This aim of this paper is to characterise the strain-based fatigue life data in time-domain using the newly modelled running-reliability technique that considers the load sequence effect. Current established conventional strain life models do not consider dependence for fatigue life of low or high amplitudes, on which with occur first in the load history. Finite element analysis is carried out to ensure the strain signals are captured at the most critical region during road test at various conditions. Fatigue life of 2.74 × 104 to 6.07 × 105 cycle/block with mean cycle to failure of 4.32 × 106 to 7.00 × 106 cycle/block is predicted based on the cycle sequence effect using cycle-counting method. The newly modelled running-reliability technique is formulated to extract the features of high amplitude excitation obtained from the strain signals for characterising the fatigue reliability features under load sequence effect. Hence, the reliability-hazard relationship for fatigue reliability characterisation of strain-based approach in time-domain using running-reliability technique.
This paper emphasizes on analysing and predicting the reliability of an automobile crankshaft by analysing the time to failure (TTF) through the parametric distribution function. The TTF was modelled to predict the likelihood of failure for crankshaft during its operational condition over a given time interval through the development of the stochastic algorithm. The developed stochastic algorithm has the capability to measure the parametric distribution function and validate the predict the reliability rate, mean time to failure and hazard rate. T, the algorithm has the capability to statistically validate the algorithm to obtain the optimal parametric model to represent the failure of the component against the actual time to failure data from the local automobile industry. Hence, the validated results showed that the three parameter Weibull distribution provided an accurate and efficient foundation in modelling the reliability rate when compared with the actual sampling data. The suggested parametric distribution function can be used to improve the design and the life cycle due to its capability in accelerating and decelerating the mechanism of failure based on time without adjusting the level of stress. Therefore, an understanding of the parametric distribution posed by the reliability and hazard rate onto the component can be used to improve the design and increase the life cycle based on the dependability of the component over a given period of time. The proposed reliability assessment through the developed stochastic algorithm provides an accurate, efficient, fast and cost effective reliability analysis in contrast to costly and lengthy experimental techniques.
PL
W prezentowanej pracy przedstawiono metodę analizy oraz predykcji niezawodności wału korbowego pojazdu samochodowego opartą na analizie czasu do uszkodzenia (TTF) z wykorzystaniem funkcji rozkładu parametrycznego. W artykule, stworzono model TTF pozwalający na przewidywanie prawdopodobieństwa uszkodzenia wału korbowego w stanie pracy w danym przedziale czasu za pomocą nowo opracowanego algorytmu stochastycznego. Opracowany algorytm stochastyczny umożliwia mierzenie funkcji rozkładu parametrycznego oraz weryfikację przewidywanego współczynnika niezawodności, średniego czasu do uszkodzenia oraz współczynnika zagrożenia. Algorytm daje możliwość statystycznej weryfikacji modelu w odniesieniu do rzeczywistych danych dotyczących czasu do uszkodzenia pochodzących z lokalnego przemysłu samochodowego. Weryfikacja taka pozwala na otrzymanie optymalnego modelu parametrycznego reprezentującego uszkodzenie części składowej. Zweryfikowane wyniki wykazały, że trójparametrowy rozkład Weibulla stanowi dokładne i wydajne narzędzie do modelowania współczynnika niezawodności w zestawieniu z rzeczywistymi danymi z próby. Proponowaną dystrybuantę parametryczną można wykorzystywać do doskonalenia konstrukcji oraz cyklu życia wału korbowego ponieważ daje ona możliwość przyspieszania i zwalniania mechanizmu uszkodzenia, na podstawie czasu, bez potrzeby regulacji poziomu naprężenia. Zatem, znajomość rozkładu parametrycznego oraz obliczonych na jego podstawie współczynników niezawodności i zagrożenia omawianego elementu mechanizmu korbowego, pozwala na doskonalenie konstrukcji oraz wydłużenie cyklu życia wału korbowego w oparciu o dane dotyczące jego niezawodności w danym okresie czasu. Proponowana metoda oceny niezawodności z wykorzystaniem opracowanego w artykule algorytmu stochastycznego umożliwia dokładną, wydajną, szybką i tanią analizę niezawodności w odróżnieniu od kosztownych i czasochłonnych technik eksperymentalnych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.