ОЦЕНКА РАСПРЕДЕЛЕНИЯ ПРЕДЕЛА ВЫНОСЛИВОСТИ МЕТОДАМИ СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ УСТАЛОСТНЫХ ИСПЫТАНИЙ. ЧАСТЬ 2
Аннотация
В первой части исследования, опубликованной в предыдущем номере журнала, была получена оценка пределов выносливости по кривой усталости при испытаниях, проводимых на нескольких уровнях амплитуд переменных напряжений в широком диапазоне долговечностей, а также испытаниях, проводимых для оценки параметров уравнения подобия усталостного разрушения с целью последующего комбинированного статистического моделирования с элементами «бутстреп»-оценок и метода Монте-Карло.
Настоящая статья является продолжением исследования. Для тех же целей рассматривается оценка пределов выносливости методом «вверх-вниз». Метод «вверх-вниз» не предназначен для построения полноценной кривой усталости в широком диапазоне долговечностей, но позволяет форсированным способом определять распределение предела выносливости, соответствующего некоторой фиксированной (базовой) долговечности. Математическая модель метода испытаний «вверх-вниз» имеет строгое вероятностно-статистическое обоснование, основана на методе максимального правдоподобия и не требует знания априорной информации о характеристиках случайных величин, в отличие от других ускоренных методов усталостных испытаний, таких как Про, Эномото, Локати. Необходимо лишь приближенно задать при проведении эксперимента значение начального уровня амплитуды напряжения цикла и диапазон между уровнями, который в продолжение испытаний выдерживается постоянным. В качестве гипотетических функций распределения рассматриваются нормальный закон, логарифмически нормальный закон и закон Вейбулла для предела выносливости. Существенный выигрыш во времени по сравнению с полномасштабным усталостным экспериментом и высокая точность позволяют рекомендовать этот метод для оценки предела выносливости. Генерация непараметрической функции распределения предела выносливости для сравнительной оценки различных групп наблюдений с помощью биномиального критерия осуществляется статистическим моделированием методом Монте-Карло, как и в первой части исследования.
