一种叶片振动疲劳强度及三维疲劳裂纹扩展预测方法

AITNT
正文
推荐专利
一种叶片振动疲劳强度及三维疲劳裂纹扩展预测方法
申请号:CN202411721999
申请日期:2024-11-28
公开号:CN119808456A
公开日期:2025-04-11
类型:发明专利
摘要
本发明公开了一种叶片振动疲劳强度及三维疲劳裂纹扩展预测方法,对叶片试件材料进行单轴拉伸试验及断裂韧性测定,获得叶片试件材料的材料力学参数;对叶片试件进行弯曲振动疲劳试验,获取叶片试件的疲劳强度;构建三维疲劳断裂相场模型,通过有限元计算得到相场仿真参数;基于材料力学参数和相场仿真参数,仿照弯曲振动疲劳试验中的叶片试样建立叶片三维仿真模型,在叶片的叶盆处施加周期性压力载荷模拟叶片服役过程中的气动载荷,计算叶片三维疲劳裂纹扩展行为,预测叶片振动疲劳强度。建立三维疲劳断裂相场模型,利用有限单元法进行数值求解,能够有效地预测周期性振动载荷下叶片的三维疲劳裂纹扩展行为,提高叶片疲劳预测精准度。
技术关键词
叶片 试件材料 相场模型 疲劳裂纹扩展 三维仿真模型 应力 载荷 参数 周期性 弯曲 单轴 处理器 门槛 压力 计算机设备 泊松比 密度 可读存储介质
系统为您推荐了相关专利信息
1
基于HDIoU的农作物无损叶片气孔表型智能分析方法
智能分析方法 海林格距离 网络 叶片 模块
2
一种混合驱动的金属多疲劳裂纹扩展融合预测方法
疲劳裂纹长度 疲劳裂纹扩展 在线监测模型 深度编码器 结构仿真
3
一种用于飞机发动机叶片飞脱的无线控制系统
飞机发动机叶片 无线控制系统 控制器单元 无线发射器 通信架构
4
一种土壤环境地球化学与农作物生长协同影响分析方法
参数 分析模块 信息采集模块 植物生长信息 数学模型
5
一种关键学习期感知的无人机分层个性化联邦学习方法
联邦学习方法 联邦学习系统 服务器 分层 变分贝叶斯
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号