相关实验视频
Updated: Jul 11, 2025
07:18
Generating Lap Joints Via Friction Stir Spot Welding on DP780 Steel
Published on: August 13, 2019
7.0K
改进了P-S-N曲线配合方法的最大概率方法,采用了少量样本,并应用于T接接接头
Wenfei Liu1, Li Zhang2, Liwen He3
1School of Intelligent Manufacture, Taizhou University, Taizhou, 318000, China. liuwenfei45@163.com.
Scientific reports
|November 6, 2023
概括
精确的疲劳P-S-N曲线适合有限的数据是具有挑战性的. 一种新的改进的最大概率方法重建了样本信息,增强了Q450NQR1钢等材料的疲劳分析.
科学领域:
- 材料科学 材料科学 材料科学
- 机械工程 机械工程
- 疲劳分析 疲劳分析
背景情况:
- 精确的疲劳P-S-N (概率-S-N) 曲线适配对于结构完整性至关重要.
- 在疲劳数据分析中,有限的样本可用性带来了重大挑战,特别是在应力标准偏差关系方面.
研究的目的:
- 提出一个样本信息重建方法,以解决小数据集的PSN曲线匹配问题.
- 引入一个改进的最大概率方法,用于增强的PSN曲线适配.
主要方法:
- 开发一个样本信息重建技术.
- 生命等价原则的应用.
- 改进的最大概率方法与最小平方,标准最大概率,BS7608和IIW标准的实施和比较.
主要成果:
- 改进的最大概率方法在有限的疲劳测试数据下证明了有效的PSN曲线拟合.
- 采用改进方法的P-S-N曲线参数为99.9%的生存概率,与已建立的标准 (BS7608,IIW) 密切匹配.
结论:
- 拟议的样本信息重建和改进的最大概率方法在处理少量疲劳试验样本时,为PSN曲线的拟合提供了更好的方法.
- 这种方法在有限的测试条件下提高了Q450NQR1钢等材料疲劳寿命预测的可靠性.
