[發明專利]基于雙步最小二乘法的機械產品的疲勞裂紋預測方法

有效

• 申請號: 201910164620.1
• 申請日: 2019-03-05
• 公開（公告）號: CN109918776B
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 林焱輝;丁澤琦
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/18
• 代理公司: 北京孚睿灣知識產權代理事務所(普通合伙) 11474
• 代理人: 張冬花

本發明提供了一種基于雙步最小二乘法的機械產品的疲勞裂紋預測方法，基于對機械產品的疲勞裂紋擴展數據進行預處理后得到的數據集，估計出確定性疲勞裂紋擴展模型中的未知參數，根據擬合優度從多個候選確定性疲勞裂紋擴展模型中選擇出最優的，并根據選擇出的確定性疲勞裂紋擴展模型，生成隨機乘子的估計樣本；對隨機乘子進行考慮模型不確定性的概率建模得到隨機乘子的概率模型，然后建立疲勞裂紋擴展的隨機模型對機械產品的疲勞裂紋過程進行預測。本發明提出了雙步最小二乘估計法，基于該方法可以選出最優的確定性疲勞裂紋擴展模型并考慮隨機乘子的概率模型的模型不確定性，從而提高了機械產品的疲勞裂紋過程預測的準確性。

技術領域

本發明機械產品的疲勞裂紋的檢測及預測技術領域，特別是一種基于雙步最小二乘法的機械產品的疲勞裂紋預測方法。

背景技術

疲勞裂紋擴展(Fatigue crack growth,FCG)是導致許多關鍵機械結構失效的退化過程。概率FCG模型被廣泛用于處理FCG過程中的隨機性。應用最廣泛的概率FCG模型之一是由Yang和Mannng提出的。在Yang和Manning的方法中，確定性FCG模型計算得到的裂縫增長率通過乘以服從對數正態分布的隨機乘子來實現隨機化，并使用最大似然法估計未知參數。

然而，Yang和Manning的模型在應用中存在兩個問題。首先，確定性FCG模型中的未知參數和對數正態分布的未知參數是通過最大似然法同時被估計得到的，即：這兩類參數的估計值共同使似然函數取到最大值。在這種情況下，由于不恰當地選擇確定性FCG模型而導致的建模誤差與由于不適當地選擇隨機乘子的概率分布而導致的建模誤差無法互相區分。由于無法區分誤差來源，因此所建模型的預測精度難以提高。其次，在國內外大多數工程應用中，隨機乘子被假設服從對數正態分布。這種分布假設僅僅通過了傳統的Kolmogorov-Smirnov假設檢驗，也就是說，在某一給定的置信水平上，對數正態是一種合適的分布。這種檢驗方法缺少比較，因此，當有多種分布假設可用時，Yang和Manning的模型應考慮隨機乘子所服從的概率分布的模型不確定性。

發明內容

本發明針對上述現有技術中的缺陷，提出了如下技術方案。

一種基于雙步最小二乘法的機械產品的疲勞裂紋預測方法，該方法包括：

獲取步驟，獲取測量設備測量的機械產品的疲勞裂紋擴展數據D＝{a(t)，t}，其中t為時間，a(t)為t時刻的裂紋長度；

預處理步驟，使用五點多項式擬合法對疲勞裂紋擴展數據進行預處理，得到每個疲勞裂紋尺寸對應的疲勞裂紋擴展速率對機械產品上的不同的疲勞裂紋擴展軌跡進行編號，共得到U條疲勞裂紋擴展軌跡，分別記為k＝1,2,…,U，每條疲勞裂紋擴展軌跡上共計算得到了V個點的疲勞裂紋擴展速率，分別編號為i＝1,2,…,V；用表示第k條疲勞裂紋擴展軌跡上測得的第i個疲勞裂紋尺寸值，用表示該數據點對應的疲勞裂紋擴展速率，對U條疲勞裂紋的擴展數據預處理后得到的數據集為

選擇步驟，使用雙步最小二乘估計法估計出確定性疲勞裂紋擴展模型中的未知參數，根據對數據集的擬合優度從候選的多個確定性疲勞裂紋擴展模型中選擇一個確定性疲勞裂紋擴展模型；

估計樣本生成步驟，根據選擇的一個確定性疲勞裂紋擴展模型，生成隨機乘子的估計樣本，為每條疲勞裂紋擴展軌跡生成一個隨機乘子的估計值，共生成U條疲勞裂紋擴展軌跡的估計樣本；

建立概率模型步驟，對隨機乘子進行考慮模型不確定性的概率建模得到隨機乘子的概率模型；

建立隨機模型步驟，基于建立的隨機乘子的概率模型與選擇的一個確定性的疲勞裂紋擴展模型，建立疲勞裂紋擴展的隨機模型；

預測步驟，使用該疲勞裂紋擴展的隨機模型對機械產品的疲勞裂紋過程進行預測，得到預測結果。

更進一步地，所述機械產品為飛機機翼、飛機殼體、飛機起落架或飛機發動機渦扇。