Challenges and new areas of development for the spectral method of fatigue life assessment

• Autorzy: Böhm M. , Kowalski M.

Warianty tytułu

PL

Wyzwania i nowe obszary rozwoju metody spektralnej wyznaczania trwałości zmęczeniowej

• Języki publikacji: EN

Abstrakty

EN

Many computer aided design methods that are being presented in the literature are using advanced fatigue life assessment methods. The problem with the assessment is especially interesting in the moment when the calculations are performed for random loads. In such cases it is common to use one of two calculation methods. The first one is based in the time domain and it uses cycle counting algorithms to assess the damage degree. The second is based in the frequency domain and it uses statistical information to assess the damage degree. Due to the emerging need of industry many fatigue life calculation methods have been developed for both domains. One of these methods is the spectral method for fatigue life assessment. The idea of this method is set in performing calculations in the frequency domain. That means that the operating information are the power spectral density and probability density function of loading amplitudes. Frequency domain fatigue life assessment methods have a young history compared to the time domain methods. Due to this fact many issues which have been solved within the time domain are still an unsolved issue in spectral method. That means that a certain question: why to use spectral method when it has many unsolved issues suddenly emerges. One of the simplest answers to that question is that spectral method is faster, which means that it is more time and money efficient. That was one of the main reasons to perform an analysis of issues that have to be solved, and awaiting challenges of the spectral method. Another question that had to be asked, in regards to the analysis: are there any areas where this method might be the only potentially applicable? The paper is divided into four parts that are taking these questions to further discussion. Some of the presented discussion points might be analyzed in both uniaxial and multiaxial loading condition.

PL

Wiele metod projektowania wspomaganych komputerowo, które są prezentowane w literaturze, wykorzystuje zaawansowane metody oceny zmęczenia konstrukcji. Problem z oceną jest szczególnie interesujący w momencie, gdy obliczenia wykonywane są dla losowych obciążeń. W takich przypadkach często stosuje się jedną z dwóch metod obliczeniowych. Pierwsza opiera się na dziedzinie czasu i wykorzystuje algorytmy zliczania cykli do oceny stopnia uszkodzenia. Druga opiera się na dziedzinie częstotliwości i wykorzystuje informacje statystyczne do oceny stopnia uszkodzenia. Ze względu na pojawiające się potrzeby przemysłu opracowano wiele metod obliczania trwałości zmęczeniowej dla obu dziedzin. Jedną z tych metod jest metoda spektralna oceny trwałości zmęczeniowej. Metoda ta wykorzystuje obliczenia w dziedzinie częstotliwości. Oznacza to, że informacja operacyjna to gęstość widmowa mocy i funkcja gęstości prawdopodobieństwa amplitud obciążenia. Metody oceny trwałości zmęczeniowej w dziedzinie częstotliwości mają młodą historię w porównaniu z metodami w dziedzinie czasu. Z tego powodu wiele problemów, które rozwiązano w dziedzinie czasu, wciąż pozostaje nierozwiązanym problemem w metodzie spektralnej. Oznacza to, że pojawia się pewne pytanie: po co stosuje się metodę spektralną, skoro nadal istnieje tak wiele nierozwiązanych problemów. Jedno z najprostszych odpowiedzi na to pytanie brzmi następująco: metoda spektralna jest szybsza, co oznacza, że jest ona wydajniejsza pod względem czasu i pieniędzy. Był to jeden z głównych powodów do przeprowadzenia analizy zagadnień, które należy rozwiązać, jak również wyzwań stojących przed metodą spektralną. Kolejne pytanie, które należało zadać w odniesieniu do analizy: czy istnieją obszary, w których ta metoda może być jedyną potencjalnie możliwą do zastosowania? Artykuł jest podzielony na cztery części, które stawiają te pytania do dalszej dyskusji.

Słowa kluczowe

EN

spectral method; fatigue life assessment; frequency domain

PL

metoda spektralna; wyznaczanie trwałości zmęczeniowej; dziedzina częstotliwości

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Journal of Machine Construction and Maintenance - Problemy Eksploatacji
• Rocznik: 2018
• Tom: no. 2
• Strony: 29--35
• Opis fizyczny: Bibliogr. 18 poz., rys.

Twórcy

autor

Böhm M.

• Faculty of Mechanical Engineering, Opole University of Technology, Poland

autor

Kowalski M.

• Faculty of Mechanical Engineering, Opole University of Technology, Poland

Bibliografia

• 1. Niesłony A., Böhm M.: Mean Stress Effect Correction in Frequency-domain Methods for Fatigue Life Assessment. Procedia Engineering, 2015, 101, pp. 347-354. DOI: /10.1016/j.proeng.2015.02.042
• 2. Niesłony A., Böhm M.: Frequency-domain fatigue life estimation with mean stress correction. International Journal of Fatigue, 2016, 91, pp. 373-381.
• 3. Benasciutti D., Tovo R.: Comparison of spectral methods for fatigue analysis of broad-band Gaussian random processes. Probabilistic Engineering Mechanics, 2006, 21(4), pp. 287-299.
• 4. Benasciutti D., Tovo R.: On fatigue cycle distribution in non-stationary switching loadings with Markov chain structure. Probabilistic Engineering Mechanics, 2010, 25(4), pp. 406-418.
• 5. Braccesi C., Cianetti F., Tomassini L.: Fast evaluation of stress state spectral moments. International Journal of Mechanical Sciences, 2017, 127, pp. 4-9.
• 6. Larsen C.E., Irvine T.: A Review of Spectral Methods for Variable Amplitude Fatigue Prediction and New Results. Procedia Engineering, 2015, 101, pp. 243-250.
• 7. Banvillet A., Łagoda T., Macha E., Niesłony A., Palin-Luc T., Vittori J.-F.: Fatigue life under nonGaussian random loading from various Models. International Journal of Fatigue, 2004, 26(4), pp. 349-363.
• 8. Antoni J., Randall R.B.: The spectral kurtosis: application to the vibratory surveillance and diagnostics of rotating machines. Mechanical systems and signal processing, 2006, 20(2), pp. 308-331.
• 9. Antoni J.: The spectral kurtosis: a useful tool for characterizing non-stationary signals. Mechanical systems and signal processing, 2006, 20(2), pp. 282-307.
• 10. Braccesi C., Cianetti F., Lori G., Pioli D.: The frequency domain approach in virtual fatigue estimation of non-linear systems: The problem of non-Gaussian states of stress. International Journal of Fatigue, 2009, 31(4), pp. 766-775.
• 11. Wolfsteiner P., Breuer W.: Fatigue assessment of vibrating rail vehicle bogie components under nonGaussian random excitations using power spectral densities. Journal of Sound and Vibration, 2013, 332(22), pp. 5867-5882.
• 12. Niesłony A., Böhm M., Łagoda T., Cianetti F.: The use of spectral method for fatigue life assessment for non-gaussian random loads. Acta Mechanica et Automatica, 2016, 10(2), pp. 100-103.
• 13. Martinez W.L., Martinez A.R., Solka J.: Exploratory Data Analysis with MATLAB. Third Edition, CRC Press, 2017.
• 14. Łagoda T., Macha E., Pawliczek R.: The influence of the mean stress on fatigue life of 10HNAP steel under random loading. International Journal of Fatigue, 2001, 23(4), pp. 283-291.
• 15. Niesłony A., Böhm M.: Determination of fatigue life on the basis of experimental fatigue diagrams under constant amplitude load with mean stress. Materials Science Forum, 2012, 726, pp. 33-38.
• 16. Mršnik M., Slavič J., Boltežar M.: Frequencydomain methods for a vibration-fatigue-life estimation - application to real data. International Journal of Fatigue, 2013, 47, pp. 8-17.
• 17. Kluger K., Łagoda T.: New energy model for fatigue life determination under multiaxial loading with different mean values. International Journal of Fatigue, 2014, 66, pp. 229-245.
• 18. Kowalski M.: Identification of fatigue and mechanical characteristics of explosively welded steel - titanium composite. Frattura ed Integrità Strutturale, 2017, 11, pp. 85-92.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).