基于CDM理论与SVM模型的2014-T6铝合金疲劳寿命预测

doi:10.7527/S1000-6893.2023.28952

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于CDM理论与SVM模型的2014-T6铝合金疲劳寿命预测

高同州¹, 贺小帆¹, 王晓雷², 李紫光², 朱振涛², 詹志新¹()

^1.北京航空航天大学航空科学与工程学院, 北京 100191
^2.北京宇航系统工程研究所, 北京 100076

收稿日期:2023-05-03 修回日期:2023-05-22 接受日期:2023-06-07 出版日期:2024-04-15 发布日期:2023-06-09
通讯作者: 詹志新 E-mail:zzxupc@163.com
基金资助:
国家自然科学基金(12002011)

Fatigue life prediction of 2014-T6 aluminum alloy based on CDM theory and SVM model

Tongzhou GAO¹, Xiaofan HE¹, Xiaolei WANG², Ziguang LI², Zhentao ZHU², Zhixin ZHAN¹()

^1.School of Aeronautic Science and Engineering，Beihang University，Beijing 100191，China.
^2.Beijing Institute of Astronautical Systems Engineering，Beijing 100076，China

Received:2023-05-03 Revised:2023-05-22 Accepted:2023-06-07 Online:2024-04-15 Published:2023-06-09
Contact: Zhixin ZHAN E-mail:zzxupc@163.com
Supported by:
National Natural Science Foundation of China(12002011)

摘要/Abstract

摘要：

基于连续损伤力学（CDM）理论与支持向量机（SVM）模型，建立了一种疲劳寿命预测的新方法，旨在提高2014-T6铝合金材料疲劳寿命预测的准确性。首先，通过采用连续损伤力学模型及基于ABAQUS的UMAT子程序的二次开发，建立了一种用于预测2014-T6铝合金疲劳寿命的损伤力学有限元数值实现方法，并提出了基于粒子群算法的材料参数的标定方法。然后，为了进一步优化预测结果，利用支持向量机模型对基于损伤力学的疲劳寿命预测结果的误差进行训练，从而修正数值预测结果。通过将损伤力学有限元的预测结果、支持向量机模型修正后的预测结果与实验结果进行对比，发现采用支持向量机模型修正后的预测结果的精度较高，验证了所提方法的适用性，为2014-T6铝合金疲劳寿命预测提供了一个有效的解决方案，有望在实际工程应用中发挥重要作用。

关键词: 损伤力学, 支持向量机, 铝合金, 疲劳, 寿命预测

Abstract:

Based on the Continuous Damage Mechanics （CDM） theory and Support Vector Machine （SVM） model， a novel fatigue life prediction method has been developed to improve the accuracy of fatigue life prediction for 2014-T6 aluminum alloy materials. Firstly， by adopting the continuous damage mechanics model and the secondary development of the Abaqus-based UMAT subroutine， a damage mechanics finite element numerical implementation method for predicting the fatigue life of 2014-T6 aluminum alloy is established， and a calibration method for material parameters based on the particle swarm optimization algorithm is proposed. Subsequently， to further optimize the prediction results， the SVM model is employed to train the errors of fatigue life prediction results based on damage mechanics， thereby correcting the numerical prediction results. By comparing the prediction results of damage mechanics finite element， the SVM model-corrected prediction results， and experimental results， it is found that the accuracy of the SVM model-corrected prediction results is higher， verifying the applicability of the proposed method. This provides an effective solution for the fatigue life prediction of 2014-T6 aluminum alloy and is expected to play a significant role in practical engineering applications.

Key words: damage mechanics, support vector machine, aluminum alloy, fatigue, life prediction

中图分类号:

V215.5

高同州, 贺小帆, 王晓雷, 李紫光, 朱振涛, 詹志新. 基于CDM理论与SVM模型的2014-T6铝合金疲劳寿命预测[J]. 航空学报, 2024, 45(7): 228952-228952.

Tongzhou GAO, Xiaofan HE, Xiaolei WANG, Ziguang LI, Zhentao ZHU, Zhixin ZHAN. Fatigue life prediction of 2014-T6 aluminum alloy based on CDM theory and SVM model[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(7): 228952-228952.

图/表 30

图 1

表 1

图 2

表 2

用于标定材料参数的疲劳数据［31］

K_t	R	$σ m a x$ /MPa	试验寿命/循环
1	-1	248.22	102 324
1	-1	220.64	202 313
1	-1	193.06	368 480
1	0	455.07	15 173
1	0	344.75	151 729
1	0	275.80	915 495
1	0.06	289.60	732 477
1.6	-1	199.96	193 303
1.6	-0.4	220.64	188 386
1.6	0.06	358.54	60 829

表 2

表 3

图 3

图 4

图 5

图 6

图 7

表 4

有限元网格敏感性分析

网格尺寸/mm×mm×mm	0.27×0.12×0.09	0.23×0.09×0.07	0.20×0.07×0.06
$σ e q, m a x /$ MPa	390.5	390.9	391.2
$σ *, m a x /$ MPa	409.8	410	410.2

表 4

图 8

图 9

图 10

图 11

表 5

基于损伤力学有限元数值方法的计算结果

数据编号	K_t	R	$σ m a x /$ MPa	试验寿命/循环	预测寿命/ 循环	相对误差/%
1	1	-1	289.59	33 380	39 839	19.35
2	1	-1	248.22	102 324	101 384	-0.92
3	1	-1	220.64	202 313	206 979	2.31
4	1	-1	193.06	368 480	464 863	26.16
5	1	-1	179.27	432 596	728 360	68.37
6	1	-1	165.48	4 039 200	1 183 001	-70.71
7	1	0	455.07	15 173	13 794	-9.09
8	1	0	413.70	46 834	32 448	-30.72
9	1	0	344.75	151 729	151 555	-0.11
10	1	0	296.49	229 517	504 086	119.63
11	1	0	275.80	915 495	880 320	-3.84
12	1	0.06	413.70	22 918	40 019	74.62
13	1	0.06	379.20	56 294	86 387	53.46
14	1	0.06	344.80	114 376	193 829	69.47
15	1	0.06	324.10	172 985	322 954	86.69
16	1	0.06	296.50	2 633 260	660 338	-74.92
17	1	0.06	289.60	732 477	795 226	8.57
18	1	0.06	275.80	2 790 979	1 164 390	-58.28
19	1	0.06	255.10	6 238 830	2 119 015	-66.04
20	1.6	-1	275.80	13 501	40 503	200.00
21	1.6	-1	241.33	25 132	72 381	188.00
22	1.6	-1	227.54	38 671	98 999	156.00
23	1.6	-1	199.96	193 303	187 504	-3.00
24	1.6	-1	186.17	183 812	270 204	47.00
25	1.6	-1	172.38	512 936	435 996	-15.00
26	1.6	-1	144.80	3 022 820	1 239 356	-59.00
27	1.6	-1	137.90	2 532 060	1 595 198	-37.00
28	1.6	-0.4	399.91	6 540	20 668	216.00
29	1.6	-0.4	344.75	23 238	46 475	100.00
30	1.6	-0.4	324.07	42 166	84 331	100.00
31	1.6	-0.4	275.80	116 271	110 457	-5.00
32	1.6	-0.4	255.12	132 031	165 039	25.00
33	1.6	-0.4	220.64	188 386	201 573	7.00
34	1.6	-0.4	206.85	402 926	568 126	41.00
35	1.6	-0.4	179.27	3 137 470	1 474 611	-53.00
36	1.6	0.06	482.65	7 894	15 787	100.00
37	1.6	0.06	427.49	20 178	33 698	67.00
38	1.6	0.06	358.54	60 829	97 934	61.00
39	1.6	0.06	275.80	573 500	470 270	-18.00
40	1.6	0.06	255.12	1 673 163	769 655	-54.00
41	1.6	0.46	379.23	178 425	692 289	288.00
42	1.6	0.46	358.54	523 851	969 124	85.00
43	1.6	0.46	330.96	987 435	1 678 640	70.00

表 5

图 12

图 13

表 6

图 14

图 15

图 16

图 17

图 18

图 19

图 20

图 21

图 22

图 23

图 24

参考文献 32

1	ZHANG X S， MA Y E， YANG M， et al. A review of in-plane biaxial fatigue behavior of metallic materials［J］. Theoretical and Applied Fracture Mechanics， 2023， 123： 103726.
2	WU K L， LI B， GUO J J. Fatigue crack growth and fracture of internal fixation materials in environments-a review［J］. Materials， 2021， 14（1）： 176.
3	MA Y F， GUO Z Z， WANG L， et al. Probabilistic life prediction for reinforced concrete structures subjected to seasonal corrosion-fatigue damage［J］. Journal of Structural Engineering， 2020， 146（7）： 04020117.
4	孙侠生，苏少普，孙汉斌，等. 国外航空疲劳研究现状及展望［J］. 航空学报， 2021， 42（5）： 524791.
	SUN X S， SU S P， SUN H B， et al. Current status and prospect of overseas research on aeronautical fatigue［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（5）： 524791 （in Chinese）.
5	GREITEMEIER D， DALLE DONNE C， SYASSEN F， et al. Effect of surface roughness on fatigue performance of additive manufactured Ti–6Al–4V［J］. Materials Science and Technology， 2016， 32（7）： 629-634.
6	WAN H Y， CHEN G F， LI C P， et al. Data-driven evaluation of fatigue performance of additive manufactured parts using miniature specimens［J］. Journal of Materials Science & Technology， 2019， 35（6）： 1137-1146.
7	YE W L， ZHU S P， NIU X P， et al. Fatigue life prediction of notched components under size effect using stress gradient-based approach［J］. International Journal of Fracture， 2022， 234（1）： 249-261.
8	JIANG L K， LIU W C， WU G H， et al. Effect of chemical composition on the microstructure， tensile properties and fatigue behavior of sand-cast Mg-Gd-Y-Zr alloy［J］. Materials Science and Engineering： A， 2014， 612： 293-301.
9	NADOT Y. Fatigue from defect： Influence of size， type， position， morphology and loading［J］. International Journal of Fatigue， 2022， 154： 106531.
10	XIAO G J， CHEN B Q， LI S C， et al. Fatigue life analysis of aero-engine blades for abrasive belt grinding considering residual stress［J］. Engineering Failure Analysis， 2022， 131： 105846.
11	ZHAO B F， SONG J X， XIE L Y， et al. Surface roughness effect on fatigue strength of aluminum alloy using revised stress field intensity approach［J］. Scientific Reports， 2021， 11： 19279.
12	ZHU S P， AI Y， LIAO D， et al. Recent advances on size effect in metal fatigue under defects： A review［J］. International Journal of Fracture， 2022， 234（1-2）： 21-43.
13	ZHANG W J， HU Y Y， MA X F， et al. Very-high-cycle fatigue behavior of AlSi₁₀Mg manufactured by selected laser melting： Crystal plasticity modeling［J］. International Journal of Fatigue， 2021， 145： 106109.
14	PENG X， WU S C， QIAN W J， et al. The potency of defects on fatigue of additively manufactured metals［J］. International Journal of Mechanical Sciences， 2022， 221： 107185.
15	WU Z K， WU S C， BAO J G， et al. The effect of defect population on the anisotropic fatigue resistance of AlSi₁₀Mg alloy fabricated by laser powder bed fusion［J］. International Journal of Fatigue， 2021， 151： 106317.
16	QIAN W J， WU S C， WU Z K， et al. X-ray imaging of fatigue crack growth from multiple defects in additively manufactured AlSi₁₀Mg alloy［J］. International Journal of Fatigue， 2022， 155： 106616.
17	CHIOCCA A， FRENDO F， AIELLO F， et al. Influence of residual stresses on the fatigue life of welded joints： Numerical simulation and experimental tests［J］. International Journal of Fatigue， 2022， 162： 106901.
18	BASQUIN O. The exponential law of endurance tests［J］. American Society for Testing and Materials Proceedings，1910，10： 625-630.
19	COFFN L F. A study of the effects of cyclic thermal stresses on aductile metal［J］. Transactions of the ASME， 1954；76：931-950.
20	MANSON S S. Behavior of materials under conditions of thermal stress［R］.Washington，D.C.： NACA，1953.
21	MA M Z， LIU X T， YU X G， et al. Fatigue life prediction for notched specimen considering modified critical plane method［J］. Fatigue & Fracture of Engineering Materials & Structures， 2023， 46（3）： 1031-1044.
22	OU C Y， VOOTHALURU R， LIU C R. Fatigue crack initiation of metals fabricated by additive manufacturing—A crystal plasticity energy-based approach to IN718 life prediction［J］. Crystals， 2020， 10（10）： 905.
23	GOLAHMAR A， NIORDSON C F， MARTÍNEZ-PAÑEDA E. A phase field model for high-cycle fatigue： Total-life analysis［J］. International Journal of Fatigue， 2023， 170： 107558.
24	SHERIDAN L， GOCKEL J E， SCOTT-EMUAKPOR O E. Stress-defect-life interactions of fatigued additively manufactured alloy 718［J］. International Journal of Fatigue， 2021， 143： 106033.
25	于宜冰，贺自强，贺小帆，等. 基于损伤力学的轴承钢旋弯疲劳寿命预测［J/OL］.北京航空航天大学学报：1-14［2023-04-24］.DOI：10.13700/j.bh.1001-5965.2022.0639 .
	YU Y B， HE Z Q， HE X F， et al. Rotating bending fatigue life prediction of bearing steel based on damage mechanics［J/OL］. Journal of Beijing University of Aeronautics and Astronautic：1-14［2023-04-24］.DOI：10.13700/j.bh.1001-5965.2022.0639 （in Chinese）.
26	GAO T Z， TONG Y， ZHAN Z X， et al. Development of a non-local approach for life prediction of notched specimen considering stress/strain gradient and elastic-plastic fatigue damage［J］. International Journal of Damage Mechanics， 2022， 31（7）： 1057-1081.
27	梅威威，胡伟平，高同州，等. 考虑孔洞影响的铸造镁合金ZM6疲劳寿命预估方法［J］. 固体力学学报， 2022， 43（5）： 585-602.
	MEI W W， HU W P， GAO T Z， et al. Study on fatigue life prediction method for casting magnesium alloy ZM6 considering the effect of internal pores［J］. Chinese Journal of Solid Mechanics， 2022， 43（5）： 585-602 （in Chinese）.
28	ZHAN Z X， HU W P， MENG Q C. Data-driven fatigue life prediction in additive manufactured titanium alloy： A damage mechanics based machine learning framework［J］. Engineering Fracture Mechanics， 2021， 252： 107850.
29	MURAKAMI S. Continuum damage mechanics： A continuum mechanics approach to the analysis of damage and fracture［M］. Berlin： Springer， 2012.
30	XIAO Y C， LI S， GAO Z. A continuum damage mechanics model for high cycle fatigue［J］. International Journal of Fatigue， 1998， 20（7）： 503-508.
31	U.S. Department of Defense. Military handbook： Metallic materials and elements for aerospace vehicle structures［R］. Washington， D.C.： U.S. Department of Defense， 1990.
32	LAZAN B， BLATHERWICK A A. Fatigue properties of aluminum alloys at various direct-stress ratios. part 1. Rolled alloys ［R］. Minneapolis ：Minnesota Institute of Technologies， 1952.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

SVM参数			整体性能评价指标
C	γ	ε	MSE	R²
7 921.95	0.000 25	0	0.133 7	0.68

[1]	张福泽. 全机日历寿命确定及相关问题[J]. 航空学报, 2024, 45(3): 229863-229863.
[2]	应岳峰, 陈琪昊, 王卫东, 毛欣宇. 焊丝超声振动对铝合金熔化极气体保护焊缝成形及气孔的影响[J]. 航空学报, 2024, 45(2): 428711-428711.
[3]	唐论, 余圣甫, 郑博, 史玉升, 陈颖. 圆柱面点阵自生Al₂O₃铝合金粉芯丝材开发及应用[J]. 航空学报, 2023, 44(9): 626864-626864.
[4]	林忠钦, 于忠奇, 戴冬华, 樊晓光, 余圣甫, 顾冬冬, 李淑慧, 史玉升. 复杂高筋薄壁构件旋压-增材复合制造技术发展与展望[J]. 航空学报, 2023, 44(9): 627493-627493.
[5]	李天梅, 司小胜, 张建勋. 多源传感监测线性退化设备数模联动的剩余寿命预测方法[J]. 航空学报, 2023, 44(8): 227190-227190.
[6]	刘斌, 许靖, 霍美玲, 崔学英, 谢秀峰, 杨栋辉, 王嘉. 基于多尺度自适应注意力网络的剩余寿命预测[J]. 航空学报, 2023, 44(5): 226918-226918.
[7]	金士杰, 王志诚, 田鑫, 孙旭, 林莉. 基于半跨模式波的铝合金板底面缺陷TOFD检测[J]. 航空学报, 2023, 44(4): 426674-426674.
[8]	聂祥樊, 李阳, 王亚洲, 万全红, 何卫锋. 飞机结构激光冲击强化研究进展与展望[J]. 航空学报, 2023, 44(24): 28595-028595.
[9]	顾孟奇, 朱家才, 郭万林, 薛松. 可重复使用运载火箭结构疲劳耐久性与可靠性展望[J]. 航空学报, 2023, 44(23): 628299-628299.
[10]	赵淼东, 胡殿印, 毛建兴, 孙海鹤, 秦仕勇, 古远兴, 王荣桥, 田腾跃, 鄢林, 肖值兴. 轮盘低周疲劳模拟件设计及试验[J]. 航空学报, 2023, 44(18): 228320-228320.
[11]	邹田春, 巨乐章, 管玉玺, 李泽钢, 陈红呈. 铺层方式对CFRP⁃Al胶接接头疲劳行为的影响[J]. 航空学报, 2023, 44(18): 428264-428264.
[12]	何盼, 卢超, 石文泽, 朱颖, 陈果, 赵莉萍. 铝合金激光超声表面检测中EMAT接收性能对比[J]. 航空学报, 2023, 44(16): 428085-428085.
[13]	张志强, 勾青泽, 路学成, 王浩, 曹轶然, 郭志永. 高强铝合金CMT+P电弧增材制造熔滴过渡行为[J]. 航空学报, 2023, 44(13): 427881-427881.
[14]	何家辉, 程志君, 郭波. 联合字典学习与OCSVM的遥测数据异常检测方法[J]. 航空学报, 2023, 44(13): 327931-327931.
[15]	杨家鑫, 唐圣金, 李良, 孙晓艳, 祁帅, 司小胜. 基于多源信息的隐含非线性维纳退化过程剩余寿命预测[J]. 航空学报, 2023, 44(12): 227662-227662.

基于CDM理论与SVM模型的2014-T6铝合金疲劳寿命预测

Fatigue life prediction of 2014-T6 aluminum alloy based on CDM theory and SVM model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 30

参考文献 32

相关文章 15

编辑推荐

Metrics

本文评价