声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：李存海, 吴圣川, 刘宇轩
单位：西南交通大学牵引动力国家重点实验室 成都 610031
关键词：P-S-N曲线,疲劳寿命,铁路车辆,小样本,样本集聚；
基金：国家自然科学基金（11572267）、四川省科技计划（2017JY0216）和西南交通大学牵引动力国家重点实验室开放课题（2018TPL_T03）资助项目
疲劳S-N曲线是高速动车组结构设计中最重要的基础数据。降低样本数据的离散性和提高寿命预测的准确性一直是铁路车辆结构长寿命安全可靠服役的热点研究课题，经典的样本信息聚集原理（Sample polymerization principle，SPP）能够确保小样本疲劳数据统计处理的准确性，但在寿命估算的可靠性上还有改进空间。通过参数搜索的优化建立应力与标准差之间的关系，实现不同应力水平下标准差的最优取值，从而提出一种新的基于SPP的概率疲劳S-N曲线拟合方法。研究结果表明，与成组法相比，基于（X-x-x-x）型数据的疲劳P-S-N曲线的斜率和截距的相对误差小于3%，估算寿命仅为成组法5%；在处理（x-x-x-x）型数据时，估算寿命约为传统方法的0.1%。在应用于高速列车焊接结构时，改进方法充分考虑了因焊接缺陷引入的离散性，预测的疲劳寿命更加可靠与合理。由此可见，改进的SPP以及标准差参数寻优技术不仅可以确保小样本数据的拟合精度，而且能够获得更加可靠的疲劳P-S-N曲线，工程应用中得到更保守的预测结果。
来源：2019年第4期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。