基于磁記憶檢測的服役構件剩余壽命評估方法研究.pdf

1、本文主要針對裝備再制造構件檢測與剩余壽命評估的工程需求，探索基于磁記憶檢測的服役構件剩余壽命評估理論與方法。以汽車驅動橋殼等典型構件為對象，將理論推導、仿真分析和實驗研究相結合，分析影響構件剩余壽命的特征參數(shù)，提出剩余壽命評估方法。本文主要工作包括以下四個方面:
　　 (1)通過ABAQUS結合FE-SAFE對服役結構進行疲勞壽命模擬分析，識別其疲勞危險區(qū)域;結合疲勞拉伸試驗，將仿真分析結果與試驗測試結果進行對比分析。結果顯示，

2、仿真結果與試驗結果相吻合，準確的反映了危險區(qū)域的位置。
　　 (2)以構件的疲勞危險區(qū)域為研究對象，借助金屬磁記憶檢測技術和斷裂力學理論，提取表征其疲勞損傷程度的裂紋長度、應力強度因子、磁記憶信號梯度最大值和應力集中度等因素作為特征參數(shù);采用適合少樣本學習和高精度預測的支持向量機方法，通過特征參數(shù)進行訓練學習，建立服役構件的剩余壽命預測模型。結果表明:支持向量機模型具有較高的預測精度，預測值與疲勞試驗實測剩余壽命值對比誤差不超過

3、10％;模型預測精度受到構件損傷程度、訓練樣本數(shù)量、載荷大小和輸入特征參數(shù)等因素的影響;提出的方法能夠有效應用于高周疲勞下的橋殼等服役構件的剩余壽命預測。
　　 (3)為了降低支持向量機回歸模型的誤差，提高剩余壽命預測模型的精度，采用小波分析進一步擴大特征參數(shù)的選取范圍。對鐵磁性材料裂紋擴展過程中磁記憶檢測信號進行小波閾值消噪處理，并采用離散小波變換方法提取消噪信號的細節(jié)分量特征，選取表征構件損傷區(qū)域的規(guī)律性信號區(qū)間，提取高頻細

4、節(jié)分量的幅值差與梯度最大值作為新的組合特征參數(shù)來預測構件的裂紋長度。建立了基于磁記憶信號特征提取的缺陷識別模型，裂紋長度預測值與實測結果對比誤差不超過5％，表明選取的新特征量用來表征疲勞損傷具有合理性。
　　 (4)基于上述對磁記憶檢測信號的小波分析結果，進一步建立磁記憶信號特征新參數(shù)、疲勞損傷影響因素等與構件剩余壽命之間的關系模型。結果表明，壽命評估模型的剩余壽命預測值與疲勞試驗結果對比誤差不超過1％，說明磁記憶信號經(jīng)小波分析