关于机械设计中强度的问题——四大强度理论
结构设计工程师是一个苦差,随着三维制图的发展,任何人都可以给你的设计“提意见”,因为画出的图很直观,三岁小孩都能看出你画的是“方的”还是“圆的”。话虽这么说,但是旁观者每一次提的建议都在帮助你进步。
言归正传,这篇主要说一下强度的问题,也是从一个点入手,说一下强度理论的概念。
经常会遇到有人会问,“你这里设计的强度够不够”,“我这里设计的强度绝对没有问题”之类的话。大多是都是凭感觉问,凭感觉说。现在的机械设计都是校核性计算,什么意思呢,意思是所有的机械设计,设计出来的每一个零件,都是先设计出来零件,再把实际的最大工况作用在零件上,然后建立相近的力学模型,进行校核,得出结果对比是否满足条件。上一句话中有一个相近,因为真实的情况不可能理想化,只能说相近。再说强度,实际案例中,很少校核强度这一个指标,说到底强度就是应力的概念,在往简单了说就是高中物理中的压强。举个例子说Q235的碳钢,屈服极限是235Mpa,235x10^6N/平方米,1平方毫米的话就能承受235N的拉力,就是23公斤,一个2mm直径的螺钉,就能承受70kg的拉力没问题。所以说一般强度都没有问题。结构中主要需要校核 的是刚度和稳定性。但这篇只是说强度。
强度也分多中,对于不同的材料需要校核的强度是不一样的。这就需要了解一下强度理论。
最大拉应力理论:
这一个理论试用用脆性材料,认为引起材料脆性断裂破坏的因素是最大拉应力,无论什么应力状态,只要构件内有一点处的最大拉应力达到单向应力状态下极限拉应力时,材料就发生脆性断裂。
解释一下,比如设计好的结构件在一个工况下工作,可能同时受弯和受拉,受弯我们可以根据弯矩计算出来一个应力值,受拉也可以算出一个应力值,两个数相加不能超过材料的许用拉应力,而不是屈服应力或者其他什么应力。这个时候就需要设计者去了解材料的具体性质,是脆性材料就选择他的许用拉应力来校核他的强度。
四大强度理论,因缘聚合,生发的时间有先有后。
若把其分别对应四种武器的话,我想应该是,石头、戈矛、飞虹剑、紫薇软剑。
很明显,石头,戈矛脆性;飞虹剑和紫薇软剑韧性材料;武器越来越好,理论越来越优。
四大强度理论内容的对比,详见下表:
现实生活中,材料失效是因为受复杂的力,拉压弯扭同时存在。可能八万四千种变化,变中找到不变,才可得道(规律)。
从“人猿相揖别,只几个石头磨过”到“王于兴师,修我戈矛,与子同仇”再到李牧腰悬飞虹剑说“今日我躯归故里,他朝君体也相同”,最后到独孤求败弃至山谷的紫薇软剑。
人们长期实践,根据复杂应力破坏时的一些现象,通过去粗取精,去伪存真,由此及彼,由表及里,提出破坏机理的假说,以假求真,利用材料在单向应力状态的实验资料建立了强度理论。
以简单单向对付复杂多向。好比是,开车在路上发生事故各式各样。有的追尾前车,有的爬向灯杆,有的骑在马路牙子上,高速撞击时安全气囊都能打开。车出厂前工程师会对车辆气囊安全性随机抽检,其方法是以一个速度直直地撞向墙体,气囊都能打开,说明合格;而非实验所有事故情形。
好比是,比赛中足球进门方式各式各样,有的凌空,有的贴地,有的撞球门后反弹。门线技术的引进,使得进球评判更准确。临比赛前,工作人员检验门线仪器是否合格,只要以一个方向推向球门即可。难道要求工作人员花式进球来检验合格吗?
因为抽象所以一般,因为抽象所以深刻。
最后,附上强度理论的表述,以便受持读诵:
第一强度理论,无论材料处于什么应力状态只要发生了脆性破坏断裂,其共同原因都是由于微单元体内的最大拉应力(TENSILE STRESS)达到某个共同的极限值。
第二强度理论,无论材料处于什么应力状态只要发生了脆性破坏断裂,其共同原因都是由于微单元体内的最大拉应变(TENSILE STRAIN)达到某个共同的极限值。
第三强度理论,无论材料处于什么应力状态只要发生了屈服,其共同原因都是由于微单元体内的最大切应力(SHEARING STRESS)达到某个共同的极限值。
第四强度理论,无论材料处于什么应力状态只要发生了屈服,其共同原因都是由于微单元体的形状改变能密度(STRAIN-ENERGY DENSITY)达到某个共同的极限值。
不确定性结构优化设计
机械产品设计中存在着各种不确定性因素,包括设计变量不确定性、参数不确定性、模型不确定性、测量不确定性等。因此,考虑各类不确定性因素进行机械产品的结构优化设计成为了一个广泛研究的问题。
不确定性来源及分类
设计变量不确定性。
参数不确定性。
模型不确定性。
测量不确定性。
不确定性表征方法
概率分布法
区间法
认知不确定性
不完备数据表征。
不确定性设计方法
稳健设计
可靠性设计
不确定性设计相关研究
不确定性设计模型构建策略
不确定性设计模型采样点选取方法
各类不确定性条件下的结构设计方法
根据给定采样数据进行变量不确定性的描述方法
不确定性数据表征
设计变量不确定性(Design variables uncertainty)是机械产品不确定性设计(稳健设计Robust Design、可靠性设计Reliability Design)中的重要的不确定性来源之一。设计变量不确定性表征的准确性是不确定性设计结果优劣的基础,因此,研究不确定性数据的表征,是不确定性传播分析、不确定性优化设计结果正确性的有效保证。
设计变量不确定性来源
由于公差、测量、磨损等原因,产品设计过程中的结构变量、工艺变量、流程变量等设计变量的实际值与标准值之间存在一定的偏差,简称设计变量不确定性。不确定性的来源包括但不限于以下几种:
-
公差因素:机械产品的长度、宽度等结构变量值都存在一定的设计公差,导致实际的结构值是在实际值的公差范围内波动,且由于工艺技术的限制,公差越小、制造难度和制造程度越高;但公差不可能被消除;
-
流程波动:机械产品的流程变量(进入阀的流量、换热器的温度等)的实际值一直处于波动状态。如空调的出口温度几乎很难一直保持在固定的温度T,是在T的周围一直波动变化的;
-
测量因素:测量存在测量误差,因此,测量值与变量真实值之间存在误差。
设计变量不确定的表征形式
根据表征设计变量不确定性的采样点数据的多少不同,设计变量的不确定性表征有3种形式:
1)概率分布函数法:如果设计变量的不确定性函数已知,或者有大量的设计变量采样点用于不确定性的表征计算,则可以使用概率分布函数法进行不确定性的表征。可以使用正态分布、泊松分布、F分布等多种概率密度函数进行表征。
2)不完备/不精确数据分析法:如果只存在少量的设计变量采样点,即采样点是不精确、不完备、不完整的,则需要使用概率分布和区间分布相结合的方法,进行这些不完备数据的近似表征,这也是研究的难点和重点。
3)区间分析法:如果只制造设计变量不确定性的下界和上界,则使用区间函数进行不确定性的表征,并通过区间计算法进行不确定性传播分析及不确定性设计。
变量不确定性表征的相关研究
-
基于不完备数据的概率与区间相结合的变量不确定性表征;
-
部分概率分布不确定性、部分为区间不确定性,如何进行不确定性变量的表征及传播计算;
-
针对不完备数据,如何使用属性学习的方法,进行不确定性表征函数的学习计算及精度验证;