随机三维裂纹结构的剩余强度可靠性分析方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11802088
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0813.计算固体力学
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

In practical engineering, since there exist a large number of cracked structures, the residual strength prediction of them is very important for ensuring the security of service structure. Most of the existing residual strength reliability analysis methods of cracked structure are based on two-dimensional or empirical analytical model. However, for three-dimensional cracked structure with arbitrary geometric features, they will suffer some bottlenecks caused by the non-analytic stress intensity factor and large-scale computing problems. This project aims to study residual strength reliability analysis method of three-dimensional cracked structure to effectively predict the failure probability at any given moment by combining the three dimensional crack growth mechanism and uncertainty analysis theory . The main researches of this project include the key scientific problems such as the parametric uncertainty quantification, residual reliability analysis model and its efficient solution strategy for stochastic three-dimensional cracked structure, and then the correlated models and algorithms are integrated and tested. Finally, the residual strength reliability analysis system of stochastic three-dimensional cracked structure can be preliminary formed, which expects to provide a certain theoretical foundation for the residual strength reliability prediction of the key components of sophisticated high-end equipment.
由于实际工程中存在大量的裂纹结构,因而对其进行剩余强度可靠性分析将有助于保证工程结构的服役安全性。现有剩余强度可靠性分析方法大多数是基于二维裂纹结构或经验性解析模型来进行分析评估的,而针对具有任意几何特征的三维裂纹结构问题时将遭遇应力强度因子难以解析获取、大规模计算等带来的若干瓶颈问题。本项目将通过融合三维裂纹扩展机制和不确定性分析理论,研究随机三维裂纹结构的剩余强度可靠性分析方法,以有效预测复杂裂纹结构在任意时刻下的断裂失效概率。主要研究随机三维裂纹结构的参数不确定性度量、剩余强度可靠性分析模型和高效求解策略等关键科学问题,并对相关模型和算法进行集成及试验验证。最终,初步形成随机三维裂纹结构剩余强度可靠性分析系统,期望为复杂高端装备关键结构件的剩余强度可靠性预测提供一定的理论基础。

结项摘要

裂纹结构的剩余强度预测是一个高度复杂且具有时变特性的问题,需掌握剩余强度随裂纹增长的变化规律,对裂纹结构连续使用中任何一时刻能够达到的静强度值进行估计,进而合理规定剩余强度载荷要求,以保证结构的服役安全性。实际工程中,由于制造工艺、冶炼过程和服役环境等的差异,裂纹结构中存在着大量不确定性参数。受外部环境因素的影响,结构所受载荷通常是随机波动等。由于这些不确定性参数在结构中相互耦合、传播和放大,将可能使结构的剩余强度发生较大波动。因此,针对裂纹结构进行剩余强度评估和预测时,有必要引入不确定性分析方法,建立随机裂纹结构全生命周期剩余强度可靠性分析理论和方法,进而有效保障结构的高安全性和服役稳定性。.本项目针对具有任意几何特性的三维裂纹结构存在应力强度因子难以解析获取、大规模计算等带来的若干瓶颈问题,开展复杂随机三维裂纹结构的剩余强度可靠性分析方法研究。具体的主要研究内容包括:随机裂纹结构的参数不确定性度量技术,包括考虑参数存在认知、数据缺乏、模糊等不确定性下的裂纹结构断裂统计特性和考虑空间随机断裂特性的裂纹结构非均质随机场度量方法;三维随机裂纹结构剩余强度不确定性传播分析方法,包括考虑裂纹扩展常数相关性的疲劳裂纹扩展寿命不确定性传播分析方法和考虑认知不确定性的三维裂纹结构损伤容限分析方法;剩余强度可靠性高效求解方法,包括基于主动策略的疲劳寿命可靠性分析方法和基于深度学习的裂纹结构智能损伤评估方法;系统集成及工程应用,搭建了裂纹结构多源不确定可靠性分析软件系统,并将研究成果在直升机抗弹击损伤容限分析中进行了应用。相关研究成果有望为航空发动机、高铁、直升机传动系统等的损伤容限可靠性分析和设计奠定一定的理论基础。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
基于两阶段主动学习Kriging模型的广义概率区间混合可靠性分析
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    余萌晨;龙湘云
  • 通讯作者:
    龙湘云
Concurrent topology optimization for thermoelastic structures with random and interval hybrid uncertainties
具有随机和区间混合不确定性的热弹性结构的并行拓扑优化
  • DOI:
    10.1002/nme.6889
  • 发表时间:
    2021-11
  • 期刊:
    International Journal for Numerical Methods in Engineering
  • 影响因子:
    2.9
  • 作者:
    Jing Zheng;Shaonan Ding;Chao Jiang;Zhonghua Wang
  • 通讯作者:
    Zhonghua Wang
Deep learning-based planar crack damage evaluation using convolutional neural networks
使用卷积神经网络进行基于深度学习的平面裂纹损伤评估
  • DOI:
    10.1016/j.engfracmech.2021.107604
  • 发表时间:
    2021-02-22
  • 期刊:
    ENGINEERING FRACTURE MECHANICS
  • 影响因子:
    5.4
  • 作者:
    Long, X. Y.;Zhao, S. K.;Liu, C. H.
  • 通讯作者:
    Liu, C. H.
一种直升机尾传动轴抗弹击损伤容限分析方法
  • DOI:
    10.13675/j.cnki.tjjs.21056
  • 发表时间:
    2021
  • 期刊:
    推进技术
  • 影响因子:
    --
  • 作者:
    米栋;龙湘云;赵思波;胡相波;姜潮
  • 通讯作者:
    姜潮
Probabilistic fracture mechanics analysis of three-dimensional cracked structures considering random field fracture property.
考虑随机场断裂特性的三维裂纹结构概率断裂力学分析。
  • DOI:
    10.1016/j.engfracmech.2019.106586
  • 发表时间:
    2019
  • 期刊:
    International Journal of Plasticity
  • 影响因子:
    9.8
  • 作者:
    Xiangyun Long;Kai Liu;Chao Jiang;Xu Han
  • 通讯作者:
    Xu Han

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于vine copula函数的结构不确定性传播分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中国科学:技术科学
  • 影响因子:
    --
  • 作者:
    姜潮;陈耿;杨超;龙湘云;张旺
  • 通讯作者:
    张旺
一种概率-区间混合结构可靠性的高效计算方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算力学学报
  • 影响因子:
    --
  • 作者:
    姜潮;刘丽新;龙湘云
  • 通讯作者:
    龙湘云
时变可靠性的区间PHI2分析方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国科学:物理学 力学 天文学
  • 影响因子:
    --
  • 作者:
    张德权;韩旭;姜潮;刘杰;龙湘云
  • 通讯作者:
    龙湘云
比例边界有限元二阶灵敏度设计及断裂力学分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    固体力学学报
  • 影响因子:
    --
  • 作者:
    龙湘云;姜潮;韩旭;孙兴盛
  • 通讯作者:
    孙兴盛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

龙湘云的其他基金

基于深度学习的航空构件表面裂纹智能损伤评估方法研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码