The standard stress-based approach to fatigue is based on the use of S-N curves. They are obtained by applying cyclic loading of constant amplitude $S$ to identical and standardised specimens until they fail. The S-N curves actually depend on a reference probability $p$: for a given cycle amplitude $S$, they provide the number of cycles at which a proportion $p$ of specimens have failed. Based on the S-N curves, Miner's rule is next used to predict the number of cycles to failure of a specimen subjected to cyclic loading with variable amplitude. In this article, we present a probabilistic formulation of Miner's rule, which is based on the introduction of the notion of health of a specimen. We show the consistency of that new formulation with the standard approaches, thereby providing a precise probabilistic interpretation of these. Explicit formulas are derived in the case of the Weibull--Basquin model. We next turn to the case of a complete mechanical structure: taking into account size effects, and using the weakest link principle, we establish formulas for the survival probability of the structure. We illustrate our results by numerical simulations on a I-steel beam, for which we compute survival probabilities and density of failure point. We also show how to efficiently approximate these quantities using the Laplace method.


翻译:标准的基于应力的疲劳方法是基于使用S-N曲线。它们通过对相同标准样品施加振幅为$S$的循环载荷直至疲劳破坏获得。S-N曲线实际上依赖于一个参考概率$p$:对于给定的循环振幅$S$,它们会提供有一定比例$p$的试件的疲劳寿命。基于S-N曲线,接着应用了Miner's法则来预测受变幅循环载荷的试件的疲劳寿命。在本文中,我们提出了一种基于试件健康状态的Miner's法则的概率公式,并展示了这种新公式与标准方法的一致性,从而为这些方法提供了精确的概率解释。在Weibull-Basquin模型的情况下,我们导出了显式的公式。接下来,我们转向完整机械结构的情况:考虑到尺寸效应,并使用最弱环节原理,我们建立了结构生存概率的公式。我们通过在I型钢梁上进行数值模拟,计算了其生存概率和故障点密度,并展示了如何使用Laplace方法高效逼近这些量。

0
下载
关闭预览

相关内容

本话题关于日常用语「概率」,用于讨论生活中的运气、机会,及赌博、彩票、游戏中的「技巧」。关于抽象数学概念「概率」的讨论,请转 概率(数学)话题。
【2022新书】机器学习中的统计建模:概念和应用,398页pdf
专知会员服务
136+阅读 · 2022年11月5日
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
71+阅读 · 2021年10月15日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年5月17日
Arxiv
0+阅读 · 2023年5月13日
Arxiv
13+阅读 · 2022年8月16日
Arxiv
16+阅读 · 2022年5月17日
Arxiv
64+阅读 · 2021年6月18日
VIP会员
相关VIP内容
【2022新书】机器学习中的统计建模:概念和应用,398页pdf
专知会员服务
136+阅读 · 2022年11月5日
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
71+阅读 · 2021年10月15日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关资讯
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员