Weibull分布模型在热再生沥青混合料疲劳特性 分析中的应用研究
质量管理课程-Weibull分布

案例三
总结词
复杂系统的Weibull分布可靠性评估
详细描述
质量管理课程中,我们还通过案例研究探讨 了复杂系统的Weibull分布可靠性评估。针 对由多个子系统组成的复杂系统,我们首先 识别了各子系统的故障模式和失效机制,然 后使用Weibull分布模型对各子系统的可靠 性进行了评估。最后,我们综合各子系统的 可靠性特征,对整个复杂系统的可靠性进行 了分析和预测。这一案例研究有助于提高我
案例二
总结词
机械部件故障模式的Weibull分布应用
详细描述
在质量管理课程中,我们还探讨了机械部件故障模式的Weibull分布应用。针对不同类 型的机械部件,我们收集了其故障数据,并使用Weibull分布模型进行拟合。通过对比 不同部件的Weibull分布参数,我们分析了各部件的故障模式和可靠性特征,为预防性
Weibull分布的特性
总结词
Weibull分布具有形状参数和尺度参数两个参数,决定了分布 的形状和尺度。
详细描述
Weibull分布有两个参数,一个是形状参数λ(lambda),一个 是尺度参数k。形状参数决定了分布的形状,尺度参数决定了分 布的尺度。当形状参数λ=1时,Weibull分布退化为指数分布。
识别潜在故障模式
通过FMEA分析,识别产品或过程中可能出 现的故障模式。
分析故障影响
评估每种故障模式对产品质量、安全性、可 靠性和其他关键性能指标的影响。
确定风险优先级
根据故障影响程度和发生概率,确定风险优 先级,为改进措施提供依据。
制定预防措施
针对高风险故障模式,制定有效的预防措施, 降低其发生概率或减轻其影响程度。
掌握如何利用软件进行Weibull分布的拟合、分析和绘 图。
再生沥青混合料的低温及中温抗裂性能分析

再生沥青混合料的低温及中温抗裂性能分析摘要:为研究废旧沥青路面材料(RAP)对热拌再生沥青混合料抗裂性能的影响,本文分别采用圆盘拉伸试验(DCT)和疲劳拉伸试验对再生沥青混合料的低温抗裂性及中温抗疲劳性能进行了试验研究。
首先,采用DCT试验对再生沥青混合料试件进行了断裂试验,并采用韧性指数(Toughness Index)对再生沥青混合料的低温抗裂性能进行评价;其次,采用拉伸试验对再生沥青混合料进行了单轴拉伸疲劳试验,并通过简化的粘弹性连续损伤模型(S-VECD),确定了不同再生沥青混合料的损伤特征曲线(DCC),和基于能量的疲劳失效标准与疲劳加载次数之间的关系(GR-Nf),对不同再生沥青混合料的抗疲劳性能进行了研究。
综合两种试验结果表明,随着RAP含量的增加,沥青混合料的低温抗裂性能及中温抗疲劳性能均有不同程度的降低,在实际应用中应加以控制。
关键词:RAP;沥青混合料;低温开裂;圆盘拉伸试验;疲劳开裂;粘弹性连续损伤模型中图分类号:U416.217 文献标准码:A1引言再生沥青路面材料(RAP)是一种非常有价值的资源,早在上世纪30年代,国外就开始在路面建设中使用RAP材料,随着原油价格的增长及环保意识的增强,RAP材料的应用越来越普遍。
在新修建的沥青路面中掺加一定量的RAP材料,不仅可以节约沥青和集料用量,其经济价值显而易见。
但随着RAP的加入,沥青混合料的力学性能发生变化,影响沥青路面使用性能[1]。
沥青路面的低温开裂已成为困扰道路研究工作者的难题,无论是在北方冰冻地区,还是在南方寒冷地区,沥青路面出现低温开裂的现象相当普遍,且低温开裂在温度骤降或是温差较大的地区更为突出。
研究表明,仅仅对沥青结合料进行测试来表征沥青混合料的低温抗裂性能是不充分的。
近年来,基于能量的试验引起了较为广泛的关注,包括半圆拉伸试验(SCB)、Fenix试验和圆盘紧凑拉伸试验(DCT)等等[2]。
DCT试验最初是在ASTM E 399标准中使用,然后由Wagoner引入到沥青混合料中,在十几年的不断改进与应用中,逐渐成为评价沥青混合料低温性能最为流行的断裂试验方法。
威布尔帕累托(Ⅳ)分布:性质及应用

威布尔帕累托(Ⅳ)分布:性质及应用宋晓琳【摘要】利用T-X变换技巧将威布尔分布及帕累托(Ⅳ)分布组合,构建了威布尔帕累托(Ⅳ)分布并研究极限,单峰性,香农熵,力矩等相关统计性质;利用R语言对两组经典数据进行分布拟合;给出几种模型的参数估计及拟合优度的比较,并根据似然比检验,对威布尔帕累托(Ⅳ)分布和其他几种分布做对比分析,结果表明威布尔帕累托(Ⅳ)分布具有更优的拟合效果.【期刊名称】《经济数学》【年(卷),期】2019(036)001【总页数】5页(P106-110)【关键词】威布尔分布;帕累托(Ⅳ)分布;T-X分布;EM算法【作者】宋晓琳【作者单位】辽宁师范大学数学学院,辽宁大连 116029【正文语种】中文【中图分类】O2121 引言威布尔分布有单调的失效率,常用来模拟生命周期数据.帕累托分布及其推广提供了非常灵活的厚尾分布族,可以用来模拟收入分配、金融、保险等相关领域的数据.威布尔分布广泛应用于各种类型的数据建模,尤其在生存分析和可靠性分析中得到了广泛的关注.然而,它无法刻画具有非单调失效率函数的数据集,因此统计文献对威布尔分布进行了各种形式的推广[1-2].经典的帕累托分布是一类具有幂律概率尾的统计模型,常被用来模拟具有高度正倾斜和右厚尾数据[3].但是,帕累托分布的密度函数是单调递减的,因而无法处理具有驼峰形状的数据集.在各种类型的帕累托模型中,帕累托(Ⅳ)更值得关注,它是由Cronin[4]最早提出的.值得注意的是,大多数关于帕累托(Ⅳ)分布的分布理论都可以通过使用KOTZ等[5]提出的布尔分布获得,也可以参考Harris[6]的早期文献.帕累托(IV)模型的一个显著特征是,它包含了帕累托密度族的最大参数.最近,统计学家和应用研究人员对构建灵活的分布族非常感兴趣,以便更好地对实践中数据进行建模.Alzaatreh等[7]提出了一种生成连续分布族的新方法,并提供了几种使用该技术构建的广义族的例子.Kong等[8]提出贝塔-伽玛分布,并考察了它的性质,如分布的可靠性、失效函数和应用.Akinsete等[9]研究了一个四参数的贝塔-帕累托分布,该分布具有单峰和单调递减的风险率,讨论了其均值、均值偏差、方差、偏度、峰度和熵的表达式.Alzaatreh等[10]构造了威布尔-帕累托分布,给出了威布尔-帕累托分布的各种性质.Alzaatreh等[11]提出了伽玛-帕累托(IV)分布并研究了该分布的各种性质和分布特征.2 模型构建F(x)为随机变量X的累积分布函数(cdf),rt为定义在0,+上随机变量T的概率密度函数(pdf),由Alzaatreh等[7]定义的广义累积分布函数为Gx=rtdt.(1)由式(1)定义的分布族称为“Transformed-Transformer”分布族(或称为T-X族). 设随机变量T服从威布尔分布,其密度函数为则由式(1)定义了威布尔-X的pdf为(2)如果随机变量X服从帕累托(Ⅳ)分布,其密度函数为x>0,α>0,δ>0.则由式(2)可得到设则得到exp {-[βlog(1+x1/α)]c},x>0,α>0,δ>0.(3)称满足式(3)的pdf为威布尔-帕累托分布(Ⅳ),记作WPDⅣβ,α,c.由式(3)可以得到WPDⅣ分布的cdf为Gx=1-exp -βlog 1+x1/αc.在图1~2中,描绘了gx关于不同参数的图像.x图1 当β=1,α=1时WPD(Ⅳ)的pdf关于参数c的变化x图2 当β=3时WPD(Ⅳ)的pdf关于参数c和α的变化3 WPD(Ⅳ)分布的统计性质下面的引理给出了WPD(Ⅳ)分布与威布尔分布、标准指数分布和极值1型分布的关系引理1 (ⅰ)如果随机变量Y服从威布尔参数c和1/β,那么随机变量X=(eY-1)α服从WPD(Ⅳ)(β,α,c).(ⅱ)如果随机变量Y服从标准指数分布,那么随机变量服从WPD(Ⅳ)(β,α,c). (ⅲ)如果随机变量Y服从极值1型分布,那么随机变量服从WPD(Ⅳ)(β,α,c).证明结论采用了转换技术.首先证明(ⅰ),若服从威布尔参数c和1/β,则有pdf为βcβyc-1exp -βyc,PX≤x=PY≤log (1+x1/α)=βcβyc-1exp -βycdy=1-exp -βlog 1+x1/αc,若随机变量Y服从标准指数分布,则其pdf为.则有PX≤x =PY≤βlog (1+x1/α)c=e-ydy=1-exp -βlog 1+x1/αc,则随机变量X服从WPDⅣβ,α,c,(ⅱ)得证.对于(ⅲ),若Y服从极值1型分布,则其pdf为-cexp -cy-e-cy,则有PX≤x=PY≥-log βlog (1+x1/α)=-cexp-cy-e-cydy=1-exp -βlog 1+x1/αc,则随机变量X服从WPDⅣβ,α,c.WPDⅣ分布的失效函数为x>0.在以下的定理中给出了威布尔-帕累托(Ⅳ)分布的失效函数和极限性质.定理1 当x→+时,威布尔-帕累托分布(Ⅳ)的失效函数和极限为0,当x→0时,威布尔-帕累托(Ⅳ)分布的失效函数和极限为(4)证明首先当x>0时,由洛必达法则因此有对于式(4),现在考虑反复使用洛必达法则结合失效函数的定义,可得到式子(4).WPD(Ⅳ)分布的模式是由g′(x)=0获得,其中exp -βlog 1+x1/αckx.(5)其中kx=1-α-αx1/αlog 1+x1/α+c-1x1/α-cβcx1/αlog 1+x1/αc.定理2 当c≤α时,WPD(Ⅳ)分布是反J型的.证明式(5)表明当c≤α时,kx≤0.根据Abramowitz和Stegun (1964)提出的不等式可以得到kx<1-α-αx1/αx1/α+c-1x1/α-cβcx1/αlog 1+x1/αc=c-α-αx1/αx1/α-cβcx1/αlog 1+x1/αc.当c≤α时,kx≤0.推论1 当c≤α时,gx在x=0处有唯一的模式.许多分布的分位数函数没有闭合形式.对于威布尔-帕累托(Ⅳ)分布,下面的引理给出了分布的一个封闭的分位数函数.引理2 令Qλ,0<λ<1表示威布尔-帕累托(Ⅳ)分布的分位数函数,则有(6)证明利用式子GQλ=λ可证.在式(6)中设定λ=0.25,0.5和0.75,能够得到WPDⅣ分布的四分位数.在通信理论中熵也被用于许多领域,如物理学、工程学、经济学,而Shannon[13]定义了香农熵常用来衡量随机变量的不确定性.香农熵在信息理论中占有重要地位,服从pdf gx的随机变量X的香农熵被定义为E-log gX.根据Alzaatreh[7]等人定义的威布尔-X的香农熵为-Elog fF-11-e-T-γΓ1+1/c+w1-1/c-log c/γ+1,其中w=-e-ulog udu≈0.57722.由Fx=1-1+x1/α-δ可以得到log fF-11-e-T=log δ/α-T1+1/δ+1-αlog exp T/δ-1,则E[log f(F-1(1-e-T))]=log (δ/α)-E(T)(1+1/δ)+(1-α)E[log (exp(T/δ)-1)],其中ET=γΓ1+1/c,若X服从WPDⅣ分布,则能够得到k阶矩n-αk-c-cmΓc+cm,从均值的偏差被用来测量从中心到一个种群的分散和分布,被记作Dμ,则有Dμ=2μGμ-2xgxdx,其中α-n-c-cmΓc+cm,α-nlog 1+μ1/α,αn=αα-1…α-n+1,Γα,x=tα-1e-tdt.可靠性参数R被定义为R=PX>Y,其中X和Y是独立的随机变量.可靠性参数在经典应力强度模型的领域以及具有两个分量的系统故障等相关文献中已经有大量的应用.可靠性参数的其他应用可以在Weerahandi等[14]中找到.若X和Y分别是服从F1x和F2y的两个独立连续的随机变量,且X~WPD(Ⅳ)(β1,α1,c1),Y~WPD(Ⅳ)(β2,α2,c2),则可靠性参数R为R=PX>Y=F2tf1tdt4 参数估计在本节中,将讨论经典设置下WPD(Ⅳ)分布的参数估计.假设X1,X2,…,Xn是取自分布(3)的n个随机样本.则似然函数为[log (1+X1/α)]c-1exp {-[βlog (1+X1/α)]c},则对数似然函数为log Lβ,α,c=nlog c+nclog β-nlog α+解对数似然函数log Lc,β,θ,α分别关于参数c,β,θ,α求导,分别令其等于0,可得到WPDⅣ分布的最优值5 实证分析在本节中,使用两组数据进行实证分析,6061-T6铝数据的疲劳寿命.数据1来自文献11,代表了6061-T6铝数据的疲劳寿命与这个方向的平行.数据2来自文献9,这些数据是加拿大育空地区卡克罗斯附近的惠顿河的洪水峰(m3/s).分别用帕累托(Ⅳ)分布、贝塔-帕累托分布、贝塔-广义帕累托分布、伽玛-帕累托(Ⅳ)分布、威布尔-帕累托分布和WPDⅣ分布对数据进行拟合,这些结果见表1,表2.图3和图4分别显示两组数据的经验分布及WPD(Ⅳ)的拟合累积分布函数.fatigue lifc of 6061-T6 Aluminium图3 6061-T6铝数据的累积分布函数图food peaks exceedances/(m3·s-1)图4 洪水峰数据的累积分布函数图表1 模型关于6061-T6铝数据的参数估计结果模型帕累托(Ⅳ)分布贝塔-帕累托分布贝塔-广义帕累托分布伽玛-帕累托(Ⅳ)分布WPD(Ⅳ)分布参数估计^β=0.0253^γ=0.1234^α=485.470^β=162.060^k=0.3943^θ=3.910^α=12. 112^β=1.702^μ=40.564k^=0.273^θ=54.837^α=819.030^γ=0.0637^c=0. 0935^α=7.09673^β=0.90722^c=67.62612nll754.19458.65457.85457.6742 0.3244AIC1512.38925.30925.70921.34846.6487K-S0.58270.0910.0700.0770.10879K-S p-value0.0000.3760.7000.5810.2154表2 模型关于惠顿河的洪水峰数据的参数估计结模型威布尔-帕累托分布帕累托(Ⅳ)分布伽玛-帕累托(Ⅳ)分布WPD(Ⅳ)分布参数估计^α=0.00463^γ=0.09625^c=2.98472^β=0.54334^γ=0.27801^α=6.511^β= 0.01803^c=4.695^α=26.99646^β=1.35222^c=34.30402nll301.8187270.41 72256.3311251.5283AIC609.6374544.8345518.6622509.0565实证结果表明,以nll和AIC作为标准,虽然贝塔-帕累托分布、贝塔-广义帕累托分布、伽玛-帕累托(Ⅳ)分布提供了同样足够的数据,但是WPDⅣ分布是所有分布中最适合的.参考文献【相关文献】[1] KHAN M S, KING R . Transmuted modified weibull distribution: a generalization of the modified weibull probability distribution[J]. European Journal of Pure and Apllied Mathematics.2013, 6(1): 66-88.[2] IBRAHIM B, ABDUL M.Transmuted burr type III distribution[J]. Journal of Statistics: Advances in Theory and Applications.2015, 14 (1):37-47.[3] KLUGMAN S A, PANJER H H,WILLMOT G E. Loss models from data todecisions[M].New York: John Wiley & Sons, Inc,1998.[4] CRONIN D C. Function for size distribution of incomes: a further comment[J]. Econometrica, 1979, 47(3): 773-774.[5] KOTZ S,BALAKRISHNAN N,JOHNSON N L.Continuous multivariate distributions.[M]. New York: John Wiley & Sons, Inc,2000.[6] HARRIS C M,SINGPURWALLA N D.On estimation in weibull distributions with random scale parameters[J]. Naval Research Logistics, 2015, 16(3):405-410.[7] ALZAATREH A, LEE C, FAMOYE F.A new method for generating families of continuous distributions[J]. Metron,2013, 71(1):63-79.[8] KONG L, LEE C, SEPANSKI J H.On the properties of beta-gamma distribution[J]. Journal of Modern Applied Statistical Methods, 2007, 6(1): 187-211.[9] AKINSETE A, FAMOYE F, LEE C. The beta-pareto distribution[J]. Statistics, 2008, 42(6):547-563.[10]ALZAATREH A, FAMOYE F, LEE C. Weibull-pareto distribution and its applications[J]. Communications in Statistics-theory and Methods, 2013, 42(9): 1673-1691.[11]ALZAATREH A, GHOSH I.A study of the Gamma-Pareto (IV) distribution and its applications[J]. Communications in Statistics,2016, 45(3): 636-654.[12]ABRAMOWITZ M, STEGUNI A. Handbook of mathematical functions with formulas, graphs and mathematical tables[M]. New York: Dover Publication, Inc.1964.[13]SHANNON C E. A mathematical theory of communication[J]. Bell System Technical Journal, 1948, 27(3): 379-423.[14]WEERAHANDI S, JOHNSON R A. Testing reliability in a stress-strength model when X and Y are normally distributed[J]. Technometrics, 1992, 34(1): 83-91.。
基于威布尔分布的工件疲劳剩余寿命可靠度预测方法探析

基于威布尔分布的工件疲劳剩余寿命可靠度预测方法探析发表时间:2017-08-18T16:24:06.830Z 来源:《电力设备管理》2017年第8期作者:黄郁健[导读] 针对某船工件在使用后剩余寿命的不确定导致的设备损坏,通过使用威布尔分布对该类工件进行寿命预测。
中国卫星海上测控部江苏江阴 214431摘要:针对某船工件在使用后剩余寿命的不确定导致的设备损坏,通过使用威布尔分布对该类工件进行寿命预测,可在一定程度上求解出工件更换周期,在保证设备正常运行的基础上,也不影响工件的使用度,为进一步做好设备保障具有很现实的参考意义。
关键词:威布尔分布;工件疲劳剩余寿命1 引言疲劳失效是机械零件在变应力作用下的主要失效形式,在零件局部高应力区出现初始裂纹,并在循环应力下扩展,导致最终断裂。
为了防止机械零件未达到一定的使用寿命而过早地发生疲劳破坏,需要对机械零件进行疲劳分析,收集有关零件的几何形状、材料和载荷的信息,通过计算和工程判断,获得零件工作寿命的一个估算值,疲劳寿命的评估与预测是研究疲劳强度问题的一个重要分支。
在船舶上,针对零件进行估算寿命,对于估算值对零件进行提前的更换,以避免零件损坏后,对设备造成更大的损坏。
文中用威布尔分布来描述零件的疲劳寿命,建立考虑可靠度的剩余疲劳寿命分布模型,讨论同一应力水平下不同疲劳剩余寿命的可靠度。
2 威布尔分布模型若某零件的疲劳寿命服从威布尔分布,则其概率密度函数为:对式(2.8)两端取对数得:根据疲劳寿命样本的分布函数参数,可以获取其剩余寿命的分布规律。
具有年龄的产品其剩余疲劳寿命能达到的概率为:(4.1)表给出了疲劳寿命可靠度的中位秩估结果及分别根据图解法和解析的参数估计值计算出的疲劳寿命可靠度值。
通过比较我们发现,三参数威布尔分布被证明是可以用来描述疲劳寿命分布,而且在对于零件疲劳寿命预测的问题中,由于其位置参数可以作为研究对象的最小疲劳寿命,再加上形状参数和尺度参数,使威布尔分布对疲劳寿命数据的拟合能力优于其他方法,由于利用计算软件,减轻了三参数威布尔分布参数估计的繁琐程度。
冻融循环作用下混凝土材料寿命评估方法

冻融循环作用下混凝土材料寿命评估方法严佳川;邹超英【摘要】To estimate whether the concrete could complete the preconcerted service function,based on the material science rule,this paper proposes a calculation rule to estimate the service life of the concrete under the freeze-thaw action.The relationship between probability distribution function of two-parameter Weibull distribution and percentage loss of relative dynamic modulus is deduced.The applicability of the freeze-thaw damage model of concrete based on the theory of probability and damage mechanics is demonstrated.And the equivalent freeze-thaw damage model of concrete is established,which could unify the results of the freeze-thaw experiment of concrete.The results show that the freeze-thaw damage model of concrete is appropriate to estimate the service life of the concrete structure.%为判断服役混凝土材料能否在设计基准期内实现预定的使用功能,提出基于材料学的计算准则来评估冻融循环作用下混凝土材料的寿命.推导两参数Weibull分布的概率分布函数和相对动弹性模量损失率的关系,建立基于概率论和损伤理论的混凝土冻融损伤模型,并论证其适用性.在此模型基础上进一步提出混凝土等效冻融损伤模型,将各混凝土冻融循环试验的结果统一.结果表明,采用基于概率论和损伤理论建立的混凝土冻融损伤模型预测混凝土材料寿命是合适的.【期刊名称】《哈尔滨工业大学学报》【年(卷),期】2011(043)006【总页数】5页(P11-15)【关键词】冻融循环;寿命评估;损伤;材料学【作者】严佳川;邹超英【作者单位】哈尔滨工业大学土木工程学院,哈尔滨150090;哈尔滨工业大学土木工程学院,哈尔滨150090【正文语种】中文【中图分类】TU375近半个世纪以来,国内外大量混凝土结构工程出现了因耐久性不足而过早失效甚至彻底损坏的现象,耐久性问题成为全世界工程界普遍关注的研究热点[1-2].对于全球面积广阔的寒冷地区而言,冻融循环作用无疑是引起这些区域混凝土结构耐久性下降的主要因素,直接将影响到服役结构的安全使用,混凝土结构在冻融环境下的安全性问题亟待解决.迄今为止,各国学者针对冻融作用下混凝土损伤机理开展了大量的理论和试验研究,提出了静水压假说和和渗透压假说[3-6]等混凝土抗冻机理假说,这些假说很大程度上指导并推动了混凝土材料抗冻耐久性的研究.同时基于材料学和结构工程领域的大量试验,混凝土在冻融循环作用下材料性能的衰减特点和力学性能退化规律的研究也取得了较为丰富的成果[7-13].然而,以往的研究多集中于混凝土在冻融循环作用下材料和力学基本性能衰减规律上,而为了保证混凝土材料在冻融循环作用下的安全性,需要在冻融循环作用下,判断混凝土能否在设计基准期内完成预定的使用功能,对混凝土材料的寿命进行评估.本文利用冻融循环作用下混凝土的力学性能试验结果,从混凝土材料本身的特点出发,依据材料学寿命准则对服役混凝土材料进行了寿命预测.分析了基于概率论和损伤理论的混凝土冻融损伤模型的适用性,同时对于国内外的冻融试验由于各自特有的针对性引起的试验结果和建立的计算模型适用范围有限的现状,建立了混凝土等效冻融损伤模型,将各混凝土冻融循环试验的结果统一起来,可对不同制备情况、不同受力状态和不同使用地区的混凝土材料寿命进行预测.1 概述从材料角度出发,可以用标准冻融条件下相对动弹模的损失率和质量损失率为指标进行描述,材料学的观点认为,当冻融造成混凝土相对动弹模损失率达40%时,或质量损失率达5%时,即认为混凝土已破坏.并且由文献[1-2]的试验可知,几组试件的相对动弹性模量损失率达到40%时,质量损失率均未达5%,因此,用相对动弹性模量表征混凝土的抗冻性更为准确合理.由文献[1]的试验结果可得到混凝土自然条件下的抗冻性寿命预测模型,即式中为年平均冻融循环次数;¯n为室内快速冻融循环一次相当于自然条件下冻融循环次数.根据有关资料[7],哈尔滨地区年平均冻融循环次数为120次,室内快速冻融循环一次相当于自然条件下12次冻融循环,得到估算哈尔滨地区混凝土自然条件下抗冻性寿命为30.76 a.2 基于概率论和损伤理论的混凝土冻融损伤模型混凝土的冻融循环破坏多为随机性的,所以,应用概率论解决冻融循环破坏,从逻辑上显示出其必要性[14].同时,混凝土在各种不利条件作用下的破坏过程实质上是由内外因素所决定的与时间有关的材料本身内部损伤累积的过程,可以从损伤的角度去建立时变模型并进行寿命预测.图1为未经冻融作用以及冻融循环300次后的混凝土试件切片扫描电镜成像结果,可以看出,未冻融试件混凝土内部气孔大小适中,分布均匀.经过300次冻融循环后,气孔间出现明显的网状裂缝.造成混凝土冻融破坏的主要原因是混凝土微孔隙中的水在温度正负交互作用下,形成冰胀压力和渗透压力联合作用的疲劳应力,使混凝土产生由表及里的剥蚀破坏.Weibull分布可以作为材料的寿命分布模型或给定寿命下的疲劳强度模型.试验证明,对于混凝土冻融循环寿命可用Weibull分布或对数正态分布描述[14-16],本文采用两参数Weibull分布对冻融循环作用下的混凝土寿命进行分析.图1 混凝土试件切片扫描电镜照片假设f(N)为混凝土冻融循环寿命N的概率密度函数,则式中:a为尺度因子;b为威布尔形状因子.相应的混凝土冻融循环寿命分布函数当经过n1次冻融循环后,混凝土的失效概率为Weibull分布函数的失效概率函数是递增函数,失效概率随着抗冻混凝土冻融循环寿命N的增加而增加.混凝土材料的冻融循环寿命达到N1时,失效概率Pf(N1)=1.由混凝土的冻融损伤失效过程可知,混凝土的损伤随冻融循环次数而逐渐累积,每一次冻融循环都将对混凝土产生损伤.当经过n1次冻融循环后,混凝土产生的损伤为D(n1),混凝土冻融循环寿命达到N1时,D(N1)=1,材料失效.对于混凝土材料,当经过n1次冻融循环后,Pf(n1)的混凝土失效,而失效的混凝土即为混凝土材料产生的损伤D(n1),因此有[15]由损伤力学理论可知:得式中:D为损伤变量;E0(n1)、E0分别为材料冻融循环n1次后的弹性模量和初始弹性模量.根据文献[1]的试验结果,可得式中:KEn为经过n次冻融循环后试件的相对弹性模量;ΔPn为经过n次冻融循环后试件的相对动弹性模量损失率.由式(3)可得式(4)等式左侧则由式(4)、(5)可得式中:ΔPn可直接通过试验测定.结合式(2)即可求解冻融循环作用下的混凝土损伤模型式确定了混凝土n1次冻融循环后相对动弹性模量的损失率即可确定混凝土材料的失效概率函数中的参数a和b.3 混凝土等效冻融损伤模型文献[1-2,7]中均根据各自的试验建立了混凝土在冻融循环作用下的寿命预测模型,但由于实际环境中的混凝土一般制备条件不同,且处于多种不利因素的共同作用下,同时考虑其相互间的耦合作用来建立一个合理的寿命预测模型是非常困难的.但是对于某一确定的条件下,冻融循环ni次产生的损伤变量可以定义为Di,对于另一个确定的条件,冻融损伤变量达到Dj时的冻融循环次数为nj,若Di=Dj,则可以在ni和nj间建立等效关系,得到nj=ne.冻融循环损伤等效示意图如图2所示.图2 冻融循环损伤等效根据损伤变量相同原理,将某一条件下的冻融循环次数nj等效为另一条件下的冻融循环次数ne,这里称ne为等效冻融循环次数.得这样,即可在不同条件下得到的混凝土冻融次数间进行等效,从而对混凝土冻融循环寿命进行更加合理的预测.4 算例文献[1-2]中分别进行了1组和3组配合比的混凝土冻融循环试验,试件的配合比见表1、2.表1 文献[1]混凝土配合比kg·m-3?表2 文献[2]混凝土配合比kg·m-3?文献[2]确定的冻融循环作用下混凝土寿命预测模型为其中参数b的取值见表3.表3 参数b[2]?利用式(8)对哈尔滨地区混凝土材料进行预测可得混凝土冻融循环寿命分别为13.5、18.95、22.48 a.而采用根据文献[1]确定的式(1)对哈尔滨地区混凝土材料进行预测,可知混凝土冻融循环寿命为30.76 a,预测结果相差很多.可见由于两试验混凝土配合比不同,导致建立的预测模型具有一定的局限性.可以采用混凝土等效冻融损伤模型(7),对不同冻融试验得到的混凝土冻融循环次数等效.首先采用式(6)的冻融损伤模型对文献[1-2]中数据进行拟合,可得参数a、b的取值,见表4.基于材料学准则,当混凝土相对动弹性模量损失率达到40%时,得到哈尔滨地区混凝土冻融循环寿命见表5.从表5可知,式(6)的预测模型偏于安全. 考虑到混凝土冻融循环试验结果的离散性以及试验的不确定性,将式(6)调整为用式(9)对文献[1-2]中数据进行拟合,可得参数a、b的取值,见表4.同时,当混凝土相对动弹性模量损失率达到40%时,得到哈尔滨地区混凝土冻融循环寿命,见表5.可以看出,式(9)的预测结果与各文献中预测模型的预测结果吻合较好.因此,将式(9)作为冻融循环作用下的混凝土损伤模型.表4 参数a和b?表5 哈尔滨地区混凝土冻融循环寿命的预测结果 a?其次,采用式(7)以文献[1]的冻融循环次数为标准,对文献[2]中3组不同配合比的混凝土冻融循环次数进行等效,得到的等效冻融循环次数见表6.分别以文献[2]中3组不同配合比的混凝土冻融循环次数为标准,对文献[1]中混凝土冻融循环次数进行等效,得到的等效冻融循环次数见表7.表6 等效冻融循环次数?以冻融循环作用下混凝土产生的损伤变量相同为标准,如图3(a)所示,文献[2]中配合比为Cd1的混凝土冻融循环次数为300次时,相当于文献[1]中的混凝土冻融循环次数为702次;如图3(b)所示,若文献[1]中混凝土冻融循环次数为300次时,相当于文献[2]中的配合比为Cd1的混凝土冻融循环次数为118次. 表7 等效冻融循环次数?图3 等效冻融循环次数以上即在不同试验得到的混凝土冻融次数间建立了等效关系.5 结论1)得到了基于概率论和损伤理论的混凝土冻融损伤模型,推导出了两参数Weibull 分布的概率分布函数和相对动弹性模量损失率的关系,采用此冻融损伤模型得到的预测结果与各文献中预测模型的预测结果吻合较好.2)建立了混凝土等效冻融损伤模型,可以将不同混凝土冻融循环试验的结果统一起来.参考文献:[1]邹超英,赵娟,梁锋,等.冻融作用后混凝土力学性能的衰减规律[J].建筑结构学报,2008,29(1): 117-123.[2]吴中如.重大水工混凝土结构病害检测和健康诊断[M].北京:高等教育出版社,2005:37-42.[3]POWERS T C.A working hypothesis for further studies of frost resistance of concrete[J].Journal of ACI,1945,16(4):245-272.[4]POWERS T C,HELMUTH R A.Theory of volume change in hardened portland cement paste during freezing proceedings[M].[S.l.]:Highway Research Board,1953:137-152.[5]POWERS T C.Freezing effects in concrete durability of concrete[M].[S.l.]:Special Publication SP-47 (ACI),1975:112-123.[6]NEVILLE A M.Properties of concrete[M].[S.l.]: Pitman Publishing Ltd,1995:123-132.[7]李金玉,邓正刚,曹建国,等.混凝土抗冻性的定量化设计:重点工程混凝土耐久性研究与工程应用[M].北京:中国建材工业出版社,2001:77-84.[8]SATO Y,MUTTAQIN H,DAI Jianguo,et al.Mechanical behavior of concrete and rc members damaged by freezing-thawing action[C]//Proceedings of an International Workshop on Durability of Reinforced Concrete under Combined Mechanical and Climatic Loads.Qingdao:[s.n.],2005:275-280.[9]SETZER M J.Mechanisms of frost action[C]//Proceedings of an International Workshop on Durability of Reinforced Concrete under Combined Mechanical and Climatic Loads.Qingdao:[s.n.],2005:263-274. [10]JACOBSEN S.Calculating liquid transport into highperformance concrete during wet freeze-thaw[J].Cement and Concrete Research,2005,35:213-219.[11]BASHEER L,BASHEER P A M,LONG A E.Influence of coarse aggregate on the permeation durability and the microstructure characteristics of ordinary proland cement concrete[J].Construction and Building Materials,2005,19:682-690.[12]LI Zongjin,CHAU C K,ZHOU Xiangming.Accelerated assessment and fuzzy evaluation of concrete durability[J].Journal of Materials in Civil Engineering,2005(5/6):257-263.[13]DU Lianxiang,FOLLIARD K J.Mechanisms of air entraiment in concrete[J].Cement and Concrete Research,2005,35:1463-1471. [14]李田,刘西拉.混凝土结构耐久性分析与设计[M].北京:科学出版社,1999:134-165.[15]刘远.基于损伤理论的混凝土抗冻耐久性随机预测方法研究[D].杭州:浙江大学建筑工程学院,2006.[16]宋玉普,冀晓东.混凝土冻融损伤可靠度分析及剩余寿命预测[J].水利学报,2006,37(3):259-263.。
Vectran长丝断裂强力的Weibull分布统计分析

Vectran长丝断裂强力的Weibull分布统计分析李敏洁;汪泽幸;陈南梁【摘要】通过假设检验,验证了2种Weibull分布对Vectran长丝断裂强力统计分析的适用性,并用2种Weibull分布对4种不同长度的长丝断裂强力进行统计分析.借助Minitab分析平台计算出Vectran长丝的平均断裂强力、Weibull模数、尺度参数和位置参数,并模拟了断裂强力的概率图和概率密度曲线.结果表明:Weibull分布适用于分析Vectran长丝的断裂强力,且三参数Weibull分布比两参数Weibull分布拟合程度更好;随着Vectran长丝试样长度的增大,其断裂强力的Weibull 模数逐渐减小,同时平均断裂强力逐渐变小,且由两参数Weibull分布得出的平均断裂强力略小于三参数Weibull.【期刊名称】《丝绸》【年(卷),期】2012(000)010【总页数】5页(P11-15)【关键词】Vectran长丝;断裂强力;Weibull分布【作者】李敏洁;汪泽幸;陈南梁【作者单位】东华大学纺织学院,上海 201620; 产业用纺织品教育部工程研究中心,上海 201620;产业用纺织品教育部工程研究中心,上海 201620; 湖南工程学院纺织服装学院,湖南湘潭 411104;东华大学研究院,上海 201620; 产业用纺织品教育部工程研究中心,上海 201620【正文语种】中文【中图分类】TS102.5;TS101.921.4Vectran聚合物是一种类似于芳族聚酰胺的聚酯。
其中用萘代替乙烯,然而萘是一种双环结构,因此重复建立了平面型分子(图1)。
在进行熔融纺丝时,通过高剪切纺丝过程中的结晶区域的校正,改善了Vectran聚合物的物理性能[1],因此与标准的PET相比,其强力、模量和热稳定性有所增强。
Vectran聚合物广泛用作工业材料、电气材料、防护用品、渔网、缆索、传送带、体育运动用品等,以及橡胶、水泥、塑料的高强度增强材料[2]。
滚动轴承疲劳寿命威布尔分布三参数的研究

滚动轴承疲劳寿命威布尔分布三参数的研究滚动轴承是一种常用的机械设备,其在工作过程中承受着频繁的载荷和运动,因此疲劳寿命是滚动轴承设计和使用的一个重要指标。
研究滚动轴承疲劳寿命的威布尔分布三参数是对其可靠性的评估和预测,本文将对该问题进行研究。
首先,我们来分析什么是滚动轴承的疲劳寿命。
滚动轴承在工作中承受着不断变化的载荷和运动,其中绝大部分的寿命消耗是由疲劳破坏引起的。
疲劳寿命是指在给定工况下,滚动轴承能够承受的循环载荷次数,即在此次数后滚动轴承有一定概率出现疲劳失效。
威布尔分布是用来描述失效时间的概率分布模型,由于滚动轴承疲劳失效是一个随机性事件,因此可以采用威布尔分布来建模。
威布尔分布的形式为:F(t) = 1 - exp(-((t/β)^γ))其中,F(t)表示在时间t内发生失效的概率,β是尺度参数,γ是形状参数。
β和γ的取值决定了失效时间的分布形态。
当γ=1时,威布尔分布退化为指数分布。
当γ>1时,表明失效率随时间而逐渐增加,而γ<1时,表明失效率随时间而逐渐减小。
为了研究滚动轴承疲劳寿命的威布尔分布三参数,我们可以通过实验数据拟合得到β和γ的值。
常用的拟合方法有最小二乘法和最大似然法。
最小二乘法是通过使拟合曲线和实验数据的残差平方和最小来确定参数值,而最大似然法是通过最大化似然函数来确定参数值。
在实际的研究中,我们可以选取一批滚动轴承样本,通过施加不同的载荷和运动条件,记录每个样本的失效时间。
然后,利用拟合方法对实验数据进行处理,得到β和γ的估计值。
最后,根据估计值,可以绘制威布尔分布的概率密度函数和累积分布函数,进一步分析滚动轴承的疲劳寿命特性。
此外,除了实验数据的拟合研究,还可以采用数值模拟的方法对滚动轴承的疲劳寿命进行研究。
数值模拟可以通过建立滚动轴承的有限元模型,模拟不同工况下的载荷和运动状态,计算滚动轴承的应力和应变分布,进而预测疲劳寿命。
其中,威布尔分布三参数也可以被考虑进数值模拟中,从而实现对滚动轴承疲劳寿命及其分布特性的预测。
可靠性测试中基于Weibull分布的寿命分析方法研究

可靠性测试中基于Weibull分布的寿命分析方法研究在现代化的工业生产中,产品的可靠性对于企业的生存和发展至关重要。
为了保证产品可靠性,可靠性测试成为了必不可少的一步。
然而,如何对产品进行寿命分析,成为了可靠性测试领域的一个难点问题。
而基于Weibull分布的寿命分析方法由于其具有较高的精度和应用性而被广泛采用。
本文将对该方法进行研究探讨。
一、Weibull分布及其应用Weibull分布是可靠性测试中常用的分布形式。
其概率密度函数为:f(x)=k/λ·(x/λ)^(k-1)·e^(-(x/λ)^k)其中,k为形状参数,λ为尺度参数,x为寿命。
Weibull分布的CDF(累计分布函数)为:F(x)=1-e^(-(x/λ)^k)Weibull分布具有以下特点:1. 随着k的增大,分布变得越来越对称;2. 随着λ的增大,分布向右移动,尺度越大,寿命越长;3. 当k=1时,Weibull分布退化成指数分布;4. 当k>1时,分布函数为单峰分布;5. 当k<1时,分布函数为多峰分布。
Weibull分布广泛应用于可靠性测试中,如飞机引擎故障率分析、电子产品故障率分析等。
二、基于Weibull分布的寿命分析方法1. 参数估计为了进行Weibull分布的寿命分析,需要先对其参数进行估计。
常见的参数估计方法有如下两种:(1)最大似然估计法最大似然估计法是指,在某种假设下,选择估计量最有可能使样本观测值出现的概率最大的估计量作为理论值的估计。
对Weibull分布而言,其似然函数为:L(k,λ)=∏(f(xi; k,λ))对数似然函数为:LnL(k,λ)=∑Ln(f(xi; k,λ))通过对数似然函数关于k和λ的偏导数,可以得到似然方程组,通过求解似然方程组可以得到参数估计值。
(2)最小二乘法最小二乘法是指,在一定的误差范围内,找到数学模型和实际数据之间最小二乘偏差的方法。
对Weibull分布而言,其最小二乘估计可以通过构造似然方程组转化为非线性最小二乘问题,通过迭代法求解即可得到参数估计值。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
b
(4)
对式(4)两边先取倒数,再取两次对数,得:
DOI: 10.12677/hjce.2019.84097
840
土木工程
戴照彪 等
ln
ln
R
1
(N
)
=
b ln ( N − N0 ) − b ln ( Na − N0 )
(5)
式(5)中,
b
ln
(
Na
−
通过掺加新集料和控制 RAP 级配的方式,使热再生沥青混合料的合成级配接近规范级配中值,其合 成级配如图 1 所示,经室内试验确定其最佳沥青用量为 4.1%。
Figure 1. Synthetic gradation curve of mixture 图 1. 混合料合成级配曲线
3. 间接拉伸疲劳试验
与施工级配相比,RAP 回收旧集料中 19.0 mm、16.0 mm 和 13.2 mm 档的骨料有所减少,而 4.75 mm、 2.36 mm 和 0.075 mm 档的细料增加,表明沥青混合料的级配在外部荷载长期作用下发生了细化。
2.2. 热再生沥青混合料配合比
根据 RAP 的技术指标,本研究确定的热再生沥青混合料类型为 AC-25,RAP 掺入量为 30%。新沥 青为 70#道路石油沥青,所用粗集料为石灰岩,细集料为石灰岩石屑,填料采由石灰岩矿粉,其指标均 符合《公路沥青路面施工技术规范》(JTG F40-2004) [7]的要求。
DOI: 10.12677/hjce.2019.84097
839
土木工程
戴照彪 等
断裂或者竖向变形超过 5%作为疲劳失效判断依据。
4. 试验结果及分析 4.1. 劈裂强度
根据 10℃、20℃、30℃三个典型温度下劈裂强度的平行试验结果,按照保证率 α = 97.5%的 t 分布法 得到热再生沥青混合料的劈裂强度代表值,见表 2。
2. 热再生沥青混合料配合比设计
2.1. RAP
在车辆荷载和气候因素的共同作用下,旧沥青路面混合料的级配组成和原材料性能发生了巨大变化, 具体表现为矿料级配的变化和沥青的老化[6]。本研究所用 RAP 铣刨自安徽省某高等级公路下面层,经抽 提筛分,测得其沥青含量为 4.2%,回收沥青的相关试验结果如表 1 所示。
Table 1. Recycling asphalt index 表 1. 回收沥青指标
回收沥青检测项目
针入度/0.1mm 42
软化点/℃ 68.3
15℃延度/cm 6.2
DOI: 10.12677/hjce.2019.84097
838
土木工程
戴照彪 等
查阅原路面的建设及养护资料,该路面下面层所用沥青为 70#道路石油沥青,设计沥青用量为 4.0%。 试验结果表明:回收沥青针入度、延度明显降低,软化点升高,说明长时间的服役后,RAP 中的沥青发 生了变硬变脆的老化现象。
Table 2. Representative value of splitting strength 表 2. 劈裂强度代表值
试验温度/℃
10
20
30
劈裂强度/MPa
3.36
1.04
0.91
4.2. Weibull 分布模型
沥青材料具有复杂的粘弹性特性,影响其疲劳性能的因素较多,疲劳试验本身耗费时间长,若要全
N0
)
为常数,令
y
=
ln
ln
R
1
(N
)
= , x
ln ( N − N0 ) ,则式(5)可以转化为线性问题。
Hans Journal of Civil Engineering 土木工程, 2019, 8(4), 837-844 Published Online June 2019 in Hans. /journal/hjce https:///10.12677/hjce.2019.84097
Open Access
1. 引言
目前,将废旧沥青混合料应用于公路建设和养护中,变废为宝,已成为建设资源节约型和环境友好 型交通的必要条件[1]。相较于其他再生方式,热再生可以应用于更高的公路等级和结构层位,是一项非 常重要的再生技术[2]。由于再生沥青混合料中含有一定比例的回收旧料,这部分已老化旧料会对再生混 合料的路用性能产生影响,其中热再生沥青混合料的疲劳特性是当前国内外研究人员重点研究和关注的 方向[3] [4] [5]。为研究热再生沥青混合料的疲劳特性,采用间接拉伸疲劳试验对热再生 AC-25 混合料进 行系统试验,同时,针对疲劳试验结果随机性和离散性较大的问题,引入三参数 Weibull 分布模型研究 热再生沥青混合料的疲劳寿命分布,得到了不同保证率下的应力疲劳方程。研究结果可为热再生沥青混 合料在工程中的应用提供理论参考。
以往研究普遍认为,沥青混合料的疲劳寿命一般服从对数正态分布,但近年来有研究提出疲劳寿命
服从三参数 Weibull 分布[9],Weibull 分布模型是由瑞典人威布尔于 1951 年提出的,其优点就在于它适
用于小样本抽样及对各种类型试验数据极强的适应能力。其概率密度函数[10]为:
= f ( N )
戴照彪 等
收稿日期:2019年5月13日;录用日期:2019年5月30日;发布日期:2019年6月6日
摘要
为研究热再生沥青混合料的疲劳特性,采用间接拉伸试验对热再生AC-25沥青混合料进行室内试验,同 时,针对小样本疲劳试验结果的随机性和离散性,引入三参数Weibull分布模型分析试验数据。结果显 示:热再生AC-25沥青混合料疲劳寿命服从三参数Weibull分布;不同保证率下的应力疲劳方程表明,温 度升高使再生沥青混合料的抗疲劳性能大幅度降低,但同时降低了混合料疲劳性能对应力的敏感程度; 应根据实际情况综合考虑选取合适的保证率进行沥青混合料疲劳寿命预估。
Received: May 13th, 2019; accepted: May 30th, 2019; published: Jun. 6th, 2019
Abstract
In order to study the fatigue characteristic of hot recycled asphalt mixture, indirect tensile test was carried out aiming at hot recycled AC-25. In view of the randomness and discreteness of small sample fatigue test results, three-parameter Weibull distribution model was introduced to analyze test data. The results show that the fatigue life of hot recycled AC-25 obeys three-parameter Weibull distribution; the stress fatigue equation under different guarantee rates shows that the fatigue resistance of recycled asphalt mixture decreases greatly with the increase of temperature, but the sensitivity of fatigue performance to stress decreases at the same time; the appropriate guarantee rate should be selected to predict fatigue life of asphalt mixture according to the actual situation.
面研究各种因素组合对沥青混合料疲劳性能的影响,需要投入巨大的时间成本。受制于此,疲劳试验往
往只能采用数量不多的若干试件进行,如本研究因涉及到的工况组合较多,每种组合下只能采用 3~4 个
平行试件进行试验,而疲劳寿命本身具有很大的随机性和分散性,如何准确的分析在小样本试验条件下
热再生沥青混合料的疲劳性能,需要借助统计分析方法和可靠性原理来进行研究。
3.2. 试验参数
劈裂强度试验中,按照《公路工程沥青及沥青混合料试验规程》[8]中的规定,加载速率设定为 50 mm/min;试验温度选取 10℃、20℃、30℃三个典型温度。
间接拉伸疲劳试验的控制模式为应力控制;荷载大小为材料对应劈裂强度的 0.3~0.6 倍;加载波形为 半正弦波,加载频率 10 Hz,荷载通过宽 12.7 mm 的加载压条作用在试件上,试件预压荷载为 20 kPa, 预压时间 30 s,以使压条与试件充分接触;试验温度选取 10℃、20℃、30℃三个典型温度;以试件发生
1安庆市公路管理局,安徽 安庆 2山东省交通科学研究院,山东 济南 3山东高速股份有限公司,山东 济南
*通讯作者。
文章引用: 戴照彪, 孙强, 王娜, 江照伟. Weibull 分布模型在热再生沥青混合料疲劳特性分析中的应用研究[J]. 土木 工程, 2019, 8(4): 837-844. DOI: 10.12677/hjce.2019.84097
Na
b −
N0
N − N0 Na − N0
b−1
exp
−
N − N0 Na − N0
b
(N ≥ N0 )
(1)
式中:N 为试验疲劳寿命; N0 为起始最小寿命参数; Na 为特征寿命参数; b 为形状参数。 疲劳寿命 n ≤ N 的概率,即不可靠函数(失效率)为:
本研究采用间接拉伸试验作为验证热再生混合料疲劳性能的试验方法,试验设备为 UTM-100 万能试 验机。为了研究热再生沥青混合料在不同荷载水平下的疲劳性能,在疲劳试验进行前需要测得混合料的 劈裂强度。