一种用于高周疲劳实验过程动态调整的数据处理方法与流程

本发明是一种用于高周疲劳实验过程动态调整的数据处理方法，属于力学性能测试表征。

背景技术：

1、在工程中，大部分材料的失效都不是一个瞬间的破坏，而且一定裂纹和疲劳的累积效应，故高周疲劳是工程材料在力学载荷的作用下最为常见的破坏形式。高周疲劳是指材料在低于其屈服强度的循环应力作用下，经1-10万以上循环次数而产生的疲劳。在航空航天、船舶、建筑等领域中，预测材料的疲劳寿命，提前更换在断裂临界的材料在保障工程安全的层面上极为重要。在疲劳领域的研究中，疲劳实验是最为真实和客观的研究途径，因此保证实验数据的准确性，减小实验成本具有十分重要的意义。

2、在进行疲劳实验时，按照国家标准和实验规范，一般同种试件、同一温度和服役条件下至少需要3-4个实验结果。高周疲劳实验的设计方案是：实验中一般需要四到五个应力级，高应力级寿命较短，多处于1-10万，最低应力级寿命长，需要出现100万，在最低和最高应力级中间需要再测出三到四个中间应力，最终所有实验数据可基于模型绘成不同存活率的应力-寿命(p-s-n)曲线，疲劳寿命可通过p-s-n曲线来预测。

3、对于最低应力范围时，总会出现偏小的实验寿命，与100万的疲劳寿命相差较大，导致低应力中出现异常偏小数据，未满足理想要求。对于最高应力范围时，有时也会出现异常偏大数据。如果直接做出三个实验结果，不及时进行判断和调整，出现不合理数据后，再进行补做实验，会增加很大的时间和人力成本。所以在这种问题下，提出在实验过程中进行动态调整的方法，可通过两种判断准则进行检验，寻找异常实验数据后及时进行补做或剔除处理，以保证所做的三个实验结果满足需求

技术实现思路

1、本发明是针对在高周疲劳实验过程中出现异常数据的情况下而设计的一种用于动态调整数据的处理方法，目的是进行及时检验某一应力下的三个实验数据，通过两种判断准则进行检验，寻找异常数据后及时进行补做或剔除处理，对试验数据进行动态调整，保证实验低成本高效地完成。

2、本发明的技术解决方案如下：

3、一种高周疲劳实验过程动态调整的数据处理方法的步骤如下：

4、对于低应力情况：

5、步骤一、对于一个确定试件、工况的高周疲劳实验，首先通过最小应力与最大应力之比r、应力集中系数kt、温度t和试验经验进行推断低应力区间；

6、步骤二、在预测的低应力区间中取得一个低应力值，测试该应力值的第一件试件的寿命，判断该试件的疲劳寿命范围是否在50-100万之间；如果是，则此应力值符合低应力区间的标准，进行下一步骤；如果不是，则需要返回步骤一，重新选取低应力值，直至所选应力值的寿命处于低应力区间；得到所需低应力值和第一件试件寿命后，补全该应力下的第二、三件试件；

7、步骤三、区间准则判断：以试件疲劳寿命中的中间值为基准，计算最大值和最小值基于中间值的误差，其中最大值和最小值误差计算公式如下公式[1]、[2]所示，判断误差是否在±30％以内；最大值误差：

8、errormax＝(max-mid)/mid……………………………[1]

9、最小值误差：

10、errormin＝(min-mid)/mid……………………………[2]

11、其中最大值、最小值、中间值分别记为max、min、mid；

12、步骤四、标准差准则：计算试件寿命数据的平均值、标准差和残差，判断标准差乘以1.1是否大于或等于残差；

13、步骤五、根据步骤三和步骤四中的异常数据检验准则判断是否有异常数据，若没有异常数据，则说明数据合理，可以结束试验；若存在异常数据，若只是违反区间准则或标准差准则，则补做一件试件，随后从步骤三再次检验计算；若同时违反区间准则和标准差准则两个准则，则剔除该异常数据，并补做一件试件，返回步骤三检验计算，直到没有异常数据出现，表示数据合理，可以结束试验。

14、所述步骤一推断预测疲劳极限以上30％以内应力范围为低应力区间。

15、所述步骤二未在低应力区间的应力值，可作为中间应力的疲劳实验数据。

16、对于高应力情况，判断和检验流程和低应力类似，不同之处在于选取高应力值后，步骤二中第一件试件的寿命区间应在1-10万，在步骤三中，由于高应力试件的寿命较短，故误差选择在±80％以内，之后按照流程进行步骤四和步骤五的检验，最终确定合理的试验结果。

17、对于中间应力情况，判断和检验流程和低应力类似，不同之处在于首先中间应力的选择可以是高应力和低应力的四等分或五等分值，对于同一工况下，做五或六个应力可以绘成准确的不同存活率的应力-寿命曲线，选取中间应力值后，步骤二中第一件试件的寿命应初步判断是否具有随应力大小变化的单调规律，在步骤三中，因中间应力的寿命存在一定的分散性，故误差选择在±70％以内，之后按照流程进行步骤四和步骤五的检验，最终确定合理的试验结果。

18、所述步骤三区间准则判断是基于低、高、中应力的试验顺序提出的试验和结果判断的准则。

19、所述标准差准则是基于肖维勒准则在高周疲劳试验数据处理时的局限性，提出的通过系数1.1放大标准差，使得检验过程中结果更容易收敛的试验结果判断准则。

20、所述步骤五异常数据判断方法是通过两种新型异常数据判断准则进行检验，并将两种判断准则的结合，通过判断情况综合分析进行补做试验处理还是剔除处理，以避免了异常数据误判的偶然情况出现的综合性，异常数据判断处理方法。

21、本发明具有的特点及有益效果如下：

22、本发明提供了一种用于高周疲劳实验过程动态调整的数据处理方法。通过两种新型异常数据判断准则进行检验，并将两种判断准则的结合，通过判断情况综合分析进行补做试验处理还是剔除处理，两种准则同时判断避免了异常数据误判的偶然情况出现，分析结果更加准确无误。

23、其次，本发明中第一个准则是基于低、高、中应力的试验顺序进行试验和判断，能够简化操作流程。第二个准则是改进的肖维勒准则，优化了肖维勒准则在高周疲劳试验数据处理时的局限性，通过系数1.1放大标准差，使得检验过程中结果更容易收敛。

24、另外，基于本发明的数据处理方法，每个应力实验做完后可以及时判断和调整实验数据，既避免了因实验数据不足而无法进行筛选数据的情况，也避免了在实验过程中未进行数据检验，导致出现异常数据后再进行返工，重复实验过程，造成时间和人力成本的浪费。基于本发明的方法，可以在实验过程中保证数据质量。

技术特征：

1.一种高周疲劳实验过程动态调整的数据处理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：所述步骤一推断预测疲劳极限以上30％以内应力范围为低应力区间。

3.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：所述步骤二未在低应力区间的应力值，可作为中间应力的疲劳实验数据。

4.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：所述步骤四平均值、标准差和残差通过如下公式计算：平均值：

5.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：对于高应力情况，判断和检验流程和低应力类似，不同之处在于选取高应力值后，步骤二中第一件试件的寿命区间应在1-10万，在步骤三中，由于高应力试件的寿命较短，故误差选择在±80％以内，之后按照流程进行步骤四和步骤五的检验，最终确定合理的试验结果。

6.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：对于中间应力情况，判断和检验流程和低应力类似，不同之处在于首先中间应力的选择可以是高应力和低应力的四等分或五等分值，对于同一工况下，做五或六个应力可以绘成准确的不同存活率的应力-寿命曲线，选取中间应力值后，步骤二中第一件试件的寿命应初步判断是否具有随应力大小变化的单调规律，在步骤三中，因中间应力的寿命存在一定的分散性，故误差选择在±70％以内，之后按照流程进行步骤四和步骤五的检验，最终确定合理的试验结果。

7.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：所述步骤三区间准则判断是基于低、高、中应力的试验顺序提出的试验和结果判断的准则。

8.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：所述标准差准则是基于肖维勒准则在高周疲劳试验数据处理时的局限性，提出的通过系数1.1放大标准差，使得检验过程中结果更容易收敛的试验结果判断准则。

9.根据权利要求1所述高周疲劳实验过程动态调整的数据处理方法，其特征在于：所述步骤五异常数据判断方法是通过两种新型异常数据判断准则进行检验，并将两种判断准则的结合，通过判断情况综合分析进行补做试验处理还是剔除处理，以避免了异常数据误判的偶然情况出现的综合性，异常数据判断处理方法。

技术总结
本发明是一种用于高周疲劳实验过程动态调整的数据处理方法，属于力学性能测试表征技术领域。本发明对于高周疲劳试验数据采用两种异常数据判断准则进行检验，首先将试验数据分为低、高、中应力区间，通过区间准则检验；随后对试验数据组计算平均值、标准差和偏差，进行标准差准则检验。通过两个准则的判断结果对数据异常情况进行判定，选择补做数据或剔除。通过以上流程建立了一个高周疲劳试验数据处理方法，能够高效判断数据异常情况，比单一准则更加准确，并能及时做出数据处理对策，提高试验效率。本发明对于进行材料高周疲劳实验的数据处理具有重要的应用价值。

技术研发人员：苏彬,姚建尧,张仕朝,刘许旸,李旭东
受保护的技术使用者：中国航发北京航空材料研究院
技术研发日：
技术公布日：2024/3/12