Una metodología para el análisis fenomenológico de procesos de daño acumulado. Aplicación a fenómenos de fractura y fatiga

• A. Fernández Canteli ^[1] ; E. Castillo ^[3] ; S. Blasón ^[2]
  1. [1] Universidad de Oviedo

     Universidad de Oviedo

     Oviedo, España

     
  2. [2] Federal Institute For Materials Research and Testing

     Federal Institute For Materials Research and Testing

     Berlin, Stadt, Alemania

     
  3. [3] Real Academia de Ingeniería y Real Academia de Ciencias, Madrid

  Mostrar afiliaciones +
• Localización: Revista española de mecánica de la fractura, ISSN-e 2792-4246, Nº. 1, 2021, págs. 189-194
• Idioma: español
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • español

    Las realizaciones de procesos estocásticos definen fenómenos de daño acumulado que concluyen en un estado terminal observable o fallo. La complejidad inherente a tales fenómenos justifica el uso de modelos fenomenológicos asociados a la evolución de una magnitud física factible de ser monitorizada. Las funciones de muestra que representan la evolución del daño pueden identificarse, una vez normalizadas al intervalo [0,1], con funciones de distribución (fdds), de la familia generalizada de valores extremos (GEV). Aunque de acuerdo con el problema específico manejado, solo una fracción de la evolución total del daño resulta accesible en el registro del ensayo, los modelos fenomenológicos propuestos permiten extrapolaciones de todo el proceso de daño, más allá del alcance del programa experimental, como herramienta fundamental para la predicción de fallos en el dimensionamiento práctico. La metodología propuesta confirma su utilidad y generalidad mediante su aplicación a problemas representativos de fractura y fatiga. Los excelentes ajustes, la interpretación física de los parámetros del modelo y las buenas expectativas para lograr un análisis probabilístico completo de estos fenómenos justifican el interés del enfoque fenomenológico propuesto con posibles aplicaciones a otros procesos de daño acumulado.

  • English

    Sample functions, i.e., stochastic process realizations are used to define cumulative damage phenomena which end into an observable terminal state or failure. The complexity inherent to such phenomena justifies the use of phenomenological models associated with the evolution of a physical magnitude feasible to be monitored. Sample functions representing the damage evolution may be identified, once normalized to the interval [0,1], with cumulative distribution functions (cdfs), generally, of the generalized extreme value (GEV) family. Though usually, according to the specific problem handled, only a fraction of the whole damage evolution, is available from the test record, the phenomenological models proposed allow the whole damage process to be recovered providing down- and upwards extrapolations of the whole damage process beyond the scope of the experimental program as a fundamental tool for failure prediction in the practical design. The proposed methodology is presented and its utility and generality confirmed by its successive application to representative well-known problems in fracture and fatigue characterization. The excellent fittings, the physical interpretation of the model parameters and the good expectations to achieve a complete probabilistic analysis of these phenomena justify the interest of the proposed phenomenological approach with possible applications to other cumulative damage processes.