《一种基于粗糙集理论的焊接疲劳分析方法.pdf》由会员分享，可在线阅读，更多相关《一种基于粗糙集理论的焊接疲劳分析方法.pdf（13页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103077320 A(43)申请公布日 2013.05.01CN103077320A*CN103077320A*(21)申请号 201310019178.6(22)申请日 2013.01.18G06F 19/00(2006.01)(71)申请人大连交通大学地址 116028 辽宁省大连市沙河口区黄河路794号(72)发明人杨鑫华 孙屹博 邹丽 任锐铭(74)专利代理机构大连东方专利代理有限责任公司 21212代理人李馨 李洪福(54) 发明名称一种基于粗糙集理论的焊接疲劳分析方法(57) 摘要本发明公开了一种基于粗糙集理论的焊接疲劳分析方法，具有如下步骤：S100.。
2、针对多组焊接接头疲劳试验建立至少包含：载荷属性、最大结构应力和循环次数的疲劳数据库；S200.对所述疲劳数据库中的最大结构应力计算结构应力变化范围s；对s和循环次数进行属性构造；生成粗糙集数据库中的决策属性值，写入粗糙集数据库；S300.所述疲劳数据库中的焊接接头基本参数作为粗糙集数据库中的条件属性值写入所述粗糙集数据库；S400.对得到的含有决策属性值和条件属性值的粗糙集数据库使用联合熵约简算法进行条件属性约简和条件属性值约简，得到粗糙集判定规则模型；应用该规则模型对新的焊接疲劳数据进行分析，得到粗糙集判别结果，完成焊接疲劳分析。(51)Int.Cl.权利要求书2页 说明书8页 附图2页(1。
3、9)中华人民共和国国家知识产权局(12)发明专利申请权利要求书2页 说明书8页 附图2页(10)申请公布号 CN 103077320 ACN 103077320 A1/2页21.一种基于粗糙集理论的焊接疲劳分析方法，具有如下步骤：S100.针对多组焊接接头疲劳试验建立至少包含：焊接接头属性、载荷属性、焊接方法、最大结构应力和循环次数的疲劳数据库；S200.对所述疲劳数据库中的最大结构应力计算结构应力变化范围s；对s和循环次数进行属性构造；生成粗糙集数据库中的决策属性值，写入粗糙集数据库；S300.所述疲劳数据库中的焊接接头属性、载荷属性和焊接方法作为粗糙集数据库中的条件属性值写入所述粗糙集数据。
4、库；S400.对得到的含有决策属性值和条件属性值的粗糙集数据库使用联合熵约简算法进行条件属性约简和条件属性值约简，得到粗糙集判定规则模型；应用该规则模型对新的焊接疲劳数据进行分析，得到粗糙集判别结果，完成焊接疲劳分析。2.根据权利要求1所述的一种基于粗糙集理论的焊接疲劳分析方法，其特征还在于：步骤S100中所述的最大结构应力计算方法如下：结构应力s的定义为：sm+b（1）其中m、b分别为焊趾处受到的膜应力和弯曲应力；定义焊线长为l，板厚为t，垂直焊趾的力为Fy，绕焊趾的弯矩为Mx，焊趾上的线力为fy，线力矩为mx，根据材料力学结构应力值s分量膜应力m、弯曲应力b计算公式如下：定义线力：推导得到。
5、线力矩：综合上式，焊趾处结构应力计算如下式：根据有限元分析和公式5计算最大结构应力，写入疲劳数据库。3.根据权利要求1所述的一种基于粗糙集理论的焊接疲劳分析方法，其特征还在于所述步骤S200具体包含步骤：S210：根据所述数据库中的最大结构应力和应力比计算得出所述疲劳数据库中各组数据的结构应力变化范围s；S220：将所述疲劳循环次数和结构应力变化范围s写入对数坐标系，通过最小二乘法拟合建立S-N曲线；S230：以所述S-N曲线为中心曲线，设定不同倍率的标准差，得到与中心曲线平行的多条特征曲线，以各曲线间的区域作为不同疲劳特征域；S240：以疲劳数据点在疲劳特征域的分布对每一组疲劳数据进行疲劳等。
6、级划分，作为权 利 要 求 书CN 103077320 A2/2页3粗糙集数据库中各组数据的决策属性。4.根据权利要求3所述的一种基于粗糙集理论的焊接疲劳分析方法，其特征还在于所述步骤S202中，所述S-N曲线拟合方法：焊接接头疲劳载荷结构应力范围s和疲劳寿命N之间的关系可表示为：CN(s)m其中：C为材料常数；m为S-N曲线的斜率；将上式取对数：lgS-BlgN+A式中：S为所加载荷的结构应力范围s；N为疲劳寿命;B、A为拟合常数。5.根据权利要求1所述的一种基于粗糙集理论的焊接疲劳分析方法，其特征还在于所述步骤S300具体包含：S310.采用人工检查的方法去除明显的奇异点，去除噪声数据；S。
7、320.数据的相关性分析，去除相关性交底的数据；S330.对上述步骤处理后数据离散化。6.根据上述任意一项权利要求所述的一种基于粗糙集理论的焊接疲劳分析方法，其特征还在于：所述步骤S400中，采用不确定推理作为粗糙集判定规则模型的推理策略。权 利 要 求 书CN 103077320 A1/8页4一种基于粗糙集理论的焊接疲劳分析方法技术领域0001 本发明涉及一种焊接疲劳分析方法，尤其涉及一种基于粗糙集理论的焊接疲劳分析方法。涉及专利分类号中G01N借助于测定材料的化学或物理性质来测试或分析材料。背景技术0002 焊接是一种重要的先进制造技术，在工业生产和国民经济建设中起着非常重要的作用。焊接结。
8、构具有强度高、密封性好、结构设计灵活性高、工艺简洁、易修复等技术优势，已广泛应用于许多工业部门的金属结构制造中。焊接工艺特点及接头的几何不连续性等致使其疲劳强度远低于母材的疲劳强度，已有的研究结果表明：由疲劳破坏所引起的焊接结构失效是产品使用期内失效的最主要方式。因此，焊接结构的疲劳设计及寿命预测的可靠性直接决定了其使用的安全性，特别对于高速轨道交通装备，随着车辆运行速度的不断提升，在轮轨振动激励、气动冲击等载荷的共同作用下，车辆焊接结构承受的载荷状况较常规铁道车辆变得更为复杂，这对焊接结构疲劳寿命分析的可靠性提出了更高的要求。0003 目前焊接结构疲劳分析及预测方法主要有名义应力法、热点应力。
9、法、断裂力学法和主S-N曲线法。0004 名义应力法是最早应用于焊接结构疲劳分析的方法，在大量理论及试验研究基础上，基于该方法所建立的S-N曲线在很多领域得到了标准化规范，钢结构设计规范（GB50017，2003）、英国BS7608:1993、AAR（北美铁路协会）机务标准手册1999、IIW（国际焊接学会）Does XIII-1539-96/XV-845-1996等焊接结构疲劳设计标准均基于名义应力法。在以上标准中，通过计算焊接结构的名义应力，并针对各种接头开展疲劳试验，进而形成针对各种焊接接头的S-N曲线。在疲劳设计阶段，基于上述标准提供的焊接接头S-N曲线，依据Miner线性累积损伤理论。
10、进行疲劳寿命评估。目前该方法在焊接结构疲劳设计方面应用较为广泛，但在工程应用过程中也显现出一定局限性。首先名义应力虽然在力学上有严格的定义，但对实际复杂结构却很难确定，而采用数值方法计算时，焊趾处奇异性造成应力计算结果的不一致，因而无法获取令人信服的应力值进行焊接结构疲劳寿命的评定；此外名义应力法是按照焊接分类的方法提供S-N曲线，而在实际工程应用中，某些焊接接头的形式和载荷等状态难以十分明确地对应到某一分类中，这样会造成在S-N曲线选择上具有主观性，因此限制了其在工程应用中的通用性。0005 20世纪90年代，Niemi.E在名义应力法的基础上提出了基于热点应力的焊接结构疲劳评定方法，即热点。
11、应力法，该方法被写入IIW焊接结构疲劳设计文档，该文档对热点应力的表面外推方法给出了较为详细的规定，并建立了基于热点应力的S-N曲线。热点应力法在应力分析中考虑了刚度突变导致的应力集中，通过外推得到焊趾处应力，并基于该应力参数建立S-N曲线，该方法理论上可使用一条通用的热点应力S-N曲线来表征各种不同接头焊缝类别的疲劳强度，可以减少对焊接接头类别的考虑。热点应力法虽然解决了名义应力法中针对焊接接头类别的S-N曲线选择方面的主观性问题，但是热点应力的准确性依赖于外推点及外推方法的选择，而外推点的选择必须考虑到焊趾缺口效应影响区和几何应说 明 书CN 103077320 A2/8页5力集中效应等问。
12、题，因此难以建立统一的热点类型和外推公式。此外热点应力法同样存在着应力计算不一致性问题，也限制了其在工程中的应用。0006 美国学者Paris在断裂力学基础上建立了焊接结构疲劳评估的断裂力学法，不同于以上两种方法，该方法针主要研究疲劳破坏的发展规律，通过检测焊缝中裂纹特征及其扩展速率对焊接结构进行寿命评估。该方法采用J-积分或应力强度因子变化范围K来描述每次循环下裂纹的扩展量，形成了描述裂纹扩展规律的Paris公式，建立了基于裂纹扩展分析的焊接结构寿命评估方法。断裂力学法需要已知裂纹大小、位置、形状和方向等属性，因而在构件剩余寿命评估与损伤容限设计中得到广泛应用。但同时在该寿命评估方法中，裂纹。
13、扩展与焊缝缺陷的种类、大小、分布及其受力状态等密切相关，对于实际焊接结构无法预知，因此不能用于设计阶段焊接结构疲劳性能的评定。0007 2001年,美籍华裔科学家Pingsha Dong提出基于网格不敏感结构应力的主S-N曲线法（Mesh-insensitive Master S-N Curve Method），该方法通过定义对有限元分析网格划分尺寸不敏感的结构应力计算解决了应力计算一致性问题，建立了包含接头板厚、载荷模式等影响因素的应力强度因子表达式，在大量焊接接头疲劳试验数据的基础上确定表达式中的各参数，以获得一条可以表征焊接接头疲劳寿命的主S-N曲线。基于网格不敏感结构应力的主S-N曲线。
14、法在钢材焊接结构的疲劳分析方面已经得到众多研究者的认可，并在多个领域得到广泛的应用，美国ASME Boiler and Pressure Vessel Code Section VIII Division2Part5（2007）标准和API579-1/ASME FFS-1 2007Fitness-for-Service标准均推荐将主S-N曲线法用于焊缝疲劳分析，该方法已经在50多个国家和地区的压力容器、输油管道、船舶、钻井平台等领域焊接结构的疲劳设计与分析中得到广泛应用，自2009年以来，在我国轨道交通装备领域开始尝试主S-N曲线法的应用。0008 在主S-N曲线法中，网格不敏感结构应力计算解。
15、决了焊缝应力分布有限元计算中的不一致性，但在基于裂纹扩展理论的疲劳寿命评估阶段将载荷形式进行简化处理，将材料属性、焊接工艺等因素对疲劳寿命的影响加以忽略，以上问题将会降低对焊接结构疲劳寿命分析和预测的准确性。焊接结构的疲劳寿命受多种因素耦合影响，目前的焊接疲劳分析方法在上述影响因素的分析方面相对独立，缺少相互之间的关联度，未能综合考虑各种因素的影响。本发明专利针对此问题，将粗糙集理论与网格不敏感结构应力计算结合，在综合分析各影响因素定量贡献的基础上建立一种新型的焊接疲劳分析方法，为焊接结构疲劳分析提供一种更准确、有效的技术手段。发明内容0009 本发明针对以上问题的提出，而研制的一种基于粗糙集。
16、理论的焊接疲劳分析方法，具有如下步骤：0010 S100.针对多组焊接接头疲劳试验建立至少包含：焊接接头基本参数、最大结构应力和循环次数的疲劳数据库；0011 S200.对所述疲劳数据库中的最大结构应力计算结构应力变化范围s；对s和循环次数进行属性构造；生成粗糙集数据库中的决策属性值，写入粗糙集数据库；0012 S300.所述疲劳数据库中的焊接接头基本参数作为粗糙集数据库中的条件属性值写入所述粗糙集数据库；说 明 书CN 103077320 A3/8页60013 S400.对得到的含有决策属性值和条件属性值的粗糙集数据库使用联合熵约简算法进行条件属性约简和条件属性值约简，得到粗糙集判定规则模型。
17、；应用该规则模型对新的焊接疲劳数据进行分析，得到粗糙集判别结果，完成焊接疲劳分析。0014 步骤S100中所述的结构应力s的定义为：0015 sm+b（1）0016 其中m、b分别为焊趾处受到的膜应力和弯曲应力；0017 定义焊线长为l，板厚为t，垂直焊趾的力为Fy，绕焊趾的弯矩为Mx，焊趾上的线力为fy，线力矩为mx，根据材料力学结构应力值s分量膜应力m、弯曲应力b计算公式如下：0018 0019 定义线力：0020 0021 推导得到线力矩：0022 0023 综合上式，焊趾处结构应力计算如下式：0024 0025 根据有限元分析和公式5计算最大结构应力，写入疲劳数据库。0026 所述步骤。
18、S200具体包含步骤：0027 S201：根据所述数据库中的最大结构应力和应力比计算得出所述疲劳数据库中各组数据的结构应力变化范围s；0028 S202：将所述疲劳循环次数和结构应力变化范围s写入对数坐标系，通过最小二乘法拟合建立S-N曲线；0029 S203：以所述S-N曲线为中心曲线，设定不同倍率的标准差，得到与中心曲线平行的多条特征曲线，以各曲线间的区域作为不同疲劳特征域；0030 S204：以疲劳数据点在疲劳特征域的分布对每一组疲劳数据进行疲劳等级划分，作为粗糙集数据库中各组数据的决策属性。0031 所述步骤S202中，所述S-N曲线拟合方法：0032 焊接接头疲劳载荷结构应力范围s和。
19、疲劳寿命N之间的关系可表示为：0033 CN(s)m0034 其中：C为材料常数；m为S-N曲线的斜率；将上式取对数：0035 lgS-BlgN+A0036 式中：S为所加载荷的结构应力范围s；N为疲劳寿命；B、A为拟合常数。0037 所述步骤S300具体包含：0038 S310.采用人工检查的方法去除明显的奇异点，去除噪声数据；说 明 书CN 103077320 A4/8页70039 S320.数据的相关性分析，去除相关性交底的数据；0040 S330.对上述步骤处理后数据离散化。0041 所述步骤S400中，采用不确定推理作为粗糙集判定规则模型的推理策略。0042 本发明的有益效果在于：与。
20、针对焊接结构疲劳分析的名义应力法、热点应力法、断裂力学法相比，本发明采用主S-N曲线法中的网格不敏感结构应力计算方法表征焊接接头在载荷作用下的焊趾处受力状态，该方法中结构应力的求解是通过对有限元计算结果提取单元的节点力，将节点载荷基于功等效变换为单元边上的分布线载荷，依据材料力学公式求解结构应力，而没有通过物理方程中应力与应变关系求解应力，减少了形函数求导所带来的计算误差，保证了结构应力计算对单元类型、网格形状及尺寸的不敏感性。针对主S-N曲线法中对某些影响因素的简化处理和忽略处理，本发明结合粗糙集理论综合分析各因素对焊接接头疲劳寿命的贡献度和关联度，并以此建立焊接疲劳预测算法，对焊接结构的疲。
21、劳分析和预测更为准确可靠。附图说明0043 为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。0044 图1为本发明所设计的基于粗糙集理论的焊接疲劳分析方法的流程图0045 图2为本发明的网格不敏感结构应力法中线力的定义及计算方法。0046 图3为本发明的焊接接头疲劳特征域划分实例。0047 图中：1、中心曲线；2、疲劳数据点；3、特征曲线；4、疲劳特征域。具体实施方式0048 为使本发明。
22、的实施例的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：0049 如图1所示：一种基于粗糙集理论的焊接疲劳分析方法，主要包含如下步骤：0050 S100.针对多组焊接接头疲劳试验建立至少包含：焊接接头基本参数、最大结构应力和循环次数的疲劳数据库：0051 说 明 书CN 103077320 A5/8页80052 所述的焊接接头基本参数主要包括：材料名称、接头类型、载荷类型、应力比、焊件厚度、焊脚长度、焊接方法、屈服强度、抗拉强度、弯曲应力比等参数。并且，将其中的载荷类型、应力比、弯曲应力比以及最大结构应力定义为载荷属性。0053 在获。
23、得数据库后，利用数据库中的数据构建粗糙集数据库。0054 S200.对所述疲劳数据库中的最大结构应力计算结构应力变化范围s；对s和循环次数进行属性构造；生成粗糙集数据库中的决策属性值，写入粗糙集数据库。0055 在本发明中，使用结构应力s表征结构受力状态，定义0056 sm+b（1）0057 其中m、b分别为焊趾处受到的膜应力和弯曲应力；0058 定义焊线长为l，板厚为t，垂直焊趾的力为Fy，绕焊趾的弯矩为Mx，焊趾上的线力为fy，线力矩为mx，根据材料力学结构应力值s分量膜应力m、弯曲应力b计算公式如下：0059 0060 定义线力：0061 0062 推导得到线力矩：0063 0064 综。
24、合上式，焊趾处结构应力计算如下式：0065 0066 根据以上计算方法和数据库中的载荷属性即可计算各疲劳数据的结构应力变化范围s。0067 结构应力范围s和疲劳寿命N之间的关系可表示为：0068 CN(s)m0069 其中：C为材料常数；m为S-N曲线的斜率；将上式取对数：说 明 书CN 103077320 A6/8页90070 lgS-BlgN+A （6）0071 式中：S为所加载荷的结构应力范围s；N为疲劳寿命；B、A为拟合常数。0072 以铝合金接头为例，对铝合金接头的疲劳试验数据进行回归处理，则式（6）可表述为0073 lgS-3.47883lgN+12.3605 （7）0074 式（。
25、7）绘制的双对数坐标S-N曲线如图3中mean线所示。设定不同的倍率，在本实施例中分别设定本实验中设定标准差的倍率为1，在中心曲线两侧各画出3条特征曲线，从而将所有样本分为6大类。0075 所有落在“-3staDev”和“-2staDev”两条线之间的样本对应的决策属性的取值为1；所有落在“-2staDev”和“-1staDev”两条线之间的样本对应决策属性的取值为2；所有落在“-1staDev”和“mean”两条线之间的样本对应决策属性的取值为3；所有落在“mean”和“+1staDev”两条线之间的样本对应决策属性的取值为4；所有落在“+1staDev”和“+2staDev”两条线之间的样。
26、本对应决策属性的取值为5；其它的所有样本的决策属性的取值为6。0076 在计算粗糙集数据库中的决策属性值同时，将原有疲劳数据库种的其他属性作为粗糙集数据库中的条件属性值写入新的粗糙集数据库。0077 由于原始疲劳数据库中的数据通常是不完整的、含噪声的并且是不一致的，需要进行预处理来提高建模数据的质量。在实验中对数据预处理的主要方法包括：噪声数据去除、相关性分析和连续数据离散化等步骤。0078 噪声数据的去除是为了去除明显错误和偏离期望的离群值数据。并不是建模数据采集步骤所获得所有数据都参与建模，其中一些明显的奇异点要在数据预处理阶段进行去除。优选的，在本发明中主要采用人工检查的方法去除明显的奇。
27、异点，达到去除噪声数据的目的。0079 相关性分析主要是为了确定与决策属性关系较大的条件属性，排除相关度较低的属性，减少后续步骤的工作量。0080 作为一个较佳的实施方式，本发明中，在经过建模数据采集步骤获得的实验数据中，由于焊件厚度和焊脚长度属性与决策属性的相关系数的绝对值小于0.1，因此将其去掉。0081 相关系数的求取过程：0082 对于（C为条件属性集合，D为决策属性集合，k1,m，m为条件属性个数），属性ak与决策属性的相关系数uc(ak)用下列公式来计算：0083 0084 上式中ak为条件属性，card(X)表示集合X的基，POSC(D)表示C正区域，即论域U的所有那些条件类U/。
28、C所表达的知识能够正确分类到决策类U/D之中的对象集合。uc(ak)越大，表明属性ak对决策越重要，其与决策属性的相关性系数越高。0085 由于粗糙集理论只能处理离散化的数据，因此需要对数据库中取值连续的属性进行离散化的预处理，采用基于联合熵的离散化方法，具体方法请详见：参考文献：Zou L,Yang X Y，Deng W.Research on discretization of continuous attribute and 说 明 书CN 103077320 A7/8页10attribute reduction based on united entropyJ.IJACT:Intern。
29、ational Journal of Advancements in Computing Technology.2012,4(18):441-449.0086 对原始数据经过上述处理之后的决策数据库如下：0087 0088 针对得到的粗糙集数据库进行约简，主要包含条件属性约简和条件属性值约简，从横向上对规则进行压缩，规则约简是通过减少规则数目从而实现从纵向上对规则数目进行压缩.求解条件属性约简的最优解是NP(Non-deterministic Polynomial)难的.0089 本实验中采用基于联合熵的约简算法进行属性约简和值约简，关于联合熵约简算法，请详见参考文献：Zou L,Yang X。
30、 Y，Deng W.Research on discretization of continuous attribute and attribute reduction based on united entropyJ.IJACT:International Journal of Advancements in Computing Technology.2012,4(18):441-449.0090 得到3组约简结果为：0091 应力比,屈服强度，应力比,材料名称，应力比,抗拉强度。其中应力比是核。核是所有约简中都包含的属性，对于分类具有最重要的作用。0092 经过属性约简和值约简处理后,可得。
31、到一个由规则组成的粗糙集模型，使用该模型，采用合适的模型推理方法，即可对未知样本的输出进行预测。0093 如何使用模型进行推理被称作推理策略。合适的推理策略对于提高模型的预测能力具有很重要的影响。本发明中需要采用不确定推理。经过预处理和约简步骤之后，实验中获得了一组粗糙集判定规则模型。0094 基于对可靠性的要求，设定判定规则模型的最小可信度为0.5，最小覆盖度为0.2，得到一组对实际焊接疲劳寿命分析非常有价值的规则，列出其中9条如下：0095 应力比(0.1,0.3)AND抗拉强度(305,317)=DEC(3)0096 应力比(0.3,*)AND抗拉强度(305,317)=DEC(3)0097 应力比(*,0.1)AND抗拉强度(329,*)=DEC(4)0098 应力比(0.1,0.3)AND屈服强度(*,144)=DEC(3)0099 应力比(0.1,0.3)AND材料名称(5083H11)=DEC(3)说 明 书CN 103077320 A10。