低周疲劳是发动机活塞的典型失效模式,为研究多源不确定性因素对活塞低周疲劳可靠性的影响,提高可靠性分析效率,基于Polynomial-Chaos-based Kriging(PC-Kriging)模型和蒙特卡洛模拟(Monte Carlo Simulation,MCS),构建了一种新的可靠性...低周疲劳是发动机活塞的典型失效模式,为研究多源不确定性因素对活塞低周疲劳可靠性的影响,提高可靠性分析效率,基于Polynomial-Chaos-based Kriging(PC-Kriging)模型和蒙特卡洛模拟(Monte Carlo Simulation,MCS),构建了一种新的可靠性计算方法,并通过数值算例证明了该方法的准确性和高效性。以某型柴油发动机活塞组结构为研究对象,基于热-机耦合分析建立活塞有限元模型,综合考虑关键尺寸、材料属性及载荷的不确定性,运用该方法对活塞进行了低周疲劳可靠性分析。可靠性分析结果表明,与同类型方法相比,该方法计算效率更高,仅需要有限元计算20+93次,当活塞的期望设计寿命为1.4×10^(4)时,其疲劳失效概率为1.053%;灵敏度分析结果表明,活塞高度、活塞直径、材料弹性模量和疲劳计算模型参数对可靠性的影响较大,分析结果可为活塞的可靠性设计提供指导。展开更多
文摘低周疲劳是发动机活塞的典型失效模式,为研究多源不确定性因素对活塞低周疲劳可靠性的影响,提高可靠性分析效率,基于Polynomial-Chaos-based Kriging(PC-Kriging)模型和蒙特卡洛模拟(Monte Carlo Simulation,MCS),构建了一种新的可靠性计算方法,并通过数值算例证明了该方法的准确性和高效性。以某型柴油发动机活塞组结构为研究对象,基于热-机耦合分析建立活塞有限元模型,综合考虑关键尺寸、材料属性及载荷的不确定性,运用该方法对活塞进行了低周疲劳可靠性分析。可靠性分析结果表明,与同类型方法相比,该方法计算效率更高,仅需要有限元计算20+93次,当活塞的期望设计寿命为1.4×10^(4)时,其疲劳失效概率为1.053%;灵敏度分析结果表明,活塞高度、活塞直径、材料弹性模量和疲劳计算模型参数对可靠性的影响较大,分析结果可为活塞的可靠性设计提供指导。
