本公开提供一种考虑数据分散性的EIFS疲劳全寿命的预测方法，属于疲劳寿命预测技术领域，包括：对试件进行裂纹扩展试验，获取所述试件考虑概率分布的长裂纹扩展门槛值和疲劳极限；根据所述试件的材料特性获取所述试件的本征裂纹扩展门槛值；根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的当量初始裂纹长度待积分值；结合所述长裂纹扩展门槛值和所述本征裂纹扩展门槛值，获取与所述当量初始裂纹长度相关的疲劳裂纹扩展率；根据所述当量初始裂纹长度待积分值、所述疲劳极限和所述疲劳裂纹扩展率，获取所述试件的疲劳全寿命。该方法能有效提高疲劳寿命预测的精度。有效提高疲劳寿命预测的精度。有效提高疲劳寿命预测的精度。
【技术实现步骤摘要】
考虑数据分散性的EIFS疲劳全寿命的预测方法
[0001]本公开涉及疲劳寿命预测
，具体涉及一种考虑数据分散性的EIFS疲劳全寿命的预测方法和装置。
技术介绍
[0002]众所周知，疲劳断裂是工程结构在实际服役过程中经常出现的问题，其在循环载荷的作用下萌生裂纹，最终导致失效断裂。实践证明，由于作用在结构上的外载荷随机性，以及结构材质、工艺的不均匀性，导致结构的疲劳寿命相差数倍之多，存在很大的分散性。
[0003]面向航空发动机叶片，部件上有很多典型的应力集中部位，如气膜孔。气膜冷却作为一种有效的冷却手段，许多先进型号发动机的单晶冷却叶片在叶身表面上特别是在进气边都开有密布气膜冷却孔，以便形成冷却气膜保护叶片。然而，气膜孔的引入也会破坏结构完整性，造成大多数涡轮单晶叶片从气膜孔处开裂。与此同时，不同制孔工艺造成叶片的寿命分散性进一步加大。
[0004]因此，需要建议一种考虑数据分散性的疲劳寿命的预测方法。
[0005]所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0006]本公开的目的在于提供一种考虑数据分散性的EIFS疲劳全寿命的预测方法和装置，该方法可有效地避免传统疲劳寿命预测结果不准等问题，提高预测精度。
[0007]为实现上述专利技术目的，本公开采用如下技术方案：
[0008]根据本公开的第一个方面，提供一种考虑数据分散性的EIFS疲劳全寿命的预测方法，包括：
[0009]对试件进行裂纹扩展试验，获取所述试件考虑概率分布的长裂纹扩展门槛值和疲劳极限；
[0010]根据所述试件的材料特性获取所述试件的本征裂纹扩展门槛值；
[0011]根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的当量初始裂纹长度待积分值；
[0012]结合所述长裂纹扩展门槛值和所述本征裂纹扩展门槛值，获取与所述当量初始裂纹长度相关的疲劳裂纹扩展率；
[0013]根据所述当量初始裂纹长度待积分值、所述疲劳极限和所述疲劳裂纹扩展率，获取所述试件的疲劳全寿命。
[0014]在本公开的一种示例性实施例中，所述本征裂纹扩展门槛值与长裂纹扩展门槛值满足如下关系式：
[0015][0016]其中，Z(R)为裂纹张开描述方程，R为应力比，A和B通过拟合得到。
[0017]在本公开的一种示例性实施例中，所述本征裂纹扩展门槛值与所述弹性模量满足如下关系式：
[0018][0019]其中，ΔK
th,eff
(P)表示满足一定概率分布的本征裂纹扩展门槛值，E表示所述试件满足一定概率分布的的弹性模量，|b|表示所述试件的伯氏矢量。
[0020]在本公开的一种示例性实施例中，根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的当量初始裂纹长度待积分值包括：
[0021]根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的所述当量初始裂纹长度的分布；
[0022]根据所述当量初始裂纹长度的分布，获得满足95％存活率和95％置信度的当量初始裂纹长度值确定为所述当量初始裂纹长度待积分值。
[0023]在本公开的一种示例性实施例中，与所述试件有关的修正满足如下关系式：
[0024][0025]a表示测量裂纹长度，表示计算裂纹长度；r
p
表示所述试件的裂纹尖端塑性区的长度；η表示与所述试件材料属性有关的修正。
[0026]在本公开的一种示例性实施例中，所述试件的当量初始裂纹长度的分布满足如下关系式：
[0027][0028]其中，EIFS
mod
(P)表示同一工艺下所述试件的当量初始裂纹长度的分布，ΔK
th，eff
(P)表示同一工艺下所述试件的本征裂纹扩展门槛值的分布，Δσ
e
(P)表示同一工艺下所述试件的疲劳极限的分布；表示几何修正因子。
[0029]在本公开的一种示例性实施例中，所述疲劳裂纹扩展率满足如下关系式：
[0030][0031]其中，
[0032]a为测量裂纹长度，N为应力循环次数，为疲劳裂纹扩展率，m和C通过拟合得到，ΔK
eq
为等效应力强度因子的变化范围，ΔK
th
为裂纹扩展门槛值；
[0033]ΔK
th，l
为长裂纹扩展门槛值，ΔK
th，eff
为本征裂纹扩展门槛值。
[0034]在本公开的一种示例性实施例中，使用韦布尔分布描述ΔK
th，l
的离散情况，ΔK
th，l
满足如下关系式：
[0035][0036]其中，P表示满足韦布尔分布的存活概率，α，β和γ为拟合参数。
[0037]在本公开的一种示例性实施例中，对试件进行裂纹扩展试验，获取所述试件的长裂纹扩展门槛值和疲劳极限包括：
[0038]对所述试件进行裂纹扩展试验，获得所述试件存活率
‑
应力幅
‑
寿命曲线，根据存活率
‑
应力幅
‑
寿命曲线获得所述疲劳极限，
[0039]对所述试件进行裂纹扩展试验，获得所述试件的曲线，ΔK
eq
为等效应力强度因子的变化范围，a为测量裂纹长度，N为应力循环次数，为a
‑
N曲线的斜率；
[0040]根据曲线获得所述长裂纹扩展门槛值。
[0041]根据本公开的第二个方面，提供一种考虑数据分散性试件的疲劳全寿命的预测装置，包括：
[0042]第一获取模块，用于对试件进行裂纹扩展试验，获取所述试件的长裂纹扩展门槛值和疲劳极限；
[0043]第二获取模块，用于根据所述试件的材料特性获取所述试件的本征裂纹扩展门槛值；
[0044]第三获取模块，用于根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的当量初始裂纹长度待积分值；
[0045]第四获取模块，用于结合所述长裂纹扩展门槛值和所述本征裂纹扩展门槛值，获取与所述当量初始裂纹长度相关的疲劳裂纹扩展率；
[0046]第五获取模块，用于根据所述当量初始裂纹长度待积分值、所述疲劳极限和所述疲劳裂纹扩展率，获取所述试件的疲劳全寿命。
[0047]本公开提供的考虑数据分散性的EIFS疲劳全寿命的预测方法可用于预测不同工艺下试件的疲劳全寿命，本公开采用与试件的材料特性密切相关的本征裂纹扩展门槛值，并结合长裂纹扩展门槛值和本征裂纹扩展门槛值，获取与当量初始裂纹长度相关的疲劳裂纹扩展率，该方法可有效地避免传统疲劳寿命预测结果不准等问题，提高预测精度。
附图说明
[0048]通过参照附图详细描述其示本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种考虑数据分散性的EIFS疲劳全寿命的预测方法，其特征在于，包括：对试件进行裂纹扩展试验，获取所述试件考虑概率分布的长裂纹扩展门槛值和疲劳极限；根据所述试件的材料特性获取所述试件的本征裂纹扩展门槛值；根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的当量初始裂纹长度待积分值；结合所述长裂纹扩展门槛值和所述本征裂纹扩展门槛值，获取与所述当量初始裂纹长度相关的疲劳裂纹扩展率；根据所述当量初始裂纹长度待积分值、所述疲劳极限和所述疲劳裂纹扩展率，获取所述试件的疲劳全寿命。2.根据权利要求1所述的预测方法，其特征在于，所述本征裂纹扩展门槛值与长裂纹扩展门槛值满足如下关系式：其中，Z(R)为裂纹张开描述方程，R为应力比，A和B通过拟合得到。3.根据权利要求1所述的预测方法，其特征在于，所述本征裂纹扩展门槛值与所述弹性模量满足如下关系式：其中，ΔK
th,eff
(P)表示满足一定概率分布的本征裂纹扩展门槛值，E表示所述试件满足一定概率分布的的弹性模量，|b|表示所述试件的伯氏矢量。4.根据权利要求1所述的预测方法，其特征在于，根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的当量初始裂纹长度待积分值包括：根据所述本征裂纹扩展门槛值和所述疲劳极限，并结合与所述试件材料属性有关的修正，获得所述试件的所述当量初始裂纹长度的分布；根据所述当量初始裂纹长度的分布，获得满足95％存活率和95％置信度的当量初始裂纹长度值确定为所述当量初始裂纹长度待积分值。5.根据权利要求4所述的预测方法，其特征在于，与所述试件有关的修正满足如下关系式：a表示测量裂纹长度，表示计算裂纹长度；r
p
表示所述试件的裂纹尖端塑性区的长度；η表示与所述试件材料属性有关的修正。6.根据权利要求5所述的预测方法，其特征在于，所述试件的当量初始裂纹长度的分布满足如下关系式：
其中，EIFS
mod
(P)表示同一工艺下所述试件的当量初始裂纹长度的分布，ΔK
th,eff
(P)表示同一工艺下所述试件的本征裂纹扩展门槛值的分布，Δσ
...
【专利技术属性】
技术研发人员：李飞，温志勋，吴子燕，李振威，裴海清，岳珠峰，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。