结构疲劳寿命估算的计算机仿真

采用人工神经物方法描述了材料在疲劳损伤过程中的性能变化,将材料的疲劳过程看作一个离散事件,建立了既能反映累积损伤的非线性效应,又能反应映材料循环特性的疲劳损伤累积模型。     

多轴非比例加载高周疲劳研究进展

综述了近年来国内外在非比例载荷下多轴高周疲劳研究的进展和现状，其中主要评述了各种多轴疲劳寿命估算方法及微观机理的研究，并提出了今后在非比例载荷下多轴高周疲劳研究工作的设想.     

一种新的多轴疲劳损伤参量

基于临界面法提出一种与加载路径无关的多轴疲劳损伤参量，该参量考虑临界损伤平面上的最大剪切应变和法向应变程两个参数，并利用Ｖｏｎ Ｍｉｓｅｓ准则将两参数合成一个等效损伤在量，结果表明，本文所提出的多轴疲劳损伤参量既可用于多轴比例循环加载，也可用在非比例加载条件下，用其预测多轴疲劳寿命，误差约在１．５个因子之内。     

S45C钢轴向-扭转两阶段载荷下的疲劳寿命预测

针对S45C钢进行了一系列拉压载荷与扭转载荷不同加载顺序疲劳试验,用以考察载荷的改变对损伤和寿命的影响.试验结果表明,先拉压后扭转载荷下失效时的损伤值大于1,先扭转后拉压载荷下失效时的损伤值多数小于1,载荷模式和应力水平共同影响着失效时的损伤值.采用线性损伤律、双线性损伤律、损伤曲线方法和Morrow的非线性损伤律进行了寿命预测.从预测结果的比较看,各模型均具有过于安全的预测趋向.     

多轴低周非比例加载下疲劳寿命预测方法综述

综述了近年来国内外关于多轴非比例加载下疲劳寿命预测方法的研究现状,评价了各种方法的优缺点和适用范围,并对非比例加载下的疲劳寿命预测方法的研究工作提出了展望和设想。     

混凝土疲劳损伤累积神经网络模型

针对混凝土疲劳累积损伤的发展受荷载、材料性质等多种因素影响、很难用显式的数学函数表达的难题，基于神经网络方法提出了一个考虑变幅疲劳的级数和加载顺序影响的混凝土疲劳损伤累积模型，采用神经网络技术描述了其与材料性能、荷载应力间复杂的非线性映射关系，准确反映了混凝土疲劳损伤演变的真实过程，并运用离散系统仿真原理构造了退凝土变幅疲劳寿命预测的智能化仿真系统．该系统可用于结构抗疲劳设计和疲劳可靠性分析、有损结构损伤评估及维修决策．     

基于疲劳损伤累积假说的滚动轴承疲劳寿命计算

根据疲劳损伤累积假说,对接触疲劳强度的下降导致轴承受损失效的主要原因进行讨论,以定量确定受损伤滚动轴承的剩余寿命和许用当量动负荷。     

多轴疲劳寿命预测及验证

以薄壁管试件为研究对象,分析了拉扭联合加载作用下的多轴疲劳应变变化特性·根据多轴疲劳临界平面法原理,以临界平面上最大剪应变幅、正应变幅以及表征材料总体损伤水平的非比例度为参数建立多轴疲劳损伤参量,结合MansonCoffin方程建立了多轴疲劳寿命预测模型·该模型考虑了材料总体损伤程度·模型中表征材料总体损伤的非比例度是加载参数的函数,与多轴疲劳应变变化特性密切相关·试验验证,预测寿命误差因子小于15·     

Ti-6Al-4V钛合金非比例多轴低周疲劳寿命预测

在MTS拉扭复合疲劳试验机上,采用扭转应变控制、非比例循环加载方式,依次按比例、圆形、矩形、正方形、椭圆形和菱形加载路径,对Ti-6Al-4V合金进行多轴拉扭低周疲劳寿命实验,将结果与等效应变法模型、能量法模型和临界面法模型的计算结果进行对比分析.结果表明,基于临界平面法模型的预测,对于Ti-6Al-4V合金多轴低周疲劳寿命估算具有较高的准确性.     

疲劳损伤的模糊性研究

针对疲劳极限以下小载荷造成的疲劳损伤问题，依据模型数学理论，引入“造成损伤”这一模糊子集，定义其隶属函数，导出了隶属函数与损伤的关系，建立了模糊累积损伤计算模型以及相应的疲劳寿命计算公式，并采用2个不同的载荷谱，对构件疲劳寿命进行了预估。通过与实测寿命比较，找出了对不同载荷谱选择不同隶属函数的规律，使两种载荷谱下疲劳寿命预估的误差由原来的62．58％、61．65％分别降低到4．03％和0．53％。结果表明，用该方法预测构件的疲劳寿命比传统方法更加准确。     

后悬架多轴疲劳寿命预测

以鹅卵石强化路面的道路载荷为边界条件,考虑材料弹塑性变形,对汽车后悬架进行瞬态动力学有限元分析,利用传统的应变寿命法计算得到后悬架单轴疲劳寿命,对应力-应变时间历程的二轴性分析表明:汽车后悬架局部危险区域承受多轴非比例载荷.基于多轴疲劳理论,考虑了材料的非比例强化的影响,分析了裂纹形式,选用基于临界面法的Bannantine模型和Wang-Brown模型预测了后悬架的多轴疲劳寿命,并与单轴疲劳寿命分析结果进行了比较,研究发现,在非比例循环载荷下,疲劳寿命将大大减少,按常规的单轴疲劳寿命估算方法,将给出偏于危险的预测.     

基于计算机仿真技术的结构疲劳可靠性分析方法

利用人工神经网络建立起载荷级、累积损伤参量及材料性能之间的映射关系·建立了材料疲劳可靠性分析仿真系统,提出了动态失效准则,并利用蒙特卡洛法对随机载荷进行给定分布下的随机抽样处理,将随机离散仿真方法运用于模拟材料性能变化的全过程·通过仿真统计分析出的寿命分布,经部分实验验证,预测精度较高·     

基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测

再制造工件多元异质材料特性及工艺参数对疲劳寿命的影响,使得传统的疲劳寿命计算方法无法适用于再制造工件,针对此问题建立了再制造工件疲劳损伤预测修正模型,并通过疲劳试验分析了不同熔覆厚度和宽度条件下对试件疲劳强度和可靠性寿命的影响,同时获取了寿命预测修正系数;进而采用二阶粒子群算法优化的反向传播(back propagation,BP)神经网络,构建了材料性能参数、应力水平及再制造工艺影响因素与疲劳寿命之间的关系模型,针对再制造工件进行寿命预测。结果表明,神经网络的预测结果与试验数据相符,优于数值计算预测模型,为实现再制造工件的疲劳寿命预测提供了一种新的方法和手段。     

多轴载荷下GH4169合金疲劳寿命预测

基于多轴疲劳临界损伤面原理,在对GH4169合金薄壁圆管和缺口试件的高温疲劳特性及有限元应力-应变关系进行分析的基础上,通过引入三轴因子FT,应用von-Mises准则提出了一个能够适用于GH4169合金不同应力状态的多轴疲劳损伤参量.新的损伤参量考虑了临界面上最大剪应变和法向应变对多轴疲劳损伤的不同以及应力状态对多轴疲劳寿命的影响.该多轴疲劳损伤参量不含有经验常数,便于工程应用.利用新的多轴疲劳损伤参量,结合Manson-Coffin方程,建立了新的多轴疲劳寿命预测模型.预测结果表明,该模型较准确地预测了GH4169合金薄壁圆管和缺口试件的高温多轴疲劳寿命.     

便携式人工神经网络及其在砼疲劳寿命预测中的应用

基于快速人工神经网络,探讨了利用线性函数对数据进行归一化的方法,结合数据归一化后的值域范围以及用于确定隐含层神经元数目的经验公式,依据网络均方差最小化原则,得到了人工神经网络的结构参数,然后将疲劳实验数据作为训练数据,建立了混凝土疲劳寿命预测的人工神经网络模型,并将其导出为一个独立的便携式模型文件.计算结果表明,该模型计算精确度高,可以方便地嵌入到各种工程软件中,能够解决混凝土疲劳寿命预测模型的准确性和实用性两大难题.     

结构疲劳寿命及可靠度的神经网络预测方法

基于疲劳曲线,考虑应力范围的随机性,获得了结构疲劳寿命所服从的分布,计算出期望寿命的可靠度．采用人工神经网络后向传播BP模型,把应力范围与所期望的疲劳寿命作为输入节点,期望疲劳寿命的可靠度作为输出节点;或者把应力范围与所期望的可靠度作为输入节点,期望可靠度下的疲劳寿命作为输出节点,进行网络学习,建立应力范围、结构疲劳寿命及可靠度之间的关系,用于预测某应力范围下所期望可靠度的疲劳寿命,或者所期望疲劳寿命的可靠度．通过具体算例表明该方法正确,精度满足工程要求．