基于支持矢量机的疲劳应力集中系数预测模型研究

疲劳应力集中系数作为材料疲劳抗力指标的疲劳极限,不仅反映了疲劳应力集中的程度,还反映了材料对缺口的敏感程度,将近年来飞速发展的支持矢量机(Support vector machine,SVM)应用于疲劳应力集中系数的研究。介绍支持矢量机的基本原理,利用LIBSVM,选择高斯型径向基函数(Radial basis function,RBF)作为核函数,建立以材料的抗拉强度、屈服强度、光棒疲劳强度、理论应力集中系数、缺口根部半径、试样尺寸及缺口疲劳极限作为输入值,疲劳应力集中系数为输出值的模型,从而对疲劳应力集中系数进行分析和预测。同时,SVM模型与经验公式Neuber式和Peterson式的计算值进行比较。结果表明,在小样本条件下,应用SVM技术构建的数学模型,模型的拟合相对误差小于7.4%,从而证明该SVM模型的准确性和适用性。

完全叠接K型管节点的应力集中系数的试验研究

海洋平台管节点的疲劳寿命预测通常采用S-N曲线方法,其中应力幅S的大小需由应力集中系数这个参数来确定。该文通过对大型完全叠接K节点试件在轴向载荷作用下应力集中系数的试验研究,得到了轴向载荷作用下完全叠接K节点焊缝周围的应力集中系数分布和应力集中系数极值点位置,从疲劳的角度证实了完全叠接管节点形式有利于主管的安全。