亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Probabilistic modeling of fatigue crack growth and experimental verification

概率逻辑 结构工程 巴黎法 统计模型 耐久性 聚结(物理) 开裂 随机建模 可靠性(半导体) 概率分布 断裂力学 材料科学 工程类 数学 统计 裂缝闭合 复合材料 功率(物理) 物理 量子力学 天体生物学
作者
Yizhao Li,Shun‐Peng Zhu,Ding Liao,Xiaopeng Niu
出处
期刊:Engineering Failure Analysis [Elsevier]
卷期号:118: 104862-104862 被引量:14
标识
DOI:10.1016/j.engfailanal.2020.104862
摘要

Stochastic fatigue crack growth (FCG) modeling is vital for fatigue reliability and durability analyses of engineering components. To characterize the statistical properties of FCG process, the Yang–Manning model was introduced to calculate the crack exceedance probability and fatigue life distribution to reach any crack size; however, it is only applicable for failure probability analyses of pre-cracking specimens. According to this, a new probabilistic fatigue life model considering the distribution of initial crack sizes was proposed. Experimental data of Al 2024-T3 alloy and 30NiCrMoV12 steel were utilized for model validation and comparison. Results show that the proposed probabilistic model works well for FCG analysis with independent cracks. In addition, the Yang–Manning model was extended to consider the crack coalescence issue under multiple cracks condition, which shows a sound conformity to experimental data.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
春天的粥完成签到 ,获得积分10
2秒前
xxxgggppp完成签到,获得积分20
3秒前
不安听露完成签到 ,获得积分10
5秒前
新斯的明的明完成签到 ,获得积分10
6秒前
飘逸惠完成签到,获得积分10
7秒前
SamSimple完成签到,获得积分10
9秒前
刘MTY完成签到 ,获得积分10
16秒前
17秒前
cm完成签到,获得积分10
20秒前
汉堡包应助老实的文龙采纳,获得10
21秒前
24秒前
蛋仔发布了新的文献求助10
27秒前
量子星尘发布了新的文献求助10
28秒前
pay发布了新的文献求助10
29秒前
30秒前
33秒前
34秒前
35秒前
星驰完成签到 ,获得积分10
35秒前
北陌完成签到 ,获得积分10
37秒前
合适的初蓝完成签到 ,获得积分10
38秒前
histamin完成签到,获得积分10
39秒前
李同学发布了新的文献求助10
39秒前
AQI发布了新的文献求助10
40秒前
ljx完成签到 ,获得积分10
41秒前
Zz完成签到 ,获得积分10
41秒前
独特的醉山关注了科研通微信公众号
46秒前
西格玛完成签到,获得积分10
50秒前
科研通AI2S应助yuyu采纳,获得30
50秒前
苏木应助yuyu采纳,获得10
50秒前
玉米完成签到,获得积分10
52秒前
娇娇完成签到 ,获得积分10
53秒前
Beginner完成签到,获得积分10
55秒前
小怪给小怪的求助进行了留言
58秒前
斯文败类应助科研通管家采纳,获得10
58秒前
斯文败类应助科研通管家采纳,获得10
58秒前
华仔应助科研通管家采纳,获得10
58秒前
58秒前
华仔应助科研通管家采纳,获得10
58秒前
58秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Introduction to strong mixing conditions volume 1-3 5000
Agyptische Geschichte der 21.30. Dynastie 3000
Les Mantodea de guyane 2000
„Semitische Wissenschaften“? 1510
从k到英国情人 1500
Cummings Otolaryngology Head and Neck Surgery 8th Edition 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5754595
求助须知:如何正确求助?哪些是违规求助? 5487917
关于积分的说明 15380281
捐赠科研通 4893160
什么是DOI,文献DOI怎么找? 2631746
邀请新用户注册赠送积分活动 1579693
关于科研通互助平台的介绍 1535417