*

疲勞應(yīng)用統(tǒng)計(jì)學(xué)基礎(chǔ)返回主目錄*3.1疲勞數(shù)據(jù)的分散性1)實(shí)驗(yàn)：

7075-T6鋁

R=-1,恒幅45678X=lgN105099.9Pf

100

7075-T6鋁合金對(duì)數(shù)疲勞壽命分布2430.117030999051Sinclair和Dolan,1953.應(yīng)力水平越低，壽命越長(zhǎng)，分散性越大。15*

207MPa下57件，壽命:2×106

108次；

240MPa下29件，壽命:7×105

4×106次

275MPa下34件，壽命：1×105

8×105次

310MPa下29件，壽命：4×104

1×105次

430MPa下25件，壽命：1.5×104

2×104次。分散性：共174件NS(MPa)400300200104101010105678klgN2015105678+207MPa共57件

壽命分布直方圖100

102

倍對(duì)數(shù)正態(tài)分部*Duototherandomnatureoffatigueprocess,thelifeofcomponentsandstructurescannotbepredictedbyusingconventionaldeterministicapproaches.Foranaccuratefatiguelifepredictiononlyprobability-basedmodelscanbeusedinengineeringdesignandsystemsanalysis.由于疲勞過(guò)程中固有的隨機(jī)性，結(jié)構(gòu)和構(gòu)件的壽命不能用傳統(tǒng)的確定性方法預(yù)測(cè)。在工程設(shè)計(jì)和系統(tǒng)分析中，準(zhǔn)確的疲勞壽命預(yù)測(cè)只有采用以概率為基礎(chǔ)的方法。*材質(zhì)不均勻，加工質(zhì)量，加載誤差，試驗(yàn)環(huán)境等。原因：裂紋、缺口件的疲勞破壞局限在裂紋或缺口高應(yīng)力局部，上述因素影響較小。光滑件壽命分散>缺口件>裂紋擴(kuò)展壽命

給定應(yīng)力水平下，壽命小于N的概率pf？

存活率為ps（如99%）的疲勞壽命？問(wèn)題疲勞壽命常用對(duì)數(shù)正態(tài)分布、威布爾分布描述。*0f(x)mx=X正態(tài)概率密度曲線3.2正態(tài)分布

對(duì)數(shù)疲勞壽命lgN常常是服從正態(tài)分布的。令X=lgN,X即服從正態(tài)分布。一、正態(tài)分布的密度函數(shù)和分布函數(shù)密度函數(shù)：(-

<x<

)

是均值；f(x)關(guān)于x=

對(duì)稱

為標(biāo)準(zhǔn)差，是非負(fù)的。*

越小，f(

)越大，曲線越瘦，X的分散性越小。故標(biāo)準(zhǔn)差

反映X的分散性。(1)f(x)

0;隨機(jī)變量X取值的可能性非負(fù)。在x=

處,f(x)最大，且:f(x=

)=密度函數(shù)性質(zhì)：(無(wú)論分布形式如何)(2)；所有取值的總可能為1。0f(x)mx=X正態(tài)概率密度曲線*正態(tài)概率分布函數(shù)F(x)為：F(x)是X小于等于x的概率,

是f(x)在x左邊的面積。0f(x)mxX正態(tài)概率密度曲線F(x)1-F(x)顯然:

Pr(X>x)=1-F(x)F(

)=*二、標(biāo)準(zhǔn)正態(tài)分布令,即有：注意dx=

du,由密度函數(shù)變換公式可得到標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)為：

(-

<u<

)U0-uuf(u)

標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)

u服從均值

=0、標(biāo)準(zhǔn)差

=1的正態(tài)分布。標(biāo)準(zhǔn)正態(tài)分布函數(shù)則為：*u<0或

(u)<0.5，利用

(-u)=1-

(u)的關(guān)系求解。注意有：

(0)=0.5；

(-u)=1-

(u)；

Pr(a<u<b)=

(b)-

(a)u

(u)關(guān)系，還可用近似表達(dá)式表達(dá)，如：u

0

(u)

0.5且由，還有：

F(x)=Pr(X

x)=Pr(U

u)=

(u)故求正態(tài)分布函數(shù)F(x)，只需求得

(u)即可。U0-uuf(u)

標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)(-u)F(u)1-FU0abf(u)

(a)

(b)-

(a)*分布參數(shù)估計(jì)：設(shè)在某si下，樣本含n個(gè)疲勞壽命數(shù)據(jù)xi=lgNi；破壞概率為p的對(duì)數(shù)疲勞壽命xp為：三、給定疲勞壽命下的破壞概率估計(jì)則樣本均值為：樣本方差s2為：標(biāo)準(zhǔn)差s是偏差(xi-)2的度量，反映分散性大小。只有(n-1)個(gè)偏差獨(dú)立。up可由p確定。存活概率R=1-p。*3)存活率為99.9%的壽命：

xp=2.1674-3.09×0.05=2.013R=99.9%的安全壽命為：Np=lg-1xp=103(千周)例3.1

在某應(yīng)力水平下，測(cè)得表中一組疲勞壽命數(shù)據(jù)Ni。試確定存活率為99.9%的安全壽命N。解：將Ni從小到大排列；1)計(jì)算樣本均值和標(biāo)準(zhǔn)差；=2.1674s=0.05；(n=10)2)確定標(biāo)準(zhǔn)正態(tài)偏量up。

p=1-R=0.001=0.1%

查表3.1得：up=-3.09序號(hào)iN/10i312345678910124134135138140147154160166181xi24.38234.52464.53824.57924.60574.69724.78524.85814.92885.0972S21.673546.9965x=lgNii2.09342.12712.13032.13992.14612.16732.18752.20412.22012.2577*若

=95%，意味著100個(gè)樣本估計(jì)的xp中，有95個(gè)小于xp(g)。即有95%的把握認(rèn)為估計(jì)量小于真值。四、置信水平估計(jì)量Np=+ups，若大于真值

+up

，偏于危險(xiǎn)。置信度

：估計(jì)量小于真值的概率。破壞率p，置信度

的對(duì)數(shù)壽命寫(xiě)為：?jiǎn)蝹?cè)容限系數(shù)k：有表可查若u

=0,有k=up，則xp(g)=+ups；

=50%。*五、正態(tài)概率紙問(wèn)題：X是否服從正態(tài)分布？已知：x

F(x)關(guān)系：非線性

x

u關(guān)系：線性F(x)=

(u)

u：一一對(duì)應(yīng)

能否作出x

F(x)呈線性關(guān)系的坐標(biāo)紙？先畫(huà)x-u坐標(biāo)，即若隨機(jī)變量X服從正態(tài)分布，則有線性關(guān)系；再按u-

(u)關(guān)系，依據(jù)u標(biāo)定F(x)，則線性關(guān)系不變。若X服從正態(tài)分布，F(xiàn)(x)-x在概率紙上呈線性。x正態(tài)概率紙up0321-1-2-3p1000.010.1150103070909999.9*利用正態(tài)概率紙檢驗(yàn)隨機(jī)變量X是否服從正態(tài)分布，需xi

F(xi)數(shù)據(jù)描點(diǎn)，由其是否線性作出判斷。F(xi)是對(duì)數(shù)壽命X小于xi的概率，即破壞概率。其均秩估計(jì)量為：

F(xi)=pi=i/(n+1)

無(wú)論X服從何種分布，此式均適用。序號(hào)iN/10i3x=lgNiiin+1123456789101241341351381401471541601661812.09342.12712.13032.13992.14612.16732.18752.20412.22012.25770.09090.18180.27270.36360.45450.54550.63640.72730.81820.9091例3.1之xi

F(xi)數(shù)據(jù)如表所列，可在正態(tài)概率紙上描點(diǎn)，觀察是否呈線性，判斷X是否服從正態(tài)分布。*樣本標(biāo)準(zhǔn)差s？利用p=15.87時(shí)，up=-1；由圖得到：xp=2.114；例3.1之?dāng)?shù)據(jù)描點(diǎn)如圖。注意：用s=ctgq估計(jì)標(biāo)準(zhǔn)差時(shí)，必須x、u的坐標(biāo)標(biāo)定一致?？芍篨是否服從正態(tài)分布？均值？(與50%破壞率對(duì)應(yīng))

=2.167由xp=+ups；有：

s=(xp-)/up=-xp

=2.167-2.114=0.053P1000.1150103070909999.92.12.22.3x=lgN3210-1-2-3uxq*分析計(jì)算框圖：

疲勞試驗(yàn)

R、S給定

樣本數(shù)據(jù)

n個(gè)N排序i

破壞率

F(Ni)=i/(n+1)

概率紙上描點(diǎn)

[x=lgNi,F(Ni)]是否正態(tài)分布線性？

估計(jì)分布參數(shù),s(計(jì)算或圖解法)x給定破壞概率pf下的疲勞壽命？壽命N對(duì)應(yīng)的pf？up=(lgN-)/s;pf=F(up)xxp=lgNp=+upsx*壽命有大于零的下限,正態(tài)分布不能反映。3.3威布爾分布

Weibull1951一、密度函數(shù)和分布函數(shù)1.密度函數(shù)定義為：

(N

N0)

下限N0，最小壽命;

尺度參數(shù)Na，反映數(shù)據(jù)的分散性；

形狀參數(shù)b；反映f(N)曲線形狀。三個(gè)參數(shù)f(N)N-NN-N00ab=1b=3.5-4b=2Weibull密度函數(shù)曲線0指數(shù)Reyleigh正態(tài)分布*N=N0，F(xiàn)(N0)=0，即壽命小于N0的概率為零；N=Na，F(xiàn)(Na)=1-1/e=0.632，Na稱特征壽命參數(shù)。2.分布函數(shù)：F(N)--壽命小于等于N的概率。令x=(N-N0)/(Na-N0),則有dN=(Na-N0)dx,可得：注意F(N)=F(x),故得Weibull分布函數(shù)F(N)為：*變量lglg[1-F(N)]-1

lg(N-N0)間有線性關(guān)系；或lg[1-F(N)]-1

(N-N0)間有對(duì)數(shù)線性關(guān)系。B是直線的斜率，稱斜率參數(shù)。將分布函數(shù)式改寫(xiě)為：取二次對(duì)數(shù)后得到：3.二參數(shù)威布爾分布函數(shù)令N0=0，則二參數(shù)威布爾分布*能否作出威布爾概率紙？N-F(N)，非線性關(guān)系；lglg[1-F(N)]-1-lg(N-N0)，線性lglg[1-F(N)]-1-F(N)，一一對(duì)應(yīng)二、分布參數(shù)的圖解估計(jì)二個(gè)問(wèn)題：N是否服從威布爾分布？如何確定其分布參數(shù)？0.90.50.1F(N)lglg[1-F(N)]-1F(N)lglg[1-F(N)]-10.010-0.521-1.339-2.360F(N)lglg[1-F(N)]-1—對(duì)應(yīng)值結(jié)論：可作威布爾概率紙。若N服從威布爾分布，概率紙上lg(N-N0)-F(N)應(yīng)有線性關(guān)系。威布爾概率紙lg(N-N)0456lglg[1-F(N)]-10-0.5-1.0-1.5-2.00.90.50.10.050.02F(N)*解：1）Ni排序,估計(jì)F(Ni)2）估計(jì)下限:0

N0

N1例3.2

二組疲勞壽命數(shù)據(jù)如表。判斷其是否服從威布爾分布并估計(jì)分布參數(shù)。iN(10)5N(10)5例A例B123456782.03.75.08.011.513.020.023.54.05.06.07.38.09.010.613.0F(N)=1n+10.1110.2220.3330.4440.5560.6670.7780.889.1.5120.90.50.1F(N)威布爾概率的應(yīng)用0.050.02N-N0(10)6ABB'0.632B'：N0=N1/2=2×105A、B：N0=0*注意F(N)=0.9時(shí)，lglg[1-F(N90)]-1=0,有：Na對(duì)應(yīng)的破壞概率為63.2%。3)估計(jì)分布參數(shù)Na和b。如A：N90-N0=23.5×105,Na-N0=11.5×105。有：b=0.3622/lg(23.5/11.5)=1.17A組：Na-N0=11.5×105,

因?yàn)镹0=0，Na=11.5×105；B‘組：Na-N0=6.8×105,N0=2×105，Na=8.8×105。.1.5120.90.50.1F(N)N-N0(10)6AB'0.632*

對(duì)于給定應(yīng)力水平的一組壽命數(shù)據(jù)Ni，估計(jì)其對(duì)應(yīng)的破壞概率F(Ni),在威布爾概率紙上描點(diǎn)，即可判斷其是否服從威布爾并估計(jì)分布參數(shù)。.1.5120.90.50.1F(N)威布爾概率的應(yīng)用0.050.02N-N0(10)6ABB'0.632*框圖：

疲勞試驗(yàn)

R、S給定

樣本數(shù)據(jù)

n個(gè)N排序i

破壞率

F(Ni)=i/(n+1)

取N0，概率紙上描點(diǎn)

[x=lg(Ni-N0

),F(Ni)]

是否Weibull

分布線性？調(diào)整N0

估計(jì)分布參數(shù)N0,b；給定破壞概率pf=F(N)下的疲勞壽命N？壽命N對(duì)應(yīng)的pf？*習(xí)題：3-2，3-5b)(取N0=50千周)

再見(jiàn)

再見(jiàn)

再見(jiàn)

再見(jiàn)再見(jiàn)！謝謝！第一次課完

請(qǐng)繼續(xù)第二次課

返回主目錄*第三章疲勞應(yīng)用統(tǒng)計(jì)學(xué)基礎(chǔ)3.1疲勞數(shù)據(jù)的分散性3.2正態(tài)分布3.3威布爾分布3.4二元線性回歸分析3.5S-N曲線和P-S-N曲線的擬合返回主目錄*確定性關(guān)系--對(duì)變量X的每一確定值，變量Y都有可以預(yù)測(cè)的一個(gè)或幾個(gè)確定的值與之對(duì)應(yīng)，如，圓周長(zhǎng)L=

D的確定性關(guān)系。3.4二元線性回歸分析二個(gè)問(wèn)題：一組數(shù)據(jù)點(diǎn)是否呈線性？若呈線性，用什么樣的直線描述？一、相關(guān)關(guān)系和回歸方程相關(guān)關(guān)系---變量X取某定值時(shí)，變量Y并無(wú)確定的值與之對(duì)應(yīng)，與之對(duì)應(yīng)的是某唯一確定的概率分布及其特征數(shù)，如S-N關(guān)系。*回歸分析的主要任務(wù)是：確定回歸方程的形式及回歸系數(shù)；檢驗(yàn)回歸方程的可用性；利用回歸方程進(jìn)行預(yù)測(cè)和統(tǒng)計(jì)推斷。設(shè)X、Y間存在著相關(guān)關(guān)系。X=x時(shí)，Y的數(shù)學(xué)期望E(Y/X=x)是x的函數(shù)，即：

E(Y/X=x)=f(x)E通常未知，一般只能通過(guò)樣本求其估計(jì)量：

=f(x)

稱為Y對(duì)X的回歸方程。

~y若回歸方程是線性的，有=A+Bx;常數(shù)A、B是待定的回歸系數(shù)。

~y*XY0

散點(diǎn)圖分散帶二、最小二乘法擬合回歸方程獲取數(shù)據(jù)樣本

(xi,yi)n對(duì)描點(diǎn)作散點(diǎn)圖回歸方程形式回歸系數(shù)是否存在相關(guān)關(guān)系回歸方程估計(jì)量與觀測(cè)值yi之偏差平方和為：最小二乘法

~yQ是A、B的函數(shù)，Q最小的條件為：；由此給出方程組*正規(guī)方程組為：tyü?=?+??=?+iiiiiiyxxBxAyxBnA2解得：

??t??yü-?--?=?-???-?=yXxYyXxxxnyxyxnBiiiiiiiii2222-=?-???-??=XBYxxnxxyxAiiiiiii22)()())(()(式中，n為樣本數(shù)據(jù)點(diǎn)數(shù)，、分別為變量X、Y的樣本均值，且=

xi/n;=

yi/nX_Y_X_Y_注意，均值點(diǎn)（、）落在回歸直線上。Y_X_*三、相關(guān)系數(shù)及相關(guān)關(guān)系的檢驗(yàn)相關(guān)系數(shù)r定義為：若令：有：LLxyxx=/r==LLLxyxxyy/BLLxxyy[/]/12?-???-?=xxnyxyxnBiiiiii22)(*偏差平方和為：QABxyYBXBxyiiii=+-=-+-??()[()]__22?__=---[()()]YyBXxii2____=----+-?[()()()()]YyBXxYyBXxiiii2222___=---+-???()()()YyBXxBXxiii222222=---=-??()()__YyBXxLBLiiyyxx2222上式二端除以Lyy,即得：注意:Lyy>Q>0,故相關(guān)系數(shù)r￡1*XY0r~1完全相關(guān)XY0r~-1完全相關(guān)XY0r~0完全不相關(guān)當(dāng)時(shí)，有Q

0，數(shù)據(jù)點(diǎn)基本在回歸直線上，變量X、Y相關(guān)密切；?1r

,Q

,數(shù)據(jù)點(diǎn)越分散，相關(guān)越差；若

0，X、Y完全不相關(guān)。相關(guān)系數(shù)r與B同號(hào)，r>0,則B>0，正相關(guān)；

r<0，B<0，負(fù)相關(guān)。rr相關(guān)系數(shù)的幾何意義:XY00<r<1正相關(guān)XY0-1<r<0負(fù)相關(guān)*回歸方程能否反映隨機(jī)變量間的相關(guān)關(guān)系？

是相關(guān)系數(shù)起碼值，可查表。

與樣本容量n有關(guān)，n越大，越小。

與置信水平

有關(guān)，

=1-

越大，越大。

是顯著性水平，或納偽概率。rarara相關(guān)性檢驗(yàn)條件為：

rra表3-4相關(guān)系數(shù)的起碼值

n-20.050.01n-20.050.01n-20.050.0110.9971.00050.7540.874100.5760.708200.4230.537300.3490.449400.3040.393ra*四、利用回歸方程進(jìn)行統(tǒng)計(jì)推斷對(duì)應(yīng)于任一x0，y0正態(tài)分布，n大時(shí)，分布參數(shù)可估計(jì)為：

==A+Bx

=s=[Q/(n-2)]1/2=[(Lyy-B2Lxx)/(n-2)]1/2y~YX0x0y0~y~=A+Bx利用回歸方程進(jìn)行統(tǒng)計(jì)推斷y~y0=+3sy~y0=-3s直線y=+ups所對(duì)應(yīng)的概率為p=Pr(Y

y)。如，up=3時(shí)，p=99.87%，故y落在y=+3s之下的概率為99.87%，上限。y~y~up=-3時(shí)，p=0.13%，y=-3s為0.13%的下限。

y在y=+3s間的概率為p=99.74%。

up=0時(shí)，p=50%，故y==A+Bx對(duì)應(yīng)概率50%y~y~y~*

獲取樣本數(shù)據(jù)

(xi,yi)

共n對(duì)下面通過(guò)一例題，進(jìn)一步了解其分析步驟。五、

二元線性回歸分析的基本方法：作散點(diǎn)圖

回歸方程的形式

y=A+Bx~

最小二乘法確定回歸系數(shù)

A、B相關(guān)系數(shù)

r相關(guān)性檢驗(yàn)

rra用回歸方程進(jìn)行預(yù)測(cè)和統(tǒng)計(jì)推斷*例3.3表中為某材料在R=0.1下的疲勞試驗(yàn)結(jié)果，試估計(jì)其S-N曲線。解：S-N曲線為SmN=C;取對(duì)數(shù)后有：

lgS=lgC/m-(1/m)lgN;

令y=lgS,x=lgN,回歸方程可寫(xiě)為：

y=A+Bx其中：A=lgC/m,B=-(1/m)

試驗(yàn)數(shù)據(jù) 計(jì)算

Sa(MPa)N 199 94124166 146656141.2 298263120.2 981070

21.60638.7478117.300119.161347.1351yi=lgSai2.29892.22012.14982.0799xi=lgNi

4.97375.16635.47465.9917xi224.737726.690729.971235.9005yi25.28494.92884.62164.3260xiyi

11.434011.469711.769312.4621*得到：x=

xi/n=21.6063/4=5.40158；

y=2.18718Lxx==117.3001-21.60632/4=0.59205Lyy=0.02636；Lxy=-0.12166xxnii-??()/22回歸系數(shù)：

B=Lxy/Lxx=-0.2054m=-1/B=4.87A=y-Bx=3.2974C=lg-1(Am)=1.12×1016

相關(guān)系數(shù)：r==-0.975(負(fù)相關(guān))；取

=0.05時(shí)，注意n-2=2，查表知=0.950，故有r，滿足相關(guān)性檢驗(yàn)條件。LxyLLxxyy/rara*破壞率為1%時(shí)，up=-2.326,即有：

y=A+Bx-2.326s=3.2362-0.2054x

破壞率為1%的S-N曲線為：

(p=0.01)回歸方程可用,且S-N曲線為：

×

(p=0.50)SNa4871611210..=注意：由于數(shù)據(jù)點(diǎn)少(n=4),若取

=0.01，則r<ra;回歸方程是不可接受的。要估計(jì)破壞率為1%的S-N曲線，需先計(jì)算樣本剩余標(biāo)準(zhǔn)差s。此處有：

s=[(Lyy-B2Lxx)/(n-2)]1/2=0.0263*例3.4

試用最小二乘法進(jìn)行回歸分析，估計(jì)例3.2

中B組數(shù)據(jù)的分布參數(shù)。N(10)5F(N)=1n+1i12345674.05.06.07.38.09.010.60.1110.2220.3330.4440.5560.6670.778813.00.889解：1)設(shè)x=lgN正態(tài)分布有：

回歸方程為：

Y=A+BXxxus=+對(duì)照可知，回歸方程中變量為：

Y=x=lgN；X=u=

-1[F(N)]

系數(shù)：A=x

；B=s*列表計(jì)算，得到回歸系數(shù)為：

B=Lxy/Lxx=0.2096；

A=Y-BX=0.8674；故正態(tài)分布參數(shù)：

s=B=0.2096；

x=A=0.8674YX0.6021-1.220正態(tài)分布0.69900.77820.86330.90310.95421.02531.1139-0.765-0.431-0.1400.1400.4310.7651.220若估計(jì)壽命為N=3×105時(shí)的破壞概率，則有：

=3.1%puNxsp==-=-1862FFF()(lg)(.)_f相關(guān)系數(shù)為：

r=-0.9976

ra

=0.834(

=0.01，n=8)*2)設(shè)壽命N服從威布爾分布，有：回歸方程寫(xiě)為：

Y=A+BX時(shí)，有：

Y=lglg[1-F(N)]-1；

X=lg(N-N0)；

系數(shù)：

A=lglge-blg(Na-N0)；

B=b設(shè)N0=2×105,列表計(jì)算后得到回歸系數(shù)為：

B=Lxy/Lxx=1.7196,A=Y-BX=-1.7985Weibull分布YX-1.29120.3010-0.9620-0.7543-0.5931-0.4532-0.3213-0.1849-0.02030.47710.60210.72430.77820.84510.93451.0414*故威布爾分布參數(shù):

b=B=1.7196,Na=lg-1[(lglge-A)/b]+N0=8.84×105。注意：對(duì)于本例，威布爾分布給出比正態(tài)分布更好的擬合精度，即更大的r值。相關(guān)系數(shù)為：

r=-0.9988

r

ra=0.834(

=0.01，n=8)估計(jì)壽命N=3×105時(shí)的破壞概率pf

，則有：

pf==3.6%FN()exp[(.)].=--3.5S-N曲線和P-S-N曲線的擬合實(shí)驗(yàn)得到：

Ly12鋁合金板材，在Smax為199、166、141.2、120.2Mpa

四種應(yīng)力水平下的疲勞試驗(yàn)結(jié)果x=lgN，循環(huán)應(yīng)力比R=0.1S-N曲線和P-S-N曲線擬合計(jì)算實(shí)例試用最小二乘法擬合S-N曲線和P-S-N曲線。*序號(hào) Smax(MPa)破壞率存活率

i199166141.2120.2Pi=i/n+1Ri=1-pi14.9145.0935.3255.7210.09090.909124.9145.1275.3605.8510.18180.818234.9295.1305.4355.8590.27270.727344.9645.1405.4415.9380.36360.636454.9645.1465.4706.0120.45450.545564.9825.1675.4716.0150.54550.454574.9825.1885.5016.0820.63640.363684.9965.2045.5496.1360.72730.272795.0295.2205.5826.1380.81820.1818105.0635.2485.6126.1650.90910.0909*4.55.05.56.06.5X=lgN99.999907050301010.1Ps

100對(duì)數(shù)疲勞壽命分布表中數(shù)據(jù)在正態(tài)概率紙上描點(diǎn)結(jié)果如圖。四種應(yīng)力水平下的

x

ps數(shù)據(jù)，均呈線性，即x=lgN,服從正態(tài)分布。Smax=199Smax=166Smax=141.2Smax=120.2*各應(yīng)力水平下的x

up擬合結(jié)果Si

x=A+Bup=lgN i(MPa)AB r lgSPs=50%Ps=99.9%up=0up=-3.091199.04.97370.05660.9752.29894.97374.7988 2166.05.16630.05710.9882.22015.16634.9899 3141.25.47460.10840.9892.14985.47465.1396 4120.25.99170.17220.9732.07995.99175.4596回歸方程估計(jì)的存活率ps為50%和99.9%時(shí)的x。

ra=0.765a=0.01*

由前表所列ps為50%和99.9%時(shí)的二組lgS

lgN數(shù)據(jù)，給出了給定存活率ps下的S-N關(guān)系。p-S-N曲線：存活率為ps

的S-N曲線,如曲線2，是ps=99.9%的S-N曲線。雙對(duì)數(shù)坐標(biāo)圖上，這二組S-N數(shù)據(jù)呈線性關(guān)系。56lgN2.32.22.1lgS雙對(duì)數(shù)坐標(biāo)下的S-N圖ps=50%ps=99.9%12S-N曲線:存活率為50%的S-N曲線，曲線1。是中值S-N曲線。*式中，S的單位為MPa；N是直到破壞的循環(huán)次數(shù)。對(duì)前圖之二組數(shù)據(jù)，令Y=lgS,X=lgN,用最小二乘法擬合S-N曲線，結(jié)果列于下表：ps

100lgS=a+blgN rSmN=C ab MC 50 3.2965-0.2054 -0.9714.8691.124

101699.9 3.8739-0.3309 -0.9833.0225.092

1011可知，對(duì)于本例，中值S-N曲線為：ps=99.9%的p-S-N曲線為：*

小結(jié)：1）疲勞壽命分散性顯著。S越低，N越長(zhǎng)，分散性越大。分散性：光滑件>缺口件>裂紋擴(kuò)展2）對(duì)數(shù)疲勞壽命可用正態(tài)分布描述。

xp=lgNp=x+ups;xm;ss3）三參數(shù)威布爾分布為：

N0-下限；Na-特征壽命參數(shù)；b-形狀參數(shù)。4）利用概率紙可估計(jì)分布形式、分布參數(shù)。無(wú)論何種分布，破壞率均秩估計(jì)量為p=i/(n+1)。*5）回歸分析的主要任務(wù)是：尋找隨機(jī)變量間相關(guān)關(guān)系的近似定量表達(dá)式；考查變量間的相關(guān)性；利用回歸方程進(jìn)行預(yù)測(cè)和統(tǒng)計(jì)推斷。6）最小二乘法：使回歸方程估計(jì)量與觀測(cè)值yi

之偏差平方和為最小，并由此確定回歸系數(shù)。

~y7）相關(guān)系數(shù)r可檢驗(yàn)回歸方程與樣本數(shù)據(jù)相關(guān)性的密切程度。*

疲勞試驗(yàn)

R、S給定

樣本數(shù)據(jù)

n個(gè)N排序i給定破壞概率下的疲勞壽命？壽命N對(duì)應(yīng)的pf？8）疲勞壽命統(tǒng)計(jì)估計(jì)的分析計(jì)算框圖

破壞率

F(Ni)=i/(n+1)

散點(diǎn)圖分布類型

對(duì)數(shù)正態(tài)分布

Yi=xi=lgNi,Xi=ui=F

-1

(Fi)]威布爾分布Yi=lglg(1-Fi)-1;Xi=lg(Ni-N0);0

N0

N1;回歸分析

Y=A+Bx相關(guān)系數(shù)檢驗(yàn)圖解法解析法是否線性？

估計(jì)分布參數(shù)*確定性關(guān)系--對(duì)變量X的每一確定值，變量Y都有可以預(yù)測(cè)的一個(gè)或幾個(gè)確定的值與之對(duì)應(yīng)，如，圓周長(zhǎng)L=

D的確定性關(guān)系。3.4二元線性回歸分析二個(gè)問(wèn)題：一組數(shù)據(jù)點(diǎn)是否呈線性？若呈線性，用什么樣的直線描述？一、相關(guān)關(guān)系和回歸方程相關(guān)關(guān)系---變量X取某定值時(shí)，變量Y并無(wú)確定的值與之對(duì)應(yīng)，與之對(duì)應(yīng)的是某唯一確定的概率分布及其特征數(shù)，如S-N關(guān)系。*回歸分析的主要任務(wù)是：確定回歸方程的形式及回歸系數(shù)；檢驗(yàn)回歸方程的可用性；利用回歸方程進(jìn)行預(yù)測(cè)和統(tǒng)計(jì)推斷。設(shè)X、Y間存在著相關(guān)關(guān)系。X=x時(shí)，Y的數(shù)學(xué)期望E(Y/X=x)是x的函數(shù)，即：

E(Y/X=x)=f(x)E通常未知，一般只能通過(guò)樣本求其估計(jì)量：

=f(x)

稱為Y對(duì)X的回歸方程。

~y若回歸方程是線性的，有=A+Bx;常數(shù)A、B是待定的回歸系數(shù)。

~y*XY0

散點(diǎn)圖分散帶二、最小二乘法擬合回歸方程獲取數(shù)據(jù)樣本

(xi,yi)n對(duì)描點(diǎn)作散點(diǎn)圖回歸方程形式回歸系數(shù)是否存在相關(guān)關(guān)系回歸方程估計(jì)量與觀測(cè)值yi之偏差平方和為：最小二乘法

~yQ是A、B的函數(shù)，Q最小的條件為：；由此給出方程組*正規(guī)方程組為：tyü?=?+??=?+iiiiiiyxxBxAyxBnA2解得：

??t??yü-?--?=?-???-?=yXxYyXxxxnyxyxnBiiiiiiiii2222-=?-???-??=XBYxxnxxyxAiiiiiii22)()())(()(式中，n為樣本數(shù)據(jù)點(diǎn)數(shù)，、分別為變量X、Y的樣本均值，且=

xi/n;=

yi/nX_Y_X_Y_注意，均值點(diǎn)（、）落在回歸直線上。Y_X_*三、相關(guān)系數(shù)及相關(guān)關(guān)系的檢驗(yàn)相關(guān)系數(shù)r定義為：若令：有：LLxyxx=/r==LLLxyxxyy/BLLxxyy[/]/12?-???-?=xxnyxyxnBiiiiii22)(*偏差平方和為：QABxyYBXBxyiiii=+-=-+-??()[()]__22?__=---[()()]YyBXxii2____=----+-?[()()()()]YyBXxYyBXxiiii2222___=---+-???()()()YyBXxBXxiii222222=---=-??()()__YyBXxLBLiiyyxx2222上式二端除以Lyy,即得：注意:Lyy>Q>0,故相關(guān)系數(shù)r￡1*XY0r~1完全相關(guān)XY0r~-1完全相關(guān)XY0r~0完全不相關(guān)當(dāng)時(shí)，有Q

0，數(shù)據(jù)點(diǎn)基本在回歸直線上，變量X、Y相關(guān)密切；?1r

,Q

,數(shù)據(jù)點(diǎn)越分散，相關(guān)越差；若

0，X、Y完全不相關(guān)。相關(guān)系數(shù)r與B同號(hào)，r>0,則B>0，正相關(guān)；

r<0，B<0，負(fù)相關(guān)。rr相關(guān)系數(shù)的幾何意義:XY00<r<1正相關(guān)XY0-1<r<0負(fù)相關(guān)*回歸方程能否反映隨機(jī)變量間的相關(guān)關(guān)系？

是相關(guān)系數(shù)起碼值，可查表。

與樣本容量n有關(guān)，n越大，越小。

與置信水平

有關(guān)，

=1-

越大，越大。

是顯著性水平，或納偽概率。rarara相關(guān)性檢驗(yàn)條件為：

rra表3-4相關(guān)系數(shù)的起碼值

n-20.050.01n-20.050.01n-20.050.0110.9971.00050.7540.874100.5760.708200.4230.537300.3490.449400.3040.393ra*四、利用回歸方程進(jìn)行統(tǒng)計(jì)推斷對(duì)應(yīng)于任一x0，y0正態(tài)分布，n大時(shí)，分布參數(shù)可估計(jì)為：

==A+Bx

=s=[Q/(n-2)]1/2=[(Lyy-B2Lxx)/(n-2)]1/2y~YX0x0y0~y~=A+Bx利用回歸方程進(jìn)行統(tǒng)計(jì)推斷y~y0=+3sy~y0=-3s直線y=+ups所對(duì)應(yīng)的概率為p=Pr(Y

y)。如，up=3時(shí)，p=99.87%，故y落在y=+3s之下的概率為99.87%，上限。y~y~up=-3時(shí)，p=0.13%，y=-3s為0.13%的下限。

y在y=+3s間的概率為p=99.74%。

up=0時(shí)，p=50%，故y==A+Bx對(duì)應(yīng)概率50%y~y~y~*

獲取樣本數(shù)據(jù)

(xi,yi)

共n對(duì)下面通過(guò)一例題，進(jìn)一步了解其分析步驟。五、

二元線性回歸分析的基本方法：作散點(diǎn)圖

回歸方程的形式

y=A+Bx~

最小二乘法確定回歸系數(shù)

A、B相關(guān)系數(shù)

r相關(guān)性檢驗(yàn)

rra用回歸方程進(jìn)行預(yù)測(cè)和統(tǒng)計(jì)推斷*例3.3表中為某材料在R=0.1下的疲勞試驗(yàn)結(jié)果，試估計(jì)其S-N曲線。解：S-N曲線為SmN=C;取對(duì)數(shù)后有：

lgS=lgC/m-(1/m)lgN;

令y=lgS,x=lgN,回歸方程可寫(xiě)為：

y=A+Bx其中：A=lgC/m,B=-(1/m)

試驗(yàn)數(shù)據(jù) 計(jì)算

Sa(MPa)N 199 94124166 146656141.2 298263120.2 981070

21.60638.7478117.300119.161347.1351yi=lgSai2.29892.22012.14982.0799xi=lgNi

4.97375.16635.47465.9917xi224.737726.690729.971235.9005yi25.28494.92884.62164.3260xiyi

11.434011.469711.769312.4621*得到：x=

xi/n=21.6063/4=5.40158；

y=2.18718Lxx==117.3001-21.60632/4=0.59205Lyy=0.02636；Lxy=-0.12166xxnii-??()/22回歸系數(shù)：

B=Lxy/Lxx=-0.2054m=-1/B=4.87A=y-Bx=3.2974C=lg-1(Am)=1.12×1016

相關(guān)系數(shù)：r==-0.975(負(fù)相關(guān))；取

=0.05時(shí)，注意n-2=2，查表知=0.950，故有r，滿足相關(guān)性檢驗(yàn)條件。LxyLLxxyy/rara*破壞率為1%時(shí)，up=-2.326,即有：

y=A+Bx-2.326s=3.2362-0.2054x

破壞率為1%的S-N曲線為：

(p=0.01)回歸方程可用,且S-N曲線為：

×

(p=0.50)SNa4871611210..=注意：由于數(shù)據(jù)點(diǎn)少(n=4),若取

=0.01，則r<ra;回歸方程是不可接受的。要估計(jì)破壞率為1%的S-N曲線，需先計(jì)算樣本剩余標(biāo)準(zhǔn)差s。此處有：

s=[(Lyy-B2Lxx)/(n-2)]1/2=0.0263*例3.4

試用最小二乘法進(jìn)行回歸分析，估計(jì)例3.2

中B組數(shù)據(jù)的分布參數(shù)。N(10)5F(N)=1n+1i12345674.05.06.07.38.09.010.60.1110.2220.3330.4440.5560.6670.778813.00.889解：1)設(shè)x=lgN正態(tài)分布有：

回歸方程為：

Y=A+BXxxus=+對(duì)照可知，回歸方程中變量為：

Y=x=lgN；X=u=

-1[F(N)]

系數(shù)：A=x

；B=s*列表計(jì)算，得到回歸系數(shù)為：

B=Lxy/Lxx=0.2096；

A=Y-BX=0.8674；故正態(tài)分布參數(shù)：

s=B=0.2096；

x=A=0.8674YX0.6021-1.220正態(tài)分布0.69900.77820.86330.90310.95421.02531.1139-0.765-0.431-0.1400.1400.4310.7651.220若估計(jì)壽命為N=3×105時(shí)的破壞概率，則有：

=3.1%puNxsp==-=-1862FFF()(lg)(.)_f相關(guān)系數(shù)為：

r=-0.9976

ra

=0.834(

=0.01，n=8)*2)設(shè)壽命N服從威布爾分布，有：回歸方程寫(xiě)為：

Y=A+BX時(shí)，有：

Y=lglg[1-F(N)]-1；

X=lg(N-N0)；

系數(shù)：

A=lglge-blg(Na-N0)；

B=b設(shè)N0=2×105,列表計(jì)算后得到回歸系數(shù)為：

B=Lxy/Lxx=1.7196,A=Y-BX=-1.7985Weibull分布YX-1.29120.3010-0.9620-0.7543-0.5931-0.4532-0.3213-0.1849-0.02030.47710.60210.72430.77820.84510.93451.0414*故威布爾分布參數(shù):

b=B=1.7196,Na=lg-1[(lglge-A)/b]+N0=8.84×105。注意：對(duì)于本例，威布爾分布給出比正態(tài)分布更好的擬合精度，即更大的r值。相關(guān)系數(shù)為：

r=-0.9988

r

ra=0.834(

=0.01，n=8)估計(jì)壽命N=3×105時(shí)的破壞概率pf

，則有：

pf==3.6%FN()exp[(.)].=--3.5S-N曲線和P-S-N曲線的擬合實(shí)驗(yàn)得到：

Ly12鋁合金板材，在Smax為199、166、141.2、120.2Mpa

四種應(yīng)力水平下的疲勞試驗(yàn)結(jié)果x=lgN，循環(huán)應(yīng)力比R=0.1S-N曲線和P-S-N曲線擬合計(jì)算實(shí)例試用最小二乘法擬合S-N曲線和P-S-N曲線。*序號(hào) Smax(MPa)破壞率存活率

i199166141.2120.2Pi=i/n+1Ri=1-pi14.9145.0935.3255.7210.09090.909124.9145.1275.3605.8510.18180.818234.9295.1305.4355.8590.2