性分析模型,可实现任意概率水平的可靠性寿命预测和可靠度评定。中国铁路货车RD2型车轴的可靠性寿命预测和可靠性评定,说明了方法的有效性。     

锻造模具的随机疲劳损伤分析

塑性应变控制的低周疲劳失效是锻造模具的主要失效形式，由于受到多种因素的影响，其损伤过程呈现随机性。应用有限元与BP神经网络，建立了一种基于损伤累积理论的锻造模具的随机疲劳损伤分析模型。首先用有限元对锻造过程中模具内的场变量进行分析，由计算结果找到模具的危险部位，认为危险部位失效时的寿命即为模具寿命，并计算出确定性损伤；再考虑模具材料及实际工况的随机性，应用BP神经网络对模具的损伤进行模拟；根据损伤的累积效应，得出考虑随机因素作用下的模具疲劳寿命。以锻造齿轮模作为分析对象，得到不同工况下模具疲劳寿命的频数分布，其分布规律基本服从Weiubull分布。另外，还分析了打击速度对模具寿命的均值和离差的影响及可靠性随使用次数的变化。该 模型可用来对模具进行寿命预测和可靠性分析。     

关键几何尺寸对转子叶片疲劳可靠性的影响

基于改进的一次二阶矩法,利用线弹性随机有限元分析和局部应力应变法,考虑几何尺寸随机性进行转子叶片结构疲劳寿命可靠性的数值分析.根据榫头喉部关键尺寸的随机特性确定应力的统计特性,然后采用一种等概率方法,通过确定性数值计算得到叶片寿命的概率密度、均值和变异系数,讨论榫头喉部几何尺寸的随机性对危险点寿命可靠度的影响.     

含缺陷油气管线结构失效概率计算方法比较

利用概率断裂力学方法中的一次二阶矩法和蒙特卡洛方法分别计算含裂纹类缺陷输送油气管线结构的失效概率。在计算过程中,不仅把材料的屈服强度、裂纹深度、外加载荷和断裂韧度等当作随机变量处理,还考虑了裂纹深长比的影响。结果表明,一次二阶矩法计算管线的失效概率为1.69×10-3,MonteCarlo方法计算该管线的失效概率为1.724×10-3,这两种方法的计算结果基本一致,计算误差为1.97%。两种方法的参数敏感性分析结果一样,裂纹深度对结构失效概率的影响最大,材料屈服强度的影响最小,裂纹深长比对结构的失效概率也有一定的影响。     

一种计算疲劳裂纹扩展门槛值的新方法

提出一种计算疲劳裂纹扩展门槛值的新方法，不像现行的线性拟合计算方法只能确定实用门槛值，该法能够确定材料的实际门槛值，两种材料八组试验数据的计算对比表明，发近门槛值区域试验数据数目不同时，该法导致的计算结果的分散性要明显低于线性方法，与线性方法相比，该法只要需较少的低速扩展阶段的试验数据点，即可获得相对稳定的结果，文中还该法可能引起的误差进行了分析研究，并给出了相应对策。