等幅载荷下的p-da/dN-ΔK曲线的试验方案及拟合方法研究

等幅载荷下的p-da/dN-ΔK曲线的试验方案及拟合方法研究

论文摘要

疲劳断裂的过程实质上是材料中的微小缺陷不断扩展延伸,最终达到某一临界条件而造成零部件断裂的过程。疲劳裂纹扩展理论(FCP)是对疲劳断裂过程表征和预测的一种理论。裂纹扩展速率曲线(da/dN-ΔK曲线)是疲劳裂纹扩展理论中的一条重要的曲线。为了能将可靠性思想引入疲劳断裂的研究领域,非常重要的一个前提就是获得材料的具有可靠度参量的裂纹扩展速率曲线,即p-da/dN-ΔK曲线。绘制p-da/dN-ΔK曲线的两个重要内容就是疲劳裂纹扩展试验的试验方法和后续的数据处理。课题首先参考现有疲劳裂纹扩展试验标准和相关文献,结合后续的数据处理方法,对现有的疲劳裂纹扩展试验方法进行了归纳总结,并主要就数据记录的形式提出了一些建议。在进行数据处理方法研究前,结合课题对正态分布、最小二乘法拟合及拟合优度的度量进行了归纳总结。由于缺少试验数据,课题还对疲劳裂纹扩展模拟实验的一些简单方法进行了研究。da/dN和△K的计算是课题进行后续数据处理的关键步骤,课题对四种常见的da/dN计算方法进行了研究,最后得出结论:七点递增多项式法较之其它三种计算方法有一定的优势,尽管优势并不明显。课题重点研究了五种数据处理方法:基于(a,N)数据的统计处理方法、基于(da,dN)数据的统计处理方法、基于随机化的数据处理方法、基于新随机化的数据处理方法和基于参数独立假设的数据处理方法。课题首先通过对这五种方法的理论基础和数据拟合效果分别进行研究,拟合效果主要讨论了拟合优度,安全性和对裂纹扩展速率分散性的反映等;最后对五种数据处理方法的拟合效果进行对比,最终得到这五种方法各自的优缺点。这些结论可以为今后拟合疲劳裂纹扩展速率扩展曲线提供参考。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景
  • 1.2 研究目的
  • 1.3 研究意义
  • 1.4 课题的内容和技术线路
  • 1.5 p-da/dN-△K曲线概述
  • 1.5.1 疲劳裂纹扩展速率的经验公式
  • 1.5.2 p-S-N曲线和p-da/dN-△K曲线的关系
  • 1.6 国内外研究现状
  • 第2章 疲劳裂纹扩展试验的一般方法
  • 2.1 试样
  • 2.1.1 试样形状
  • 2.1.2 试样尺寸
  • 2.1.3 试样切口
  • 2.1.4 其它注意事项
  • 2.2 试验设备
  • 2.2.1 疲劳试验机
  • 2.2.2 加力装置
  • 2.3 试验程序
  • 2.3.1 试样尺寸测量
  • 2.3.2 预制疲劳裂纹
  • 2.3.3 疲劳裂纹扩展试验
  • 2.3.4 裂纹长度测量
  • 2.4 试验结果记录
  • 2.5 本章小结
  • 第3章 数据处理前的准备
  • 3.1 正态分布相关知识
  • 3.1.1 正态分布
  • 3.1.2 对数正态分布
  • 3.2 最小二乘法拟合及拟合优度的度量
  • 3.2.1 最小二乘法拟合
  • 3.2.2 度量拟合优度
  • 3.3 课题的数据来源
  • 3.3.1 对文献中的试验数据进行筛选
  • 3.3.2 试验数据模拟
  • 3.4 da/dN和△K的计算
  • 3.4.1 理论
  • 3.4.2 数据处理结果及比较
  • 3.5 本章小结
  • 第4章 数据处理方法
  • 4.1 基于(a,N)数据的统计处理方法
  • 4.1.1 理论
  • 4.1.2 数据验证和评价
  • 4.2 基于(da,dN)数据的统计处理方法
  • 4.2.1 理论
  • 4.2.2 数据验证和评价
  • 4.3 基于随机化的数据处理方法
  • 4.3.1 理论
  • 4.3.2 数据验证和评价
  • 4.4 随机化数据处理方法的改进
  • 4.4.1 理论
  • 4.4.2 数据验证和评价
  • 4.5 基于参数独立假设的数据处理方法
  • 4.5.1 理论
  • 4.5.2 数据验证和评价
  • 4.6 方法对比
  • 4.7 本章小结
  • 第5章 结论和展望
  • 5.1 结论
  • 5.2 展望
  • 参考文献
  • 致谢
  • 附表
  • 相关论文文献

    • [1].基于水质监测系统的数据处理方法分析[J]. 化工管理 2017(03)
    • [2].农机检测数据处理方法分析[J]. 时代农机 2019(12)
    • [3].高炮侦察系统竞标试验测量精度数据处理方法[J]. 火炮发射与控制学报 2020(02)
    • [4].一种新的夫兰克-赫兹实验数据处理方法[J]. 大学物理实验 2015(02)
    • [5].几种数据处理方法及其在综合评价中的应用[J]. 统计与决策 2015(13)
    • [6].基于改进最小二乘法的五孔探针数据处理方法[J]. 东方汽轮机 2015(01)
    • [7].一种快速检测粮食水分的数据处理方法研究[J]. 装备制造技术 2012(09)
    • [8].粗糙集理论数据处理方法及其研究[J]. 计算机技术与发展 2010(04)
    • [9].基于储存应力折算的火工品恒加试验数据处理方法[J]. 火工品 2016(02)
    • [10].驾驶过程中离合操纵的数据处理方法[J]. 装甲兵工程学院学报 2016(04)
    • [11].基于语义网的中医药数据处理方法研究思路[J]. 中国医学创新 2014(30)
    • [12].现代有机分析课程教学中的数据处理[J]. 河南化工 2015(01)
    • [13].标准圆筒试验技术与数据处理方法研究[J]. 高压物理学报 2008(02)
    • [14].某次风速数据异常原因分析及数据处理方法[J]. 气象水文海洋仪器 2017(02)
    • [15].水雷封锁区域性考核数据处理方法研究[J]. 水雷战与舰船防护 2010(02)
    • [16].动态称量经验模态分解数据处理方法[J]. 江苏大学学报(自然科学版) 2008(06)
    • [17].浅谈新型自动站综合硬件集成控制器一次故障诊断及数据处理方法[J]. 时代农机 2018(09)
    • [18].传热系数现场检测的数据处理方法的改进和应用[J]. 建筑热能通风空调 2016(02)
    • [19].基于云计算的业务海量数据处理方法[J]. 广播电视信息 2015(07)
    • [20].科技论文写作中数据处理方法的创新性分析[J]. 黑龙江教育学院学报 2013(01)
    • [21].化工原理实验数据处理方法探究[J]. 民营科技 2015(10)
    • [22].激光测距仪测定构造深度的方法及数据处理方法[J]. 石油沥青 2008(01)
    • [23].数学建模中常用数据处理方法总结[J]. 数学大世界(上旬) 2018(04)
    • [24].单摆实验数据处理方法的研究[J]. 大学物理实验 2014(01)
    • [25].室内测定构造深度的数据处理方法[J]. 中国水运(学术版) 2008(01)
    • [26].激光测距仪测定构造深度的方法及数据处理方法[J]. 华东公路 2008(02)
    • [27].地震地电阻率数据处理方法[J]. 地球物理学进展 2011(01)
    • [28].物理实验常用的数据处理方法[J]. 考试周刊 2008(21)
    • [29].基于VB与Excel的立罐数学模型及数据处理方法[J]. 电子制作 2014(07)
    • [30].低含量点化合物测定的三种数据处理方法比较研究[J]. 分析科学学报 2012(04)

    标签:;  ;  ;  ;  

    等幅载荷下的p-da/dN-ΔK曲线的试验方案及拟合方法研究
    下载Doc文档

    猜你喜欢