CN110069860B - 伸缩节可靠性疲劳寿命评估方法 - Google Patents
伸缩节可靠性疲劳寿命评估方法 Download PDFInfo
- Publication number
- CN110069860B CN110069860B CN201910328419.2A CN201910328419A CN110069860B CN 110069860 B CN110069860 B CN 110069860B CN 201910328419 A CN201910328419 A CN 201910328419A CN 110069860 B CN110069860 B CN 110069860B
- Authority
- CN
- China
- Prior art keywords
- telescopic joint
- fatigue life
- distribution
- model
- joint
- 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]
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明的伸缩节可靠性疲劳寿命评估方法,其具体步骤如下:步骤一,确定伸缩节产品的疲劳寿命的薄弱环节、对应的失效机理和影响疲劳寿命的敏感因素;步骤二,进行非线性仿真分析和疲劳寿命分析,建立伸缩节的有限元模型;步骤三,依据步骤一中所确定的敏感因素,确定影响伸缩节疲劳寿命的关键参数;应用实际测量数值对各关键参数进行统计分布拟合,采用蒙特卡洛重要抽样法完成关键参数的多次随机抽样;步骤四,进行伸缩节可靠性疲劳寿命的评估,将多次随机抽样后的样本参数输入已建立的伸缩节有限元模型,并对疲劳寿命分析结果进行统计分布拟合,在给定置信度下得到伸缩节的可靠性疲劳寿命。
Description
技术领域
本发明属于机械装备可靠性与寿命预测技术领域,具体涉及一种伸缩节可靠性疲劳寿命评估方法。
背景技术
伸缩节,作为特高压输电线路的关键部件,主要用于补偿管道因温度变化而产生的伸缩变形,也用于管道因安装调整等需要的长度补偿。伸缩节的结构形式较多,按使用条件可分为安装伸缩节和温补伸缩节,按结构形式可分为通用型伸缩节、复式拉杆型伸缩节、直管压力平衡型伸缩节、铰链型伸缩节。伸缩节的组成部分包括法兰、波纹管、端管和支撑板等,其中主要工作部件及薄弱环节为波纹管。在轴向力、横向力和弯矩的作用下允许产生较大的变形,在工程技术中主要作为柔性段,用于补偿因热胀冷缩、机械位移或振动引起的管线、设备等尺寸变化或轴向、横向和角向位移。随着使用时间的增长,环境温度的周期性变化,伸缩节中的波纹管不断重复着拉伸-压缩的工作过程,承受着循环往复的拉伸-压缩应力。在循环应力的作用下,波纹管的应力集中部位会逐渐产生疲劳裂纹,进而导致漏气,影响正常的输电,由此造成的经济损失极其重大。
由于伸缩节为高可靠性、长寿命产品,传统的寿命试验方法具有试验周期长、耗资大、无法模拟真实使用工况的特点。并且同一批次的不同伸缩节产品由于零件材料、结构尺寸、装配工艺、工作载荷等的随机性影响,其疲劳寿命也大不相同,呈现出的分散性较大。因此,期望提出一种面向伸缩节产品的可靠性疲劳寿命评估方法。
发明内容
针对现有技术中不足之处,本发明的目的在于提出一种伸缩节可靠性疲劳寿命评估方法,其通过综合疲劳寿命仿真及随机抽样算法的进行伸缩节可靠性疲劳寿命评估。伸缩节的可靠性疲劳寿命评估方法包括:伸缩节失效机理和薄弱环节分析、伸缩节疲劳寿命仿真分析、伸缩节关键参数随机抽样、伸缩节可靠性疲劳寿命评估,并通过对伸缩节疲劳寿命数据的分析处理,实现对于零件材料参数、结构尺寸参数、装配工艺参数、工作载荷参数等随机性影响下的伸缩节可靠性寿命的快速预测。其克服了传统电气系统中输电线,例如,特高压输电线中的波纹管无补偿造成了电路变形短路的问题,并且克服了现有技术中无法模拟真实使用环境的热胀冷缩,例如,轴向位移,以及地震位移的问题。同时,其克服了现有技术中伸缩节可靠性疲劳寿命评估试验中只能单个零件进行的问题。
本发明的技术方案如下:
一种伸缩节可靠性疲劳寿命评估方法,其基于有限元仿真及随机抽样技术对伸缩节产品进行可靠性疲劳寿命评估,其具体包括如下步骤:
步骤一,确定伸缩节产品的疲劳寿命的薄弱环节,所述薄弱环节为波纹管,确定所述薄弱环节对应的失效机理为疲劳失效和影响疲劳寿命的敏感因素;所述敏感因素为所用伸缩节各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面;
步骤二,根据所用伸缩节各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面,进行非线性仿真分析和疲劳寿命分析,建立伸缩节的有限元模型;
步骤三,依据步骤一中所确定的敏感因素,确定影响伸缩节疲劳寿命的关键参数;
所述关键参数包括波纹管的尺寸、伸缩节的装配误差、伸缩节的工作载荷以及伸缩节的环境载荷,应用整个伸缩节的实际测量数值对各关键参数进行统计分布拟合,所述分布拟合包括正态分布和威布尔分布,
所述正态分布的概率密度函数为:
式中,x为尺寸参数,f(x)为具体尺寸取值的概率,μ为分布的均值,是对中心趋势或中点的度量;σ为分布标准差,是对分散性的度量;
威布尔分布为三参数威布尔分布,其概率密度函数为:
三参数威布尔分布的累积分布函数为:
三参数威布尔分布记为X~W(β,θ,α),其中β为形状参数,θ为尺度参数,α为位置参数,其取值范围都是(0,∞);
令三参数威布尔分布的位置参数α=0,简化为两参数威布尔分布,其概率密度函数为:
累积分布函数为:
当形状参数β=1时,威布尔分布退化为指数分布;
根据累积分布函数,采用蒙特卡洛重要抽样法完成关键参数的多次随机抽样;
步骤四,进行伸缩节可靠性疲劳寿命的评估,将多次随机抽样后的样本参数输入步骤二中已建立的伸缩节有限元模型,得到多组疲劳寿命分析结果,并对该疲劳寿命分析结果进行统计分布拟合,在给定置信度下得到伸缩节的可靠性疲劳寿命。
优选地,对所述伸缩节进行的失效机理和薄弱环节分析,确定影响伸缩节寿命的薄弱环节及其失效机理和敏感因素,其具体步骤如下:
S1:收集伸缩节实际使用中的数据,所述数据包括故障数据、寿命试验数据、设计数据、使用环境和实际工况中的载荷数据;
S2:对伸缩节进行结构分解,至最低约定层次,分解的最低约定层次为零件级;
S3:结合S1中已收集数据,对伸缩节的所有最低约定层次进行所有可能的失效机理及影响寿命的敏感因素分析;该失效机理包括疲劳、磨损以及腐蚀中至少一种;该敏感因素包括各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面;
S4:对最低约定层次的失效机理及影响寿命的敏感因素进行合并;
采用专家打分法或结合已收集的故障数据进行打分,并依据分数高低排序确定影响所述伸缩节寿命的薄弱环节和对应的敏感因素。
优选地,伸缩节疲劳寿命仿真分析,建立伸缩节的应力分析和疲劳寿命分析有限元模型的具体步骤如下:
S1:建立伸缩节的三维数字模型,并对其中薄弱环节的寿命敏感因素进行参数化设计,通过修改寿命敏感因素的数值实现伸缩节的三维数字模型的更新;
S2:对薄弱环节的材料试片进行拉伸试验,得到材料拉伸性能曲线,建立材料的最优本构方程;
S3:依据伸缩节实际工作状态设置其边界约束;所述边界约束包括伸缩节的固定方式、伸缩节的轴向固定位移和伸缩节的径向固定位移和伸缩节内部介质的压强P0;
S4:依据伸缩节的工作载荷剖面,在有限元模型中施加载荷,所述载荷包括动态轴向位移、动态角位移、密封介质压强P1和整体温升t;密封介质压强P1随整体温升t发生变化;
S5:在伸缩节的工作零件的层与层之间设置摩擦接触,设定层与层之间的摩擦系数;
S6:对伸缩节的整体结构进行网格划分,网格单位类型为CAX4R,并对网格质量进行检测,通过迭代调整划分参数直至网格质量合格;
S7:采集伸缩节疲劳寿命试验中薄弱环节的关键部位处的应力值,所述关键部位包括波纹管的波峰和波谷,将采集的应力值与有限元分析后的应力值进行对比,通过修正层与层之间摩擦系数,直至有限元分析的趋势曲线与实测数值趋势曲线满足给定误差要求,所述给定误差为<10%,最终建立精确的伸缩节有限元模型。
优选地,伸缩节关键参数随机抽样的具体步骤如下:
a)分别分析确定影响伸缩节寿命的各个关键参数的统计分布类型及表达式;
b)依据伸缩节二维设计图纸中的尺寸公差及实际检测数据,结合尺寸参数服从的正态分布模型,建立尺寸参数中各个变量的具体分布模型,并确定其取值范围;
c)对伸缩节的薄弱环节设计并加工多个哑铃型试片,从而得到多个样本的力学性能数据,结合力学性能参数服从的三参数威布尔分布模型,建立力学性能参数中各个变量的具体分布模型,并确定其取值范围;
d)依据伸缩节二维设计图纸中的装配设计要求及实际检测数据,结合装配误差参数服从的正态分布模型,建立装配误差参数中各个变量的具体分布模型,并确定其取值范围;
e)参考伸缩节的设计工作载荷剖面及历史运行数据,结合工作载荷参数服从的正态分布模型,建立工作载荷参数中各个变量的具体分布模型,并确定其取值范围;
f)参考伸缩节的设计环境载荷剖面及历史运行数据,结合环境载荷参数服从的正态分布模型,建立环境载荷参数中各个变量的具体分布模型,并确定其取值范围;
g)按照简单蒙特卡洛方法的流程:构建概率统计模型-定义随机变量-模拟随机抽样-统计计算,在模拟随机抽样步骤中提高故障频率高的取值概率,从而实现各关键参数的不同变量的蒙特卡洛重要抽样,得到能够全面表征关键参数随机性影响的多个样本。
优选地,通过多个样本的有限元分析结果,综合评估关键参数随机性影响下的伸缩节可靠性寿命的具体步骤如下:
a)按照随机抽样后的各样本取值,依次将尺寸参数、装配误差参数中的各变量取值输入至伸缩节的三维数字模型中,并更新模型;
b)将更新后的模型进行有限元分析,依据随机抽样后的各样本取值,更改环境条件、材料本构模型的设置;
c)按照所述伸缩节实际工作中的状态分别设置分析步,具体为先施加密封介质压力-再施加固定位移补偿、角位移补偿-施加工作温升-再按照实际温变速率施加热胀冷缩位移补偿,并依据随机抽样后的各样本取值,完成相应工作载荷的设置;
d)运行伸缩节有限元模型,并输出分析后的应力和疲劳寿命结果;
e)对伸缩节的疲劳寿命分析结果按照正态分布、三参数威布尔分布分别进行拟合,选取误差最小的分布作为最优分布,并确定分布参数的具体取值;
f)在给定置信度的要求下,计算确定伸缩节的可靠性寿命。
本发明的有益效果如下:
本发明的伸缩节可靠性疲劳寿命评估方法,其避免了由于影响伸缩节疲劳寿命的因素随机性强所导致的伸缩节疲劳寿命评估准确度低的问题;降低了伸缩节疲劳寿命评估的成本和周期,通过应用有限元分析和实测数据修正的方法,实现了伸缩节疲劳寿命的快速准确评估;建立了精确的伸缩节疲劳寿命仿真模型,通过对比疲劳寿命试验中伸缩节的实测应力结果和有限元分析结果,应用电测法修正了有限元模型中与实际使用中误差较大的设置,建立了精确的伸缩节疲劳寿命仿真模型。并且本发明在伸缩节疲劳寿命评估中引入了可靠性的概念,通过对影响伸缩节疲劳寿命的敏感因素进行随机抽样,并对抽样后的样本进行疲劳寿命计算,实现了伸缩节可靠性疲劳寿命的综合评估。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显。
图1是根据本发明的伸缩节可靠性疲劳寿命评估方法的第一流程图;
图2是根据本发明的伸缩节可靠性疲劳寿命评估方法的第二流程图;
图3是根据本发明的伸缩节可靠性疲劳寿命评估方法中的对所述伸缩节进行的失效机理和薄弱环节分析,确定影响伸缩节寿命的薄弱环节及其失效机理和敏感因素的具体步骤流程图;以及
图4是根据本发明的伸缩节可靠性疲劳寿命评估方法中的伸缩节疲劳寿命仿真分析,建立伸缩节的应力分析和疲劳寿命分析有限元模型的具体步骤流程图。
具体实施方式
以下将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传根据本发明的伸缩节可靠性疲劳寿命评估方法,为基于有限元仿真及随机抽样技术的伸缩节产品可靠性疲劳寿命评估方法,如图1至图4所示,其具体包括如下步骤:
步骤一,确定伸缩节产品的疲劳寿命的薄弱环节、对应的失效机理和影响疲劳寿命的敏感因素;
优选地,根据伸缩节的设计要求、设计目标、设计特点和任务剖面,进行失效机理和薄弱环节分析,确定伸缩节产品疲劳寿命的薄弱环节,对应的失效机理和影响疲劳寿命的敏感因素。
步骤二,根据所用伸缩节各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面,进行非线性仿真分析和疲劳寿命分析,建立伸缩节的有限元模型。
步骤三,依据步骤一中所确定的敏感因素,确定影响伸缩节疲劳寿命的关键参数;
优选地,关键参数包括尺寸、装配误差、工作载荷以及环境载荷,应用实际测量数值对各关键参数进行统计分布拟合,采用蒙特卡洛重要抽样法完成关键参数的多次随机抽样。
步骤四,进行伸缩节可靠性疲劳寿命的评估,将多次随机抽样后的样本参数输入已建立的伸缩节有限元模型,并对疲劳寿命分析结果进行统计分布拟合,在给定置信度下得到伸缩节的可靠性疲劳寿命。
优选地,对伸缩节进行的失效机理和薄弱环节分析,确定影响伸缩节寿命的薄弱环节及其失效机理和敏感因素,其具体步骤如下:
S1:收集伸缩节实际使用中的数据,所述数据包括故障数据、寿命试验数据、设计数据、使用环境和载荷数据;
S2:对伸缩节进行结构分解至最低约定层次,优选地,分解的最低约定层次为零件级;
S3:结合S1中已收集数据,对伸缩节的所有最低约定层次进行所有可能的失效机理及影响寿命的敏感因素分析;
S4:对最低约定层次的失效机理及影响寿命的敏感因素进行合并;
优选地,采用专家打分法或结合已收集的故障数据进行打分,并依据分数高低排序确定影响伸缩节寿命的薄弱环节和对应的敏感因素。
优选地,伸缩节疲劳寿命仿真分析,建立伸缩节的应力分析和疲劳寿命分析有限元模型的具体步骤如下:
S1:建立伸缩节的三维数字模型,并对其中薄弱环节的寿命敏感因素进行参数化设计,通过修改敏感因素的数值实现模型的更新;
具体地,基于二维设计图纸,应用Catia三维建模软件建立伸缩节的三维数字模型,并对其中薄弱环节的寿命敏感因素,参数如表1所示,进行参数化设计,通过修改敏感因素的数值实现模型的更新;
表1影响伸缩节疲劳寿命的敏感因素
材料性能参数 | 尺寸参数 | 装配误差 | 工作载荷 | 环境载荷 |
弹性模量 | 波高 | 同轴度 | 安装位移补偿 | 温度 |
泊松比 | 波距 | 圆度 | 安装角度补偿 | 环境压力 |
密度 | 层数 | 焊接强度 | 热胀冷缩位移补偿 | |
线胀系数 | 层厚 | 地基沉降位移补偿 | ||
屈服强度 | 截面直径 | 密封介质压力 | ||
扯断伸长率 | 波纹管长度 | 工作温升 |
S2:对材料试片进行拉伸试验,得到材料拉伸性能曲线,建立材料的最优本构有限元模型;
具体地,通过设计加工多个哑铃型材料试片,并对其进行拉伸试验,得到准确的材料拉伸性能曲线,并输入有限元软件中建立材料的最优本构模型;
S3:依据伸缩节实际工作状态设置其边界约束,优选地,其一端固定,一端为铰链约束;
S4:依据伸缩节的工作载荷剖面,在有限元模型中施加载荷,所述载荷包括轴向位移、角位移、密封介质压强和整体温升;
S5:在伸缩节的工作零件,例如,波纹管中,由于其属于多层薄壁结构,故在其层与层之间设置摩擦接触;
S6:对伸缩节整体结构进行网格划分,网格单位类型为CAX4R,并对网格质量进行检测,通过迭代调整划分参数直至网格质量合格;
S7:采集伸缩节疲劳寿命试验中关键部位处的应力值,对比有限元分析的应力结果,通过修正层与层之间摩擦系数,直至应力分析和实测数值和趋势满足使用要求,最终建立精确的伸缩节有限元模型。
优选地,伸缩节关键参数随机抽样,的具体步骤如下:
a)分别分析确定影响伸缩节寿命的各个关键参数的统计分布类型及表达式;
b)依据伸缩节二维设计图纸中的尺寸公差及实际检测数据,结合尺寸参数服从的正态分布模型,建立尺寸参数中各个变量的具体分布模型,并确定其取值范围;
c)对伸缩节的薄弱环节设计并加工多个哑铃型试片,从而得到多个样本的力学性能数据,结合力学性能参数服从的三参数威布尔分布模型,建立力学性能参数中各个变量的具体分布模型,并确定其取值范围;
d)依据伸缩节二维设计图纸中的装配设计要求及实际检测数据,结合装配误差参数服从的正态分布模型,建立装配误差参数中各个变量的具体分布模型,并确定其取值范围;
e)参考伸缩节的设计工作载荷剖面及历史运行数据,结合工作载荷参数服从的正态分布模型,建立工作载荷参数中各个变量的具体分布模型,并确定其取值范围;
f)参考伸缩节的设计环境载荷剖面及历史运行数据,结合环境载荷参数服从的正态分布模型,建立环境载荷参数中各个变量的具体分布模型,并确定其取值范围;
g)按照简单蒙特卡洛方法的流程:构建概率统计模型-定义随机变量-模拟随机抽样-统计计算,在模拟随机抽样步骤中提高故障频率高的取值概率,从而实现各关键参数的不同变量的蒙特卡洛重要抽样,得到能够全面表征关键参数随机性影响的多个样本。
优选地,通过多个样本的有限元分析结果,综合评估关键参数随机性影响下的伸缩节可靠性寿命的具体步骤如下:
a)按照随机抽样后的各样本取值,依次将尺寸参数、装配误差参数中的各变量取值输入至伸缩节的三维数字模型中,并更新模型;
b)将更新后的模型进行有限元分析,例如,导入应力分析的有限元软件中,依据随机抽样后的各样本取值,更改环境条件、材料本构模型的设置;
c)按照伸缩节实际工作中的状态分别设置分析步,具体为先施加密封介质压力-再施加固定位移补偿、角位移补偿-施加工作温升-再按照实际温变速率施加热胀冷缩位移补偿,并依据随机抽样后的各样本取值,完成相应工作载荷的设置;
d)运行伸缩节有限元模型,并输出分析后的应力和疲劳寿命结果;
e)对伸缩节的疲劳寿命分析结果按照正态分布、三参数威布尔分布分别进行拟合,选取误差最小的分布作为最优分布,并确定分布参数的具体取值;
f)在给定置信度的要求下,计算确定伸缩节的可靠性寿命。
具体地,伸缩节失效机理和薄弱环节分析,是依据设计要求、设计目标和任务剖面,结合伸缩节的设计特点,对其进行结构分解和最低约定层次失效分析,确定具有耗损型失效机理的零组件。结合外场故障的统计分析,确定其失效机理和寿命薄弱环节。
伸缩节疲劳寿命仿真分析,是对其中薄弱环节波纹管的仿真分析。通过输入波纹管零件材料的力学性能参数、实际工况环境参数及工作载荷、边界条件,其中力学性能参数包括但不限于弹性模量、泊松比以及弹塑性曲线;边界条件包括但不限于安装固定方式、层间接触设置以及摩擦系数设置,应用非线性仿真分析软件建立波纹管的仿真模型。其中零件材料的力学性能参数是设计加工伸缩节零部件材料的标准试件,通过拉伸试验得到的。由于伸缩节失效机理中的平面失稳属于平面变形,因此建立二维应力应变仿真模型。柱状失稳属于三维变形,因此建立三维应力应变仿真模型。并将应力分析结果作为疲劳寿命仿真的输入,建立疲劳寿命仿真模型。并运用伸缩节的型式试验数据完成数字模型的校核。
伸缩节关键参数随机抽样,是对其中影响伸缩节疲劳寿命的关键参数进行随机抽样。关键参数包括伸缩节所承受的工作载荷、结构的几何形状和尺寸、材料的力学性能参数、装配误差和使用环境参数;其中,伸缩节所承受的工作载荷包括安装位移和角度补偿、热胀冷缩位移补偿、地基沉降位移补偿、密封介质等导致的外力;实用环境参数包括温度、环境压力。通过分析关键参数的概率分布,结合实测参数值,采用最优拟合确定各关键参数概率分布的具体数值,并采用蒙特卡洛重要抽样的方法完成伸缩节关键参数的随机抽样。
伸缩节可靠性疲劳寿命评估,是对各关键参数随机抽样后形成的多个样本进行仿真后的统计分析,进而得到伸缩节在不同置信度下的可靠性寿命。对各关键参数的随机抽样值进行组合排列后,按照正交试验设计的方法确定最简化伸缩节样本组合。将不同样本参数输入已修正后的伸缩节有限元模型中,进行多次仿真分析,得到大样本量的伸缩节疲劳寿命分析结果。并对分析结果进行最优统计分布的拟合,结合给定的置信度,进而得到伸缩节的可靠性寿命。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种伸缩节可靠性疲劳寿命评估方法,其基于有限元仿真及随机抽样技术对伸缩节产品进行可靠性疲劳寿命评估,其特征在于,其具体包括如下步骤:
步骤一,确定伸缩节产品的疲劳寿命的薄弱环节,所述薄弱环节为波纹管,确定所述薄弱环节对应的失效机理为疲劳失效和影响疲劳寿命的敏感因素;所述敏感因素为所用伸缩节各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面;
步骤二,根据所用伸缩节各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面,进行非线性仿真分析和疲劳寿命分析,建立伸缩节的有限元模型;
步骤三,依据步骤一中所确定的敏感因素,确定影响伸缩节疲劳寿命的关键参数;
所述关键参数包括波纹管的尺寸、伸缩节的装配误差、伸缩节的工作载荷以及伸缩节的环境载荷,应用整个伸缩节的实际测量数值对各关键参数进行统计分布拟合,所述分布拟合包括正态分布和威布尔分布,
所述正态分布的概率密度函数为:
式中,x为尺寸参数,f(x)为具体尺寸取值的概率,μ为分布的均值,是对中心趋势或中点的度量;σ为分布标准差,是对分散性的度量;
威布尔分布为三参数威布尔分布,其概率密度函数为:
三参数威布尔分布的累积分布函数为:
三参数威布尔分布记为X~W(β,θ,α),其中β为形状参数,θ为尺度参数,α为位置参数,其取值范围都是(0,∞);
令三参数威布尔分布的位置参数α=0,简化为两参数威布尔分布,其概率密度函数为:
累积分布函数为:
当形状参数β=1时,威布尔分布退化为指数分布;
根据累积分布函数,采用蒙特卡洛重要抽样法完成关键参数的多次随机抽样;
步骤四,进行伸缩节可靠性疲劳寿命的评估,将多次随机抽样后的样本参数输入步骤二中已建立的伸缩节有限元模型,得到多组疲劳寿命分析结果,并对该疲劳寿命分析结果进行统计分布拟合,在给定置信度下得到伸缩节的可靠性疲劳寿命。
2.如权利要求1所述的伸缩节可靠性疲劳寿命评估方法,其特征在于,对所述伸缩节进行的失效机理和薄弱环节分析,确定影响伸缩节寿命的薄弱环节及其失效机理和敏感因素,其具体步骤如下:
S1:收集伸缩节实际使用中的数据,所述数据包括故障数据、寿命试验数据、设计数据、使用环境和实际工况中的载荷数据;
S2:对伸缩节进行结构分解,至最低约定层次,分解的最低约定层次为零件级;
S3:结合S1中已收集数据,对伸缩节的所有最低约定层次进行所有可能的失效机理及影响寿命的敏感因素分析;该失效机理包括疲劳、磨损以及腐蚀中至少一种;该敏感因素包括各组成零件的材料、装配模型、环境条件、边界条件及工作载荷剖面;
S4:对最低约定层次的失效机理及影响寿命的敏感因素进行合并;
采用专家打分法或结合已收集的故障数据进行打分,并依据分数高低排序确定影响伸缩节寿命的薄弱环节和对应的敏感因素。
3.如权利要求1所述的伸缩节可靠性疲劳寿命评估方法,其特征在于,伸缩节疲劳寿命仿真分析,建立伸缩节的应力分析和疲劳寿命分析有限元模型的具体步骤如下:
S1:建立伸缩节的三维数字模型,并对其中薄弱环节的寿命敏感因素进行参数化设计,通过修改寿命敏感因素的数值实现伸缩节的三维数字模型的更新;
S2:对薄弱环节的材料试片进行拉伸试验,得到材料拉伸性能曲线,建立材料的最优本构方程;
S3:依据伸缩节实际工作状态设置其边界约束;所述边界约束包括伸缩节的固定方式、伸缩节的轴向固定位移和伸缩节的径向固定位移和伸缩节内部介质的压强P0;
S4:依据伸缩节的工作载荷剖面,在有限元模型中施加载荷,所述载荷包括动态轴向位移、动态角位移、密封介质压强P1和整体温升t;密封介质压强P1随整体温升t发生变化;
S5:在伸缩节的工作零件的层与层之间设置摩擦接触,设定层与层之间的摩擦系数;
S6:对伸缩节的整体结构进行网格划分,网格单位类型为CAX4R,并对网格质量进行检测,通过迭代调整划分参数直至网格质量合格;
S7:采集伸缩节疲劳寿命试验中薄弱环节的关键部位处的应力值,所述关键部位包括波纹管的波峰和波谷,将采集的应力值与有限元分析后的应力值进行对比,通过修正层与层之间摩擦系数,直至有限元分析的趋势曲线与实测数值趋势曲线满足给定误差要求,所述给定误差为<10%,最终建立精确的伸缩节有限元模型。
4.如权利要求3所述的伸缩节可靠性疲劳寿命评估方法,其特征在于,所述伸缩节关键参数随机抽样的具体步骤如下:
a)分别分析确定影响伸缩节寿命的各个关键参数的统计分布类型及表达式;
b)依据伸缩节二维设计图纸中的尺寸公差及实际检测数据,结合尺寸参数服从的正态分布模型,建立尺寸参数中各个变量的具体分布模型,并确定其取值范围;
c)对伸缩节的薄弱环节设计并加工多个哑铃型试片,从而得到多个样本的力学性能数据,结合力学性能参数服从的三参数威布尔分布模型,建立力学性能参数中各个变量的具体分布模型,并确定其取值范围;
d)依据伸缩节二维设计图纸中的装配设计要求及实际检测数据,结合装配误差参数服从的正态分布模型,建立装配误差参数中各个变量的具体分布模型,并确定其取值范围;
e)参考伸缩节的设计工作载荷剖面及历史运行数据,结合工作载荷参数服从的正态分布模型,建立工作载荷参数中各个变量的具体分布模型,并确定其取值范围;
f)参考伸缩节的设计环境载荷剖面及历史运行数据,结合环境载荷参数服从的正态分布模型,建立环境载荷参数中各个变量的具体分布模型,并确定其取值范围;
g)按照简单蒙特卡洛方法的流程:构建概率统计模型-定义随机变量-模拟随机抽样-统计计算,在模拟随机抽样步骤中提高故障频率高的取值概率,从而实现各关键参数的不同变量的蒙特卡洛重要抽样,得到能够全面表征关键参数随机性影响的多个样本。
5.如权利要求4所述的伸缩节可靠性疲劳寿命评估方法,其特征在于,通过多个样本的有限元分析结果,综合评估关键参数随机性影响下的伸缩节可靠性寿命的具体步骤如下:
a)按照随机抽样后的各样本取值,依次将尺寸参数、装配误差参数中的各变量取值输入至伸缩节的三维数字模型中,并更新模型;
b)将更新后的模型进行有限元分析,依据随机抽样后的各样本取值,更改环境条件、材料本构模型的设置;
c)按照伸缩节实际工作中的状态分别设置分析步,具体为先施加密封介质压力-再施加固定位移补偿、角位移补偿-施加工作温升-再按照实际温变速率施加热胀冷缩位移补偿,并依据随机抽样后的各样本取值,完成相应工作载荷的设置;
d)运行伸缩节有限元模型,并输出分析后的应力和疲劳寿命结果;
e)对伸缩节的疲劳寿命分析结果按照正态分布、三参数威布尔分布分别进行拟合,选取误差最小的分布作为最优分布,并确定分布参数的具体取值;
f)在给定置信度的要求下,计算确定伸缩节的可靠性寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910328419.2A CN110069860B (zh) | 2019-04-23 | 2019-04-23 | 伸缩节可靠性疲劳寿命评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910328419.2A CN110069860B (zh) | 2019-04-23 | 2019-04-23 | 伸缩节可靠性疲劳寿命评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110069860A CN110069860A (zh) | 2019-07-30 |
CN110069860B true CN110069860B (zh) | 2022-06-14 |
Family
ID=67368444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910328419.2A Active CN110069860B (zh) | 2019-04-23 | 2019-04-23 | 伸缩节可靠性疲劳寿命评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110069860B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062112B (zh) * | 2019-10-14 | 2024-04-12 | 西北工业大学 | 轮轨接触中滑轨的疲劳寿命可靠性评估方法 |
CN110991111B (zh) * | 2019-11-27 | 2024-01-30 | 南京安维士传动技术股份有限公司 | 一种基于摩擦接触的风电齿轮箱行星架的疲劳计算方法 |
CN111090953B (zh) * | 2019-12-12 | 2024-02-06 | 重庆大学 | 基于材料损伤理论与磨损耦合的接触疲劳失效分析方法 |
CN111475925B (zh) * | 2020-03-18 | 2022-12-06 | 南方电网科学研究院有限责任公司 | 一种电力设备的状态评估方法、装置及存储介质 |
CN111680389B (zh) * | 2020-04-23 | 2023-09-01 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 设备寿命量化方法、装置、计算机设备和存储介质 |
CN111796030A (zh) * | 2020-06-12 | 2020-10-20 | 北京工业大学 | 一种用于金属板结构疲劳损伤评价的超声信号共识自组织分析方法 |
CN112307616B (zh) * | 2020-10-29 | 2022-10-18 | 北京航空航天大学 | 一种机电产品半试验寿命与可靠性仿真方法 |
CN112528523B (zh) * | 2020-12-29 | 2021-09-24 | 中国人民解放军国防科技大学 | 失效信息已知下的卫星动量轮表决系统剩余寿命预测方法 |
CN113268897B (zh) * | 2021-01-05 | 2022-06-14 | 北京航空航天大学 | 一种基于随机孔隙重构的多尺度建模与仿真方法 |
CN112861396B (zh) * | 2021-01-25 | 2023-07-07 | 中国石油大学(北京) | 一种水下连接器可靠性分析方法及系统 |
CN113111437B (zh) * | 2021-04-16 | 2023-07-21 | 中国航空综合技术研究所 | 数据融合的飞机运动机构可靠性评估方法 |
CN113434980B (zh) * | 2021-06-28 | 2022-12-13 | 北京理工大学 | 考虑气缸盖多因素分散性的应力分布分析方法 |
CN113779852B (zh) * | 2021-09-29 | 2023-05-23 | 北京航空航天大学 | 一种定量评估参数随机扰动对产品疲劳寿命分布影响的方法 |
CN114441325B (zh) * | 2021-12-29 | 2023-11-28 | 南京林业大学 | 一种机械密封焊接金属波纹管可靠度检测方法 |
CN115081200B (zh) * | 2022-06-13 | 2024-05-28 | 北京理工大学 | 复杂设备的加速因子及失效边界域分析方法 |
CN115310260B (zh) * | 2022-07-01 | 2023-10-20 | 南京航空航天大学 | 疲劳寿命分布模型建模方法、系统、装置、计算机可读介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853317A (zh) * | 2010-04-20 | 2010-10-06 | 北京航空航天大学 | 一种涡轮盘结构概率设计系统的构建方法 |
WO2014012579A1 (de) * | 2012-07-17 | 2014-01-23 | Siemens Aktiengesellschaft | Verfahren, werkzeug, datenträger und programmbaustein zur beurteilung einer verlässlichkeit einer vorrichtung |
CN106932708A (zh) * | 2017-02-10 | 2017-07-07 | 电子科技大学 | 电子封装焊点疲劳寿命分析方法 |
CN108804794A (zh) * | 2018-05-31 | 2018-11-13 | 北京航空航天大学 | 一种基于分区的涡轮盘疲劳寿命及失效风险评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7016825B1 (en) * | 2000-10-26 | 2006-03-21 | Vextec Corporation | Method and apparatus for predicting the failure of a component |
-
2019
- 2019-04-23 CN CN201910328419.2A patent/CN110069860B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853317A (zh) * | 2010-04-20 | 2010-10-06 | 北京航空航天大学 | 一种涡轮盘结构概率设计系统的构建方法 |
WO2014012579A1 (de) * | 2012-07-17 | 2014-01-23 | Siemens Aktiengesellschaft | Verfahren, werkzeug, datenträger und programmbaustein zur beurteilung einer verlässlichkeit einer vorrichtung |
CN106932708A (zh) * | 2017-02-10 | 2017-07-07 | 电子科技大学 | 电子封装焊点疲劳寿命分析方法 |
CN108804794A (zh) * | 2018-05-31 | 2018-11-13 | 北京航空航天大学 | 一种基于分区的涡轮盘疲劳寿命及失效风险评估方法 |
Non-Patent Citations (2)
Title |
---|
Board level thermal cycle reliability and solder joint fatigue life predictions of multiple stacked die chip scale package configurations;Dianne Mitchell et.al;《2004 Proceedings. 54th Electronic Components and Technology Conference (IEEE Cat. No.04CH37546)》;20040809;第699-703页 * |
威布尔分布模型及其在机械可靠性中的应用研究;凌丹;《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》;20110715(第07期);C028-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN110069860A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110069860B (zh) | 伸缩节可靠性疲劳寿命评估方法 | |
Zhu et al. | Probabilistic framework for multiaxial LCF assessment under material variability | |
EP2799828B1 (en) | System and method for predicting distortion of a workpiece resulting from a peening machine process | |
KR100948035B1 (ko) | 인장시험과 유한요소법을 이용한 고 변형률에 대한 진변형률-진응력 곡선의 획득 방법 및 이를 이용한 인장 시험기 | |
Dao | Multiresponse Optimization of a Compliant Guiding Mechanism Using Hybrid Taguchi‐Grey Based Fuzzy Logic Approach | |
Herz et al. | Numerical simulation of plasticity induced fatigue crack opening and closure for autofrettaged intersecting holes | |
Olsson et al. | Fatigue of gears in the finite life regime—Experiments and probabilistic modelling | |
Gomes et al. | An inverse damage location problem applied to AS-350 rotor blades using bat optimization algorithm and multiaxial vibration data | |
Jiang et al. | Experimental design and validation of an accelerated random vibration fatigue testing methodology | |
Macek et al. | Energy‐based fatigue failure characteristics of materials under random bending loading in elastic‐plastic range | |
Ye et al. | Performance evaluation of serial-parallel manufacturing systems based on the impact of heterogeneous feedstocks on machine degradation | |
Li et al. | Particle filter‐based hybrid damage prognosis considering measurement bias | |
Sun et al. | Modeling of preload bolted flange connection structure for loosening analysis and detection | |
Qiu et al. | Predicting fatigue crack growth evolution via perturbation series expansion method based on the generalized multinomial theorem | |
Zhuang et al. | Statistical inference of the equivalent initial flaw size distribution for an anisotropic material with the dual boundary element method | |
Faghidian et al. | A novel method for analysis of fatigue life measurements based on modified Shepard method | |
Marasanov et al. | Model of the operator dynamic process of acoustic emission occurrence while of materials deforming | |
Meng et al. | Prediction of fault evolution and remaining useful life for rolling bearings with spalling fatigue using digital twin technology | |
CN114254533B (zh) | 考核疲劳振动对产品组部件固定角度影响和预测的方法 | |
CN115222114A (zh) | 汽车零部件装配指标值预测方法、终端设备及存储介质 | |
CN114492074A (zh) | 一种概率损伤容限评估分析方法 | |
Liu et al. | Research on fatigue life evaluation method of shaft parts based on small sample | |
Fong et al. | Design of an Intelligent PYTHON Code for validating crack growth exponent by monitoring a crack of zig-zag shape in a cracked pipe | |
Wang et al. | Reliability assessment of centrifugal compressor impeller based on the Monte Carlo method | |
KR20170070902A (ko) | 철강공정 설비 모니터링 장치 및 방법 |
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 |