An elasto-plastic damage accumulation model for fatigue life predication of ductile metals at the yield stress

材料科学 压力(语言学) 工作(物理) 低周疲劳 可塑性 复合材料 应力-应变曲线 结构工程 产量(工程) 变形(气象学) 工程类 机械工程 语言学 哲学
作者
Jindong Huo,Xiaochuan You,Jianan Hu,Zhuo Zhuang
出处
期刊:International Journal of Damage Mechanics [SAGE]
卷期号:31 (3): 464-476 被引量:9
标识
DOI:10.1177/10567895211045420
摘要

From the analysis of massive fatigue test data, we find a mismatch between the fatigue life predictions done by stress-life method (SN) and those by strain-life method (εN) around the yield stress of ductile metals. Since the SN and εN methods are widely used in engineering applications, this work aims to explain such mismatch and thereby to address the fatigue life prediction at material’s yield stress, at which the material’s elastic damage and plastic damage are comparable. Based on a normalized damage concept, we propose an elasto-plastic damage accumulation model, a data-driven approach, to evaluate the fatigue damage at the yield stress. By differentiating the damage caused by the elastic from the plastic, the damage of each loading cycle is formulated as a function of both stress and strain amplitudes to accurately capture the material’s response state. With introducing the strain-energy-density based weighting factor, the proposed model can accord well with the classical methods from low-cycle fatigue to high-cycle fatigue. When it comes to the yield stress, the fatigue life estimated by the proposed model compares favorably with the fatigue test data. Therefore, beyond clarifying the mismatch between the classical approaches, the proposed model is expected to improve the accuracy in fatigue damage evaluation of ductile metals at the yield stress.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
刚刚
研友_Z5BX45完成签到,获得积分10
1秒前
三金完成签到 ,获得积分10
1秒前
111完成签到,获得积分10
2秒前
鹏826完成签到 ,获得积分10
2秒前
Alive发布了新的文献求助10
3秒前
5秒前
长安发布了新的文献求助10
6秒前
胡树发布了新的文献求助50
7秒前
风槿完成签到 ,获得积分10
8秒前
老肖发布了新的文献求助10
8秒前
福路路完成签到 ,获得积分10
9秒前
Georges-09完成签到,获得积分10
9秒前
老天师一巴掌完成签到 ,获得积分10
9秒前
十元完成签到,获得积分10
10秒前
10秒前
淡淡的若冰应助自然芹采纳,获得30
10秒前
葛藟萦藤完成签到,获得积分10
11秒前
影子完成签到,获得积分10
11秒前
米粥饭完成签到,获得积分10
12秒前
冰雪物语完成签到,获得积分20
13秒前
Jj完成签到,获得积分10
13秒前
王晓完成签到,获得积分10
14秒前
长安完成签到,获得积分10
15秒前
深情依霜完成签到,获得积分20
15秒前
隐形曼青应助震动的绿竹采纳,获得10
16秒前
JamesPei应助葛藟萦藤采纳,获得10
16秒前
云氲完成签到 ,获得积分10
17秒前
睡觉王完成签到 ,获得积分10
17秒前
恰恰完成签到,获得积分10
17秒前
冰糖葫芦娃完成签到,获得积分10
18秒前
小二郎应助酷炫的语梦采纳,获得10
18秒前
18秒前
xly完成签到,获得积分10
19秒前
cream发布了新的文献求助10
19秒前
hahah完成签到,获得积分10
20秒前
20秒前
哥屋恩完成签到,获得积分20
20秒前
wf完成签到,获得积分10
20秒前
Watson完成签到,获得积分10
21秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158693
求助须知:如何正确求助?哪些是违规求助? 2809927
关于积分的说明 7884596
捐赠科研通 2468681
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012