疲劳寿命计电阻变化的灰色建模研究

疲劳寿命计具有电阻-疲劳记忆特性，是一种新型的无损检测元件。其电阻值随疲劳而增加，载荷卸除后电阻变化值保留。它可用于多种目的的疲劳测试和结构疲劳检测。在给定载荷下，循环数和电阻变化量具有本征性的灰色关系，运用灰色系统的理论和方法，通过对循环数数列的一次累加，生成一个光滑离散函数。据此建立GM模型，并求解灰色系统微分方程。运用还原模型，可由测得的电阻变化量计算循环次数，进而推算结构的剩余寿命。     

由剩余强度全域测试建立的疲劳可靠性估算模型

在全域疲劳加载下对处于不同损伤状态的材料进行剩余强度测试，得到剩余强度数据的函数曲线表达式，并由此建立剩余强度模型的一般形式，给出材料在常幅和变幅加载作用下的剩余强度退化模型。在此基础上研究常幅和多级加载下的疲劳可靠性分析方法。应用应力－强度干涉可靠性分析模型进行实例分析计算，结果与实验值较为符合，说明所提出的剩余强度模型是合理的。     

疲劳寿命计的电阻变化特性研究

疲劳寿命计的电阻变化量与所加交变应变量和循环数呈增函数关系，其变化机理复杂，具有一定的分散特性。通过实验，可知其分散性与电阻变化量有直接和内在的关系。经实验数据的拟合可得到此曲线函数，由此函数得出的电阻变化的分散特征值与实验值吻合。通过此函数关系可计算任意电阻变化量的分散性，进一步求得实验值的可靠性。     

基于WIM数据分析的上海长江大桥拉索疲劳应力谱研究

拉索是斜拉桥的关键承重构件,拉索的疲劳状态直接关系到斜拉桥的正常运营,交通载荷导致的索力变化是拉索疲劳损伤和寿命评估的关键因素.本文利用上海长江大桥动态称重系统采集到的车辆载荷相关数据,依据等效疲劳损伤原理,推导出代表实际运营车辆的等效载荷谱,将载荷谱加载到ANSYS模型中获得拉索应力历程,采用泄水法,建立拉索应力谱,为拉索疲劳损伤及寿命评估提供可靠的依据.     

基于WIM数据的上海长江大桥钢箱梁的寿命评估

通过对上海长江大桥细节寿命的估算为大桥的维护和修复提供依据.基于论文"基于WIM数据的上海长江大桥钢箱梁应力谱研究"的研究结果,得到钢箱梁各细节的应力谱,同时参考英国桥梁规范BS5400第十部分,确定了能够体现细节疲劳性能的S-N曲线,并结合Miner疲劳累积损伤准则,对大桥钢箱梁细节寿命进行评估.研究结果表明,在现行日常运营过程中,钢箱梁各细节应力幅值较小,循环次数多,损伤量级很小,故细节不会发生疲劳破坏,即结构在现行运营期间保持了很高的安全性和可靠度.     

用疲劳寿命计实现的寿命预测方法

疲劳寿命计是电阻－疲劳响应记忆元件，其电阻值随疲劳而增加，载荷卸除后电阻变化值保留。本文介绍所研制疲劳寿命计特性曲线与材料疲劳曲线的拟合方法，设计和标定了应变倍增器。应变倍增器可使疲劳寿命计电阻变化特性曲线的多数材料的疲劳曲线更好拟合。根据疲劳寿命电阻变化值可以预测年的疲劳寿命。     

基于数字疲劳传感器的疲劳损伤在线评估系统

为了长期有效预测大型结构的疲劳损伤,以实现在线评估,本文介绍了基于数字疲劳传感器的疲劳监测系统,该系统可以利用电阻等效原理与变幅加载等效及双疲劳计建立的计算模型得到时程载荷谱;并根据Miner线性疲劳损伤累积理论计算出桥梁测点的剩余寿命.本文以上海某大桥疲劳监测子系统为例,根据疲劳传感器采集到的数据估算测点的疲劳剩余寿命,从而实现对大型结构可靠有效的在线健康评估.     

基于WIM数据的上海某大桥钢箱梁应力谱研究

斜拉桥以其自身的优点成为当今大跨度桥梁中的主流桥型,然而,投入使用一段时间后,由于运营车辆总重和交通量交替变化,钢桥所面临的疲劳问题正日趋严重.本文以上海某大桥为工程背景,利用动态称重系统采集到的车辆载荷相关数据,依据等效疲劳损伤原理,推导出代表实际运营车辆载荷谱,采用泄水法,建立南塔钢箱梁的细节应力谱,为上海某大桥疲劳损伤及寿命评估提供可靠依据.     

新型数字疲劳传感器设计

为了解决疲劳传感器在结构疲劳监测时,模拟信号传输噪声大、热输出大等引起的检测精度不高等问题,设计了一种数字疲劳传感器,此传感器采用片上系统ADuC845完成数据的采集与处理,传感器自带稳压,高精度、低温漂供桥与参考电路。传感器能实现温度补偿、非线性校正及数字信号传输。试验证明:传感器实际分辨力达0.001Ω,时间漂移小于0.002Ω/h,抗干扰能力强,测试精度与可靠性高,完全能满足工程疲劳检测的要求。     

蜂窝结构缺陷类型识别的研究

研究了复合材料蜂窝结构缺陷红外无损检测中的升温和降温阶段的规律，提出一种识别判断缺陷类型的方法。实验结果表明，对被测件进行适当加热后，蜂窝积水会引起该区域与正常区域的温差在降温过程中出现正负变化，脱粘区域的温差没有正负变号。基于这一现象，对温度异常区域进行温差时间分析，就可以准确识别蜂窝缺陷的种类，为正确采取维修措施提供依据。