System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法技术_技高网

一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法技术

技术编号:42546150 阅读:9 留言:0更新日期:2024-08-27 19:48
本发明专利技术涉及一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,包括:采用控制变量法对Huang模型参数在变幅载荷下的敏感性进行分析,建立动态贝叶斯网络模型;基于裂纹扩展试验数据,设置动态贝叶斯网络中可变节点的初始分布;基于观测裂纹长度,利用Kalman滤波理论公式结合观测信息和模型信息计算理论最优估计;根据裂纹长度最优估计值,对粒子权重进行更新,输出更新过的动态贝叶斯网络可变节点参数取值;对粒子状态进行评估,使粒子转移到更加接近真实分布的区域,得到新的裂纹长度与模型参数的粒子集合;将粒子集合带入状态转移方程预测裂纹长度扩展趋势,得到任意时刻裂纹长度的概率分布。本发明专利技术能够提高预测精度。

【技术实现步骤摘要】

本专利技术涉及航空航天发动机,具体涉及一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,能够耦合历史数据与实测数据,提高航空结构疲劳裂纹扩展寿命预测精度。


技术介绍

1、在航空发动机关键构件的服役过程中,往往承受复杂的变幅载荷作用,在高应力集中部位极易萌生疲劳裂纹并扩展,从而影响发动机结构安全。因此,开展航空发动机关键结构疲劳裂纹扩展试验,并建立疲劳裂纹扩展寿命预测模型,对保障关键构件的安全性和可靠性具有重要意义。而现有的裂纹扩展预测模型大多是在大量裂纹扩展试验基础上统计建立的,其模型参数仅可反映整体样本特征,无法实现个体样本的准确描述,难以保障发动机关键构件服役过程中的安全性和可靠性。因此,如何发展能够更加精确地反映个体状态的裂纹扩展预测模型是目前实现发动机结构健康监测的主要难题。

2、动态贝叶斯网络(dynamic bayesian network,dbn)为裂纹长度预测提供了一个强大的数学工具,可以用来处理不断变化的数据和不确定性。动态贝叶斯网络作为描述数据变量之间的依赖关系的有向无环图,可以将实时数据监测和物理模型有效融合,通过实时监测数据的输入,以概率论为理论基础,对多个随机参数进行推理更新以消除模型中的不确定因素,从而使基于普遍试件的模型能够反映个体试件的真实情况,实现更加精确的个体裂纹扩展预测。

3、中国专利申请cn115577598a提出了一种基于数据同化的多模型裂纹扩展实时预测方法,其采用多模型数据同化算法实现裂纹扩展预测,并采用新metropolis-hastings方法对粒子滤波进行改进,提高了裂纹扩展预测方法的准确性。但该方法采用的双对数线性模型反映不了超载迟滞和低载加速现象,使得方法对部分变幅载荷情况下的裂纹扩展预测精度不足。

4、中国专利申请cn114282709a给出了一种基于数字孪生的结构件疲劳预测方法,其采用变幅载荷裂纹扩展模型结合粒子滤波的裂纹长度预测方式,能够实现较为准确的变幅裂纹扩展预测,但该方法没有考虑粒子滤波过程中可能出现的粒子贫化等问题的影响,使得贝叶斯推理更新过程的鲁棒性不足。

5、综上所述,现有的航空发动机的裂纹扩展预测模型的精度和鲁棒性有待提升。因此,为实现变幅载荷下裂纹扩展的准确预测,需要发展一种变幅载荷环境下高精度、高鲁棒性的裂纹扩展预测方法。


技术实现思路

1、为解决上述技术问题,本专利技术提供一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,使用huang模型结合粒子滤波对变幅载荷下的裂纹扩展进行预测,将kalman滤波理论和metropolis-hastings采样结合对粒子滤波做出改进,实现对模型参数的准确估计,从而实现对变幅载荷下裂纹长度的准确预测。

2、为了实现上述目的,本专利技术采用如下技术方案:

3、一种基于动态贝叶斯更新的变幅载荷裂纹扩展预测方法,包括步骤如下:

4、步骤a:根据huang模型公式建立状态模型和观测模型:

5、步骤b:建立变幅载荷下的裂纹扩展动态贝叶斯网络模型;

6、步骤c:进行基于改进粒子滤波的动态贝叶斯网络可变节点推理更新;

7、步骤d:对粒子状态进行评估,在有效粒子数小于设定值时,采用残差重采样法进行重采样;为避免粒子贫化,采用metropolis-hasting采样算法使粒子转移到更加接近真实分布的区域,得到新的裂纹长度与模型参数的粒子集合;

8、步骤e:将粒子集合带入状态转移方程,根据设定的载荷谱预测裂纹长度扩展趋势,得到任意时刻裂纹长度的概率分布。

9、进一步地,所述步骤a中使用变幅载荷裂纹扩展huang模型来进行变幅载荷下裂纹扩展的描述,利用超载因子、应力比修正因子和裂纹扩展应力强度因子门槛值对超载迟滞、低载加速和裂纹止裂现象做出描述,适用于变幅载荷情况下的裂纹扩展预测。

10、进一步地,所述步骤b包括以下步骤:

11、步骤b1:基于huang公式模型,以裂纹长度的计算结果为评判标准,采用控制变量法对模型参数在单次超载情况下的敏感性进行分析;

12、步骤b2:选择敏感性程度大于1的参数作为动态贝叶斯网络中的可变节点,选择敏感性程度小于或等于1的参数作为动态贝叶斯网络中的固定节点;

13、步骤b3:利用动态贝叶斯理论,以载荷谱为输入数据,以观测裂纹长度为观测数据,以预测裂纹长度为输出数据,通过可变节点、固定节点和函数节点建立起动态贝叶斯网络模型。

14、进一步地,所述步骤c包括以下步骤:

15、步骤c1:基于裂纹扩展实验数据,设置动态贝叶斯网络中可变节点的初始分布,根据初始分布对每个可变节点参数进行采样组合生成初始粒子;

16、步骤c2:基于观测裂纹长度,假设粒子预测的裂纹长度成正态分布,利用加权最小二乘法削减误差,并利用kalman滤波理论公式结合观测信息和模型信息计算理论最优估计;

17、步骤c3:利用最小二乘法和kalman滤波理论对观测数据进行处理后作为动态贝叶斯网络更新的依据;根据步骤c2中计算得到的裂纹长度最优估计值,利用序贯重要性重采样公式对每个粒子进行似然估计,并对粒子权重进行更新,输出更新过动态贝叶斯网络的可变节点参数取值。

18、本专利技术与现有技术相比,具有如下有益效果:

19、1、本专利技术通过将变幅载荷裂纹扩展预测huang模型和动态贝叶斯更新结合,能够改善传统裂纹扩展预测模型预测精度较低的问题,实现较为精确的裂纹扩展预测。

20、2、传统动态贝叶斯网络的大多采用传统的粒子滤波作为推理更新的方法,存在粒子贫化和鲁棒性不足等问题,使得预测结果与实际有较大的差距。本专利技术考虑改进的粒子滤波方法,利用kalman滤波理论和metropolis-hasting采样对粒子状态和测量误差进行处理,能够有效提升粒子对真实分布的拟合能力,实现更加稳定的裂纹扩展预测。

本文档来自技高网...

【技术保护点】

1.一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,其特征在于,包括步骤如下:

2.根据权利要求1所述的一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,其特征在于,所述步骤A中使用变幅载荷裂纹扩展Huang模型来进行变幅载荷下裂纹扩展的描述方式,利用超载因子、应力比修正因子和裂纹扩展应力强度因子门槛值对超载迟滞、低载加速和裂纹止裂等现象做出描述,适用于变幅载荷情况下的裂纹扩展预测。

3.根据权利要求1所述的一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,其特征在于,所述步骤B具体包括以下步骤:

4.根据权利要求1所述的一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,其特征在于,所述步骤C包括以下步骤:

【技术特征摘要】

1.一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,其特征在于,包括步骤如下:

2.根据权利要求1所述的一种基于动态贝叶斯更新的变幅载荷疲劳裂纹扩展预测方法,其特征在于,所述步骤a中使用变幅载荷裂纹扩展huang模型来进行变幅载荷下裂纹扩展的描述方式,利用超载因子、应力比修正因子和裂纹扩展应力强度因子门槛值对超载迟...

【专利技术属性】
技术研发人员:胡殿印赵炎刘宇鹏陈若琦潘锦超王荣桥
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1