机械设计与研究

机械设计与研究 ›› 2014, Vol. 30 ›› Issue (04): 66-70.doi: 10.13952/j.cnki.jofmdr.a3388

• 论文 • 上一篇    下一篇

基于磁记忆检测的服役铁磁零件剩余寿命预测

黄海鸿;孙霄;汪燕;姜石林;   

  1. 合肥工业大学机械与汽车工程学院;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要： 服役零件疲劳寿命的预测与评估是装备高质量运行的前提。为准确预测服役零件的剩余寿命,基于磁记忆检测方法探索影响零件剩余寿命的参数,建立剩余寿命预测的新方法。以汽车车桥桥壳为对象,通过ABAQUS对服役零件进行疲劳寿命模拟分析,识别零件的疲劳危险区域;借助金属磁记忆检测技术和断裂力学理论,提取零件疲劳危险区中表征疲劳损伤程度的裂纹长度、应力强度因子、磁记忆信号法向分量梯度最大值、应力集中度等作为参数;引入支持向量机(SVM)理论,建立零件的剩余寿命预测模型。结果表明:SVM模型具有较高的预测精度,预测值与疲劳试验实测剩余寿命值相比误差不超过10%;预测精度同时受到零件损伤程度、训练样本数量、载荷大小和输入特征参数等的影响;建立的方法能够有效应用于低载荷高周疲劳下的桥壳等服役零件的剩余寿命预测。

关键词: 支持向量机, 服役零件, 剩余寿命, 磁记忆检测

Key words: support vector machine, parts in serrice, residual life, metal magnetic memory testing