一种腐蚀智能钢丝疲劳寿命预测方法及系统

本发明涉及土木工程，尤其涉及一种腐蚀智能钢丝疲劳寿命预测方法及系统。

背景技术：

1、智能钢丝是指将光纤布拉格光栅(fbg)嵌入普通钢丝，其兼具感知和受力的功能，常作为传感器用在斜拉索或者吊杆中。在智能钢丝的服役过程中会遭受环境的腐蚀，腐蚀会影响智能钢丝的疲劳寿命和传感性能。目前，在智能钢丝疲劳寿命方面，设计时需满足在相应应力幅值作用下循环200万次不断裂的要求，没有定量的研究腐蚀对智能钢丝疲劳寿命的影响；在智能钢丝传感性能方面，服役过程中采用未腐蚀智能钢丝传感模型对应力进行监测，未考虑腐蚀对智能钢丝传感性能的影响。

2、因此，现有技术还有待改进和提高。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种腐蚀智能钢丝疲劳寿命预测方法及系统，旨在解决现有技术中在分析智能钢丝疲劳寿命的没有定量的研究腐蚀对智能钢丝疲劳寿命的影响的问题。

2、为了解决上述技术问题，本发明所采用的技术方案如下：

3、第一方面，本发明提供一种腐蚀智能钢丝疲劳寿命预测方法，其中，方法包括：

4、基于basquin方程构建智能钢丝疲劳寿命的多参数weibull累计分布函数模型；

5、基于腐蚀试验，确定质量损失率，并将所述质量损失率作为所述智能钢丝的腐蚀程度，并基于所述腐蚀程度与所述智能钢丝疲劳寿命的多参数weibul l累计分布函数模型，得到腐蚀智能钢丝疲劳寿命累计分布函数；

6、基于所述腐蚀智能钢丝疲劳寿命累计分布函数和智能钢丝的保证率，得到智能钢丝疲劳寿命。

7、在一种实现方式中，所述基于所述basquin方程构建智能钢丝疲劳寿命的多参数weibul l累计分布函数模型，包括：

8、在等幅荷载下，确定所述智能钢丝的疲劳应力幅δs和疲劳寿命n的关系式：lgn＝c-mlgδs，其中，c与m为材料常数；

9、确定所述智能钢丝的保证率，并根据所述保证率与疲劳应力幅δs和疲劳寿命n的关系式，得到疲劳特征寿命na，并基于所述疲劳特征寿命na得到智能钢丝疲劳寿命的多参数weibul l累计分布函数模型。

10、在一种实现方式中，所述根据所述保证率与疲劳应力幅δs和疲劳寿命n的关系式，得到疲劳特征寿命na，包括：

11、对于给定的保证率p，疲劳应力幅δs和疲劳寿命n的关系式表示为：lgnp＝cp-mlgδs；其中，np为给定保证率p条件下的疲劳寿命；cp为给定保证率p时的模型参数；

12、在指定应力幅δs作用下，所述智能钢丝的疲劳寿命n服从weibul l分布：

13、

14、其中，b为weibul l分布的形状函数，与应力幅δs无关；na为在指定应力幅δs作用下所述智能钢丝的疲劳特征寿命。

15、在一种实现方式中，所述基于所述疲劳特征寿命na得到智能钢丝疲劳寿命的多参数weibul l累计分布函数模型，包括：

16、将所述智能钢丝的疲劳寿命n服从weibull分布的两边进行对数变换，得到：

17、若lgn＝c-mlgδs与取相同的保证率，根据一致性条件要求，疲劳特征寿命na表示为：

18、na＝k(δs)-m；

19、将na＝k(δs)-m代入得到智能钢丝疲劳寿命的多参数weibull累计分布函数模型：

20、其中，k为模型中待定的参数。

21、5.根据权利要求4所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述质量损失率w表示为：

22、

23、其中，l为钢丝腐蚀段长度，l为钢丝总长度，r为钢丝半径，m为智能钢丝质量，m1、m2分别为腐蚀前后智能钢丝的质量。

24、在一种实现方式中，所述基于所述腐蚀程度与所述智能钢丝疲劳寿命的多参数weibull累计分布函数模型，得到腐蚀智能钢丝疲劳寿命累计分布函数，包括：

25、在同一腐蚀程度下，智能钢丝疲劳寿命n和疲劳应力幅δs在双对数坐标系中呈线性关系，智能钢丝sn曲线斜率和质量损失表示为：

26、c和d为模型未知数，其中cw+d＜0，c＞0和d＜0；

27、在同一应力幅作用下，智能钢丝疲劳寿命n和质量损失w在对数坐标系中呈线性关系，腐蚀智能钢丝疲劳特征寿命na'和质量损失率w的关系表示为：

28、na'＝naexp(rw)＝k(δs)-mexp(rw)，其中，r为模型待定参数，且r<0；

29、得到的腐蚀智能钢丝疲劳寿命累计分布函数为：

30、

31、在一种实现方式中，所述方法还包括：

32、获取所述智能钢丝监测波长数据，并基于所述智能钢丝监测波长数据确定腐蚀智能钢丝传感模型；

33、基于所述质量损失率与所述腐蚀智能钢丝传感模型，构建智能钢丝传感性能模型。

34、第二方面，本发明实施例还提供一种腐蚀智能钢丝疲劳寿命预测装置，其中，所述装置包括：

35、函数模型建立模块，用于基于basquin方程构建智能钢丝疲劳寿命的多参数weibull累计分布函数模型；

36、分布函数建立模块，用于腐蚀模型基于腐蚀试验，确定质量损失率，并将所述质量损失率作为所述智能钢丝的腐蚀程度，并基于所述腐蚀程度与所述智能钢丝疲劳寿命的多参数weibull累计分布函数模型，得到腐蚀智能钢丝疲劳寿命累计分布函数；

37、疲劳寿命确定模块，用于基于所述腐蚀智能钢丝疲劳寿命累计分布函数和智能钢丝的保证率，得到智能钢丝疲劳寿命。

38、第三方面，本发明实施例还提供一种终端设备，其中，终端设备应用于接收端或者发送端，包括存储器、处理器及存储在存储器中并可在处理器上运行的腐蚀智能钢丝疲劳寿命预测程序，处理器执行腐蚀智能钢丝疲劳寿命预测程序时，实现上述方案中任一项的腐蚀智能钢丝疲劳寿命预测方法的步骤。

39、第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有腐蚀智能钢丝疲劳寿命预测程序，腐蚀智能钢丝疲劳寿命预测程序被处理器执行时，实现上述方案中任一项的腐蚀智能钢丝疲劳寿命预测方法的步骤。

40、有益效果：与现有技术相比，本发明提供了一种腐蚀智能钢丝疲劳寿命预测方法，本发明首先基于basquin方程构建智能钢丝疲劳寿命的多参数weibull累计分布函数模型。然后，基于腐蚀试验，确定质量损失率，并将所述质量损失率作为所述智能钢丝的腐蚀程度，并基于所述腐蚀程度与所述智能钢丝疲劳寿命的多参数weibull累计分布函数模型，得到腐蚀智能钢丝疲劳寿命累计分布函数。最后，基于所述腐蚀智能钢丝疲劳寿命累计分布函数和智能钢丝的保证率，得到智能钢丝疲劳寿命。本发明研究了腐蚀蚀程度对智能钢丝疲劳寿命的影响，建立了腐蚀智能钢丝疲劳寿命模型，解决了在在腐蚀环境下智能钢丝疲劳寿命预测。

技术特征：

1.一种腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，基于basquin方程构建智能钢丝疲劳寿命的多参数weibull累计分布函数模型，包括：

3.根据权利要求2所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述根据所述保证率与疲劳应力幅δs和疲劳寿命n的关系式，得到疲劳特征寿命na，包括：

4.根据权利要求3所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述基于所述疲劳特征寿命na得到智能钢丝疲劳寿命的多参数weibull累计分布函数模型，包括：

5.根据权利要求4所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述质量损失率w表示为：

6.根据权利要求5所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述基于所述腐蚀程度与所述智能钢丝疲劳寿命的多参数weibull累计分布函数模型，得到智能钢丝疲劳寿命累计分布函数，包括：

7.根据权利要求6所述的腐蚀智能钢丝疲劳寿命预测方法，其特征在于，所述方法还包括：

8.一种腐蚀智能钢丝疲劳寿命预测装置，其特征在于，所述装置包括：

9.一种终端设备，其特征在于，所述终端设备应用于接收端或者发送端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的腐蚀智能钢丝疲劳寿命预测程序，所述处理器执行所述腐蚀智能钢丝疲劳寿命预测程序时，实现如权利要求1-7任一项所述的腐蚀智能钢丝疲劳寿命预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有腐蚀智能钢丝疲劳寿命预测程序，所述腐蚀智能钢丝疲劳寿命预测程序被处理器执行时，实现如权利要求1-7任一项所述的腐蚀智能钢丝疲劳寿命预测方法的步骤。

技术总结
本发明公开了一种腐蚀智能钢丝疲劳寿命预测方法及系统，所述方法包括：基于Basquin方程构建智能钢丝疲劳寿命的多参数Weibull累计分布函数模型；基于腐蚀试验，确定质量损失率，并将所述质量损失率作为所述智能钢丝的腐蚀程度，并基于所述腐蚀程度与所述智能钢丝疲劳寿命的多参数Weibull累计分布函数模型，得到腐蚀智能钢丝疲劳寿命累计分布函数；基于所述智能钢丝疲劳寿命累计分布函数和智能钢丝的保证率，得到智能钢丝疲劳寿命。本发明研究了腐蚀蚀程度对智能钢丝疲劳寿命的影响，建立了腐蚀智能钢丝疲劳寿命模型，解决了在在腐蚀环境下智能钢丝疲劳寿命预测。

技术研发人员：柳成荫,晏铖,韩喜双
受保护的技术使用者：哈尔滨工业大学（深圳）
技术研发日：
技术公布日：2024/1/11