第三节 疲劳载荷与循环：载荷类型、循环计数法与载荷谱编制
各位工程师朋友，咱们今天聊聊疲劳分析里最基础、也最容易被忽视的一块——载荷。说实话，我见过太多人一上来就拿着有限元结果算寿命，结果载荷谱都没搞清楚，算出来的数字能信吗？
疲劳分析说白了就三件事：搞清楚结构受什么力、怎么数循环、怎么编谱。这三步走对了，后面的寿命预测才有意义。
3.1 载荷类型：恒幅、变幅与随机
先说说载荷的分类。我习惯把载荷分成三类，你想想看，你手头的产品属于哪一种？
3.1.1 恒幅载荷
恒幅载荷，就是每个循环的应力幅值都一样。比如一个旋转轴，转速恒定，载荷稳定，那它受到的弯曲应力就是恒幅的。
典型特征：应力比 R 恒定，最大应力 σ_max 和最小应力 σ_min 在每个循环中保持不变。
恒幅载荷在实验室里最容易模拟，但实际工程中很少见。我记得有一次做风电塔筒的疲劳分析，客户说"载荷是恒幅的"，我一查数据，好家伙，风速变化那么大，哪来的恒幅？
3.1.2 变幅载荷
变幅载荷，就是幅值在变化，但变化有规律。比如起重机起吊不同重量的货物，每个工作循环的载荷大小不同，但模式是重复的。
变幅载荷的典型代表是载荷块——比如一个飞行起落循环，包含起飞、巡航、降落，每个阶段的载荷不同，但每次飞行都差不多。
3.1.3 随机载荷
随机载荷最麻烦，幅值和频率都在随机变化。比如汽车在颠簸路面行驶，海浪对船体的冲击，这些都属于随机载荷。
注意：随机载荷不能用简单的幅值统计来描述，必须用功率谱密度（PSD）或雨流计数法来处理。我曾经有个项目，直接用均方根值代替随机载荷，结果寿命预测偏差了3倍多。
3.2 循环计数法：雨流法
说到循环计数，雨流法（Rainflow Counting）是业界标准。为什么叫雨流？你想象一下雨水从屋顶流下来，遇到屋檐就滴落——这个算法就是模拟这个过程的。
3.2.1 雨流法的核心思想
雨流法要解决什么问题？说白了，就是把一个复杂的载荷-时间历程，拆解成一个个完整的应力循环。每个循环包含一个峰和一个谷，对应一个幅值和均值。
我刚开始学的时候，觉得这算法挺玄乎。后来自己手算了几次，发现其实逻辑很清晰：
- 旋转坐标系：把时间轴竖起来，想象雨水从每个峰顶往下流
- 寻找闭合循环：雨水流到下一个更低的峰顶就停止，形成一个循环
- 提取循环参数：记录每个循环的峰谷值、幅值和均值
3.2.2 雨流法的Python实现
这里我给出一个简单的实现，方便你理解。实际工程中可以用现成的库，但自己写一遍能加深理解。
import numpy as np
def rainflow_counting(peaks_valleys):
"""
雨流计数法实现
peaks_valleys: 峰谷值序列（已提取）
返回: 循环列表 [(幅值, 均值), ...]
"""
cycles = []
stack = []
for point in peaks_valleys:
stack.append(point)
# 检查是否可以形成循环
while len(stack) >= 3:
# 计算三个点的范围
range1 = abs(stack[-1] - stack[-2])
range2 = abs(stack[-2] - stack[-3])
if range1 <= range2:
# 提取循环
amplitude = range1 / 2
mean = (stack[-1] + stack[-2]) / 2
cycles.append((amplitude, mean))
# 移除中间点
stack.pop(-2)
else:
break
return cycles
# 示例：一个简单的载荷序列
load_sequence = [0, 5, 2, 8, 3, 6, 1, 7, 4, 9, 2]
cycles = rainflow_counting(load_sequence)
print("提取的循环：", cycles)
个人经验：雨流法对数据质量要求很高。我曾经处理过一段含噪声的实测数据，直接跑雨流法，结果出来一堆虚假循环。后来我加了滤波预处理，效果就好多了。建议你在实际应用前，先做数据清洗。
3.3 载荷谱编制
载荷谱，就是把雨流法提取的循环，按照幅值大小排列，形成一个幅值-频次的统计分布。这个谱图是后续疲劳寿命计算的基础。
3.3.1 编制步骤
- 数据采集：获取足够长的载荷-时间历程（建议至少10个典型工作循环）
- 峰谷值提取：去除冗余数据点，只保留转折点
- 雨流计数：提取所有完整循环
- 幅值分级：将幅值分成若干等级（比如8级或16级）
- 频次统计：统计每个幅值等级出现的次数
- 累积频次曲线：绘制幅值-累积频次图
3.3.2 载荷谱的典型形式
下面是一个8级载荷谱的例子，我习惯用表格来呈现：
| 幅值等级 | 幅值范围 (MPa) | 代表幅值 (MPa) | 循环次数 | 累积频次 |
|---|---|---|---|---|
| 1 | 0-10 | 5 | 1000 | 1000 |
| 2 | 10-20 | 15 | 500 | 1500 |
| 3 | 20-30 | 25 | 200 | 1700 |
| 4 | 30-40 | 35 | 100 | 1800 |
| 5 | 40-50 | 45 | 50 | 1850 |
| 6 | 50-60 | 55 | 20 | 1870 |
| 7 | 60-70 | 65 | 10 | 1880 |
| 8 | 70-80 | 75 | 5 | 1885 |
关键点：载荷谱的精度取决于分级数量。分级太少会丢失细节，分级太多又增加计算量。我一般建议8-16级，具体看你的数据量和精度要求。
3.4 知识体系框架图
下面我用一张SVG图来总结本章的核心逻辑，方便你整体把握：
3.5 避坑指南与实用建议
最后，我分享几个实际项目中踩过的坑，希望能帮你少走弯路：
避坑1：数据长度不够
我曾经用一段只有3秒的载荷数据做雨流计数，结果谱图严重失真。后来发现，至少需要包含10个以上完整工作循环，统计结果才有代表性。
避坑2：忽略均值效应
雨流法提取的循环包含幅值和均值。很多人只关注幅值，忽略了均值对疲劳寿命的影响。记住：拉伸均值会显著降低疲劳寿命，压缩均值反而有利。
避坑3：载荷谱外推要谨慎
实测数据往往只覆盖了部分工况，需要外推到全寿命周期。我建议用概率统计方法（如极值分布）来做外推，不要简单线性放大。
好了，关于疲劳载荷与循环的内容就讲到这里。记住：载荷谱的质量决定了疲劳分析的成败。下一节我们会讨论如何用这个载荷谱，结合材料的S-N曲线，进行寿命预测。
公众号:蓝海资料掘金营，微信deep3321