System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于金属材料的小样本疲劳寿命数据质量优化,剔除实验异常数据技术,涉及一种优化疲劳寿命数据的方法。
技术介绍
1、金属材料在作为实际工程应用中,疲劳是一种以为常见的损伤行为。为预防这种损伤行为造成的重大经济损失,需要进行大量的疲劳实验测试,但是由于疲劳实验成本较高,常常仅进行少量的实验,然后通过模型预测或其他数据处理手段实现疲劳寿命的预测,要实现高质量的疲劳寿命预测,不仅需要效果良好的预测模型,好需要质量良好的疲劳寿命实验数据。但是由于疲劳寿命存在极大的离散性,使得疲劳寿命数据质量的判断变得较为困难,并且,仅通过少量的实验数据难以确定是否存在实验异常数据,而且在少量的实验数据基础上进行数据扩充或者预测时,仅一个实验数据异常就可能造成极大的预测误差。因此,为避免实验产生较大的实验误差,需要对疲劳寿命实验数据进行检验,从而能够实现高质量的疲劳寿命数据预测。
2、本数据优化方法利用谢里阳等人提出的不同应力条件下的数据融合方法,将小样本数据通过一致性原理转换为大样本数据。并且基于一致性原理可以发现,当疲劳寿命数据满足正态分布时,在数据质量相同的条件下,利用不同小样本数据得到的同一应力级下的不同大样本数据将具有相同的分布情况,因此可以根据同一应力下的不同当大样本数据之间的差异性判断数据质量,当存在较大的差异性时即表明小样本数据中存在偏离总体规律的数据,通过剔除该类数据即可达到数据优化的效果,本方法通过反复迭代测试,搜索误差较大的实验数据并剔除,实现数据质量优化。
技术实现思路
...【技术保护点】
1.一种优化疲劳寿命数据的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的优化疲劳寿命数据的方法,其特征在于,所述步骤4具体为:
3.据权利要求2所述的优化疲劳寿命数据的方法,其特征在于,所述不同应力级下的疲劳寿命关系即一致性原理。
4.根据权利要求2所述的优化疲劳寿命数据的方法,其特征在于:所述4-5待定系数k值范围为0-1。
5.据权利要求1所述的优化疲劳寿命数据的方法,其特征在于:所述步骤4-3中不同应力级下的疲劳寿命关系为:
6.根据权利要求1所述的优化疲劳寿命数据的方法,其特征在于:所述4-1融合方向为:确定疲劳极限以上的应力水平为融合方向。
7.据权利要求1所述的优化疲劳寿命数据的方法,其特征在于:所述骤4-6数融合过程中收敛条件为:
8.根据权利要求1所述的优化疲劳寿命数据的方法,其特征在于,所述优化疲劳寿命数据的质量是根据判断新融合数据与原始融合数据之间的均值和标准差之间误差与预设定误差的关系,确定融合数据的质量。
【技术特征摘要】
1.一种优化疲劳寿命数据的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的优化疲劳寿命数据的方法,其特征在于,所述步骤4具体为:
3.据权利要求2所述的优化疲劳寿命数据的方法,其特征在于,所述不同应力级下的疲劳寿命关系即一致性原理。
4.根据权利要求2所述的优化疲劳寿命数据的方法,其特征在于:所述4-5待定系数k值范围为0-1。
5.据权利要求1所述的优化疲劳寿命数据的方法,其特征在于:所述步骤4-3中不同...
【专利技术属性】
技术研发人员:李旭东,姚建尧,张仕朝,刘许旸,苏彬,
申请(专利权)人:中国航发北京航空材料研究院,
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。