CN109299553B - 一种水下连接器密封性能退化随机模型建模方法 - Google Patents
一种水下连接器密封性能退化随机模型建模方法 Download PDFInfo
- Publication number
- CN109299553B CN109299553B CN201811159610.0A CN201811159610A CN109299553B CN 109299553 B CN109299553 B CN 109299553B CN 201811159610 A CN201811159610 A CN 201811159610A CN 109299553 B CN109299553 B CN 109299553B
- Authority
- CN
- China
- Prior art keywords
- sealing performance
- underwater connector
- sealing
- connector
- model
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
一种水下连接器密封性能退化随机模型建模方法,首先以密封接触强度为密封性能表征量,建立连接器密封性能热‑固有限元分析参数化模型,对连接器密封性能进行分析,获得初始时刻t1连接器密封性能量化指标;其次,根据连接器的实际工况,采用腐蚀速率预测模型对连接器上毂座、密封件和下毂座的腐蚀速率进行预测,获得上述结构腐蚀量,得到腐蚀后各结构的具体尺寸,对连接器密封性能热‑固有限元分析参数化模型进行结构参数更新,再次计算获得时刻t2连接器密封性能指标fs2;再次,采用同样的方法,获得任意时刻t3、t4对应的连接器密封性能指标分别为fs3和fs4;最后,考虑连接器密封性能退化随机性和不可逆性,选择Gamma随机过程描述密封性能退化机理,以不同时刻连接器密封性能指标fs1、fs2、fs3和fs4,对Gamma随机过程特征参数进行估计,获得基于Gamma过程的连接器密封性能退化随机模型。
Description
技术领域
本发明属于机械工程技术领域,尤其涉及一种水下连接器密封结构性能退化模型的建模方法。
背景技术
水下连接器是海洋油气水下生产系统的关键设备,主要用于水下生产管道之间的连接,密封能力是其最重要的性能指标。由于连接器服役期间长期受到生产流体与海水的腐蚀,且还受到洋流等随机载荷的作用,连接器性能退化现象客观存在,需要建立连接器性能退化模型,获得服役期间密封性能指标的变化规律,便于后续开展连接器的可靠性分析工作。
目前,通常以水下连接器的密封面接触应力值为水下连接器性能指标,当接触应力值大于水下连接器内工质压力时即认为密封可靠。因此,在建立机械密封结构的退化模型时,通常以密封接触应力值为表征量,采集密封结构服役期间密封面接触应力值后,应用数据统计方法建立密封结构性能退化模型(王少萍,洪葳,梁贤赓等.一种基于接触应力的橡胶密封件性能退化监测方法[P].中国,CN201410074590.2,2016-05-04.)。而实际上,密封性能不但受密封面接触应力大小的影响,而且还受接触应力在整个有效接触长度上的分布情况影响(Brown M W.Seals and sealing handbook[M].Elsevier SciencePublishers,2007.),仅仅以接触应力值的大小作为密封性能表征量,一定程度上影响密封性能分析的准确性,导致建立的密封结构性能退化模型不准确。
发明内容
针对上述现有技术中存在的问题,本发明的目的是通过考虑水下连接器密封面有效接触长度对密封性能的影响,提供一种水下连接器密封结构性能退化模型的建模方法,以提高建立的水下连接器密封结构性能退化随机模型的准确性。
为了达到上述目的,本发明采用的技术方案是,一种水下连接器密封结构性能退化模型的建模方法,包括以下步骤:
1)根据水下连接器的原始结构尺寸和水下连接器的实际工况条件,通过有限元软件建立水下连接器密封性能热-固有限元分析参数化模型;
2)为考虑水下连接器的密封面有效接触长度对其密封性能的影响,以密封接触强度为密封性能表征量,使用步骤1)中建立的水下连接器密封性能热-固有限元分析参数化模型,对水下连接器密封性能进行分析,获得当前时刻水下连接器密封性能量化指标fsi,i为当前循环次数;首次循环获得初始t1时刻水下连接器密封性能量化指标fs1;
3)根据水下连接器的实际工况条件,采用腐蚀速率预测模型对水下连接器上毂座、密封件和下毂座的腐蚀速率进行预测,得到实际工况条件下的腐蚀速率,即可获得ti+1时刻对应的上毂座、密封件和下毂座腐蚀量,进而得到ti+1时刻水下连接器被腐蚀后上毂座、密封件和下毂座的结构尺寸;
4)使用步骤3)中ti+1时刻水下连接器被腐蚀后获得的上毂座、密封件和下毂座的结构尺寸,对步骤1)中建立的水下连接器密封性能热-固有限元分析参数化模型进行结构尺寸参数更新;
5)重复步骤2)至步骤4)3次;分别获得t2、t3和t4时刻水下连接器密封性能量化指标;fs2、fs3和fs4;
6)考虑水下连接器的密封性能退化过程具有随机性和不可逆性,选择Gamma随机过程描述水下连接器的密封性能退化机理,使用步骤2)和步骤5)中获得的不同时刻水下连接器密封性能量化指标,即t1时刻对应的fs1、t2时刻对应的fs2、t3时刻对应的fs3、t4时刻对应的fs4,对Gamma随机过程特征参数进行估计,建立基于Gamma随机过程的水下连接器密封性能退化模型。
进一步的,所述水下连接器的实际工况条件包括压力、温度、液相与气相流速、含水率和管道内径。
进一步的,所述步骤2)中,所述密封接触强度的计算公式如下:
其中,fs为密封接触强度;σs(l)为密封面接触应力关于各单元节点对应有效长度l的函数;Lss为密封面有效接触长度;n为相关性指数,当存在密封剂时,n=1.2;当不存在密封剂时,n=1.4;对于水下连接器,其工作介质温度较高,密封结构中密封剂对密封性能的影响较小,因此取相关性指数n=1.4。
进一步的,所述步骤3)中,所述腐蚀速率预测模型包括经验型腐蚀速率模型、半经验型腐蚀速率模型和机制型腐蚀速率模型,可根据实际情况进行选择。
进一步的,所述步骤6)中,所述Gamma随机过程的定义如下:
可称随机过程{D(t),t≥0}服从形状参数为v(t)、尺度参数为u的Gamma过程,若其满足如下条件:
③D(t)=0;
④D(t)在非相交区域中具有独立增量D(t)-D(s)(0≤s<t);
③当0≤s<t时,独立增量D(t)-D(s)服从Gamma分布Ga(v(t)-v(s),u);
Gamma分布的概率密度函数为:
进一步的,所述步骤1)中,所述的有限元软件为通用有限元分析软件,包括Abaqus或Ansys。
与现有技术相比,本发明至少具有以下有益效果,本发明提供的一种水下连接器密封结构性能退化模型的建模方法,使用密封接触强度作为密封性能表征量,可以同时考虑水下连接器的密封面接触应力和密封面有效接触长度对其性能的影响;使用Gamma随机过程描述水下连接器的密封性能退化机理,可以描述水下连接器的密封性能退化时表现的随机性与不可逆性。由此可见,应用本发明方法建立的水下连接器密封结构性能退化随机模型,其准确性得到了提高。
附图说明
图1本发明水下连接器密封性能退化随机模型建模流程图;
图2本发明实施例中采油树井口连接器基本结构;
图3本发明实施例中连接器密封性能热-固有限元分析参数化模型;
图4本发明实施例中水下连接器密封性能退化随机模型。
图中:1-上毂座;2-密封件;3-下毂座。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步的说明:
如图2所示,为设计压力为34.5MPa(5000psi)的与水下井口20in套管头配套的水下采油树井口连接器基本结构,包括上毂座1、密封件2和下毂座3。
如图1所示,本发明的水下连接器的密封性能退化模型建模方法包括以下步骤:
S1,根据水下连接器的原始结构尺寸和实际工况条件,实际工况条件包括压力、温度、液相与气相流速、含水率和管道内径;使用Abaqus或Ansys有限元软件建立连接器密封性能热-固有限元分析参数化模型,如图3所示;
S2,为考虑水下连接器的密封面有效接触长度对密封性能的影响,以密封接触强度为密封性能表征量,使用步骤S1中建立的水下连接器密封性能热-固有限元分析参数化模型,对水下连接器密封性能进行分析,得到密封面各单元节点的接触应力σs1,σs2,…,σsi和各单元节点对应的密封面有效接触长度l1,l2,…,li,以此作为样本数据,使用插值方法建立密封面接触应力关于有效长度的函数σs(l),代入密封接触强度公式进行计算,即获得连接器初始密封性能指标值fs1,如式(1)所示:
其中,fs为密封接触强度;σs(l)为密封面接触应力关于各单元节点对应有效长度l的函数;Lss为密封面有效接触长度;n为相关性指数,当存在密封剂时,n=1.2;当不存在密封剂时,n=1.4;对于水下连接器,其工作介质温度较高,密封结构中密封剂对密封性能的影响较小,因此取相关性指数n=1.4。
S3,根据水下连接器的实际工况条件,包括压力、温度、液相与气相流速、含水率和管道内径,采用如式(2)所示Norsok腐蚀速率预测模型(经验型)对水下连接器上毂座1、密封件2和下毂座3的腐蚀速率进行预测,得到实际工况条件下密封结构的腐蚀速率为Vcorrmm/a,即可获得任意时刻t1上毂座1、密封件2和下毂座3的腐蚀量Vcorr×t1,从而得到腐蚀后各结构的具体尺寸;
S4,使用步骤S3获得的腐蚀后上毂座1、密封件2和下毂座3的结构尺寸,对步骤S1中建立的水下连接器密封性能热-固有限元分析参数化模型进行结构尺寸参数更新;
S5,重复步骤S2至步骤S4共计3次,分别获得t2、t3和t4时刻水下连接器密封性能量化指标fs2、fs3和fs4;
S6,考虑连接器的密封性能退化过程具有随机性和不可逆性,选择Gamma随机过程描述密封性能退化机理,所述Gamma随机过程的定义如下:
可称随机过程{D(t),t≥0}服从形状参数为v(t)、尺度参数为u的Gamma过程,若其满足如下条件:
⑤D(t)=0;
⑥D(t)在非相交区域中具有独立增量D(t)-D(s)(0≤s<t);
③当0≤s<t时,独立增量D(t)-D(s)服从Gamma分布Ga(v(t)-v(s),u);
Gamma分布的概率密度函数为:
然后,使用步骤S2和S5中获得的不同时刻连接器密封性能指标fs1,fs2,fs3,fs4对Gamma随机过程特征参数(形状参数为v(t)、尺度参数为u)进行估计,得到基于Gamma随机过程的连接器密封性能退化模型,如图4所示。由图4可知,随着时间增加,水下连接器的退化量呈现出逐步递增的趋势,而且在任意时刻密封性能退化量并非一个确定的值,而是具有明显的随机性,表明利用本发明方法构建的退化模型能够描述水下连接器密封性能退化过程的随机性和不可逆性。
Claims (6)
1.一种水下连接器密封结构性能退化模型的建模方法,其特征在于,包括以下步骤:
1)根据水下连接器的原始结构尺寸和水下连接器的实际工况条件,通过有限元软件建立水下连接器密封性能热-固有限元分析参数化模型;
2)为考虑水下连接器的密封面有效接触长度对其密封性能的影响,以密封接触强度为密封性能表征量,使用步骤1)中建立的水下连接器密封性能热-固有限元分析参数化模型,对水下连接器密封性能进行分析,获得当前时刻水下连接器密封性能量化指标fsi,i为当前循环次数;首次循环获得初始t1时刻水下连接器密封性能量化指标fs1;
3)根据水下连接器的实际工况条件,采用腐蚀速率预测模型对水下连接器上毂座、密封件和下毂座的腐蚀速率进行预测,得到实际工况条件下的腐蚀速率,即可获得ti+1时刻对应的上毂座、密封件和下毂座腐蚀量,进而得到ti+1时刻水下连接器被腐蚀后上毂座、密封件和下毂座的结构尺寸;
4)使用步骤3)中ti+1时刻水下连接器被腐蚀后获得的上毂座、密封件和下毂座的结构尺寸,对步骤1)中建立的水下连接器密封性能热-固有限元分析参数化模型进行结构尺寸参数更新;
5)重复步骤2)至步骤4)3次;分别获得t2、t3和t4时刻水下连接器密封性能量化指标;fs2、fs3和fs4;
6)考虑水下连接器的密封性能退化过程具有随机性和不可逆性,选择Gamma随机过程描述水下连接器的密封性能退化机理,使用步骤2)和步骤5)中获得的不同时刻水下连接器密封性能量化指标,即t1时刻对应的fs1、t2时刻对应的fs2、t3时刻对应的fs3、t4时刻对应的fs4,对Gamma随机过程特征参数进行估计,建立基于Gamma随机过程的水下连接器密封性能退化模型。
2.根据权利要求1所述的一种水下连接器密封结构性能退化模型的建模方法,其特征在于,所述水下连接器的实际工况条件包括压力、温度、液相与气相流速、含水率和管道内径。
4.根据权利要求1所述的一种水下连接器密封结构性能退化模型的建模方法,其特征在于,所述步骤3)中,所述腐蚀速率预测模型包括经验型腐蚀速率模型、半经验型腐蚀速率模型和机制型腐蚀速率模型,可根据实际情况进行选择。
6.根据权利要求1所述的一种水下连接器密封结构性能退化模型的建模方法,其特征在于,所述步骤1)中,所述的有限元软件为通用有限元分析软件,包括Abaqus或Ansys。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811159610.0A CN109299553B (zh) | 2018-09-30 | 2018-09-30 | 一种水下连接器密封性能退化随机模型建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811159610.0A CN109299553B (zh) | 2018-09-30 | 2018-09-30 | 一种水下连接器密封性能退化随机模型建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109299553A CN109299553A (zh) | 2019-02-01 |
CN109299553B true CN109299553B (zh) | 2022-09-16 |
Family
ID=65161553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811159610.0A Active CN109299553B (zh) | 2018-09-30 | 2018-09-30 | 一种水下连接器密封性能退化随机模型建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109299553B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139276A (zh) * | 2021-03-23 | 2021-07-20 | 温州大学 | 一种印刷机组的两阶段退化分析方法及装置 |
CN113589078B (zh) * | 2021-07-28 | 2022-11-22 | 北京邮电大学 | 一种在潮湿环境下介质退化连接器的高频性能预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484949A (zh) * | 2016-09-12 | 2017-03-08 | 西安理工大学 | 基于退化数据的动量轮可靠性分析与剩余寿命预测方法 |
CN107436963A (zh) * | 2016-12-19 | 2017-12-05 | 鲍兆伟 | 一种基于Copula函数多元退化的O型橡胶密封圈寿命预测方法 |
CN107506337A (zh) * | 2017-10-12 | 2017-12-22 | 中国人民解放军海军航空工程学院 | 基于多元加速退化数据的可靠性统计推断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8116990B2 (en) * | 2007-10-19 | 2012-02-14 | Ashok Koul | Method and system for real-time prognosis analysis and usage based residual life assessment of turbine engine components and display |
-
2018
- 2018-09-30 CN CN201811159610.0A patent/CN109299553B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484949A (zh) * | 2016-09-12 | 2017-03-08 | 西安理工大学 | 基于退化数据的动量轮可靠性分析与剩余寿命预测方法 |
CN107436963A (zh) * | 2016-12-19 | 2017-12-05 | 鲍兆伟 | 一种基于Copula函数多元退化的O型橡胶密封圈寿命预测方法 |
CN107506337A (zh) * | 2017-10-12 | 2017-12-22 | 中国人民解放军海军航空工程学院 | 基于多元加速退化数据的可靠性统计推断方法 |
Non-Patent Citations (1)
Title |
---|
基于P-S-N曲线的强度退化随机模型;安宗文等;《计算力学学报》;20150228;第32卷(第01期);第118-122页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109299553A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092744B (zh) | 基于emd-svr的地表沉降量预测方法 | |
Robertson et al. | A Bayesian approach to predictor selection for seasonal streamflow forecasting | |
Heidary et al. | A review of data-driven oil and gas pipeline pitting corrosion growth models applicable for prognostic and health management | |
CN109299553B (zh) | 一种水下连接器密封性能退化随机模型建模方法 | |
CN104978490B (zh) | 一种预测老龄飞机金属结构日历寿命的方法 | |
CA2437987A1 (en) | Modeling of reservoir stimulation treatment | |
Quan et al. | A method for estimation of extreme values of wind pressure on buildings based on the generalized extreme-value theory | |
CN112035448A (zh) | 一种综合地基gnss水汽和气象要素的神经网络短临降水预报方法 | |
Greve et al. | Resolution of ice streams and outlet glaciers in large-scale simulations of the Greenland ice sheet | |
Yu et al. | Subset simulation-based reliability analysis of the corroding natural gas pipeline | |
CN114580260B (zh) | 一种基于机器学习和概率理论的滑坡区间预测方法 | |
CN111159904A (zh) | 一种用于地热资源量估算评价的方法 | |
CN102880786A (zh) | 一种基于模拟退火法的Kriging地面沉降时域监控方法 | |
AU2017344456B2 (en) | Pipe leak measurement and assessment | |
CN111428360A (zh) | 一种不同维修深度分布下海底管道剩余寿命预测方法 | |
CN104268649A (zh) | 一种基于小波奇异性分析和arma模型的水管漏水检测方法 | |
Sund et al. | Pipeline modeling–Impact of ambient temperature and heat transfer modeling | |
CN114091320A (zh) | 一种天然气管道腐蚀失效时间预测方法及装置 | |
CN110847112B (zh) | 一种基于水力学模拟的河道泄洪预警方法 | |
CN115203987B (zh) | 海底管道相依竞争失效实时可靠性评估系统及评估方法 | |
CN110895625A (zh) | 性能退化产品可靠度置信区间估计数值仿真方法 | |
CN113791023A (zh) | 一种基于腐蚀概率建立金属表面腐蚀预测模型的方法 | |
CN116011356B (zh) | 一种基于ConvLSTM与OpenFOAM数值计算耦合的海底管缆冲刷预测方法 | |
Xu et al. | Improved hybrid model for predicting concrete crack openings based on chaos theory | |
CN113569387B (zh) | 一种考虑腐蚀动力学稳定性的大气腐蚀预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |