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:按照标准的应力为基础的疲劳方法,需要使用S-N曲线。它们是通过对相同且标准化的试样施加恒定振幅 $S$ 的循环加载,直到试样破裂的方法获得的。 S-N曲线实际上取决于参考概率 $p$:对于给定的循环振幅 $S$,它们提供了在多少循环次数下 $p$ 的试样已经失效。然后运用矿工准则基于S-N曲线来预测受变振幅循环载荷的试样的失效次数。在本文中,我们根据引入试样 “健康程度” 的概念,提出了矿工准则的概率形式。我们证明了这种新形式与标准方法的一致性,从而提供了对这些方法的精确概率解释。在Weibull-Basquin模型的情况下,得到了明确的公式。我们接下来转向完整机械结构的情况:考虑尺寸影响,并使用最薄弱环节原则,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来说明我们的结果,计算生存概率和失败点密度。我们还展示了如何使用Laplace方法有效地逼近这些量。

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
139+阅读 · 2022年11月5日
【硬核书】树与网络上的概率,716页pdf
专知会员服务
72+阅读 · 2021年12月8日
【干货书】概率与信息,一种集成方法,291页pdf
专知会员服务
60+阅读 · 2021年9月1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
【最受欢迎的概率书】《概率论:理论与实例》,490页pdf
专知会员服务
163+阅读 · 2020年11月13日
专知会员服务
61+阅读 · 2020年3月4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
浅聊对比学习(Contrastive Learning)
极市平台
2+阅读 · 2022年7月26日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
国家自然科学基金
0+阅读 · 2015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 · 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
5+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月13日
Arxiv
16+阅读 · 2022年5月17日
Arxiv
65+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
139+阅读 · 2022年11月5日
【硬核书】树与网络上的概率,716页pdf
专知会员服务
72+阅读 · 2021年12月8日
【干货书】概率与信息,一种集成方法,291页pdf
专知会员服务
60+阅读 · 2021年9月1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
【最受欢迎的概率书】《概率论:理论与实例》,490页pdf
专知会员服务
163+阅读 · 2020年11月13日
专知会员服务
61+阅读 · 2020年3月4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
浅聊对比学习(Contrastive Learning)
极市平台
2+阅读 · 2022年7月26日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
相关基金
国家自然科学基金
0+阅读 · 2015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 · 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
5+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员