CN113010962A - 一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法 - Google Patents

一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法 Download PDF

Info

Publication number
CN113010962A
CN113010962A CN202110226881.9A CN202110226881A CN113010962A CN 113010962 A CN113010962 A CN 113010962A CN 202110226881 A CN202110226881 A CN 202110226881A CN 113010962 A CN113010962 A CN 113010962A
Authority
CN
China
Prior art keywords
corrosion
radiator
test
data
maximum
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.)
Granted
Application number
CN202110226881.9A
Other languages
English (en)
Other versions
CN113010962B (zh
Inventor
张延蕾
肖明明
李湘宁
张永君
孔丽君
赵志强
李永富
郭超超
张震
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CRRC Dalian Institute Co Ltd
Original Assignee
CRRC Dalian Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CRRC Dalian Institute Co Ltd filed Critical CRRC Dalian Institute Co Ltd
Priority to CN202110226881.9A priority Critical patent/CN113010962B/zh
Publication of CN113010962A publication Critical patent/CN113010962A/zh
Application granted granted Critical
Publication of CN113010962B publication Critical patent/CN113010962B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Analysis (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computational Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明公开了一种基于加速腐蚀试验的机车车辆散热器腐蚀剩余寿命预测方法：当只能获得一个服役周期(服役时间)的服役散热器样件时，可以试验散热器最大腐蚀深度的动力学规律为基础，结合服役散热器局部腐蚀最大腐蚀深度预测值，计算确定散热器腐蚀剩余寿命。为延长散热器高级修周期、提高运用可靠性提供了科学准确的依据。

Description

一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法
技术领域
本申请涉及换热技术领域，尤其涉及一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法。
背景技术
随着电力机车、电动车组大批量投入运用，延长机车车辆关键部件维修周期、提高其使用寿命已经成为各方共同关注的关键技术问题。但延长关键部件的维修周期，首先需要了解其使用寿命。
冷却系统是机车车辆设备安全、可靠、高效运行的重要保障。散热器是冷却系统的核心部件，一旦散热器失效，冷却系统将无法继续工作，机车车辆牵引系统或制动系统将无法正常运行。可见，散热器对机车车辆可靠、安全运行至关重要。
散热器泄漏失效绝大多数是由散热器芯体腐蚀导致，因此，预测机车车辆散热器腐蚀剩余寿命，对科学制定散热器维修周期、采取针对性预防措施提高散热器寿命至关重要。
发明内容
为解决上述技术问题，本申请实施例提供了一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，包括：
S1、获取进行机车车辆散热器剩余寿命分析对应的样本数据，所述样本数据用于表征机车车辆服役散热器在某一检修周期条件下，被标记为散热器表面腐蚀采样点时所对应的表面腐蚀状态数据，所述表面腐蚀状态数据至少包括局部腐蚀最大腐蚀深度数据；
S2、获取某一检修周期条件下，机车车辆散热器服役局部腐蚀最大腐蚀深度数据的预测数据；
S3、按照S1方法获取试验散热器剩余寿命分析对应的样本数据，所述样本数据用于表征机车车辆试验散热器在不同试验周期条件下，被标记为试验散热器表面腐蚀采样点时的试验散热器所对应的表面腐蚀状态数据，所述试验散热器所对应的表面腐蚀状态数据至少包括试验散热器局部腐蚀最大腐蚀深度数据；
S4、获取不同试验周期对应的试验散热器局部腐蚀最大腐蚀深度数据的预测数据；并创建预测函数，所述预测函数用于表征所述试验散热器局部腐蚀最大腐蚀深度数据与时间变化对应的变化趋势；
S5、获取某一检修周期条件下，机车车辆服役散热器局部腐蚀最大腐蚀深度数据的预测数据达到腐蚀损伤容限时的总服役时间；
S6、预测散热器剩余寿命。
进一步的，所述样本数据获取方法如下：
S11、选取样本
首先，选择机车车辆某一检修周期拆解下来的服役散热器作为腐蚀剩余寿命分析样件；
其次，将作为分析样件的散热器沿长度方向划分为n个区域，确定散热器液体通道总数量为N，以散热器液体通道为单元，结合n个区域，确定并制作散热器腐蚀剩余寿命分析样板；
检查每个分析样板的宏观表面腐蚀状态，初步判断分析样板腐蚀最大区域，然后检测每个分析样板的微观表面腐蚀状态，确定每个腐蚀剩余寿命分析样板的腐蚀最严重的局部区域并标记；
按照相同的尺寸截取上述标记的区域作为散热器微观腐蚀分析样块毛坯，对截取的每个样块毛坯进行标记，然后修整所述毛坯，去除多余翅片和杂质，然后将所述毛坯放入注模，浇注利于磨削观察测量的物质后静置至完全固化，形成散热器腐蚀剩余寿命分析样块；
S12、获取样本数据
检测每个所述分析样块的局部腐蚀最大腐蚀深度，所用方法如下：
(1)用抛光机多次磨削散热器剩余寿命分析样块与空气流动方向垂直的截面；
(2)每次磨削至规定尺寸后，用显微镜观测样块磨削表面；
(3)测量所述表面的局部腐蚀最大腐蚀深度，并标注dmaxi。
进一步的，所述获取机车车辆散热器局部腐蚀最大腐蚀深度预测数据方法如下：
(1)将检测到的机车车辆某一检修周期tf的服役散热器腐蚀剩余寿命分析样块的最大腐蚀深度dmax按从小到大排序，并将数据序号依次记为1、2、……、i、……、M，记对应的最大腐蚀深度数据序列dmax1、dmax2、……、dmaxi、……、dmaxM；
(2)按概率统计分析法极值Ι型分布公式F(yi)＝i/(M+1)和yi＝-ln[-ln(F(yi))]分别计算对应每一个数据的累计概率F(yi)和隐函数yi；
(3)以检测得到的局部腐蚀最大腐蚀深度dmax为横坐标，以计算得到的对应的隐函数yi为纵坐标，绘制yi-dmax数据图；
(4)对yi-dmax数据曲线进行拟合，得回归方程：
y＝kx+b (1)
(5)根据极值Ι型分布，计算统计变量α，α＝1/k；计算统计参量λ，λ＝-αb；
(6)按可靠性数据收集和分析原则及具体样板采集细则计算回归周期TM，所述TM为腐蚀分析样板上下表面积之和与腐蚀分析样块采样区域最大腐蚀深度采样所涉及的表面积之比；
(7)计算隐函数y，y＝-ln[-ln(1-1/TM)]；
(8)计算某一检修周期的机车车辆散热器腐蚀剩余寿命的最大腐蚀深度预测值，xf＝αy+λ。
进一步的，所述获取试验散热器剩余寿命对应的样本数据方法如下：
(1)将多个试验散热器分成A1、A2、……、Ai、……、An组，并标记，所述试验散热器应不少于3组，所述每组试验散热器个数应不少于1个；
(2)将标记后的试验散热器置于盐雾箱中，按标准规定进行加速腐蚀试验；
(3)每隔一定加速腐蚀试验间t后，取出1组试验散热器，选取每个散热器的至少1个液体通道单元作为试验散热器腐蚀剩余寿命分析样板；
(4)对应A1、A2、……、Ai、……、An组试验散热器腐蚀剩余寿命分析样板，按照所述样本数据获取方法，制作每组试验散热器剩余寿命分析样块A'1、A’2、……、A’i、……、A'n；
(5)按照所述检测每个分析样块的局部腐蚀最大腐蚀深度所用的方法，检测确定每组试验散热器局部腐蚀最大腐蚀深度数据。
进一步的，所述预测函数创建方法如下：
(1)按照所述最大腐蚀深度数据的预测方法，获取每一个加速腐蚀试验间所对应的所述试验散热器局部腐蚀最大腐蚀深度预测数据xs；
(2)总结试验散热器局部腐蚀最大腐蚀深度的动力学规律，以得到所述局部腐蚀最大腐蚀深度预测数据与加速腐蚀试验时间变化对应的变化趋势，方法如下：
S21：以加速腐蚀试验时间t为横坐标，以试验散热器最大腐蚀深度深度预测值xs为纵坐标，做xs-t关系曲线；
S22:对xs-t关系曲线进行数据拟合，得出试验散热器最大腐蚀深度xs随加速腐蚀试验时间t变化的动力学方程：
xs＝f(t) (2)
进一步的，以强度仿真分析法确定机车车辆散热器液体通道壁的腐蚀损伤容限，所述腐蚀损伤容限δ是散热器液体通道壁的最大允许减薄厚度。
进一步的，所述散热器剩余寿命预测方法如下：
(1)将所述机车车辆散热器腐蚀剩余寿命的最大腐蚀深度预测值xf带入公式(2)中，得出机车车辆散热器最大腐蚀深度预测值xf对应的加速腐蚀试验时间ts；
(2)计算机车车辆散热器服役时间tf与加速腐蚀试验时间ts的比值，得到加速因子β，β＝tf/ts；
(3)根据公式(2)，预测试验散热器最大腐蚀深度达到腐蚀损伤容限δs时的总试验时间tsδ；
(4)预测机车车辆局部腐蚀最大腐蚀深度达到腐蚀损伤容限δ时的总服役时间tfδ＝βtsδ；
(5)以最大腐蚀深度达到腐蚀损伤容限δ时的总服役时间tfδ减去已服役时间tf，即为机车车辆散热器剩余寿命。
进一步的，所述试验散热器所用原材料、板和带材材料厚度、加工工艺均与服役散热器芯体相同。
本申请技术方案的有益效果在于，通过采用概率统计分析方法当只能获得一个服役周期(服役时间)的服役散热器样件时，以试验散热器最大腐蚀深度的动力学规律为基础，结合服役散热器局部腐蚀最大腐蚀深度预测值，计算确定散热器腐蚀剩余寿命。本技术方案在避免大量检测破环服役散热器的前提下，为散热器腐蚀剩余寿命的预测提供了便利性，也为延长散热器高级修周期、提高运用可靠性提供了科学准确的依据。
附图说明
图1是本发明机车车辆散热器剩余寿命预测方法流程图；
图2是本发明所述机车车辆散热器芯体结构示意图；
图3是本发明所述机车车辆散热器微观腐蚀分析样块示意图；
图4是本发明yi-dmax数据曲线进行拟合曲线图；
图5是本发明x-t关系拟合曲线图；
图6是本发明所述机车车辆散热器腐蚀损伤容限示意图。
其中：1、液体通道单元；2、液体通道单元下表面；3、液体通道单元上表面；4、空气侧翅片；N1、N2、……、Ni、……、N为散热器液体通道顺序号；n1、n2、……、ni、……、n为沿液体通道长度方向划分的区域；A、空气流动方向；B、液流方向。
具体实施方式
本实施例提供了一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，如附图1所示，所述方法包括以下步骤：
S1、获取进行机车车辆散热器剩余寿命分析对应的样本数据，所述样本数据用于表征机车车辆服役散热器在某一检修周期(服役时间)条件下，被标记为散热器表面腐蚀采样点时所对应的表面腐蚀状态数据，所述表面腐蚀状态数据至少包括局部腐蚀最大腐蚀深度数据；
优选的，所述样本数据获取方法如下：
首先选取样本；
如附图2和附图3所示，其中图中的B表示液流方向，确定散热器剩余寿命分析样板的方法为：
(1)以相同的区域划分规律，将机车车辆某一检修周期的散热器沿长度方向划分为n个区域，一般n＝1-20；
(2)确定散热器液体通道总数量，按上、中、下(散热器内空气流动方向A水平时)或左、中、右(散热器内空气流动方向A垂直时)顺序，将每个液体通道连同其表面的空气侧翅片分别记作液体通道1、2、……、N；
(3)以散热器液体通道为单元,，结合n个区域，按上、中、下(或左、中、右)基本均布的原则确定并制作散热器剩余寿命分析样板，并标记为N-n；
优选地，选择液体通道1、≈N/4、≈N/2、≈3/4N、N；结合散热器样件沿长度方向划分的n个区域，确定散热器剩余寿命分析样板：
1-1、1-2、……、1-ni、……、1-n；
N/4-1、N/4-2、……、N/4-ni、……、N/4-n；
N/2-1、N/2-2、……、N/2-ni、……、N/2-n；
3/4N-1、3/4N-2、……、3/4N-ni、……、3/4N-n；
N-1、N-2、……、N-ni、……、N-n。
此选取规律只是本发明的一个优选实施例，也可按事先确定的其它采样规律选取。
优选的，目视检查每个腐蚀剩余寿命分析样板的宏观表面(液体通道板或管壁表面)的腐蚀状态；接下来用显微镜等仪器观察检测每个腐蚀剩余寿命分析样板的微观表面腐蚀状态，确定每个腐蚀剩余寿命分析样板的腐蚀最严重的局部区域并标记。
优选的，按照相同的尺寸(长a×宽b不小于10×10)，截取散热器中每个所述腐蚀剩余寿命分析样板的腐蚀最严重的局部区域作为散热器微观腐蚀分析样块毛坯，对截取的每个样块的毛坯进行标记；修整所述微观腐蚀分析样块毛坯，去除多余翅片和杂质，将所述毛坯放入注模，浇注利于磨削观察测量的物质后静置至完全固化，形成散热器剩余寿命分析样块，本实施例用的是透明有机树脂进行浇注。
其次，获取样本数据；
(1)用抛光机多次磨削散热器剩余寿命分析样块液体通道截面，每次磨削进程控制在20μm-3mm；
优选的，磨削截面是与空气流动方向垂直的横截面；
(2)每次磨削至规定尺寸后，用显微镜观测样块磨削表面；
(3)测量所述表面的局部腐蚀最大腐蚀深度，并标注dmaxi。
S2、获取局部腐蚀最大腐蚀深度数据的预测数据并创建预测函数，所述预测函数用于表征所述局部腐蚀最大腐蚀深度数据与时间变化对应的变化趋势；
S2、获取某一检修周期条件下，机车车辆散热器局部腐蚀最大腐蚀深度数据的预测数据；(1)整理最大腐蚀深度数据：将检测到的机车车辆某一检修周期t的服役散热器剩余寿命分析样块的最大腐蚀深度dmax按从小到大排序，并将数据序号依次记为1、2、……、i、……、M，记对应的最大腐蚀深度数据序列dmax1、dmax2、……、dmaxi、……、dmaxM；
(2)按概率统计分析法极值Ι型分布公式F(yi)＝i/(M+1)和yi＝-ln[-ln(F(yi))]分别计算对应每一个数据的累计概率F(yi)和隐函数yi；
(3)以检测得到的一组最大局部腐蚀深度dmax为横坐标，以计算得到的对应的一组隐函数yi为纵坐标，绘制yi-dmax数据图；
(4)对yi-dmax数据曲线进行拟合，得回归方程，如附图4所示：
y＝kx+b (1)
(5)根据极值Ι型分布，计算统计变量α，α＝1/k；计算统计参量λ，λ＝-αb；
(6)按可靠性数据收集和分析原则及具体样板采集细则计算回归周期(也称再现时间)TM，其中，TM为腐蚀分析样板上下表面积之和与腐蚀分析样块采样区域最大腐蚀深度采样所涉及的表面积之比。
(7)计算隐函数y，y＝-ln[-ln(1-1/TM)]；
(8)计算最大腐蚀深度预测值xf＝αy+λ。
S3、按照S1方法获取试验散热器剩余寿命对应的样本数据，所述样本数据用于表征机车车辆试验散热器在不同试验周期条件下，被标记为试验散热器表面腐蚀采样点时的试验散热器所对应的表面腐蚀状态数据，所述试验散热器所对应的表面腐蚀状态数据至少包括试验散热器局部腐蚀最大腐蚀深度数据；
优选的，所述试验散热器所用原材料、板和带材材料厚度、加工工艺均与服役散热器芯体相同，可对试验散热器外表面进行模拟环境污脏磨损的砂尘试验；
优选地，砂尘试验方法可按GJB150.12A《军用装备试验室环境试验方法第12部分沙尘试验》规定的方法进行；砂尘试验方法也可按规定的其它方法进行。
所述获取试验散热器剩余寿命对应的样本数据方法如下：
(1)将多个试验散热器分成A1、A2、……、Ai、……、An组，并标记，所述试验散热器应不少于3组，所述每组试验散热器个数应不少于1个；
(2)将标记后的试验散热器同时置于盐雾箱中，按标准规定进行加速腐蚀试验；
优选地，加速腐蚀试验采用中性盐雾试验；
优选地，中性盐雾试验按GB 2423.17《电工电子产品环境试验第2部分：试验方法试验Ka：盐雾》；或GB 10125-1997《人造气氛腐蚀试验盐雾试验》等标准规定的方法进行。
(3)每隔一定加速腐蚀试验间t后，取出1组试验散热器，选取每个散热器的至少1个液体通道作为试验散热器腐蚀剩余寿命分析样板；
优选地，采用试验散热器中间部位的液体通道单元作为腐蚀剩余寿命分析样板；
(4)对应A1、A2、……、Ai、……、An组试验散热器腐蚀剩余寿命分析样板，按照所述样本数据获取方法，制作每组试验散热器剩余寿命分析样块A'1、A’2、……、A’i、……、A’n；
(5)按照所述检测每个分析样块的局部腐蚀最大腐蚀深度所用的方法，确定每组试验散热器局部腐蚀最大腐蚀数据深度。
S4、获取不同试验时间对应的试验散热器局部腐蚀最大腐蚀深度数据的预测数据；并创建预测函数，所述预测函数用于表征所述试验散热器局部腐蚀最大腐蚀深度数据与时间变化对应的变化趋势；
优选的，所述创建预测函数的方法如下：
(1)按照所述最大腐蚀深度数据的预测方法，获取每一个加速腐蚀试验间所对应的所述试验散热器局部腐蚀最大腐蚀深度数据xs；
(2)总结试验散热器局部腐蚀最大腐蚀深度的动力学规律以得到所述局部腐蚀最大腐蚀深度数据与时间变化对应的变化趋势，方法如下：
S21：以加速腐蚀试验时间t为横坐标，以试验散热器最大腐蚀深度深度预测值xs为纵坐标，做xs-t关系曲线；
S22:对xs-t关系曲线进行数据拟合，如附图5所示，得出试验散热器最大腐蚀深度预测值xs随加速腐蚀试验时间t变化的动力学方程：
xs＝f(t) (2)。
S5、获取某一检修周期条件下，机车车辆散热器局部腐蚀最大腐蚀深度数据的预测数据达到腐蚀损伤容限时的总服役时间；以强度仿真分析法确定机车车辆散热器液体通道壁的腐蚀损伤容限，所述腐蚀损伤容限δ是散热器液体通道壁的最大允许减薄厚度，如附图6所示。
S6、预测散热器剩余寿命。优选的，所述机车车辆散热器剩余寿命预测方法如下：
(1)将所述机车车辆散热器腐蚀剩余寿命的最大腐蚀深度预测值xf带入公式(2)中，得出机车车辆散热器最大腐蚀深度预测值xf对应的加速腐蚀试验时间ts；
(2)计算机车车辆散热器服役时间tf与加速腐蚀试验时间ts的比值，得到加速因子β，β＝tf/ts；
(3)根据公式(2)，预测试验散热器最大腐蚀深度达到腐蚀损伤容限δs时的总试验时间tsδ；
(4)预测机车车辆散热器局部腐蚀最大腐蚀深度达到腐蚀损伤容限δ时的总服役时间tfδ＝βtsδ；
(5)以最大腐蚀深度达到腐蚀损伤容限δ时的总服役时间tfδ减去已服役时间tf，即为机车车辆散热器剩余寿命。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，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 (8)

1.一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，包括：
S1、获取进行机车车辆散热器剩余寿命分析对应的样本数据，所述样本数据用于表征机车车辆服役散热器在某一检修周期条件下，被标记为散热器表面腐蚀采样点时所对应的表面腐蚀状态数据，所述表面腐蚀状态数据至少包括局部腐蚀最大腐蚀深度数据；
S2、获取某一检修周期条件下，机车车辆服役散热器局部腐蚀最大腐蚀深度数据的预测数据；
S3、按照S1方法获取试验散热器剩余寿命分析对应的样本数据，所述样本数据用于表征机车车辆试验散热器在不同试验周期条件下，被标记为试验散热器表面腐蚀采样点时的试验散热器所对应的表面腐蚀状态数据，所述试验散热器所对应的表面腐蚀状态数据至少包括试验散热器局部腐蚀最大腐蚀深度数据；
S4、获取不同试验周期对应的试验散热器局部腐蚀最大腐蚀深度数据的预测数据；并创建预测函数，所述预测函数用于表征所述试验散热器局部腐蚀最大腐蚀深度数据与时间变化对应的变化趋势；
S5、获取某一检修周期条件下，机车车辆服役散热器局部腐蚀最大腐蚀深度数据的预测数据达到腐蚀损伤容限时的总服役时间；
S6、预测服役散热器剩余寿命。
2.如权利要求1所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，所述样本数据获取方法如下：
S11、选取样本
首先，选择机车车辆某一检修周期拆解下来的服役散热器作为腐蚀剩余寿命分析样件；
其次，将作为分析样件的散热器沿长度方向划分为n个区域，确定散热器液体通道总数量为N，以散热器液体通道为单元，结合n个区域，确定并制作散热器腐蚀剩余寿命分析样板；
检查每个分析样板的宏观表面腐蚀状态，初步判断分析样板腐蚀最大区域，然后检测每个分析样板的微观表面腐蚀状态，确定每个腐蚀剩余寿命分析样板的腐蚀最严重的局部区域并标记；
按照相同的尺寸截取上述标记的区域作为散热器微观腐蚀分析样块毛坯，对截取的每个样块毛坯进行标记，然后修整所述毛坯，去除多余翅片和杂质，然后将所述毛坯放入注模，浇注利于磨削观察测量的物质后静置至完全固化，形成散热器腐蚀剩余寿命分析样块；
S12、获取样本数据
检测每个所述分析样块的局部腐蚀最大腐蚀深度，所用方法如下：
(1)用抛光机多次磨削散热器剩余寿命分析样块与空气流动方向垂直的截面；
(2)每次磨削至规定尺寸后，用显微镜观测样块磨削表面；
(3)测量所述表面的局部腐蚀最大腐蚀深度，并标注dmax i。
3.如权利要求2所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，所述获取机车车辆散热器局部腐蚀最大腐蚀深度预测数据方法如下：
(1)将检测到的机车车辆某一检修周期tf的服役散热器腐蚀剩余寿命分析样块的最大腐蚀深度dmax按从小到大排序，并将数据序号依次记为1、2、......、i、......、M，记对应的最大腐蚀深度数据序列dmax 1、dmax 2、......、dmax i、……、dmax M；
(2)按概率统计分析法极值I型分布公式F(yi)＝i/(M+1)和yi＝-ln[-ln(F(yi))]分别计算对应每一个数据的累计概率F(yi)和隐函数yi；
(3)以检测得到的局部腐蚀最大腐蚀深度dmax为横坐标，以计算得到的对应的隐函数yi为纵坐标，绘制yi-dmax数据图；
(4)对yi-dmax数据曲线进行拟合，得回归方程：
y＝kx+b (1)
(5)根据极值I型分布，计算统计变量α，α＝1/k；计算统计参量λ，λ＝-αb：
(6)按可靠性数据收集和分析原则及具体样板采集细则计算回归周期TM，所述TM为腐蚀分析样板上下表面积之和与腐蚀分析样块采样区域最大腐蚀深度采样所涉及的表面积之比；
(7)计算隐函数y，y＝-ln[-ln(1-1/TM)]；
(8)计算某一检修周期的机车车辆散热器腐蚀剩余寿命的最大腐蚀深度预测值，xf＝αy+λ。
4.如权利要求2所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，所述获取试验散热器剩余寿命对应的样本数据方法如下：
(1)将多个试验散热器分成A1、A2、……、Ai、……、An组，并标记，所述试验散热器应不少于3组，所述每组试验散热器个数应不少于1个；
(2)将标记后的试验散热器置于盐雾箱中，按标准规定进行加速腐蚀试验；
(3)每隔一定加速腐蚀试验间t后，取出1组试验散热器，选取每个散热器的至少1个液体通道单元作为试验散热器腐蚀剩余寿命分析样板；
(4)对应A1、A2、……、Ai、……、An组试验散热器腐蚀剩余寿命分析样板，按照所述样本数据获取方法，制作每组试验散热器剩余寿命分析样块A′1、A′2、……、A′i、……、A′n；
(5)按照所述检测每个分析样块的局部腐蚀最大腐蚀深度所用的方法，检测确定每组试验散热器局部腐蚀最大腐蚀深度数据。
5.如权利要求3所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，所述预测函数创建方法如下：
(1)按照所述最大腐蚀深度数据的预测方法，获取每一个加速腐蚀试验间所对应的所述试验散热器局部腐蚀最大腐蚀深度预测数据xs；
(2)总结试验散热器局部腐蚀最大腐蚀深度的动力学规律，以得到所述局部腐蚀最大腐蚀深度预测数据与加速腐蚀试验时间变化对应的变化趋势，方法如下：
S21：以加速腐蚀试验时间t为横坐标，以试验散热器最大腐蚀深度深度预测值xs为纵坐标，做xs-t关系曲线；
S22：对xs-t关系曲线进行数据拟合，得出试验散热器最大腐蚀深度预测值xs随加速腐蚀试验时间t变化的动力学方程：
xs＝f(t) (2)。
6.如权利要求5所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，以强度仿真分析法确定机车车辆散热器液体通道壁的腐蚀损伤容限，所述腐蚀损伤容限δ是散热器液体通道壁的最大允许减薄厚度。
7.如权利要求6所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，所述散热器剩余寿命预测方法如下：
(1)将所述机车车辆散热器腐蚀剩余寿命的最大腐蚀深度预测值xf带入公式(2)中，得出机车车辆散热器最大腐蚀深度预测值xf对应的加速腐蚀试验时间ts；
(2)计算机车车辆散热器服役时间tf与加速腐蚀试验时间ts的比值，得到加速因子β，β＝tf/ts；
(3)根据公式(2)，预测试验散热器最大腐蚀深度达到腐蚀损伤容限δs时的总试验时间tsδ；
(4)预测机车车辆局部腐蚀最大腐蚀深度达到腐蚀损伤容限δ时的总服役时间tfδ＝βtsδ；
(5)以最大腐蚀深度达到腐蚀损伤容限δ时的总服役时间tfδ减去已服役时间tf，即为机车车辆散热器腐蚀剩余寿命。
8.如权利要求1～7所述的一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法，其特征在于，所述试验散热器芯体所用原材料、板和带材材料厚度、加工工艺均与服役散热器芯体相同。
CN202110226881.9A 2021-03-01 2021-03-01 一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法 Active CN113010962B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110226881.9A CN113010962B (zh) 2021-03-01 2021-03-01 一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110226881.9A CN113010962B (zh) 2021-03-01 2021-03-01 一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法

Publications (2)

Publication Number Publication Date
CN113010962A true CN113010962A (zh) 2021-06-22
CN113010962B CN113010962B (zh) 2024-02-06

Family

ID=76387105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110226881.9A Active CN113010962B (zh) 2021-03-01 2021-03-01 一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法

Country Status (1)

Country Link
CN (1) CN113010962B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004218602A (ja) * 2003-01-17 2004-08-05 Mitsui Eng & Shipbuild Co Ltd 蒸気タービン動翼の寿命及び余寿命の診断方法、並びに蒸気タービンの余寿命の診断方法
CN103983467A (zh) * 2014-05-12 2014-08-13 中国人民解放军空军工程大学 一种基于服役状态的单机服役使用寿命监控方法
CN108460230A (zh) * 2018-03-21 2018-08-28 西安建筑科技大学 基于数据融合的腐蚀油气管道剩余寿命及可靠性预测方法
RU2730541C1 (ru) * 2019-12-06 2020-08-24 Публичное акционерное общество "Транснефть" (ПАО "Транснефть") Способ прогнозирования интенсивности отказов трубопровода

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004218602A (ja) * 2003-01-17 2004-08-05 Mitsui Eng & Shipbuild Co Ltd 蒸気タービン動翼の寿命及び余寿命の診断方法、並びに蒸気タービンの余寿命の診断方法
CN103983467A (zh) * 2014-05-12 2014-08-13 中国人民解放军空军工程大学 一种基于服役状态的单机服役使用寿命监控方法
CN108460230A (zh) * 2018-03-21 2018-08-28 西安建筑科技大学 基于数据融合的腐蚀油气管道剩余寿命及可靠性预测方法
RU2730541C1 (ru) * 2019-12-06 2020-08-24 Публичное акционерное общество "Транснефть" (ПАО "Транснефть") Способ прогнозирования интенсивности отказов трубопровода

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张新生;曹乃宁;王小完;: "Gumbel分布的油气管道的剩余寿命预测", 中国安全科学学报, no. 09 *
陈兆雄;吴明;谢飞;程猛猛;杜伟龙;: "辽河油田集输管道剩余寿命预测", 油气储运, no. 11 *

Also Published As

Publication number Publication date
CN113010962B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN110441305B (zh) 一种二次喷丸的表面覆盖率检验方法
US9494486B2 (en) Method of inspecting impacts observed in fan casings
Ma et al. A prediction method based on stepwise regression analysis for train axle temperature
CN113010962B (zh) 一种基于加速腐蚀试验的散热器腐蚀剩余寿命的预测方法
CN110544034A (zh) 一种输电线路交叉跨越风险评估方法
CN109490334B (zh) 一种运用残余应力预测模型的t字型锻件无损测试方法
CN112883578B (zh) 一种机车车辆散热器剩余寿命预测方法
CN110736595B (zh) 轨道交通舱室内电子设备寿命评估方法
CN111421119A (zh) 连铸板坯表面纵裂纹在线预测的方法
CN113011638B (zh) 一种机车车辆散热器泄漏率预测方法
JP5401455B2 (ja) 円筒体研削の欠陥及び実施方式の分類方法
CN114279314B (zh) 一种钢轨修复后处理策略制定方法
CN115496107A (zh) 基于数字孪生的航空发动机主轴轴承全生命周期分析方法
DE102013223083A1 (de) Verfahren und Vorrichtung zur kontaktlosen Überprüfung der Beschaffenheit eines metallurgischen Gießproduktes
Asplund et al. Assessment of the data quality of wayside wheel profile measurements.
CN113155444A (zh) 一种磁弹法检测渗碳淬火齿轮磨削烧伤定标方法
Borucka Method of testing the readiness of means of transport with the use of semi-Markov processes
Yang et al. Research on data analysis and Quality Control based on P control chart
JP2013011498A (ja) 架空送電線の寿命判定方法
CN112649354A (zh) 一种多传感器测量金属管道腐蚀的综合评价方法
CN113379120B (zh) 一种配电网设备故障预测方法及系统
Boral et al. An integrated fuzzy MCDM-based FMEA approach for risk prioritization of casting defects in electro-pneumatic brake units of EMU, MEMU, and DMU coaches
CN117235507B (zh) 一种钢轨打磨车磨石异常状态识别方法
CN115533231B (zh) 一种高涡叶片榫头冷却孔补加工方法
Czerwińska et al. Improvement of the surface of the combustion chamber of a piston using selected techniques of production organization

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