CN103063528B - 一种高温构件剩余寿命现场快速测评方法 - Google Patents

Abstract

一种高温构件剩余寿命现场快速测评方法：S1热处理获得不同老化损伤的试件；S2测量材料在不同老化损伤下的硬度；S4采用最小二乘法，拟合硬度-剩余寿命等参数的函数式；S5用实际结构材料做拉伸蠕变和硬度试验，获得修正系数，得到实际运行结构的硬度-剩余寿命标定曲线；S6根据标定曲线和现场测量的表面硬度，快速评测结构剩余寿命。本发明可现场简洁快速给出设备的健康诊断，满足生产设备运行维护的需求，且本发明无需中断生产、不会损害设备、试验周期短费用低廉、相当敏感可满足要求。

Description

一种高温构件剩余寿命现场快速测评方法

技术领域

本发明涉及一种高温构件剩余寿命的测评方法，尤其是涉及一种基于硬度检测的高温构件剩余寿命现场快速测评方法。

背景技术

现代工业中，如电厂、石化等，有相当数量的装置工作在高温高压的环境下。这一类设备造价高，且大部分依靠进口。以高温炉管为例，炉管的投资约占炉子总投资的50-60％，耗钢量约占40-50％。因此通过寿命分析和管理，制定科学的维修规划，对于保证最大限度地提高资源利用率，实现生产设备的长周期安全运行至关重要。

近半个世纪以来，高温构件的寿命管理一直是学术界与工程界极为关注的课题。国外在高温构件寿命评价技术的研究起步早，目前已经步入高层次的探求，涉及的知识领域越来越广泛，且立足于综合的科学技术发展水平，进而发展了相对完备的工业技术规范。国内在这一领域的研究起步较晚，早期对高温构件的研究，集中在航天航空、冶金等行业，致力于材料的蠕变、持久强度试验及寿命外推。近年来，许多石化企业、发电行业的装置设备都已进入设计寿命末期，需要针对企业设备运行状况与生产需求，开发相关技术与工具方法。

目前工业界对高温构件的寿命评估与管理，主要是采用实际设备的现场取样，然后在实验室测量其损伤和剩余寿命方法，进而给出整个设备的剩余寿命推测。这一方法不仅会对实际运行设备产生较大损害，而且试验周期长，费用高，导致工业生产长时间中断，经济损失大。对于现有无损测量的技术方法，如密度法、电阻法、超声波能量衰减法等，主要是给出裂纹类缺陷的存在性检测，而对设备服役损伤导致的晶界孔洞、碳化物颗粒析出等，现有方法均不敏感，不能满足要求。

发明内容

本发明所要解决的技术问题，就是提供一种无需中断生产、不会损害设备、且试验周期短费用低廉、相当敏感可满足要求的基于硬度检测的高温构件剩余寿命现场快速测评方法。

解决上述技术问题，本发明采用的技术方案如下：

一种高温构件剩余寿命现场快速测评方法，其特征是：包括以下步骤：

S1热处理获得不同老化损伤的试件

根据高温材料的时温等效原理，通过提高试验温度和试验时间等措施的加速试验方法，在实验室模拟设备服役一定时间条件下材料的老化情况；即对试验用材料，根据高温构件实际工作的温度和时间，采用常规热处理和热老化工艺进行老化热处理之后，将材料空冷到室温，取一部分制成若干个硬度测试试件；

S2测量材料在不同老化损伤下的硬度

采用标准硬度仪，对硬度测试试件按照国标GB4342-84在实验室进行硬度测试，每组试件3-5个，每一种工况试验至少3次，取平均值；

S3拉伸蠕变实验获得不同老化损伤试样的寿命参数

对老化热处理后的材料，取一部分制成的试件进行拉伸蠕变试验，获得剩余寿命、工作温度、强度极限的试验数据；

S4采用最小二乘法，拟合硬度-剩余寿命等参数的函数式

log(t_r)=a₁Hv²+a₂σ²+a₃T²+a₄HvTσ

+a₅HvT+a₆Hvσ+a₇Tσ+a₈           （1.1）

式中：结构剩余寿命（t_r）、硬度（Hv）、工作温度（T）以及强度极限（σ），a1,a2,a3,a4,a5,a6为拟合参数；

S5用实际结构材料做拉伸蠕变和硬度试验，获得修正系数，得到实际运行结构的硬度-剩余寿命标定曲线

采用标准硬度仪，截取一段实际高温构件材料做材料硬度、拉伸蠕变试验，得到结构剩余寿命（t_rs）、硬度（Hv_s）、工作温度（T_s）以及强度极限（σ_s）试验数据；然后与式（1.1）所得到计算硬度值Hv_j进行比较得出修正系数；

定义修正系数为：

η=Hv_s/Hv_j

最后得实际高温构件的硬度-剩余寿命标定曲线为：

log(t_r)=a₁(ηHv)²+a₂σ²+a₃T²+a₄ηHvTσ

+a₅ηHvT+a₆ηHvσ+a₇Tσ+a₈                 （1.2）

S6根据标定曲线和现场测量的表面硬度，快速评测结构剩余寿命

依据标定曲线，由工程现场采用便携式硬度仪测量得到的表面硬度，快速评测结构的剩余寿命。

所述的步骤S1中，试验用材料应与实际结构材料一致，而且试验材料的老化热处理温度和时间，应根据材料损伤等效原理来确定，以保证试验材料的损伤与所要检测的实际结构工作温度和使用时间构件材料的损伤相一致。

所述的步骤S6中，工程现场获取硬度的便携式硬度仪与获取试验室硬度-寿命标定曲线的标准硬度仪应具有互换性，需得到二者误差标定和修正系数：标定和修正系数的获取方法为：

分别用便携式硬度仪与标准硬度仪在相同材料试件上进行硬度测量，对每台仪器分别用3-5个试件试验，获得实验结果按照平均值建立二者的误差系数，误差系数计算如下：

两台仪器之间的误差系数定义为：

Hv_标准：由标准硬度仪测量数据；Hv_便携：由便携式硬度仪测量的数据；

从现场所获取的试验数据必须进行如下的计算，才能作为用于计算的硬度值。

Hv_评定＝η_误差·Hv_实测            (1.3)。

也即在步骤S6中，用上述评定的硬度值来快速测评。

所述的步骤S4具体如下进行：

在对未知多项式函数的数据拟合时，有三种方法：

（1）实验数据的多项式拟合方法

多项式拟合目标是找出一组多项式系数a_i,i=1,…,n+1，使得多项式

$\mathrm{\ψ}\left(x\right)=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{a}_{i+1}{x}^{n-i}$

能够较好地拟合原始数据：

在MATLAB调用格式为：polyfit(x,y,n)；其中，x,y是试验数据，该命令的优点是方便定义多项式n，因此，可以让使用者定义不同的n，以便比较试验数据的拟合的不同多项式；

（2）最小二乘法优化方法

在MATLAB调用格式为：lsqcurvefit(Fun,a₀,x,y)；其中Fun是定义的拟合函数，a₀是多项式系数，x,y是试验数据；由于需要特别定义拟合函数Fun，因此可以灵活定义多项式拟合函数，其最小二乘曲线拟合的目标函数

$J=\underset{a}{\min }\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[y_i-f(a,x_i)]}^2;$

（3）非线性函数的最小二乘参数估计

假设试验数据真实的函数为y=f(a,x)，其中x,y是试验数据；a为函数的待定系数，该系数可以是一个数组，利用残差方法引入目标函数

$I=\underset{a}{\min }\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[y_i-f(a,x_i)]}^2$

在采用基于Gauss-Newton算法的最小二乘拟合；

在MATLAB调用格式为：nlinfit(x,y,Fun,a₀)；其中Fun是定义的拟合函数，a₀是函数参数的最初估计值，x,y是试验数据；

在对未知多项式函数的数据拟合时，采用第一种方法；

如果拟合多项式已知，对于单变量函数拟合时，采用方法（1）和（2）进行；

如果试验数据函数未知，而且是多个变量的拟合问题，采用方法（3）。

在实际工程环境测试时，要按照硬度测试要求进行，清除高温构件测试部位出的氧化层，并进行打磨等工序，以保证测试表面光滑平整。

本发明原理：从高温构件的损伤物理来讲，部件长期在高温、高应力作用下，其微观碳化物析出和位错演化均会导致软化现象，尤其是表现为硬度的规律性变化，并与温度、应力和服役时间具有一定的函数关系。本发明就是基于这一物理本质，提出了用表面硬度变化关联和评测构件剩余寿命的技术。

有益效果：本发明可现场简洁快速给出设备的健康诊断，满足生产设备运行维护的需求，且本发明无需中断生产、不会损害设备、试验周期短费用低廉、相当敏感可满足要求。本发明以高温管道为典型对象，通过评测不同老化程度试样的硬度变化，建立多参数回归的硬度、工作应力以及剩余寿命联系，形成基于硬度的高温构件剩余寿命快速评测方法。

附图说明

图1为本发明的基于硬度检测的高温构件剩余寿命现场快速测评方法的流程图；

图2为现场快速评估设备剩余寿命的流程图；

图3为现场试验和数据处理流程图。

具体实施方式

如图1所示为本发明的基于硬度检测的高温构件剩余寿命现场快速测评方法的流程图，包括以下步骤：

（1）首先确定硬度测试仪器，制作高温试验试样

例如采用维氏硬度测量仪器，作为实验室测试仪器。根据国标和实际高温构件工作温度确定试件加热温度，例如工作温度大约在735℃以上的上下波动，可以取试验温度685℃，735℃和800℃。

（2）根据温度确定实验室每组试验的次数

根据国标制作硬度试样，每种试验工况至少进行2次以上试验，由于温度越高试验数据越分散，所以高温硬度试验需要较多的试验，建议取2-5次。

（3）两种试验仪器的比较性试验

为了能够使得试验室测量的数据（这里指确定结构寿命拟合多项式数据所用的硬度试验仪器）与现场的试验数据一致，首先在同样材料试件上使用实验室仪器和现场用硬度测试仪器进行对比试验。计算出两者之间误差比值。此外在实际工程环境测试时，必须要按照硬度测试要求进行，清除高温构件测试部位出的氧化层，并进行打磨等工序，以保证测试表面光滑平整。

由于本发明主要涉及圆筒形结构，所以对比试验必须包括圆柱面硬度试验的比较。最后取各个试验两者之比的均值，作为最终结果。假设共有比较试验n个数据，则两者间比较系数如下。

该项比较系数，应在每次去现场测试硬度后，同时进行比较试验。

（4）用最初硬度测量值与现在测试得到硬度值比较

由于材料的硬度值变化反映出高温构件材质劣化情况，因此，应该把现在测量得到的硬度值与在最初测试的硬度值进行比较计算。当比值大于10%以上，说明材料劣化比较严重，不论根据上述方法评测结构剩余寿命多少，建议该高温构件应该立即更换或停止使用。

工程实例

下面给出一个高温构件用材料硬度预测寿命的例子。

1、首先通过试验方法确定材料硬度与剩余寿命之间的关系。

具体方法是根据所测定结构的材料，放入加热炉中进行加热，在加热一段时间后冷却到室温下。然后做成硬度试样，再进行硬度测试。并用相同的材料，做拉伸蠕变试验。试验数据见表2-1。

表2-1材料结构寿命、硬度、强度极限和温度数据

根据上述数据，拟合得到方程：

log(t_r)=-7.822×10^-3Hv²-5.66×10^-4σ²+6.898×10^-4T²

+8.976×10^-6Hv·T·σ-2.555×10^-3Hv·σ-7.22×10^-3Hv·T           (2-1)

-1.039×10^-4T·σ+2.146×10²

2、截取在某一工作温度下运行一段时间管材做成试件，然后做硬度试验，其试验数据如下。

结构剩余寿命为62500h，硬度为180。

则修正系数：η=180/182.62=0.986。

实际运行结构的硬度-剩余寿命标定曲线为：

log(t_r)=-7.605×10^-3Hv²-5.66×10^-4σ²+6.898×10^-4T²

+8.850×10^-6Hv·T·σ-2.519×10^-3Hv·σ-7.12×10^-3Hv·T            (2-2)

-1.039×10^-4T·σ+2.146×10²

4、预测寿命

首先采用便携式维氏硬度仪到现场进行试验，选择高温构件中减薄严重，腐蚀严重等部位，进行硬度试验。如果是定期测试，则最好选定固定部位测试，以便与以前获得的硬度试验数据比较。

根据高温构件实际温度，硬度以及材料强度极限值，根据式(2-2)得到结构的使用寿命。

在试验中注意点：1）到现场使用测试硬度的便携式硬度仪应采用与标准硬度仪相同类型，例如在这里都采用维氏硬度。2）最好固定使用同一个便携式硬度仪去现场测取数据，如果中途更换其它便携式硬度仪不论仪器类型、型号是否相同，必须要与标准硬度测试仪器作对比试验，根据（1-3）修正试验数据。否则得到的试验数据视为无效。

其中试验数据拟合多项式的计算理论和方法如下。

本申请确定试验数据关系主要用了三种方法。

（1）实验数据的多项式拟合方法

多项式拟合目标是找出一组多项式系数a_i,i=1,…,n+1，使得多项式

$\mathrm{\ψ}\left(x\right)=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{a}_{i+1}{x}^{n-i}$

能够较好地拟合原始数据。

在MATLAB调用格式为：polyfit(x,y,n)；其中，x,y是试验数据，该命令的优点是方便定义多项式n，因此，可以让使用者定义不同的n，以便比较试验数据的拟合的不同多项式。

（2）最小二乘法优化方法

在MATLAB调用格式为：lsqcurvefit(Fun,a₀,x,y)；其中Fun是定义的拟合函数，a₀是多项式系数，x,y是试验数据。由于需要特别定义拟合函数Fun，因此可以灵活定义多项式拟合函数。其最小二乘曲线拟合的目标函数

$J=\underset{a}{\min }\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[y_i-f(a,x_i)]}^2$

（3）非线性函数的最小二乘参数估计

假设试验数据真实的函数为y=f(a,x)，其中x,y是试验数据；a为函数的待定系数，该系数可以是一个数组。利用残差方法引入目标函数

$I=\underset{a}{\min }\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[y_i-f(a,x_i)]}^2$

在采用基于Gauss-Newton算法的最小二乘拟合。

在MATLAB调用格式为：nlinfit(x,y,Fun,a₀)；其中Fun是定义的拟合函数，a₀是函数参数的最初估计值，x,y是试验数据。

该函数可以灵活定义拟合函数，因此可以用于对多个试验变量的函数进行拟合。显然确定是应用时，较第一种方法复杂。

综上所述，上述三种方法有各自不同的优势，因此在对未知多项式函数的数据拟合时，采用第一种方法比较简便。

如果拟合多项式已知，对于单变量函数拟合时，建议采用方法（1）和（2）进行。

如果试验数据函数未知，而且是多个变量的拟合问题，建议采用方法（3）。

Claims (2)

1.一种高温构件剩余寿命现场快速测评方法，其特征是：包括以下步骤：

S1热处理获得不同老化损伤的试件

对试验用材料，根据高温构件实际工作的温度和时间，采用常规热处理和热老化工艺进行老化热处理之后，将材料空冷到室温，取一部分制成若干个硬度测试试件；

S2测量材料在不同老化损伤下的硬度

采用标准硬度仪，对硬度测试试件按照国标GB4342-84在实验室进行硬度测试，每组试件3-5个，每一种工况试验至少3次，取平均值；

S3拉伸蠕变实验获得不同老化损伤试样的寿命参数

对老化热处理后的材料，取一部分制成试件进行拉伸蠕变试验，获得剩余寿命、工作温度、强度极限的试验数据；

S4采用最小二乘法，拟合硬度-剩余寿命等参数的函数式

log(t_r)＝a₁Hv²+a₂σ²+a₃T²+a₄HvTσ+a₅HvT+a₆Hvσ+a₇Tσ+a₈     (1.1)

式中：结构剩余寿命t_r、硬度Hv、工作温度T以及强度极限σ，a1,a2,a3,a4,a5,a6，a7,a8为拟合参数；

S5用实际结构材料做拉伸蠕变和硬度试验，获得修正系数，得到实际运行结构的硬度-剩余寿命标定曲线

采用标准硬度仪，截取一段实际高温构件材料做材料硬度、拉伸蠕变试验，得到结构剩余寿命t_rs、硬度Hv_s、工作温度T_s以及强度极限σ_s试验数据；然后与式(1.1)所得到计算硬度值Hv_j进行比较得出修正系数；

定义修正系数为：

η＝Hv_s/Hv_j

最后得实际高温构件的硬度-剩余寿命标定曲线为：

log(t_r)＝a₁(ηHv)²+a₂σ²+a₃T²+a₄ηHvTσ+a₅ηHvT+a₆ηHvσ+a₇Tσ+a₈         (1.2)

S6根据标定曲线和现场测量的表面硬度，快速评测结构剩余寿命

依据标定曲线，由工程现场采用便携式硬度仪测量得到的表面硬度，快速评测结构的剩余寿命；

所述的步骤S1中，试验用材料与实际结构材料一致，且试验材料的老化热处理温度和时间，应根据材料损伤等效原理来确定，以保证试验材料的损伤与所要检测的实际结构工作温度和使用时间构件材料的损伤相一致；

所述的步骤S6中，工程现场获取硬度的便携式硬度仪与获取试验室硬度-寿命标定曲线的标准硬度仪应具有互换性，需得到二者误差标定和修正系数：标定和修正系数的获取方法为：

分别用便携式硬度仪与标准硬度仪在相同材料试件上进行硬度测量，对每台仪器分别用3-5个试件试验，获得实验结果按照平均值建立二者的误差系数，误差系数计算如下：

两台仪器之间的误差系数定义为：

Hv_标准：由标准硬度仪测量数据；Hv_便携：由便携式硬度仪测量的数据；

从现场所获取的试验数据必须进行如下的计算，才能作为用于计算的硬度值：

Hv_评定＝η_误差·Hv_实测         (1.3)，

也即在步骤S6中，用上述评定的硬度值来快速测评。

2.根据权利要求1所述的高温构件剩余寿命现场快速测评方法，其特征是：

所述的步骤S4具体如下进行：

在对未知多项式函数的数据拟合时，有三种方法：

(1)实验数据的多项式拟合方法

多项式拟合目标是找出一组多项式系数a_i,i＝1,…,n+1，使得多项式

$\mathrm{\ψ}\left(x\right)=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{a}_{i+1}{x}^{n-i}$

能够较好地拟合原始数据：

在MATLAB调用格式为：polyfit(x,y,n)；其中，x,y是试验数据，该命令的优点是方便定义多项式n，因此，可以让使用者定义不同的n，以便比较试验数据的拟合的不同多项式；

(2)最小二乘法优化方法

在MATLAB调用格式为：lsqcurvefit(Fun,a₀,x,y)；其中Fun是定义的拟合函数，a₀是多项式系数，x,y是试验数据；由于需要特别定义拟合函数Fun，因此可以灵活定义多项式拟合函数，其最小二乘曲线拟合的目标函数

$J=\underset{a}{\min }\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[y_i-f(a,x_i)]}^2;$

(3)非线性函数的最小二乘参数估计

假设试验数据真实的函数为y＝f(a,x)，其中x,y是试验数据；a为函数的待定系数，该系数可以是一个数组，利用残差方法引入目标函数

$I=\underset{a}{\min }\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[y_i-f(a,x_i)]}^2$

在采用基于Gauss-Newton算法的最小二乘拟合；

在MATLAB调用格式为：nlinfit(x,y,Fun,a₀)；其中Fun是定义的拟合函数，a₀是函数参数的最初估计值，x,y是试验数据；

在对未知多项式函数的数据拟合时，采用第一种方法；

如果拟合多项式已知，对于单变量函数拟合时，采用方法(1)和(2)进行；

如果试验数据函数未知，而且是多个变量的拟合问题，采用方法(3)。