一、雨流计数法的起源与基本原理
雨流计数法，又称雨流循环计数法，最早由美国科学家 M. Matsuishi 和 T. Endo 于 1960 年代提出，用于处理随机载荷时间历程中的循环识别问题。该方法的核心目标是从任意的不规则应力—时间曲线中，识别出完整的应力循环（闭合的迟滞回线），并将其转化为可供疲劳损伤累积计算使用的循环幅值和均值序列。
其命名源于一种形象化的比喻：将应力—时间曲线旋转 90° 放置，如同屋檐，雨水沿屋顶“流下”的路径代表了应力循环的加载和卸载轨迹。通过设定特定的流动规则，识别出每一个完整的应力循环，并确保每个应力幅值在计数中被使用且仅使用一次。
二、雨流计数法的循环识别核心逻辑
2.1 循环的定义方式
在疲劳分析中，一个“循环”被定义为一个完整的加载—卸载过程，在应力—应变迟滞回线中表现为一个闭合的环。雨流计数法通过以下核心逻辑识别循环：
逻辑一：峰谷值提取。首先将应力时间历程简化为一系列交替出现的峰值（局部最大值）和谷值（局部最小值），滤除中间的非极值点。
逻辑二：迟滞回线匹配。从时间序列的起点开始，当出现连续三个峰谷值满足特定条件时，识别出一个小循环。具体地，当某段应力路径从一个峰值下降到谷值再上升到另一个峰值，且后一个峰值低于前一个峰值时，中间的谷值连同其前后峰值构成一个完整的循环。
逻辑三：雨流流动规则。雨流从每一个峰谷点出发向下“流动”，当遇到比出发点的峰值更高的峰值或比出发点谷值更低的谷值时，流动停止。每个雨流路径所覆盖的区间对应一个应力循环。
逻辑四：残差处理。经过多次循环提取后，剩余未被计数的峰谷值序列（残差）重新组合，形成新的时间序列，再次进行循环识别，直至所有数据点被完全计数。
2.2 核心优势：循环识别的完整性与唯一性
雨流计数法最关键的数学特性是：对于任何给定的应力时间历程，其识别的循环结果是唯一且完备的。唯一性指无论从哪个时刻开始计数，最终得到的循环序列完全相同。完备性指每个应力幅值都被计入且仅被计入一次，不会遗漏也不会重复。这一特性使其结果具有可重复性和可对比性，不依赖于分析者的主观判断。
三、雨流计数法获得广泛应用的核心原因
3.1 与材料疲劳物理机制的高度吻合
这是雨流计数法获得行业普遍认可的最本质原因。材料的疲劳损伤本质上源于塑性变形的累积，而塑性变形与应力—应变迟滞回线直接对应。一个完整的应力循环对应一个完整的迟滞回线，每个迟滞回线消耗一定的材料疲劳寿命。雨流计数法识别的每一个“循环”在物理上恰好对应一个闭合的迟滞回线，因此其计数结果可直接用于基于线性累积损伤准则的疲劳寿命估算。
3.2 适用于任意复杂的随机载荷谱
实际工程中的载荷谱几乎都是非规则、非正弦的随机信号，包含大小不等的波动嵌套在大波动之中。简单的方法（如峰值计数法或级穿越计数法）无法有效处理这种嵌套结构，会造成循环的遗漏或重复。雨流计数法则能够识别出嵌入在大循环中的小循环，完整反映载荷谱的多尺度特征。
3.3 计算高效，适合工程批量化处理
雨流计数法的算法简单、计算量小，即使对于包含数十万个数据点的长时间载荷谱，也可以在极短时间内完成计数。这使其可以嵌入到各类疲劳分析软件和嵌入式耐久性监测系统中，实现实时或准实时的循环计数。
3.4 国际标准的采纳与行业积累
雨流计数法已被纳入多项国际标准，包括 ASTM E1049《Standard Practices for Cycle Counting in Fatigue Analysis》等。行业长期积累的大量疲劳数据（S-N 曲线和 E-N 曲线）也大多是按照雨流计数法的循环定义进行标定的。这种标准化的数据生态使得直接采用雨流计数法进行设计计算最为便捷。
四、雨流计数法应用中的注意事项
尽管雨流计数法应用广泛，但其使用中仍需注意以下问题：
均值修正问题：雨流计数法输出的每个循环包含幅值和均值两个参数。当均值不为零时，需通过 Goodman、Gerber 或 Soderberg 等修正公式将非零均值循环转换为等效的零均值循环，再用于疲劳损伤计算。均值修正方法的选择直接影响损伤估算结果。
低幅值循环的取舍：雨流计数法会识别出大量幅值极小的循环。这些循环对疲劳损伤的贡献通常极小，但在损伤累积计算中如果全部计入会造成计算负担。工程上通常设定一个幅值截止阈值，低于该阈值的循环被忽略。
与频域方法的互补：雨流计数法属于时域方法，对于某些以频域特征为主的振动疲劳问题，频域方法（如 Dirlik 方法、窄带近似法等）可直接利用功率谱密度估算疲劳寿命，计算效率更高。两者各有优势，在工程中可互为补充。
五、结语
雨流计数法在器件疲劳分析中获得广泛应用的根源在于三个层面的协同：物理层面，其循环识别逻辑与材料的迟滞回线损伤机制高度吻合；数学层面，其计数结果的唯一性和完备性保证了分析的可重复性；工程层面，其计算效率和国际标准的采纳使其成为行业通用语言。这三者共同决定了雨流计数法在可预见的未来仍将是随机载荷疲劳分析的基础性工具。