CN116171444A - 确定机械部件的低周疲劳的方法、装置及存储介质 - Google Patents
确定机械部件的低周疲劳的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116171444A CN116171444A CN202080104958.9A CN202080104958A CN116171444A CN 116171444 A CN116171444 A CN 116171444A CN 202080104958 A CN202080104958 A CN 202080104958A CN 116171444 A CN116171444 A CN 116171444A
- Authority
- CN
- China
- Prior art keywords
- mechanical component
- risk
- weibull
- periodic
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000000737 periodic effect Effects 0.000 claims abstract description 66
- 230000000977 initiatory effect Effects 0.000 claims description 36
- 238000009826 distribution Methods 0.000 claims description 33
- 230000004083 survival effect Effects 0.000 claims description 23
- 238000005315 distribution function Methods 0.000 claims description 22
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 2
- 206010016256 fatigue Diseases 0.000 abstract description 44
- 238000012502 risk assessment Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 125000004122 cyclic group Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种确定机械部件的低周疲劳的方法、装置及存储介质。该方法包括获取机械部件在复数个运行周期中的复数个周期运行条件；针对复数个运行周期中的每一个，基于复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数；针对复数个运行周期中的每一个，基于威布尔比例参数计算机械部件的危险率；以及基于复数个运行周期中的各个危险率，确定机械部件的低周疲劳；其中，威布尔比例参数用于描述机械部件的几何形状和应力应变状态。该方法和装置解决了相关技术中由于周期运行条件固定导致所确定的低周疲劳不精确的问题，能提高低周疲劳风险评估精确度。
Description
本公开涉及计算机领域，具体而言，涉及确定机械部件的低周疲劳的方法、装置及存储介质。
燃气轮机部件的几何形状和结构形式比较复杂,并且处于高温、高转速的恶劣条件下工作,容易出现各种失效破坏。其中,低周疲劳(Low-cycle fatigue，LCF)破坏是影响和限制燃气轮机的部件安全使用的最主要因素,
低周疲劳评估是对燃气轮机的部件进行机械完整性分析的一种方法。传统上，对燃气轮机部件的LCF评估是基于确定性裂纹萌生或具有标准运行周期的LCF计算模型。实际上，裂纹萌生是一种随机现象，实际的运行条件因周期而异。
考虑到裂纹萌生的随机性，已经开发出了概率论LCF模型和工具。该方法考虑了模型中的材料属性不确定性(材料属性分散性)，还考虑了部件上的不均匀应变力以及裂纹萌生的尺寸影响。但是这种方法没有考虑运行条件的可变性或不确定性。
换句话说，相关技术中，虽然在机械部件完整性分析中，应用了确定性LCF评估方法和概率论LCF评估方法，但是，在这两种方法中，机械部件的运行周期和相应的边界条件均由标准运行周期和机械部件设计人员定义的几个特定运行周期给出。因此，这两种方法都没有考虑可变和随机的运行条件。
如何将传统的具有固定(标准)的周期运行条件的概率论LCF模型扩展到周期运行条件因周期而异的情况，是亟待解决的问题。
发明内容
根据本公开实施方式的一个方面，提供了确定机械部件的低周疲劳的方法，该方法包括：获取所述机械部件在复数个运行周期中的复数个周期运行条件；针对所述复数个运行周期中的每一个，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数；针对所述复数个运行周期中的每一个，基于所述威布尔比例参数计算所述机械部件的危险率；以及基于所述复数个运行周期中的各个所述危险率，确定所述机械部件的低周疲劳；其中，所述威布尔比例参数用于描述所述机械部件的几何形状和 应力应变状态对所述机械部件的低周疲劳寿命的预期的影响；其中，所述危险率为直到预定周期的前一个周期都没有裂纹萌生而在所述预定周期发生裂纹萌生的概率，其中，所述预定周期为所述复数个运行周期中的、与所述危险率相对应的运行周期。
通过上述方法，解决了相关技术中由于周期运行条件固定导致所确定的低周疲劳不精确的问题，具有提高低周疲劳风险评估精确度的效果。
在本公开的一个实施方式中，获取所述机械部件在复数个运行周期中的复数个周期运行条件包括：获取所述机械部件自身在所述复数个运行周期中的复数个历史周期运行条件，并作为所述复数个周期运行条件；或者获取所述机械部件的所述复数个周期运行条件各自的概率分布估计，作为所述复数个周期运行条件，其中，所述概率分布估计是参照与所述机械部件相同的、但分布在不同地理位置处的其他部件在所述复数个运行周期中的所述复数个周期运行条件的统计结果而获得的，或者是预定的满足所述机械部件的所述复数个周期运行条件的概率分布。
通过上述方法，不仅可以根据历史周期运行条件这样固定的值来进行低周疲劳风险评估，而且还可以基于周期运行条件的概率分布估计来进行低周疲劳风险评估。
在本公开的一个实施方式中，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数包括：基于所述周期运行条件和所述机械部件的表面位置，计算所述表面位置的周期性应变状态；基于所述周期性应变状态和所述表面位置，计算所述表面位置的逐点确定性低周疲劳寿命；以及基于所述逐点确定性低周疲劳寿命，计算针对所述机械部件的整个表面积的所述威布尔比例参数。
通过上述计算威布尔比例参数的方法，可以更精确地计算出机械部件整体的几何形状和应力应变状态对低周疲劳寿命的预期的影响。
在本公开的一个实施方式中，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数包括：在所述复数个周期运行条件为所述复数个周期运行条件各自的概率分布估计的情况下，基于所述复数个周期运行条件各自的概率分布中的相应的一概率分布中的每种情况，计算威布尔比例参数。
通过上述方法，在周期运行条件为概率分布估计的情况下，针对每一个概率分布中的每一种情况，精确地计算出威布尔比例参数，从而为提高低周疲劳风险评估精确度提供了可能。
在本公开的一个实施方式中，基于所述威布尔比例参数计算所述机械部件的危险率包括：在所述复数个周期运行条件为所述复数个历史周期运行条件的情况下，基于所述 威布尔比例参数和与应变状态无关的威布尔形状参数计算所述危险率；以及在所述复数个周期运行条件为所述复数个周期运行条件各自的概率分布估计的情况下，基于所述复数个周期运行条件各自的概率分布和所述概率分布中每种情况所对应的威布尔比例参数以及与应变状态无关的威布尔形状参数计算所述危险率。
通过上述方法，使用了增强的概率LCF模型，考虑了运行周期中的可变性或不确定性，从而为机械部件LCF的评估提供了一种更准确的定量方法，进而可以优化风险评估并有助于降低产品的开发或服务成本。
在本公开的一个实施方式中，确定所述机械部件的低周疲劳包括：在所述复数个周期运行条件为所述复数个历史周期运行条件的情况下，基于所述复数个运行周期中的各个所述危险率，计算发生所述低周疲劳的风险概率，以确定所述机械部件的低周疲劳；在所述复数个周期运行条件为所述复数个周期运行条件各自的概率分布估计的情况下，基于所述复数个运行周期中的各个所述危险率评估所述机械部件的低周疲劳寿命满足的概率分布，以预测所述机械部件的低周疲劳。
通过上述方法，具有考虑变化/随机的运行周期的增强功能。这可以提高产品设计、评估的成本并降低其成本，还可以优化产品服务模型。
在本公开的一个实施方式中，基于所述威布尔比例参数计算一危险率之后，所述方法还包括，基于所述复数个运行周期的各个所述危险率，计算生存函数，其中，所述生存函数是所述机械部件在预定周期不存在裂纹萌生的概率。
通过上述方法，可以精确地确定机械部件在某个周期不存在裂纹萌生的概率。
在本公开的一个实施方式中，计算所述生存函数包括：将所述复数个运行周期中的每个运行周期的所述危险率与1的差值相乘，以得到所述生存函数。
通过上述方法，可以精确地计算出生存函数，以确定不存在裂纹萌生的概率。
在本公开的一个实施方式中，在基于所述威布尔比例参数计算一危险率之后，所述方法还包括：基于所述复数个运行周期的各个所述危险率，计算低周疲劳寿命满足的概率分布函数，其中，所述概率分布函数为累积分布函数或概率质量函数，其中，所述累积分布函数是所述机械部件从初始周期直到预定周期结束的阶段中萌生裂纹的概率，所述概率质量函数是所述机械部件从初始周期到预定周期结束的阶段中萌生裂纹的概率比从初始周期到所述预定周期的前一个周期结束的阶段中萌生裂纹的概率高的程度。
通过上述方法，可以计算出所述机械部件从初始周期直到预定周期结束的阶段中萌生裂纹的概率，以及从初始周期到预定周期结束的阶段中萌生裂纹的概率比从初始周期 到所述预定周期的前一个周期结束的阶段中萌生裂纹的概率高的程度，从而从各个角度定量的对低周疲劳进行风险评估，以有助于降低产品的开发或服务成本。
根据本公开实施方式的另一个方面，提供了存储介质，其上存储有程序，所述程序在被计算机执行时，执行上述任一方法。
通过上述介质，解决了相关技术中由于周期运行条件固定导致所确定的低周疲劳不精确的问题，具有提高低周疲劳风险评估精确度的效果。
根据本公开实施方式的又一个方面，提供了确定机械部件的低周疲劳的装置，包括：获取模块，被配置为获取所述机械部件在复数个运行周期中的复数个周期运行条件；参数计算模块，被配置为针对所述复数个运行周期中的每一个，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数；危险率计算模块，被配置为针对所述复数个运行周期中的每一个，基于所述威布尔比例参数计算所述机械部件的危险率；以及确定模块，被配置为基于所述复数个运行周期中的各个所述危险率，确定所述机械部件的低周疲劳。
通过上述装置，解决了相关技术中由于周期运行条件固定导致所确定的低周疲劳不精确的问题，具有提高低周疲劳风险评估精确度的效果。
构成本申请的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施方式及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1是根据本公开实施方式的确定机械部件的低周疲劳的方法的流程图；
图2是根据本公开实施方式的确定机械部件的低周疲劳的另一方法的流程图；以及
图3是根据本公开实施方式的确定机械部件的低周疲劳的装置的结构示意图。
需要说明的是，在不冲突的情况下，本申请中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
需要指出的是，除非另有指明，本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
在本公开中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的，或者是针对部件本身在竖直、垂直或重力方向上而言的； 同样地，为便于理解和描述，“内、外”是指相对于各部件本身的轮廓的内、外，但上述方位词并不用于限制本公开。
首先，将描述在没有考虑周期运行条件的可变性的情况下的确定LCF的方法。
对于给定的具有表面
和给定的一组周期运行条件θ的部件Ω，在取决于表面位置x和周期运行条件θ的应变状态∈＝∈(x；θ)下，在一组表面位置和时间
中的裂纹计数N(B，∈)是泊松点过程(Poisson Point Process)：
N(B，∈(·；θ))～Po(λ(B，∈(·；θ)))，
其中，泊松参数λ(B，∈)可以通过裂纹形成密度函数ρ＝ρ(n，∈)(单位表面积和单位时间内的平均裂纹萌生次数)来建模：
λ(B，∈)＝∫
Bρ(n，∈(x；θ))dAdn.。
在威布尔(Weibull)方法中，
其中，m是与应变状态无关的威布尔形状参数，
是在具有周期性应变状态∈(x；θ)的给定的表面位置x处的逐点确定性低周疲劳寿命，其中，应变状态∈(x；θ)具有给定的运行条件θ。现在考虑整个部件的表面积。威布尔比例参数被设置为：
这里θ是常数，为了便于和下文进行区别，这里写为η＝η(θ)。然后，在时间段(n
1，n
2]内在整个表面积上的泊松点过程的强度参数变为：
由于裂纹萌生是通过泊松点过程进行建模的，因此可以得出条件生存函数，作为直到时间n在部件表面
上都没有裂纹萌生的概率：
然后，根据基于条件生存函数所计算出的生存概率得出随机裂纹萌生时间(即LCF寿命)的累积分布函数(CDF)：
接着，根据累计分布函数CDF得到概率分布函数(PDF)，其中，概率分布函数PDF是累积分布函数CDF的导数：
最后，基于上述得到的概率分布函数PDF和条件生存函数，得到危险率函数，其中，危险率函数被定义为直到现在尚没有裂纹萌生的情况下，产生裂纹萌生的瞬时概率(在下文中，危险率函数将特别有用)：
下面，将着重描述考虑了材料不确定性和可变周期运行条件的增强概率LCF模型。
在本公开的实施方式中，提出了一种新的考虑了裂纹萌生的随机性质和运行条件的可变性或不确定性的概率论LCF评估方法。在该概率论LCF评估方法中，采用了增强的概率论LCF模型，该模型考虑了可变的周期运行条件。
首先将描述在周期运行条件为历史周期运行条件的情况。为与下文中描述的周期运行条件为概率分布的情况相区别，在这种情况下，危机率、生存函数、概率分布函数、累积分布函数和概率质量函数也称为条件危机率、条件生存函数、条件概率分布函数、条件累积分布函数和条件概率质量函数。
在没有考虑周期运行条件的可变性的概率论LCF模型的建模方法中，随机LCF寿命可以取正实数集
中的任何值。在下文中，考虑仅在每个周期结束时才可以观察到裂纹是否萌生的情况。这意味着要描述的不是随机变量N
i，而是其上限整数(ceiling integer):
简单地说，在下文中，变量
是整数周期数，而
是实数值(LCF寿命)时间。
当周期运行条件和隐含应变状态在整个周期中都是恒定的时，时空上的裂纹萌生的泊松点过程模型自然表明了这样一个基本假设：在不相交的多个时间和表面位置组之间的随机裂纹计数是独立进行的，即，彼此之间没有关系。之所以可以这样假设的原因是：LCF裂纹太小而无法改变部件的宏观应变状态，因此，在某个时间和表面位置上萌生的裂纹对其他时间和位置的裂纹萌生没有影响。该假设可以自然地扩展到周期运行条件和所产生的应变状态在不同周期中发生变化的情况。实际上，仅假设部件的宏观应变状态仅因周期运行条件的变化而变化，而不因任何裂纹萌生而发生变化，并且，裂纹萌生仍 然仅受时间和局部应变状态影响，但不受其他时间和表面位置的裂纹萌生的影响。在下文中，将该假设称为随机裂纹数的周期间独立的假设。
在没有考虑周期运行条件的可变性的概率论LCF模型的建模方法中，周期运行条件θ在所有周期中都是恒定的。但是，从现在开始，每个周期的θ值都会不同。假设燃气轮机部件的一系列周期运行条件为
可以很容易地观察到，在每个周期内，裂纹数仍遵循泊松随机过程。给定一个周期数k以及一组时间和位置
裂纹数遵循泊松分布：
N(B，∈(·；θ
k))～Po(λ(B，∈(·；θ
k))).
令
对于用于评估的、给定的一系列运行条件
和给定的周期数n，条件生存函数仅取决于前n个周期的运行周期，即：
通过上文提出的随机裂纹计数的周期间独立性假说，可以将具有给定的一系列周期运行条件的条件生存函数写为每个周期时间段内无裂纹萌生概率的乘积：
其中，最后一个等式使用等式(2)中的结果。因此，离散随机LCF寿命周期数
的条件累积分布函数CDF写为：
用
表示
的条件概率质量函数(PMF)，然后显然地，
并且，对于n≥1，条件概率质量函数PMF为：
条件危险率函数将有助于更好地理解该模型。在离散情况下，将给定一系列周期运 行条件的条件危险率函数定义为已知直到前一个周期都没有裂纹萌生的情况下，某个周期内裂纹萌生的概率。其通过以下数学公式表达：
等式(6)表明，在特定周期数下的条件危险率函数仅取决于该周期的周期运行条件，即
借助此属性，可以根据条件危险率函数重写公式(3)至(5)中的条件生存函数、条件累积分布函数CDF和条件概率质量函数PMF：
接下来将描述周期运行条件为概率分布估计的情况。
到目前为止，所涉及的都是在给定的一系列周期运行条件下。如果确切的一系列周期运行条件未知，但具有周期运行条件的概率分布估计，则可以将周期运行条件建模为随机变量。通常，可以假设第n个周期的周期运行条件可以由遵循分布函数
的、在空间
上的连续随机变量Θ
n表示。具有离散随机变量的情况是相似的，可以容易地从连续情况得出。注意到，分布函数
随周期的不同而不同。然后根据边际概率的定义中，可以从等式(6)至(9)得出以下随机LCF生命周期数的危险率函数、生存函数、CDF和PMF：
在所有随机变量
都满足相同分布并且此时它们都可以用代表变量Θ来表示的特殊情况下(在相同空间X
Θ上遵循相同的分布f
Θ(·))，可以得到类似的计算结果，只需要对等式(11)做微小的修改(即用Θ代替Θ
n，用θ代替θ
n)。
下面将描述具有变化和/或随机运行周期的LCF寿命的计算算法。图1是根据本公开实施方式的确定机械部件的低周疲劳的方法的流程图。在增强的概率论LCF模型中，基于等式(1)，(6)–(9)产生了一种确定低周疲劳的算法，可以在给定的一系列周期性运行条件下估算LCF生命周期数的概率分布，即确定机械部件的低周疲劳的概率。该确定方法的流程如图1所示，包括以下步骤：
S102，获取一系列循环操作条件
S104，计算每个运行周期的威布尔比例参数。
固定威布尔形状参数m，通过现有的ProbLCF工具，使用等式(1)计算每个周期的威布尔比例参数η(θ
k)。针对所述复数个运行周期中的每一个，基于与所述复数个周期运行条件中相应的一周期运行条件在对应概率分布中的每一种可能情况，计算一威布尔分布比例参数
S106，计算每个运行周期的危险率函数。
使用等式(6)计算每个周期的条件危险率函数。
S108，计算条件生存函数、条件CDF和条件PMF。
通过等式(7)至(9)获得条件生存函数、条件CDF和条件PMF。
该方法在估算产品使用阶段的燃气轮机部件的LCF裂纹风险或剩余LCF寿命时特别有用。由于已知运行历史，就可以准确计算出机械部件的条件生存函数和LCF寿命的条件CDF。这些功能可在评估时提供量化的LCF裂纹萌生风险，并有助于服务决策的制定。例如，如果在评估时计算出的条件CDF值接近1，则LCF裂纹萌生的风险相对较高，这可能会根据进一步的工程判断和决策，建议对部件进行维修或更换。相反，如果计算出的条件CDF值远低于1，则仍可以安全地采用该机械部件。
如果未知一系列的周期运行条件，但是具有随机的一系列周期运行条件的概率分布估计，则无论周期运行条件是否相同，在增强的概率LCF模型中，采用等式(1)，(6)和(11)–(14)便可以针对随机LCF寿命进行计算。图2是根据本公开实施方式的确定机械部件的低周疲劳的另一方法的流程图。如图2所示，该方法包括：
S202，采样周期运行条件。
对于每个周期n，在
之后的空间
中采样周期运行条件θ
n。
S204，计算威布尔比例参数。
固定威布尔形状参数m，通过现有的ProbLCF工具使用等式(1)针对每个周期和每个采样的周期运行条件，计算威布尔比例参数η(θ
n)。
S206，计算危险率。
针对每个周期和每个采样的周期运行条件，使用(6)计算条件危险率函数。
S208，计算危险率函数、生存函数、CDF和PMF
通过等式(11)至(14)获得危险率函数，生存函数，CDF和PMF。
该方法在机械部件的设计阶段特别有用。可以通过对现有机群数据(fleet data)进行统计或通过工程判断来获得未来运行周期的概率分布估计。
本公开还提供了确定机械部件的低周疲劳的装置。图3是根据本公开实施方式的确定机械部件的低周疲劳的装置的结构示意图，该确定机械部件的低周疲劳的装置300包括获取模块32、参数计算模块34、危险率计算模块36和确定模块38。
获取模块32被配置为获取机械部件在复数个运行周期中的复数个周期运行条件；参数计算模块34被配置为针对复数个运行周期中的每一个，基于与复数个周期运行条件中的相应的一周期运行条件，计算一威布尔比例参数；危险率计算模块36被配置为针对复数个运行周期中的每一个，基于威布尔比例参数计算一条件危险率；以及确定模块38被配置为基于复数个运行周期中的各个条件危险率确定机械部件是否处于低周疲劳。
在本公开中，使用了增强的概率LCF模型，从而考虑了运行周期中的可变性或不确定性。通过本实施方式，为机械部件LCF的评估提供了一种更准确的定量方法，可以优化风险评估并有助于降低产品的开发或服务成本。
本公开在技术上改进了产品设计和服务方法，具有考虑变化/随机的运行周期的增强功能。这可以提高产品设计、评估的成本并降低其成本，还可以优化产品服务模型。
显然，上述所描述的实施方式仅仅是本公开一部分的实施方式，而不是全部的实施方式。基于本公开中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都应当属于本公开保护的范围。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、工作、器件、部件和/或它们的组合。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
以上所述仅为本公开的优选实施方式而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (11)
- 确定机械部件的低周疲劳的方法，其特征在于，包括：获取所述机械部件在复数个运行周期中的复数个周期运行条件；针对所述复数个运行周期中的每一个，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数；针对所述复数个运行周期中的每一个，基于所述威布尔比例参数计算所述机械部件的危险率；以及基于所述复数个运行周期中的各个所述危险率，确定所述机械部件的低周疲劳；其中，所述威布尔比例参数用于描述所述机械部件的几何形状和应力应变状态对所述机械部件低周疲劳寿命预期的影响；其中，所述危险率为直到预定周期的前一个周期都没有裂纹萌生而在所述预定周期发生裂纹萌生的概率，其中，所述预定周期为所述复数个运行周期中的、与所述危险率相对应的运行周期。
- 根据权利要求1所述的方法，其特征在于，获取所述机械部件在复数个运行周期中的复数个周期运行条件包括：获取所述机械部件自身在所述复数个运行周期中的复数个历史周期运行条件，并作为所述复数个周期运行条件；或者获取所述机械部件的所述复数个周期运行条件各自的概率分布估计，作为所述复数个周期运行条件，其中，所述概率分布估计是参照与所述机械部件相同的、但分布在不同地理位置处的其他部件在所述复数个运行周期中的所述复数个周期运行条件的统计结果而获得的，或者是预定的满足所述机械部件的所述复数个周期运行条件的概率分布。
- 根据权利要求2所述的方法，其特征在于，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数包括：基于所述周期运行条件和所述机械部件的表面位置，计算所述表面位置的周期性应变状态；基于所述周期性应变状态和所述表面位置，计算所述表面位置的逐点确定性低周疲劳寿命；以及基于所述逐点确定性低周疲劳寿命，计算针对所述机械部件的整个表面积的所述威布尔比例参数。
- 根据权利要求:2所述的方法，其特征在于，基于所述复数个周期运行条件中的相 应的一周期运行条件，计算威布尔比例参数包括：在所述复数个周期运行条件为所述复数个周期运行条件各自的概率分布估计的情况下，基于所述复数个周期运行条件各自的概率分布中的相应的一概率分布中的每种情况，计算威布尔比例参数。
- 根据权利要求2所述的方法，其特征在于，基于所述威布尔比例参数计算所述机械部件的危险率包括：在所述复数个周期运行条件为所述复数个历史周期运行条件的情况下，基于所述威布尔比例参数和与应变状态无关的威布尔形状参数计算所述危险率；以及在所述复数个周期运行条件为所述复数个周期运行条件各自的概率分布估计的情况下，基于所述复数个周期运行条件各自的概率分布和所述概率分布中每种情况所对应的威布尔比例参数以及与应变状态无关的威布尔形状参数计算所述危险率。
- 根据权利要求2所述的方法，其特征在于，确定所述机械部件的低周疲劳包括：在所述复数个周期运行条件为所述复数个历史周期运行条件的情况下，基于所述复数个运行周期中的各个所述危险率，计算发生所述低周疲劳的风险概率，以确定所述机械部件的低周疲劳；在所述复数个周期运行条件为所述复数个周期运行条件各自的概率分布估计的情况下，基于所述复数个运行周期中的各个所述危险率评估所述机械部件的低周疲劳寿命满足的概率分布，以预测所述机械部件的低周疲劳。
- 根据权利要求1所述的方法，其特征在于，基于所述威布尔比例参数计算一危险率之后，所述方法还包括，基于所述复数个运行周期的各个所述危险率，计算生存函数，其中，所述生存函数是所述机械部件在预定周期不存在裂纹萌生的概率。
- 根据权利要求7所述的方法，其特征在于，计算所述生存函数包括：将所述复数个运行周期中的每个运行周期的所述危险率与1的差值相乘，以得到所述生存函数。
- 根据权利要求1所述的方法，其特征在于，在基于所述威布尔比例参数计算一危险率之后，所述方法还包括：基于所述复数个运行周期的各个所述危险率，计算低周疲劳寿命满足的概率分布函数，其中，所述概率分布函数为累积分布函数或概率质量函数，其中，所述累积分布函数是所述机械部件从初始周期直到预定周期结束的阶段中萌生裂纹的概率，所述概率质量函数是所述机械部件从初始周期到预定周期结束的阶段中萌生裂纹的概率比从初始周期到所述预定周期的前一个周期结束的阶段中萌生裂纹的概率高的程度。
- 存储介质，其上存储有程序，其特征在于，所述程序在被计算机执行时，执行权 利要求1至9中任一项所述的方法。
- 确定机械部件的低周疲劳的装置，其特征在于，包括：获取模块，被配置为获取所述机械部件在复数个运行周期中的复数个周期运行条件；参数计算模块，被配置为针对所述复数个运行周期中的每一个，基于所述复数个周期运行条件中的相应的一周期运行条件，计算威布尔比例参数；危险率计算模块，被配置为针对所述复数个运行周期中的每一个，基于所述威布尔比例参数计算所述机械部件的危险率；以及确定模块，被配置为基于所述复数个运行周期中的各个所述危险率，确定所述机械部件的低周疲劳。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/123564 WO2022087769A1 (zh) | 2020-10-26 | 2020-10-26 | 确定机械部件的低周疲劳的方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116171444A true CN116171444A (zh) | 2023-05-26 |
Family
ID=81381621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080104958.9A Pending CN116171444A (zh) | 2020-10-26 | 2020-10-26 | 确定机械部件的低周疲劳的方法、装置及存储介质 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230401354A1 (zh) |
| EP (1) | EP4231192A1 (zh) |
| CN (1) | CN116171444A (zh) |
| WO (1) | WO2022087769A1 (zh) |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3314181A1 (de) * | 1983-04-19 | 1984-10-25 | Kraftwerk Union AG, 4330 Mülheim | Verfahren zur ueberwachung der ermuedung von bauteilen, z.b. in kernkraftwerken |
| US7454297B2 (en) * | 2006-06-22 | 2008-11-18 | The Boeing Company | System and method for determining fatigue life expenditure of a component |
| US9280620B2 (en) * | 2012-10-16 | 2016-03-08 | Siemens Aktiengesellschaft | Method and system for probabilistic fatigue crack life estimation |
| CN103605329B (zh) * | 2013-10-21 | 2016-01-13 | 上海发电设备成套设计研究院 | 火力发电机组部件累积低周疲劳寿命损耗监控方法 |
| CN106153311B (zh) * | 2015-04-22 | 2019-05-14 | 中国航发商用航空发动机有限责任公司 | 机械零部件的疲劳寿命评估方法 |
| CN106596301A (zh) * | 2016-11-30 | 2017-04-26 | 中国直升机设计研究所 | 一种直升机金属结构缺陷检查周期确定方法 |
| CN107784178B (zh) * | 2017-11-09 | 2022-03-01 | 中国兵器科学研究院 | 一种基于多故障机理耦合的机械结构可靠性分析方法 |
| CN108170905B (zh) * | 2017-12-08 | 2020-02-04 | 南昌航空大学 | 一种用于镍基高温合金叶片热机械疲劳载荷下的寿命预测方法 |
| CN108256192B (zh) * | 2018-01-10 | 2021-06-01 | 中国科学院金属研究所 | 一种金属材料基于低周疲劳的热机械疲劳寿命预测方法 |
| CN110879912A (zh) * | 2018-09-05 | 2020-03-13 | 西门子股份公司 | 疲劳分析方法与装置 |
| CN109598079B (zh) * | 2018-12-12 | 2023-04-28 | 中国北方发动机研究所(天津) | 一种气缸盖分区疲劳寿命预估方法 |
-
2020
- 2020-10-26 EP EP20958935.7A patent/EP4231192A1/en active Pending
- 2020-10-26 US US18/032,996 patent/US20230401354A1/en active Pending
- 2020-10-26 WO PCT/CN2020/123564 patent/WO2022087769A1/zh unknown
- 2020-10-26 CN CN202080104958.9A patent/CN116171444A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP4231192A1 (en) | 2023-08-23 |
| US20230401354A1 (en) | 2023-12-14 |
| WO2022087769A1 (zh) | 2022-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Salonitis et al. | Reliability assessment of cutting tool life based on surrogate approximation methods | |
| Cui et al. | Estimating ramping requirements with solar-friendly flexible ramping product in multi-timescale power system operations | |
| JP6023882B2 (ja) | 機械部品の寿命消費の信頼できる予測 | |
| Pillai et al. | A hybrid approach for fusing physics and data for failure prediction | |
| CA2843218A1 (en) | Gas turbine life prediction and optimization device and method | |
| CN102252843B (zh) | 一种滚动轴承性能变异的评估方法 | |
| Zhao et al. | An integrated prognostics method for failure time prediction of gears subject to the surface wear failure mode | |
| WO2018044507A1 (en) | Machine learning-aided model-based method for estimating gas turbine component life | |
| JP6943826B2 (ja) | 熱機器の内部状態推定方法及び装置 | |
| JP6523815B2 (ja) | プラント診断装置及びプラント診断方法 | |
| CN116728783B (zh) | 一种基于3d打印机的仿真方法及*** | |
| EP3947961A1 (en) | A method for estimating remaining useful life of components of an operational wind turbine | |
| CN107545110A (zh) | 一种动态应力加速寿命试验剖面编制方法 | |
| CN117436318B (zh) | 基于物联网的智慧楼宇管理方法及*** | |
| JP6003909B2 (ja) | 高炉通気性予測装置及び高炉通気性予測方法 | |
| CN116171444A (zh) | 确定机械部件的低周疲劳的方法、装置及存储介质 | |
| JP2016177676A (ja) | 診断装置、診断方法、診断システムおよび診断プログラム | |
| CN115795999B (zh) | 一种长期服役抽水蓄能机组性能异常预警方法 | |
| CN113632025A (zh) | 用于评估工业环境中的能量消耗的方法、***和计算机程序产品 | |
| TWI667477B (zh) | 機器狀態推測裝置、機器狀態推測方法及程式 | |
| CN111443602A (zh) | 一种基于隐马尔可夫的阀门健康度估计与寿命预测方法 | |
| WO2022038840A1 (ja) | き裂進展評価装置、及びき裂進展評価プログラム | |
| JP2004093567A (ja) | 機械または設備の運転条件の評価方法 | |
| CN114936494A (zh) | 数据物理融合驱动的高温部件可靠性评定方法和*** | |
| JP6558861B2 (ja) | 生存確率推定装置、方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |