[发明专利]一种基于权平均最大剪切应变幅平面的多轴疲劳寿命预测方法在审
申请号: | 201710226513.8 | 申请日: | 2017-04-09 |
公开(公告)号: | CN107423540A | 公开(公告)日: | 2017-12-01 |
发明(设计)人: | 尚德广;陶志强;王巨华;程焕;任艳平 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京思海天达知识产权代理有限公司11203 | 代理人: | 沈波 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 平均 最大 剪切 应变 平面 疲劳 寿命 预测 方法 | ||
技术领域
本发明涉及多轴疲劳强度理论技术领域,特指一种基于权平均最大剪切应变幅平面的多轴疲劳寿命预测方法。
背景技术
疲劳断裂是许多机械结构和工程部件失效的主要原因,并且许多机械部件例如机轴、发动机、压力容器和涡轮机转子承受复杂的多轴变幅载荷作用,或者承受复杂的单轴、多轴比例、多轴非比例交互循环载荷作用。经典的单轴疲劳强度理论远远满足不了实际工程部件的强度和寿命等设计要求,因而近年来疲劳界对更为符合实际的多轴疲劳研究普遍重视起来。
相对单轴疲劳,多轴疲劳无论在试验研究、力学分析、还是物理机制等方面都更为复杂。到目前为止,许多问题仍没有得到很好的解决,特别是多轴变幅载荷下疲劳寿命预测问题。虽然多轴恒幅疲劳寿命预测方法的研究取得一些进展,但仍没有合适的处理多轴复杂载荷的方法,使已有的研究成果无法应用到实际工程中去。因此迫切需要一种能够适应于随机或变幅多轴载荷的疲劳寿命预测方法。从理论上系统深入地研究多轴疲劳损伤及寿命估算方法,解决多轴随机或变幅载荷问题,将会有效地提高疲劳寿命预测精度,保证机械设备安全可靠地运行,提高我国机械产品在世界市场的竞争能力。
发明内容
本发明目的在于针对多轴疲劳强度设计的需求,提出了一种基于权平均最大剪切应变幅平面的多轴疲劳寿命预测方法。
本发明采用的技术方案为一种基于权平均最大剪切应变幅平面的多轴疲劳寿命预测方法,其步骤为:
步骤1):将多轴变幅载荷历程通过von Mises等效应变公式合成等效应变历程,von Mises等效应变εeq计算如下:
其中,εx,εy,εz,γxy,γyz,γxz为多轴变幅载荷历程中任意时刻点的x、y、z、xy、yz、xz向的应变分量,νeff为有效泊松比,对von Mises等效应变历程进行Wang-Brown循环计数;
步骤2):利用提出的权平均最大剪切应变幅平面来确定多轴变幅载荷下的临界面,提出的临界面的位相角和通过下述公式确定:
其中,m为Wang-Brown计数求得的半循环数,角度φcr(k)和θcr(k)表示在第k个半循环中具有最大法向应变幅的最大剪应变幅平面的位向,w(k)为角度φcr(k)和θcr(k)的权值,并与该面上最大剪应变幅相关,权值w(k)的计算公式为:
其中,为第k个半循环中最大剪应变幅平面上的剪应变幅值,为所有半循环中的最大值;
步骤3):计算每个半循环中临界面上的疲劳损伤参量;
3.1)确定临界面上的最大剪切应变范围Δγmax;
其中,εx′y′和εx′z′表示临界面上的剪切应变分量,t1表示计数得到的半循环中最大剪切应变折返点对应的第一时刻点,t2表示计数得到的半循环中最大剪切应变折返点对应的第二时刻点,t1≤t2;tstart和tend表示计数得到的一个半循环的起始点和终止点;
3.2)确定临界面上的最大剪切应变折返点之间的法向应变范围
其中,εx′为临界面上的法向正应变;
3.3)确定临界面上的最大正应力σn,max;
其中,σx,σy,σz,τxy,τyz,τxz为多轴变幅载荷历程中任意时刻点t的x、y、z、xy、yz、xz向应力分量,σx′(t)为多轴变幅载荷下临界面上的法向正应力历程;
步骤4):采用Wang和Brown的损伤模型或Fatemi和Socie的损伤模型进行损伤计算。Wang和Brown的损伤模型如下式:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710226513.8/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用