Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学解程获国家专利权

重庆大学解程获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆大学申请的专利基于内力幅修正的结构高周疲劳增量分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118761192B

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410644759.7,技术领域涉及:G06F30/20;该发明授权基于内力幅修正的结构高周疲劳增量分析方法是由解程;白涌滔;周绪红设计研发完成,并于2024-05-23向国家知识产权局提交的专利申请。

基于内力幅修正的结构高周疲劳增量分析方法在说明书摘要公布了:本发明公开了一种基于内力幅修正的结构高周疲劳增量分析方法,属于金属结构疲劳分析技术领域,首先确定金属结构的关键疲劳细节,依据热点应力法建议中最接近的疲劳细节分类确定S‑N曲线;根据关键疲劳细节的节点实际构造确定修正因子并得到修正F‑N曲线,计算预损伤指标;基于时域增量的非稳态高周疲劳预损伤演化准则,对非稳态加载原始曲线进行过滤,得到输入的非稳态疲劳加载制度;最后建立金属结构高周疲劳增量分析模型,通过构造杆单元与其两端节点之间的运动学关系及力学平衡关系,并建立弹性刚度矩阵,模拟高周疲劳加载试验,实时预测金属结构非稳态高周疲劳预损伤演化过程,实现更准确地预测大跨钢桥等金属结构的高周疲劳寿命。

本发明授权基于内力幅修正的结构高周疲劳增量分析方法在权利要求书中公布了:1.基于内力幅修正的结构高周疲劳增量分析方法,其特征在于,包括以下步骤: 步骤A、首先确定金属结构的关键疲劳细节,依据热点应力法建议中最接近的疲劳细节分类确定基准S-N曲线; 步骤B、根据关键疲劳细节的节点实际构造确定修正因子并得到ΔF-N修正曲线,计算高周疲劳预损伤指标; 步骤C、建立基于时域增量的非稳态高周疲劳预损伤演化准则,对非稳态加载原始曲线进行过滤,得到输入的非稳态疲劳加载制度; 步骤D、最后建立金属结构高周疲劳增量分析模型,通过构造杆单元与其两端节点之间的运动学关系及力学平衡关系,并建立弹性刚度矩阵,实时预测钢结构非稳态高周疲劳预损伤演化过程; 所述步骤B中,修正因子包括应力集中、厚度、应力比三类,在确定ΔF-N修正曲线时,具体采用以下方式: 1在轴向力或弯矩循环加载下,修正疲劳荷载幅考虑构件截面面积A或截面矩W、构件焊接端的应力集中修正系数、厚度修正系数、以及应力比修正系数; a.建立精细化有限元模型分析节点疲劳细节的真实应力分布,并与节点加载前的预实验进行对比,定义疲劳细节焊缝最大应力Smax与管身应力Snom的比值为应力集中修正系数: ; 其中,管身应力Snom为外力作用下管壁外沿的最大名义应力,表示为: ; b.厚度修正系数用以表征厚钢板对焊接质量的影响,表示为: ; 其中,ft为国际焊接协会建议的厚度疲劳系数,n与节点焊接方式有关,根据国际焊接协会标准中的节点分类确定; c.应力比修正系数用以表征应力比R小于0时循环荷载幅的受压部分对延缓疲劳开裂的影响,表示为: 结合基准S-N曲线和修正系数,得到修正内力幅-寿命关系表达式如下: 其中,为高周疲劳应力常数,;常数C由节点的基准S-N曲线确定;ΔF为节点承受疲劳荷载的名义轴力幅值,ΔM为节点承受疲劳荷载的名义弯矩幅值,N为节点的疲劳寿命; 2根据上述修正策略推导焊接钢管-球壳节点的内力幅-寿命修正曲线公式: 首先,确定焊接钢管-球壳节点的应力集中分布以及厚度、应力比修正系数,基于各吊车荷载幅值水平下的焊缝处最大真实应力Smax,得到与管身应力Snom的比值,即为应力集中修正系数: 接着,推导焊接钢管-球壳节点最不利疲劳细节的内力幅-寿命ΔF-N修正曲线表达式如下, ; 其中,ΔF管为焊接钢管-球壳节点的钢管焊趾疲劳细节的名义轴力幅值,A管为焊接钢管-球壳节点的钢管截面面积,N管为焊接钢管-球壳节点的钢管疲劳寿命,、、分别为焊接钢管-球壳节点的应力集中、厚度、应力比修正系数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆大学,其通讯地址为:400030 重庆市沙坪坝区沙正街174号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。