基于数据融合的疲劳寿命预测方法

V21%TB302; 针对疲劳实验耗时长、实验数据分散性大,通过小样本数据获得的高存活率P-S-N曲线不够准确,疲劳寿命预测不够准确和可靠的问题,基于性能-寿命概率映射原理数据融合方法对不同应力级的小样本疲劳数据进行数据融合,并分析和评估通过该方法获得准确P-S-N曲线的可行性.与融合前的小样本疲劳数据相比,数据融合后所得P-S-N曲线更接近总体大样本数据得出的P-S-N曲线,表明该方法能够在减少疲劳实验量的前提下有效提高疲劳寿命预测的可靠性与准确性.对比和评价不同模型对融合前与融合后数据的寿命预测能力,发现三参数幂函数模型的预测能力较强,而对于大样本数据,四种模型(Basquin S-N模型...

Full description

Saved in:
Bibliographic Details
Published in航空材料学报 Vol. 44; no. 6; pp. 107 - 115
Main Authors 张旭, 姚建尧, 刘许旸, 王常印, 高友智
Format Journal Article
LanguageChinese
Published 重庆大学航空航天学院,重庆 400044 01.12.2024
Subjects
Online AccessGet full text
ISSN1005-5053
DOI10.11868/j.issn.1005-5053.2023.000017

Cover

More Information
Summary:V21%TB302; 针对疲劳实验耗时长、实验数据分散性大,通过小样本数据获得的高存活率P-S-N曲线不够准确,疲劳寿命预测不够准确和可靠的问题,基于性能-寿命概率映射原理数据融合方法对不同应力级的小样本疲劳数据进行数据融合,并分析和评估通过该方法获得准确P-S-N曲线的可行性.与融合前的小样本疲劳数据相比,数据融合后所得P-S-N曲线更接近总体大样本数据得出的P-S-N曲线,表明该方法能够在减少疲劳实验量的前提下有效提高疲劳寿命预测的可靠性与准确性.对比和评价不同模型对融合前与融合后数据的寿命预测能力,发现三参数幂函数模型的预测能力较强,而对于大样本数据,四种模型(Basquin S-N模型、指数S-N模型、三参数幂函数S-N模型(基于对数正态分布)、三参数幂函数S-N模型(基于三参数威布尔分布))的预测能力很接近.
ISSN:1005-5053
DOI:10.11868/j.issn.1005-5053.2023.000017