Resumen de Estrategias estadísticas de ensayo para la planificación y evaluación optimizadas de programas experimentales de fatiga
Antonio Ramos Garrido
Los programas experimentales de fatiga se caracterizan por la larga duración de los ensayos y por el alto coste, debido al largo período de ocupación de las máquinas de ensayo, que se incrementa sustancialmente a medida que el nivel de tensión del ensayo decrece, La planificación previa de la estrategia a seguir en los ensayos de fatiga ( número de ensayos, número de datos censurados, distribución por niveles, etc.), junto con el modelo analítico utilizado para el ajuste de los resultados, son los parámetros que tienen mayor influencia en la fiabilidad del ajuste.
En esta tesis se propone una metodología para la planificación de los programas de ensayos de fatiga conducentes a la obtención del campo S-N, basada en el modelo de Castillo et al. Los programas experimentales muestran que el modelo de Castillo et al. es un modelo idóneo para el ajuste del campo S-N y que la estrategia de ensayos utilizada permite mejorar la fiabilidad y minimizar los costes.
El método de los escalones, o staircase o up-and-down ha sido utilizado por muchos autores para la determinación experimental del límite de endurancia.. La fiabilidad del método depende tanto del número total de ensayos como de los parámetros iniciales ( nivel inicial de tesnión y amplitud del paso). Además es un método poco eficiente, puesto que por su propia nnaturaleza obliga a que la mitad del número de ensayos sea supervivientes ( es decir, runouts). En esta tesis se concluye que el modelo de Castillo et al. permite obtener el límite de endurancia con mayor nivel de fiabilidad, proporcionando, además, información adicional muy valiosa para el dimensionamiento a fatiga. También se ha propuesto y validado una metodología para determinar los parámetros iniciales del método de los escalones, utilizando el modelo de Castillo et al.El tamaño de las probetas utilizadas en los ensayos juega un papel transcendental, tanto en la fiabilidad del ajuste del modelo, como en el dimensionamien
