| |||||
МЕНЮ
| Книга S.Gran A Course in Ocean Engineering. Глава Усталостьp>[pic] Это уравнение Фоккера-Планка третьего порядка (посмотрите работу /10/),
которое включает смещение, рассеяние и асимметрию. Данное уравнение
количественно описывает поведение функции вероятности с течением времени. Однако, что бы (4.7.56) было полным решением, для граничных членов во второй строке (4.7.55) необходимо, что бы (((,t) и его первые две производные по (, были равны нулю при (=0 и (=(. Т.к. функция плотности вероятности (4.7.40) длин отдельных скачков xi может быть равна бесконечности при xi=0, то (((,t) также может быть первоначально равна бесконечности. По этой причине, одно уравнение Фоккера-Планка (4.7.56) не всегда может достаточно полно описать первый этап развития усталости. Моменты и приближенные решения. Помимо уравнения Фоккера-Планка Как установлено выше, мы можем рассматривать длины скачков в сумме [pic] [pic] [pic] Т.о., среднеквадратическое отклонение, также как и момент третьего порядка коэффициента (, будет расти с увеличением n. Среднеквадратическое отклонение величины ( относительно математического ожидания будет [pic] где ( ( это относительна дисперсия каждого отдельного скачка, определенная в (4.7.45). Таким же образом, показатель асимметрии коэффициента использования после n циклов [pic] где ( ( основная асимметрия (4.7.46) в отдельных скачках. Т.о., как относительная дисперсия, так и показатель асимметрии уменьшаются с течением времени и ростом n. В зависимости от значения показателя асимметрии (3, функция вероятности (((,t) может быть приблизительно найдена с помощью стандартных распределений. Когда асимметрия становиться меньше двух, т.е. (3(2,0, распределение вероятностей (((,t) для ( может быть представлено экспоненциальным гамма распределением с плотностью (4.2.21). Это имеет место для размахов напряжений распределенных экспоненциально и m=3 при n(96 циклов. Функцию плотности вероятности можно записать [pic] Сначала, из уравнения (4.2.32) определяют форму или параметр асимметрии a как решение уравнения [pic] Затем, находят параметр дисперсии h, так же как в (4.2.33), т.е. [pic] Наконец, параметр распространения u вычисляют из (4.2.34) [pic] (-функции – это поли-гамма функции, они представлены в приложении B. Когда время проходит и асимметрия становится еще меньше, например [pic] [pic] [pic] Если асимметрия (3 становится еще меньше, то распределение
коэффициентов использования (((,t) можно представить функцией нормального
распределения вероятностей. Плотность вероятности можно записать Для числа циклов n=9600, в случае экспоненциального распределения размахов напряжений, асимметрия (3=0,2. В большинстве случаев, это пренебрежимо малая величина так, что можно использовать функцию плотности нормального распределения вероятностей. Следовательно, функция нормального распределения вероятностей (4.7.69) достаточна при решении большинства задач по многоцикловой усталости. Но для малоцикловой усталости со случайным нагружением, значение прогнозируемого ресурса может быть полностью скрыто естественной дисперсией. Модель случайного блуждания. Понятие о естественной дисперсии в усталости может быть, также, получено с помощью в некоторой степени искусственной, но поучительной модели случайного блуждания. Этот способ можно сформулировать следующим образом: . Коэффициент использования ( растет скачкообразно, эти скачки имеют определенную длину L. Данное значение коэффициента использования ( определяют после j скачков, а именно [pic] Однако, эти скачки будут появляться нерегулярно. Вероятность того, что в течении n(j циклов коэффициент использования будет иметь j скачков, задана функцией вероятности биномиального распределения [pic] Для краткой иллюстрации этого метода, рассмотрим особый случай, когда вероятность возрастания ( в течение цикла равна 50% и вероятность того, что он останется прежним так же 50% [pic] Это делает вероятность (4.7.71) равной [pic] Для первых циклов, распределение вероятностей показано на рис. 4.7.8, его легко определить по таблице биномиальных коэффициентов. [pic] Рис. 4.7.8 Зависимость функции вероятности коэффициента использования ( от числа циклов, для случая p=(1-p)=0,5. Очевидно, что после нескольких циклов, (дискретное) распределение вероятностей образует блоковое множество определенной ширины. За каждый цикл, вершина этого множества делает шаг вперед, ширина его также увеличивается. В общем случае выражения (4.7.71), среднее значение [pic] и расхождение (( коэффициента использования после n циклов равны соответственно [pic] Следовательно, относительная дисперсия после n циклов [pic] Сравнивая это выражение с уравнениями (4.7.57) и (4.7.60), можно сделать
вывод, что, когда математическое ожидание длины одного скачка [pic] и
относительная дисперсия ( известны, параметры случайного блуждания L и p
будут Параметры [pic] и ( даны точно в (4.7.41) и (4.7.45). Выраженные непосредственно через статистические моменты M1(xi) и M2(xi) отдельного скачка xi, взятые из (4.7.41) и (4.7.42), те же переменные будут [pic] Если m=3 и размахи напряжений распределены экспоненциально, то L=20[pic] и p=1/20. Это значит, что по методу сопряженных случайных блужданий коэффициент использования возрастет случайно в среднем один раз в двадцать циклов, кроме того, он возрастает скачком в течение одного цикла. В методе случайных блужданий асимметрия не учитывается. Он соответствует упрощенному уравнению Фоккера-Планка второго порядка, в котором опущен параметр W.
Происхождение трещин и особенности напряженного состояния. Усталость в
металлах имеет физическую основу, которая достаточно хорошо изучена. В поле напряжений, которое вызвано в кристаллической решетке внешними
силами, дислокации могут взаимодействовать и передвигаться. Факт раскрытия трещин при низких напряжениях указывает на то, что еще может быть использована линейная зависимость между деформациями и напряжениями. Элементы тензора напряжений можно рассматривать непрерывные функции от времени и расстояния. Но на микроскопическом уровне, эта ровная и непрерывная картина нарушается микротрещинами, вершины которых проявляются как небольшие местные сингулярности (особые точки или области) в непрерывном поле напряжений. В частности, мы можем рассмотреть небольшую плоскую трещину идущую с поверхности. Распределение местных напряжений можно описать в локальной системе координат, где оси x и z перпендикулярны линии фронта трещины, как это показано на рис. 4.7.9. [pic] Рис. 4.7.9 Координаты описывающие зависимость между локальными деформациями и напряжениями у фронта трещины. Выражая линейное уравнение связи деформаций и напряжений в полярных координатах (r,() и допуская, что эти переменные независимы, компоненты локальных напряжений можно записать как [pic] Это решение аналогично описанию неполных круговых волн (circular partial
waves) в (3.5.8). На поверхностях трещины, положение которых определяется где n – величина равная нулю или целому числу. В большинстве случаев, n
необходимо опустить, т.к. получается либо бесконечное напряжение на больших
расстояниях, либо бесконечные деформации в области фронта трещины. Реальным
значением будет n=1, которое дает сингулярность у фронта трещины порядка [pic] здесь, [pic] ( это нормированный множитель, введенный для удобства. В некоторых особых случаях, интенсивность напряжений K может быть
выведена аналитически с помощью интегрирования комплексной функции. Для
длинной плоской трещины в металлической пластине длиной 2x,
перпендикулярной продольным напряжениям, компоненты местных напряжений [pic] Следовательно, даже если номинальные напряжения (( малы, компоненты местных
напряжений (ij у фронта трещины при r=0 могут быть чрезвычайно высокими. Эта неоднородность в поле напряжений может привести к разрушению материала в очень малой области около вершины трещины и, т.о., увеличить эту трещину. Однако если напряжения малы, такая неоднородность будет сведена на нет когда фронт трещины проходит расстояние сравнимое с размером зерна. С другой стороны, если напряжения большие, неоднородность в поле напряжений не уравновешена, и трещина развивается до начала лавинообразного разрушения, которое протекает примерно со скоростью звука. Рост трещин. Основным предположением, при использовании механики
разрушения для объяснения усталости, является то что, рост трещин связан с
изменениями интенсивности напряжений K. Цикл напряжений определяет максимум Предположительно, этот цикл увеличит трещину глубиной x на небольшую величину (x: [pic] Это выражение известно как закон роста трещин Париса-Эрдогана. C, m и K0 –
это эмпирические постоянные, полученные в результате лабораторных
испытаний, они представлены на диаграммах, как это показано на рис. 4.7.10. Интенсивность напряжений прямо не учитывается. Поэтому, лабораторные измерения проводят на образцах имеющих трещину такого типа, для которой известны соотношения между номинальными напряжениями и интенсивностью напряжений. Рост трещины можно измерить, усредняя по необходимому числу циклов. Т.к. кривая роста трещины связана лишь с материалом, а не с конкретными геометрическими особенностями, то образец может быть маленьким, а частота нагружения высокой, часто в звуковом диапазоне частот. Проводя измерения на одном образце, за короткое время можно получить несколько точек на da/dN кривой. Диаграмма Велера, напротив, связана как с материалом, так и с формой, и для того, чтобы получить всего лишь одну точку на этой кривой, необходимо испытать один образец до разрушения. К тому же, большие образцы должны быть испытаны при низкой частоте, поэтому одно испытание может длиться несколько дней или недель. Т.о., с лабораторной точки зрения, анализ роста трещины более предпочтителен, чем классические испытания на усталость. Как и в (4.7.81), существует линейное соотношение между размахом
интенсивности напряжений (K и размахом преобладающих напряжений (((. [pic] В этом соотношении, g((x) – локальная геометрическая функция, которую можно
вычислить аналитически или численно с помощью линейного анализа напряжений. [pic] Теперь, процесс усталости может быть описан как скачкообразное распространение трещины в материале [pic] [pic] Рис. 4.7.10 Пример диаграммы роста трещины или da/dN кривой, полученной в результате лабораторных испытаний. Безразмерный параметр наклона m соответствует параметру наклона в диаграмме Велера, классическое значение m=3. Рассматривая весь срок службы элемента, начальная глубина трещины x0 будет связана с микротрещинами, упомянутыми выше, а конечная длина xf будет достигнута при разрушении материала. Формально, глубина трещины может определять коэффициент использования (, возрастающий скачками ((: [pic] Подставленный в (4.7.37), он равен росту коэффициента использования в теории Палмгрена-Майнера, но длина скачков (( явно зависит от текущего значения ( или x. Размах номинальных напряжений S в (4.7.85) такой же, как в (4.7.39). Если мы не учитываем предел интенсивности напряжений (K0, то неполная гамма
функция превратится в полную. Для простоты, далее мы используем это
допущение. Кроме того, длина отдельного скачка (x, будет иметь стандартное
отклонение и асимметрию повышающую естественную дисперсию роста трещины. В отличие от изменения абстрактного коэффициента использования (,
продвижение трещины описывает физический процесс. Часто, скачки можно
физически увидеть как набор линий или полосок на поверхности излома. [pic] здесь мы не учли предел интенсивности напряжений. В этом случае, зависимость от x будет проявляться только через геометрическую функцию g(x). Уравнение (4.7.89) представляет собой дифференциальное уравнение движения для x, которое может быть, в некоторых случаях, аналитически интегрировано, что даст глубину трещины x как функцию от времени t. Распределение вероятностей для длины трещины. Основное предназначение теории роста трещин – предсказать размер трещины в момент времени t2, если в момент t1 размер трещины известен. Кроме того, эта теория может быть использована для предсказания срока службы элементов конструкций, как альтернатива методу Палмгрена-Майнера. Когда используется теория роста трещин, необходимо выбрать начальную глубину трещины x0 в момент времени t=0, что часто является причиной погрешностей в оценке ресурса. Как уже упоминалось во введении к этой главе, микротрещины или похожие
концентраторы напряжений всегда присутствуют на металлической поверхности,
даже если конструкция новая. Говорилось о начальной глубине 0,1–1 мм. [pic] Вероятность того, что глубина трещины в момент времени t превзойдет значение x, определяется соответствующей вероятностью превышения [pic] В определенный момент времени t=t1, функция F(x,t1) характеризует простую пространственную функцию вероятности для глубины трещины. Соответствующая плотность вероятности будет [pic] С течением времени, при действии случайной нагрузки, интегральная функция
вероятности F(x,t) изменится. Она может быть описана уравнением Фокера- [pic] Кроме того, это выражение выглядит так же, как искомая вещественная производная по времени от интегральной функции вероятности или вероятности превышения, которая равна нулю, т.е. [pic] Такая же форма записи использовалась в главе 3.1.1 для движения жидкости. Пространственную плотность вероятности определенную в (4.7.92) находят путем дифференцирования (4.7.94) по x, следовательно, она должна удовлетворять уравнению непрерывности [pic] Оно аналогично первому порядку уравнения (4.7.56) и говорит о том, что
вероятность изменяется так, как, например, в случае со сжимаемым в трубке
газом. Кроме того, для уравнения (4.7.95) соблюдается условие нормировки Изменение вероятности перехода Q(x,t) с течением времени в
определенном месте x обязательно будет монотонно возрастающей функцией. Она
начинается с некоторого начального значения и приближается к единице, когда
время стремится к бесконечности. По этой причине, Q(x,t), принятая как
функция от t при фиксированном значении x, также определяет распределение
вероятности, а именно интегральную функцию вероятности для времени
необходимого для того, чтобы трещина достигла точки x. Функция плотности
вероятности ((x,t), связанная с этим распределением, является производной
от Q(x,t) по времени при определенном значении x Вероятность того, что фронт трещины пересечет точку x во временном интервале [t,t+dt] будет ((x,t)dt. Из (4.7.94) следует, что пространственная плотность вероятности ((x,t) и временное распределение вероятностей ((x,t) связаны между собой выражением [pic] Тогда уравнение непрерывности (4.7.95) для ((x,t) можно записать как [pic] при условии, что локальная скорость U=U(x) не зависит от времени. По мере
того, как трещина проникает в глубь материала, она пройдет через
критическое значение xf, при котором происходит хрупкое разрушение. В этот
момент, интегральная функция вероятности по времени, мы ее обозначим как [pic] это вероятность разрушения – центральная переменная в анализе надежности.
Мы рассмотрим некоторые особые решения дифференциального уравнения Начальное состояние. Основная задача – найти распределение вероятностей для ресурса (4.7.100), чтобы можно было определить математическое ожидание ресурса и погрешность возникшую из-за неизвестных начальных размеров трещины. Для этого, мы можем принять, что распределения глубин начальных трещин соответствует распределению Вейбулла с вероятностью превышения [pic] Математическое ожидание E[x] размера начальной трещины [pic] и среднеквадратическое отклонение [pic] Часто используется экспоненциальное распределение, (=1. Однако, если предполагается, что на поверхности есть множество мелких дефектов, то доминирующая трещина будет определяться исходя из наибольшего дефекта. В этом случае, ожидается, что начальное распределение будет более островершинным, т.е. ( больше единицы. Часто, для морских судов и прибрежных конструкций принимаются поверхностные дефекты порядка x0=0,1 мм. Далее мы ограничимся случаями, где x и t объединены в одну переменную xi=xi(x,t) так, что значение xi в момент времени t=0 соответствует начальной глубине трещины. В таком случае, вероятность превышения Q(x,t) является функцией только от xi [pic] Интегральную функцию распределения Pf(t) получают путем подстановки xi вместо x в (4.7.101). Выраженное через xi, уравнение непрерывности становится [pic] со средней скоростью роста трещин [pic] Мы используем скорость роста U в явном виде, как это дано в (4.7.89). Постоянная скорость роста. В самом простом случае, скорость роста трещины постоянна и она не зависит от размеров трещины. Мы можем записать [pic] Функция вероятности для глубины трещины x будет равномерно сдвигаться вдоль
оси x без изменения формы. Согласующаяся с начальным распределением Это трехпараметрическое распределение Вейбулла. Математическое ожидание ресурса [pic] а среднеквадратическое отклонение [pic] В методе Палмгрена-Майнера для этого решения применяется линейный
коэффициент использования (, т.к. предполагалось, что движение равномерное. Линейный рост трещин. Мы можем рассмотреть особый случай, когда скорость роста трещины пропорциональна ее размеру, т.е. [pic] Такое может быть, если геометрическая функция со штрихом g((x) в (4.7.84) постоянна и если параметр наклона m в da/dN кривой равен 2. В этом случае, переменную xi можно определить как [pic] которая удовлетворяет (4.7.106). Подставленная в начальную функцию вероятности (4.7.101), она дает интегральную функцию распределения по времени до разрушения [pic] Сравнение с (4.2.6) показывает, что теперь усталостный ресурс имеет двумерное экспоненциальное распределение. От характера распределения зависит наиболее вероятный, т.е. характеристический, ресурс tc [pic] Согласно (4.2.16), математическое ожидание ресурса [pic] и согласно (4.2.17), среднеквадратическое отклонение [pic] Следовательно, среднеквадратическое отклонение относительно наиболее вероятного ресурса [pic] Мы не учли возможность того, что исходный размер трещины может быть с самого начала больше критического значения xf. Характеристическая величина xf/x0, соотношения между конечным размером трещины и начальными поверхностными дефектами, имеет порядок 100. Когда исходные глубины трещин распределены экспоненциально, т.е. (=1, это дает погрешность в оценке ресурса, т.е. несоответствие действительной скорости распространения, 28%. Скорость роста пропорциональная xs. Модель для определения скорости роста трещин, которую можно увидеть во многих работах, имеет вид [pic] Соотношение такого рода дает теоретическая формула (4.7.81). При m=3, получим классическое значение s=1,5. В этом случае, мы можем найти промежуточную постоянную движения [pic] которая удовлетворяет уравнению (4.7.106). Объединенная с начальным распределением, интегральная функция распределения усталостных ресурсов станет [pic] Это трехпараметрическое распределение Вейбулла, которое преобразовывается в [pic] Среднеквадратическое отклонение найденного ресурса относительно этой характеристической величины будет [pic] Следует отметить, что среднеквадратическое отклонение существует, только если ( больше, чем указанное выше значение, т.е. если s меньше, чем определенная в (4.7.122) величина. В противном случае, среднеквадратическое отклонение становится бесконечно большим. Однако, в качестве меры погрешности в определении ресурса, можно использовать, например, межквартильный размах.
1. American Society for Metals, "Metals Handbook" Vol. 10: "Failure Analysis and Prevention. Fatigue Failures." Metals Park, Ohio 44073, 8th Edition, 1975. Units", Classification Note No.30.2. August 1984. Bridges. Part 10. Code of Practice for Fatigue." 1980. Construction. New Fatigue Design Guidance for Steel Welded Joints in Offshore Structures." DoE, Issue N. August 1983. Beregning og dimensjonering." Norsk Standard NS 3472, 1.utg. 1975, 2.utg. 1984. Det norske Veritas, Report No.76-339. 1983, 2-12. Publishing Company. Huntington, New York, 1976 p.99. Metals, Metals Park, Ohio 44073, 1986. Postscript Equations to Article 4.7. Section 4.7.1 - Fatigue Loading. Equation (4.7.1): f sub 1 (S) = g(a, h, X; S) = |h| over { GAMMA (a) X} ( S over X ) sup ah-1 e sup{-(S/X) sup h} Equation (4.7.2): a = 1 h = 2 X = 2 sqrt 2 sigma sub s Equation (4.7.3): a = 1 h = 1 X = S bar = sigma sub S Equation (4.7.4): f sub 2 (X) = g(b, j, B; X) = |j| over { GAMMA (b) B} ( X over B ) sup bj-1 e sup{-(X/B) sup j} Equation (4.7.5): f(S) = int f sub 1 (S) f sub 2 (X) dX Equation (4.7.6): Equation (4.7.7): f (S) = g(d, k, D; S) = |k| over { GAMMA (d) D} ( S over D ) sup dk-1 e sup{-(S/D) sup k} Equation (4.7.8): a = b = d = 1 Section 4.7.2 - Fatigue Data. Equation (4.7.9): Section 4.7.3 - Closed-form Fatigue Life Formulae. Equation (4.7.10): eta = sum{n(S)}over{N(S)} Equation (4.7.11): eta = n int 1 over{N(S)} f(S) dS Equation (4.7.12): eta = n over{S sub 1 sup m} int from 0 to inf S sup m f(S) dS = n over{S sub 1 sup m} M sub m Equation (4.7.13): Equation (4.7.14): eta = n ( D over{S sub 1}) sup m {GAMMA (d + m/k)}over{GAMMA (d)} Equation (4.7.15):
eta = n ( B over{S sub 1}) sup m {GAMMA (a + m/h)}over{GAMMA (a)} {GAMMA (b Equation (4.7.16): Equation (4.7.17): Equation (4.7.18): Equation (4.7.19): eta = n ( D over{S sub 1}) sup m {GAMMA (d + m over k ; ({S sub 0}over D ) sup j )} over{GAMMA (d)} Equation (4.7.20): eta = sum n(C) over N(C) Equation (4.7.21): Equation (4.7.22): m' mark = m + 2 Equation (4.7.23): Equation (4.7.24): Equation (4.7.25): Equation (4.7.26):
eta = n "{" ( D over{S sub 1}) sup m {GAMMA (d + m over k ; ({S sub 0}over Equation (4.7.27): Equation (4.7.65):
u = n{DELTA eta}bar - 1 over h psi (a) = n xi bar + sqrt n sigma sub xi Equation (4.7.66): a mark approx n over{lambda sup 2} Equation (4.7.67): h lineup approx - n lambda over{sigma sub xi} Equation (4.7.68): u lineup approx n "{" xi bar - {sigma sub xi}over lambda ln [ n over{lambda sup 2a} ] "}" Equation (4.7.69): (xxx) rho ( eta , t) = 1 over sqrt{2 pi n} 1 over{sigma sub xi} e sup{- {( eta - n xi bar ) sup 2}over{2 n sigma sub xi sup 2}} t = n T Equation (4.7.70): j = eta over L roman or eta = j L Equation (4.7.71): Equation (4.7.72): p = (1 - p) = 1 over 2 Equation (4.7.73): Equation (4.7.74): Equation (4.7.75): Equation (4.7.76): Equation (4.7.77): Section 4.7.5 - Fracture Mechanics Approach. Equation (4.7.78): sigma sub ij = R(r) THETA sub ij ( theta ) Equation (4.7.79): Equation (4.7.80): sigma sub ij = K over sqrt{2 pi r} THETA sub ij ( theta ) Equation (4.7.81):
sigma sub ij = sqrt{x over 2r} sigma sub inf THETA sub ij ( theta ) roman Equation (4.7.82): Equation (4.7.83): Equation (4.7.84): Equation (4.7.85): Equation (4.7.86): Equation (4.7.87): eta = {x - x sub 0}over{x sub f - x sub 0} and DELTA eta = {DELTA x}over{x sub f - x sub 0} Equation (4.7.88): Equation (4.7.89): (xxx) Equation (4.7.90):
|
ИНТЕРЕСНОЕ | |||
|