提出了一种确定宽带随机振动应力谱密度(power spectral density,PSD)对应的时域雨流变程概率密度函数(probability density function,PDF)的双Gamma分布模型,并采用神经网络方法实现了模型的参数预测。给定一系列应力PSD,利用时域随机...提出了一种确定宽带随机振动应力谱密度(power spectral density,PSD)对应的时域雨流变程概率密度函数(probability density function,PDF)的双Gamma分布模型,并采用神经网络方法实现了模型的参数预测。给定一系列应力PSD,利用时域随机化方法生成对应的应力时间历程。运用雨流计数法统计应力时间历程的雨流变程数,计算出应力变程概率密度值。根据上述每一个应力PSD的计算结果,对所提出的应力雨流变程概率密度双Gamma分布模型进行参数拟合,得到一组对应的模型参数。利用所得数据进行神经网络模型训练,实现由给定的应力PSD直接预测出所对应的时域雨流变程PDF。将双Gamma分布模型结果与Dirlik方法结果进行了对比,并进行了疲劳寿命预测,结果表明,提出的双Gamma分布模型对宽带随机振动应力雨流变程PDF的确定更为准确。展开更多
文摘提出了一种确定宽带随机振动应力谱密度(power spectral density,PSD)对应的时域雨流变程概率密度函数(probability density function,PDF)的双Gamma分布模型,并采用神经网络方法实现了模型的参数预测。给定一系列应力PSD,利用时域随机化方法生成对应的应力时间历程。运用雨流计数法统计应力时间历程的雨流变程数,计算出应力变程概率密度值。根据上述每一个应力PSD的计算结果,对所提出的应力雨流变程概率密度双Gamma分布模型进行参数拟合,得到一组对应的模型参数。利用所得数据进行神经网络模型训练,实现由给定的应力PSD直接预测出所对应的时域雨流变程PDF。将双Gamma分布模型结果与Dirlik方法结果进行了对比,并进行了疲劳寿命预测,结果表明,提出的双Gamma分布模型对宽带随机振动应力雨流变程PDF的确定更为准确。
