本次分享主要内容:简单介绍Ncode中统计疲劳损伤的逻辑运算方式,帮助大家理解疲劳计算的背后方式。
在Ncode中S-N的疲劳统计流程是相对比较简单的,例如:导入仿真计算结果 + S-N疲劳计算模块 + 输出疲劳计算结果,简单三部曲就能实现一个简单的疲劳统计,对于试验数据而已也类似。
但有一点是这么简单的流程操作却隐藏着不少数据计算的知识点,对于一个工程师而已不懂流程操作背后的一些理论难免有些遗憾,本着求知的态度,我们就来大致了解下这个疲劳计算背后的逻辑吧。大致分为三步走:
试验采集到的数据多为时域数据,但疲劳计算中并不考虑时间的效应,更多的是考虑循环次数,即数据会呈现波峰波谷的状态,如下图所示,或是仿真计算后导入Ncode中在时间序列等疲劳加载形式的处理后,形成应力循环数据。
对于这些看似有规律又有点杂乱的数据,必是无法直接拿来使用的,需要通过雨流计数方式将不同平均应力下的应力循环提取出来并统计其出现的次数。这也就完成了第一阶段的数据分割处理。
由于标准材料疲劳曲线或试验材料疲劳曲线多是在平均应力为零的情况下进行的,也就是在没有预应力的情况下得到的疲劳曲线。因此前面通过雨流计数方式获得的非平均应力为零的数据无法被直接使用,就需要下一道工序对数据进行处理,即采用一些应力修正的方式,如: GoodmanGerber、Marin等。将非平均应力为零的数据转化为平均应力为零的数据。
修正过后的数据根据S-N曲线上查找应力幅对应的寿命或损伤值。材料的疲劳曲线影响因素有很多,不同材料有不同的S-N曲线,不同加工工艺及批次也可能不同。
再根据Miner线性损伤模型统计所有应力循环数据的最终损伤值或寿命。这样就将整个疲劳计算完成啦~
对于发消息未及时回复的小伙伴深表歉意(公众 号后台回复有一定时长超过就无法做出回复,还请大家谅解),有需要探讨的内容或者问题希望小伙伴们多多留言,看到消息后将第一时间予以回复,谢谢各位小伙伴的支持!!