疲劳S-N曲线预测模型进展综述

疲劳S-N曲线是机械零部件强度设计的基础,但受限于贫样本或者小样本,使得诸多回归和预测模型都建立在各种假设之上。随着机械设备复杂程度的提高,零部件疲劳寿命多种影响因素间的耦合性和竞争性在不断增加;另一方面随着材料性能的发展,疲劳S-N曲线的结构也在改变,这些都使得已有模型无法满足强度设计需求。数据驱动方法能够对不同工况下的寿命数据能够进行深度挖掘,使得疲劳寿命数据的研究焕发新机。首先,对已有的确定性疲劳S-N曲线模型和小量/成组样本下的不确定疲劳S-N曲线模型进行了回顾,并对样本量大小引起的不确定性表达进行描述。其次,对由于材料性能改进导致的疲劳S-N曲线结构变化以及相应的改进模型进行了阐述。再次,介绍了疲劳S-N曲线模型的影响因素如平均应力、尺寸效应、应力集中、工作环境和表面完整性等,进而对数据驱动方法在多影响因素下的S-N曲线回归和预测进行了阐述。最后,对疲劳S-N曲线模型的发展趋势进行了讨论和展望。