[发明专利]一种基于力学模型的力学实验数据前处理方法

说明书

本发明公开了一种基于力学模型的力学实验数据前处理方法，A、接收1‑N组实验数据并存储；B、预先给定基于材料疲劳极限的无效影响参数R0，识别出数据过滤路径中的大致拐点并存储；C、N＝1时，取该组实验数据点为初始点和初始过滤圆圆心点；D、选取下一组实验数据点，确定无效影响参数R并进行数据过滤；E、通过扭结、反转点的识别和切比雪夫一阶线性逼近的优化来确定下一步过滤方向；F、沿数据路径过滤，重复步骤C和步骤D，得到过滤后数据并存储。本发明具有如下优点：有效增强针对力学模型的实验数据处理与分析方法，提高实验数据分析速度，解决目前大量冗余实验数据影响力学模型中重要参数的计算效率问题。

技术领域

本发明属于力学实验数据前处理领域，具体涉及一种基于力学模型的力学实验数据前处理方法。

背景技术

在针对材料性能的力学实验测试中，需要对材料的各个特点实施不同的测试方法，并得到相关实验数据，当相关数据量较大是需要对数据进行前处理，从而得到较简单但准确的实验数据，以便后期进行合理的材料性能分析。

但是现有实验数据在采集过程中存在大量冗余实验数据对数据处理效率的影响，比如采集噪音等小幅值数据，同时通过实验得到的材料实验数据因为加载条件不同数据量很大，而力学实验数据量过大会对计算资源要求极高，大数据处理能力低。经检索，专利号CN102798568A一种材料疲劳寿命试验数据的处理方法，专利号CN107967400A一种金属结构疲劳试验数据处理及可靠性分析方法，专利号109001779A一种设定过滤区间的轨迹数据过滤方法及其装置，均未解决上述缺陷。

发明内容

本发明的目的在于针对现有技术的不足，现提供一种基于力学模型的力学实验数据前处理方法，通过对实验数据的前处理达到在保证实验数据精度的情况下，有效增强针对力学模型的实验数据处理与分析方法，提高实验数据分析速度，解决目前大量冗余实验数据影响力学模型中重要参数的计算效率问题。

为解决上述技术问题，本发明采用的技术方案为：一种基于力学模型的力学实验数据前处理方法，包括以下步骤，

A、接收1-N组实验数据并存储；具体步骤为：

a1、接收客户端发送的1-N组实验数据获得请求，所述实验数据获得请求包括Crossland模型的拉扭疲劳实验数据、求解力学模型中特定参数时对应的轴向及扭转载荷数据以及实验过程中采集的载荷、位移，并求出正应力和剪应力；

a2、对于具体的力学模型，根据模型具体形式确定模型参数求解过程，判断针对该力学模型所选用的实验数据，服务器收到客户端发出的数据请求后，根据请求中包含的该力学模型确定该实验数据的求解过程；

a3、选择第N组实验数据，此数据为拉扭疲劳实验测量得到的轴向力和剪切力，设置N＝1-N表示实验数据处理顺序，N随着实验数据的读取逐步增加；

B、预先给定基于材料疲劳极限的无效影响参数R0，识别出数据过滤路径中的大致拐点并存储；具体步骤为：

b1、预先给定基于材料疲劳极限的无效影响参数R0；

b2、保持无效影响参数R不变，则始终为R0，进行步骤C、步骤D、步骤E、步骤F；

b3、上一步得到过滤后的数据，即为大致拐点，并进行存储。

C、N＝1时，取该组实验数据点为初始点和初始过滤圆圆心点；

D、选取下一组实验数据点，确定无效影响参数R并进行数据过滤；具体步骤为：

d1、选取第N组实验数据；

d2、根据对应的第N组力学模型参数确定第N个无效影响参数范围RN，所述第一个无效影响参数范围R1根据对应力学模型由材料性质确定；