牛宏偉

(中國飛行試驗(yàn)研究院，陜西西安710089)

?

螺旋槳葉片定時(shí)截尾疲勞試驗(yàn)評估方法研究

牛宏偉

(中國飛行試驗(yàn)研究院，陜西西安710089)

研究了螺旋槳葉片疲勞試驗(yàn)中定時(shí)截尾數(shù)據(jù)的處理和評估方法。采用線性Goodman修正和Miner損傷累積法則將截尾疲勞壽命轉(zhuǎn)換為疲勞極限樣本數(shù)據(jù)，對該樣本建立似然方程，利用似然方程組的極值條件迭代求解疲勞極限的最大似然估計(jì)量，并通過Monte-Carlo假設(shè)驗(yàn)證了方法的準(zhǔn)確性。根據(jù)疲勞極限的最大似然估計(jì)可以得到更準(zhǔn)確的S-N曲線，從而更有效地進(jìn)行疲勞壽命評估。

螺旋槳葉片 疲勞極限 截尾數(shù)據(jù) Monte Carlo檢驗(yàn) S-N曲線

0 引言

在金屬結(jié)構(gòu)疲勞試驗(yàn)中，經(jīng)常會受時(shí)間和成本限制，當(dāng)總加載時(shí)間或循環(huán)數(shù)達(dá)到某一特定值時(shí)，即中止試驗(yàn)。例如從總樣本中隨機(jī)抽取n個試件進(jìn)行疲勞試驗(yàn)，當(dāng)達(dá)到事先制定的循環(huán)次數(shù)N0就結(jié)束試驗(yàn)，這時(shí)只有r(r

1 疲勞試驗(yàn)結(jié)果

本文以某螺旋槳葉片的高周疲勞試驗(yàn)為研究對象。取6件全尺寸試件進(jìn)行疲勞試驗(yàn)，采用分級步進(jìn)加載，平均應(yīng)力為控制在74±1 MPa，應(yīng)力幅增量控制在±7.84 MPa左右。若總循環(huán)次數(shù)達(dá)到1.6×107時(shí)，試件還未破壞，則停止試驗(yàn)，應(yīng)力幅及試件的循環(huán)次數(shù)見表1。

表1 疲勞試驗(yàn)應(yīng)力幅與循環(huán)次數(shù)

研究表明，金屬材料的疲勞壽命在長壽命區(qū)遵循三參數(shù)威布爾分布[9-10]，而疲勞極限符合對數(shù)正態(tài)分布[11-12]。由于每級載荷都不同，以壽命作為統(tǒng)計(jì)指標(biāo)沒有明確意義，需以疲勞強(qiáng)度作為指標(biāo)。描述高周疲勞S-N曲線的Stromeyer方程為：

(1)

其中A和α為形狀參數(shù)，根據(jù)參考文獻(xiàn)[9]，A=0.482 8，α=0.5。利用線性Goodman修正將循環(huán)載荷換算到R=-1的應(yīng)力幅：

(2)

其中σb為試件材料的拉伸極限，σ-1為對稱疲勞極限。每級載荷的理論壽命為：

圖1 疲勞極限求解迭代程序流程圖

(3)

(4)

其中Q為總載荷級數(shù)。根據(jù)上述方程組編程迭代求解，在迭代中要不斷剔除不構(gòu)成損傷的載荷級，程序流程見圖1。

求解結(jié)果見表2，按是否為完全數(shù)據(jù)對試件進(jìn)行重新編號，1～r為完全壽命件，r+1～n為截尾壽命件，對應(yīng)關(guān)系為A→1，E→2，F(xiàn)→3，B→4，C→5，D→6。

表2 疲勞極限截尾數(shù)據(jù)

2 疲勞極限的最大似然估計(jì)

經(jīng)統(tǒng)計(jì)表明葉片疲勞極限符合對數(shù)正態(tài)分布，即σ∞i～LN(μ，σ2)，或令x=ln(σ∞i)，即得到對數(shù)疲勞極限的樣本空間：

x={4.851 9，4.685 0，4.786 6，4.858 4，4.861 9，4.872 8}

(5)

在疲勞試驗(yàn)中應(yīng)得到的完全壽命結(jié)果的概率為[13-14]：

=f(i=1～r)

(6)

(7)

似然函數(shù)為：

(8)

取對數(shù)為：

(9)

令ti=(xi-μ)/σ，將x變換為標(biāo)準(zhǔn)正態(tài)分布t，代入式(9)，按似然函數(shù)極大值必要條件，可建立求解母體參數(shù)最大似然估計(jì)量公式：

(10)

(11)

(12)

(13)

采用期望最大化算法(Expectation Maximization Algorithm)求解方程組(10)(11)，其思路是在期望與方差之間反復(fù)迭代，直至收斂，迭代式為：

(14)

(15)

圖2 迭代收斂曲線

ln(σ∞)～N(4.864 7，0.113 3)

(16)

3 Monte Carlo模擬檢驗(yàn)

(17)

(18)

其中AL為給定的精度等級。分別考察精度為0.5%、1%和2%的置信度，見表3?？梢姛o論是小樣本還是大樣本，在2%精度等級下，估計(jì)的置信度達(dá)到0.999，在1%等級，置信度也高于0.92，說明本文的最大似然估計(jì)是一種無偏估計(jì)方法，結(jié)果可靠。

表3 估計(jì)結(jié)果精度及置信度

4 S-N曲線求解

進(jìn)行最大似然估計(jì)的最終目的準(zhǔn)確求解疲勞極限，繪制S-N曲線。通過上文無偏估計(jì)得到的疲勞極限為：

(19)

若不對截尾進(jìn)行處理，直接對表2中所有試件疲勞極限求均值，得到的疲勞極限為：

(20)

式(1)兩邊同取對數(shù)，求得應(yīng)力比R=-1的S-N曲線方程分別為：lg(σa-129.632 0)=1.796 5-0.5lg(N)(σ∞=σ1)

(21)lg(σa-124.160 0)=1.777 7-0.5lg(N)(σ∞=σ2)

(22)

圖3 修正前后S-N曲線對比

兩種S-N曲線對比見圖3。若直接以截尾疲勞極限σ2作為葉片的真實(shí)疲勞極限，將忽略未破壞試件剩余的那部分壽命，導(dǎo)致疲勞極限過于保守。而經(jīng)過最大似然估計(jì)的疲勞極限σ1能夠真實(shí)反映葉片的高周疲勞性能，經(jīng)過估計(jì)修正，疲勞極限有所提高，S-N曲線向上方移動。

5 結(jié)論

本文研究了螺旋槳葉片定時(shí)截尾疲勞試驗(yàn)的結(jié)果評估方法。首先依據(jù)線性Goodman修正和Miner損傷累計(jì)法則計(jì)算截尾疲勞極限，根據(jù)疲勞極限符合對數(shù)正態(tài)分布的特性，對截尾數(shù)據(jù)樣本進(jìn)行了最大似然估計(jì)，得到母體均值和標(biāo)準(zhǔn)差的估計(jì)量。通過Monte Carlo模擬檢驗(yàn)，表明該估計(jì)結(jié)果的精度可達(dá)2%以上。該方法可用于準(zhǔn)確獲取疲勞極限和S-N曲線，以表征葉片的真實(shí)疲勞性能。

[1] Yu K, Wang B. Nonlinear combinations of order statistics as efficient alternatives to maximum likelihood estimates for lifetime data analysis[C]//The Third IMS-China International Conference on Statistics and Probability. 2011.

[2] Borgan φ. The statistical analysis of failure time data[J]. Journal of the American Statistical Association,2003, 98(464):1084-1085.

[3] Ye E H. Consistency of MLE of the parameter of exponential lifetime distribution for random censoring model with incomplete information[J]. Applied Mathematics-A Journal of Chinese Universities, 1995, 10(4):379-386.

[4] 李海波,張正平,胡彥平,鄭德強(qiáng).基于隨機(jī)截尾數(shù)據(jù)下Weibull分布的參數(shù)極大似然估計(jì)與應(yīng)用[J].強(qiáng)度與環(huán)境,2009,36(4):60-64.

[5] Lawless J F. Statistical Models and Methods for Lifetime Data[M]. New York: John Wiley & Sons Inc., 1982.

[6] Meeker W Q, Escobar L A. Statistical Methods for Reliability Data [M]. New York: John Wiley & Sons Inc., 1998.

[7] Wang W D. New study on MLE for censored lifetime data[C]//Proceedings of Annual Reliability and Maintainability Symposium. Virginia: RAMS, 2005: 308-312.

[8] 陳家鼎.隨機(jī)截尾情況下Weibull分布參數(shù)的最大似然估計(jì)的相合性[J].應(yīng)用概率統(tǒng)計(jì),1989,5(3):226-233.

[9] 穆志韜, 曾本銀. 直升機(jī)結(jié)構(gòu)疲勞[M]. 北京：國防工業(yè)出版社, 2009.

[10] 馬群,佟曉君.不完全壽命威布爾分布三參數(shù)最大似然估計(jì)式求解[J].河北理工學(xué)院學(xué)報(bào),2001,23(2):17-20.

[11] 高鎮(zhèn)同. 疲勞應(yīng)用統(tǒng)計(jì)學(xué)[M].北京:國防工業(yè)出版社,1986.

[12] 盧小艷,陸山.基于對數(shù)正態(tài)分布第k試驗(yàn)壽命的分散系數(shù)法[J].航空動力學(xué)報(bào),2006,21(4):738-740.

[13] 王蓉華, 徐曉嶺, 費(fèi)鶴良.對數(shù)正態(tài)分布參數(shù)的近似極大似然估計(jì)[J].上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2000,29(1):39-43.

[14] 陳家鼎, 李東風(fēng).隨機(jī)截尾情形下正態(tài)分布參數(shù)的最大似然估計(jì)[J]. 應(yīng)用數(shù)學(xué)學(xué)報(bào), 2011,34(6):961-975.

[15] 劉飛,陳文華,錢萍,楊帆,胡昭光.導(dǎo)彈折疊展開機(jī)構(gòu)工作可靠性的Monte Carlo模擬計(jì)算方法研究[J].工程設(shè)計(jì)學(xué)報(bào),2012,19(1):16-19.

The estimation method of fixed time censoring fatigue test for aircraft propeller blade

NIU Hongwei

The processing and estimation method of fixed time censoring data in a propeller fatigue test was investigated. The fatigue limit was derived from fatigue test results by linear Goodman modification and Miner damage accumulation rule. The likelihood equations of this sample were established and solved using E-M iteration algorithm, so as to obtain the maximum likelihood estimation. The algorithm was verified employing Monte Carlo inspection. With the maximum likelihood estimation of the fatigue limit, a more accurate S-N curve was obtained for life assessment of the blade.

aircraft propeller blade, fatigue limit, censored data, Monte Carlo inspection, S-N curve

V216.3

A

1002-6886(2016)05-0031-04

牛宏偉(1989-)，男，陜西省商洛市人，工程師，主要研究方向?yàn)楹娇談恿ρb置飛行試驗(yàn)研究。

2016-03-18