CN113158496B - 储液罐疲劳寿命预测方法 - Google Patents

储液罐疲劳寿命预测方法 Download PDF

Info

Publication number
CN113158496B
CN113158496B CN202110560273.1A CN202110560273A CN113158496B CN 113158496 B CN113158496 B CN 113158496B CN 202110560273 A CN202110560273 A CN 202110560273A CN 113158496 B CN113158496 B CN 113158496B
Authority
CN
China
Prior art keywords
life
storage tank
liquid storage
fatigue
corrosion fatigue
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
Application number
CN202110560273.1A
Other languages
English (en)
Other versions
CN113158496A (zh
Inventor
赖家凤
刘新田
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.)
Shanghai University of Engineering Science
Beibu Gulf University
Original Assignee
Shanghai University of Engineering Science
Beibu Gulf University
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 Shanghai University of Engineering Science, Beibu Gulf University filed Critical Shanghai University of Engineering Science
Priority to CN202110560273.1A priority Critical patent/CN113158496B/zh
Publication of CN113158496A publication Critical patent/CN113158496A/zh
Application granted granted Critical
Publication of CN113158496B publication Critical patent/CN113158496B/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]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

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

本发明提供一种储液罐疲劳寿命预测方法，包括：基于储液罐的表面校正系数与表面粗糙度系数，构建储液罐罐壁的寿命数值模型；基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型；根据所述储液罐罐壁的寿命数值模型或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测。本发明能够在对储液罐寿命进行预测时，考虑表面加工和腐蚀对疲劳寿命的影响，这样可以使预测的寿命更加精确，也能保证储液罐的质量，同时也能降低研发与维修的成本。

Description

储液罐疲劳寿命预测方法
技术领域
本发明涉及储液罐领域，尤其涉及一种储液罐疲劳寿命预测方法。
背景技术
储液罐是化工行业用途最为广泛的储存设备之一，重要性与地位是不可被忽视的。在设计时，如果预估的疲劳寿命与真实寿命相差较大，常常会造成不必要的财产损失和事故。因此，提高储液罐疲劳寿命预测的准确性，对防止事故发生和保护人身财产安全有着重大的意义。
发明内容
本发明实施例提供一种储液罐疲劳寿命预测方法，能够在储液罐寿命预测时，考虑表面加工和腐蚀对疲劳寿命的影响，这样可以使预测的寿命更加精确，也能保证储液罐的质量，同时也能降低研发与维修的成本。
第一方面，本发明实施例提供一种储液罐疲劳寿命预测方法，包括以下步骤：
基于储液罐的表面校正系数与表面粗糙度系数，构建储液罐罐壁的寿命数值模型，包括：建立应力强度因子和裂纹扩展速率的关系模型；获取储液罐的表面校正系数与表面粗糙度系数；根据所述储液罐的表面校正系数与表面粗糙度系数，对所述应力强度因子和裂纹扩展速率的关系模型进行调整，得到储液罐罐壁的寿命数值模型；
基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型，包括：将所述腐蚀疲劳裂纹起始寿命等效为长裂纹扩展的一部分，构建储液罐罐底的寿命数值模型；
根据所述储液罐罐壁的寿命数值模型和/或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测；
其中，应力强度因子和裂纹扩展速率的关系模型为：
Figure GDA0003584278250000021
其中，a表示裂纹长度，N表示应力循环次数，
Figure GDA0003584278250000022
为裂纹扩展速率；C、m为材料常数，ΔK为施加的周期应力强度因子幅度；
对上式进行积分得到：
Figure GDA0003584278250000023
其中，a0为初始裂纹尺寸，a1为临界裂纹尺寸，Δσ为裂纹处应力幅值；f为构件几何与裂纹尺寸的函数；
f如下式所示：
Figure GDA0003584278250000024
其中，W为试件的宽度，bi(i＝1,2,3,4)是常数，其中b1＝1.12。
优选的，应力强度因子和裂纹扩展速率的关系模型包括初始裂纹尺寸和临界裂纹尺寸，所述根据所述储液罐的表面校正系数与表面粗糙度系数，对所述应力强度因子和裂纹扩展速率的关系模型进行调整，得到储液罐罐壁的寿命数值模型的步骤具体包括：
根据所述储液罐的表面校正系数与表面粗糙度系数对所述初始裂纹尺寸和临界裂纹尺寸进行调整，得到储液罐罐壁的寿命数值模型，其中，储液罐罐壁的寿命数值模型如下：
Figure GDA0003584278250000025
其中，ka表示表面校正系数，kr表示表面粗糙度系数。
优选的，所述基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型的步骤，还包括：
建立腐蚀疲劳裂纹扩展速率模型；
根据所述腐蚀疲劳裂纹扩展速率模型，等效得到腐蚀疲劳寿命模型，所述腐蚀疲劳寿命模型包括等效初始缺陷尺寸以及断裂失效尺寸；
其中，所述腐蚀疲劳裂纹扩展速率模型为：
Figure GDA0003584278250000031
其中，ΔKth表示腐蚀疲劳裂纹扩展的门槛值，
Figure GDA0003584278250000032
为腐蚀疲劳裂纹扩展速率；
对上式两侧积分，得到腐蚀疲劳寿命模型如下所示：
Figure GDA0003584278250000033
其中，ai表示等效初始缺陷尺寸，ac表示断裂失效尺寸；NC表示断裂失效时应力循环次数。
优选的，所述基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型的步骤，还包括：
建立蚀坑临界深度与临界应力强度因子的关系模型；
根据所述蚀坑临界深度与临界应力强度因子的关系模型，计算得到腐蚀疲劳点蚀寿命；
根据疲劳小裂纹扩展速率，计算腐蚀疲劳小裂纹寿命；
基于所述腐蚀疲劳点蚀寿命以及所述腐蚀疲劳小裂纹寿命，计算得到腐蚀疲劳起始寿命；
其中，蚀坑临界深度dc与临界应力强度因子Kp的关系模型为：
Figure GDA0003584278250000034
腐蚀疲劳点蚀寿命Np为：
Figure GDA0003584278250000035
腐蚀疲劳小裂纹寿命Ns为：
Figure GDA0003584278250000036
腐蚀疲劳起始寿命Ni为：Ni＝Np+Ns；
Y为形状系数，σ为交变应力；
Figure GDA0003584278250000041
为点腐蚀速率，该点腐蚀速率包括点腐蚀形核过程，
Figure GDA0003584278250000042
表示疲劳小裂纹扩展速率。
优选的，所述基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型的步骤，还包括：
根据断裂力学原理，以裂纹扩展长度为控制变量，建立腐蚀疲劳裂纹扩展速率的模型；
通过腐蚀疲劳裂纹扩展速率的模型计算得到所述腐蚀疲劳长裂纹扩展寿命；
其中，腐蚀疲劳裂纹扩展速率的模型为：
Figure GDA0003584278250000043
疲劳长裂纹扩展寿命Nl为：
Figure GDA0003584278250000044
其中，
Figure GDA0003584278250000045
为腐蚀疲劳长裂纹扩展速率；ac表示断裂失效尺寸，f(a)为腐蚀疲劳长裂纹扩展曲线。
优选的，所述根据所述储液罐罐壁的寿命数值模型和/或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测的步骤具体包括：
通过所述储液罐罐壁的寿命数值模型，预测所述储液罐罐壁的寿命数值；
通过所述储液罐罐底的寿命数值模型，预测所述储液罐罐底的寿命数值；
基于所述储液罐罐壁的寿命数值和所述储液罐罐底的寿命数值，确定所述储液罐疲劳的疲劳寿命；
其中，腐蚀疲劳总寿命Nf为：Nf＝Ni+Nl；
基于等效初始缺陷尺寸的概念，对Nf表达式作如下简化：拟将腐蚀疲劳裂纹起始寿命Ni等效看成长裂纹扩展的一部分，即假设存在一等效初始缺陷尺寸aEIFS，腐蚀疲劳裂纹起始寿命Ni等同于在长裂纹扩展规律下从这一等效初始裂纹aEIFS到裂纹长度a1的积分，对应的表达式如下述式子所示:
Figure GDA0003584278250000051
其中，腐蚀疲劳长裂纹扩展寿命Nl表示为下述式子：
Figure GDA0003584278250000052
从而，储液罐罐底的寿命数值模型如下述式子所示：
Figure GDA0003584278250000053
本发明实施例中，基于储液罐的表面校正系数与表面粗糙度系数，构建储液罐罐壁的寿命数值模型；基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型；根据所述储液罐罐壁的寿命数值模型或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测。本发明能够在对储液罐寿命进行预测时，考虑表面加工和腐蚀对疲劳寿命的影响，这样可以使预测的寿命更加精确，也能保证储液罐的质量，同时也能降低研发与维修的成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种储液罐疲劳寿命预测方法的流程图；
图2是本发明实施例提供的一种步骤101的具体流程图；
图3是本发明实施例提供的一种腐蚀疲劳起始寿命计算方法的具体流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，图1是本发明实施例提供的一种储液罐疲劳寿命预测方法的流程图，如图1所示，包括以下步骤：
101、基于储液罐的表面校正系数与表面粗糙度系数，构建储液罐罐壁的寿命数值模型。
在本发明实施例中，储液罐的表面校正系数与表面粗糙度系数与储液罐的表面加工相关。
进一步的，请参见图2，图2是本发明实施例提供的一种步骤101的具体流程图，如图2所示，包括以下步骤：
201、建立应力强度因子和裂纹扩展速率的关系模型。
在本发明实施例中，上述应力强度因子和裂纹扩展速率的关系模型可以如下述式子(1)所示：
Figure GDA0003584278250000061
在式子(1)中，a表示裂纹长度，N表示应力循环次数，
Figure GDA0003584278250000062
为裂纹扩展速率，C、m为材料常数，可以由实验确定，也可查表获得。
对上述式子(1)进行积分可得到式子(3)所示：
Figure GDA0003584278250000063
在上述式子中，ΔK为施加的周期应力强度因子幅度，a0为初始裂纹尺寸，a1为临界裂纹尺寸，Δσ为裂纹处应力幅值。f为构件几何与裂纹尺寸的函数。f如下述式子(4)的所示：
Figure GDA0003584278250000071
在式子(4)中，W为试件的宽度，bi(i＝1,2,3,4)是常数，其中b1＝1.12。在本发明实施例中，f的值取1.12，因为
Figure GDA0003584278250000072
的比值很小。同时，由于
Figure GDA0003584278250000073
的比值很小，因此，
Figure GDA0003584278250000074
相当于0。
进一步的，常数b2、常数b3以及常数b4均可以相当于0。
202、获取储液罐的表面校正系数与表面粗糙度系数。
在本发明实施例中，需要说明的是，疲劳强度受多种因素的影响，例如材料化学成分、尺寸、热处理、应力集中、加工表面、温度及载荷等。当疲劳强度发生变化时，寿命也会发生变化。
进一步的，在本发明实施例中，考虑到加工表面对储液罐寿命的影响，引入了表面校正系数ka和表面粗糙度系数kr。这样，可以更为准确地对储液罐的寿命进行预测。
203、根据储液罐的表面校正系数与表面粗糙度系数，对应力强度因子和裂纹扩展速率的关系模型进行调整，得到储液罐罐壁的寿命数值模型。
在本发明实施例中，应力强度因子和裂纹扩展速率的关系模型如式子(3)所示。
进一步的，可以根据上述储液罐的表面校正系数与表面粗糙度系数对上述初始裂纹尺寸和临界裂纹尺寸进行调整，得到储液罐罐壁的寿命数值模型如式子(5)所示：
Figure GDA0003584278250000075
在式子(5)中，通过考虑到加工表面对储液罐寿命的影响，使储液罐的寿命预测更加精确。
102、基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型。
在本发明实施例中，由于储液罐所装的液体因素，还基于腐蚀疲劳现象学的要求，考虑储液罐腐蚀疲劳寿命，以进一步提高储液罐的寿命预测精确度。
进一步的，建立腐蚀疲劳裂纹扩展速率模型；根据上述腐蚀疲劳裂纹扩展速率模型，等效得到腐蚀疲劳寿命模型，上述腐蚀疲劳寿命模型包括等效初始缺陷尺寸以及断裂失效尺寸。
具体的，腐蚀疲劳裂纹扩展速率如下述式子(6)所示：
Figure GDA0003584278250000081
在式子(6)中，ΔKth表示腐蚀疲劳裂纹扩展的门槛值，
Figure GDA0003584278250000082
为腐蚀疲劳裂纹扩展速率。
对式子(6)两侧积分可得腐蚀疲劳寿命模型如下述式子(7)所示：
Figure GDA0003584278250000083
在式子(7)中，ai表示等效初始缺陷尺寸，ac表示断裂失效尺寸；NC表示断裂失效时应力循环次数。
在本发明实施例中，可以基于线弹性断裂力学，对I型张开式裂纹，裂纹顶端正应力σy沿x轴向与应力强度因子KI的关系可以如下述式子(8)所示:
Figure GDA0003584278250000084
在式子(8)中，x为裂纹长度，σy为裂纹顶端正应力，KI为应力强度因子。
在本发明实施例中，由于储液罐的罐底多为半球形凹坑，因此，还考虑到包含半球形凹坑的部件表面类似于二维中由半圆形表面缺陷组成的无限板的表面，凹坑表面的应力强度因子范围ΔKp的表达式可以如下述式子(9)所示：
Figure GDA0003584278250000085
在式子(9)中，Kt为蚀坑底部最深处的应力集中系数。
进一步的，请参见图3，图3是本发明实施例提供的一种腐蚀疲劳起始寿命计算方法的具体流程图，如图3所示，包括以下步骤：
301、建立蚀坑临界深度与临界应力强度因子的关系模型。
在本发明实施例中，基于腐蚀疲劳现象学的要求建立了蚀坑向裂纹转变条件，即建立了蚀坑临界深度dc与临界应力强度因子Kp的关系模型，具体的，蚀坑临界深度dc与临界应力强度因子Kp的关系模型可以如下述式子(10)所示：
Figure GDA0003584278250000091
在式子(10)中，Y为形状系数，σ为交变应力。
302、根据蚀坑临界深度与临界应力强度因子的关系模型，计算得到腐蚀疲劳点蚀寿命。
对点腐蚀速率进行积分，则可以得到腐蚀疲劳点蚀寿命Np，腐蚀疲劳点蚀寿命Np可以如下述式子(11)所示：
Figure GDA0003584278250000092
在式子(11)中，
Figure GDA0003584278250000093
为点腐蚀速率，该点腐蚀速率包括点腐蚀形核过程。
303、根据疲劳小裂纹扩展速率，计算腐蚀疲劳小裂纹寿命。
在本发明实施例中，考虑在腐蚀坑的肩部或者底部会产生应力集中，从而开始形成疲劳小裂纹，疲劳小裂纹接着扩展融合形成疲劳长裂纹。对疲劳小裂纹扩展速率进行积分可得腐蚀疲劳小裂纹寿命Ns，具体的，腐蚀疲劳小裂纹寿命Ns可以如下述式子(12)所示：
Figure GDA0003584278250000094
在式子(12)中，
Figure GDA0003584278250000095
表示疲劳小裂纹扩展速率。
304、基于腐蚀疲劳点蚀寿命以及腐蚀疲劳小裂纹寿命，计算得到腐蚀疲劳起始寿命。
在本发明实施例中，可以将腐蚀疲劳点蚀寿命以及腐蚀疲劳小裂纹寿命进行相加，得到腐蚀疲劳起始寿命Ni。具体如下述式子(13)所示：
Ni＝Np+Ns (13)
进一步的，在本发明实施例中，对于腐蚀疲劳裂纹扩展，主要是利用断裂力学原理，以裂纹扩展长度为控制变量，建立腐蚀疲劳裂纹扩展速率的模型，具体的，腐蚀疲劳裂纹扩展速率的模型可以如下述式子(14)所示：
Figure GDA0003584278250000101
可以通过腐蚀疲劳裂纹扩展速率的模型计算得到腐蚀疲劳长裂纹扩展寿命，具体的，可以对上述式子(14)进行积分，可得疲劳长裂纹扩展寿命Nl如下述式子(15)所示：
Figure GDA0003584278250000102
在式子(15)中，
Figure GDA0003584278250000103
为腐蚀疲劳长裂纹扩展速率，ac表示断裂失效尺寸，f(a)为腐蚀疲劳长裂纹扩展曲线。
进一步的，上述腐蚀疲劳总寿命Nf可以如下述式子(16)所示：
Nf＝Ni+Nl (16)
在本发明实施中，考虑腐蚀疲劳总寿命，可以进一步提高储液罐的寿命预测精确度。
进一步的，基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底寿命数值模型的步骤具体包括：将腐蚀疲劳裂纹起始寿命等效为长裂纹扩展的一部分，构建储液罐罐底的寿命数值模型。
具体的，基于等效初始缺陷尺寸的概念，对Nf表达式作如下简化:拟将腐蚀疲劳裂纹起始寿命Ni(腐蚀疲劳点蚀寿命以及腐蚀疲劳小裂纹寿命)等效看成长裂纹扩展的一部分，即假设存在一等效初始缺陷尺寸aEIFS，腐蚀疲劳裂纹起始寿命Ni等同于在长裂纹扩展规律下从这一等效初始裂纹aEIFS到裂纹长度a1的积分，对应的表达式如下述式子(17)所示:
Figure GDA0003584278250000104
进一步的，腐蚀疲劳长裂纹扩展寿命Nl表示为下述式子(18)：
Figure GDA0003584278250000111
基于上述式子(16)至式子(18)，储液罐罐底的寿命数值模型可以如下述式子(19)所示：
Figure GDA0003584278250000112
在本发明实施例中，考虑了表面加工和腐蚀对储液罐的影响的基础上，建立了储液罐罐壁与罐底的疲劳寿命计算模型，从而使疲劳寿命的计算更加精确。
103、根据储液罐罐壁的寿命数值模型或储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测。
在本发明实施例中，可以通过上述储液罐罐壁的寿命数值模型，预测上述储液罐罐壁的寿命数值；通过上述储液罐罐底的寿命数值模型，预测上述储液罐罐底的寿命数值；基于上述储液罐罐壁的寿命数值和上述储液罐罐底的寿命数值，确定上述储液罐疲劳的疲劳寿命。
具体的，由于储液罐罐壁和储液罐罐底两部分中的最小寿命，决定了储液罐的寿命，因此，在本发明实施例中，当上述储液罐罐壁的寿命数值大于上述储液罐罐底的寿命数值时，确定上述储液罐罐壁的寿命数值为上述储液罐疲劳的疲劳寿命；当上述储液罐罐壁的寿命数值小于上述储液罐罐底的寿命数值时，确定上述储液罐罐底的寿命数值为上述储液罐疲劳的疲劳寿命。
更具体的，当储液罐罐壁的寿命大于储液罐罐底的寿命时，储液罐的疲劳寿命数值模型为式子(19)，当储液罐罐壁的寿命小于储液罐罐底的寿命时，储液罐的疲劳寿命数值模型为(5)。
本发明实施例中，基于储液罐的表面校正系数与表面粗糙度系数，构建储液罐罐壁的寿命数值模型；基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型；根据所述储液罐罐壁的寿命数值模型或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测。本发明能够在对储液罐寿命进行预测时，考虑表面加工和腐蚀对疲劳寿命的影响，这样可以使预测的寿命更加精确，也能保证储液罐的质量，同时也能降低研发与维修的成本。
进一步的，本发明在考虑了表面加工和腐蚀对储液罐的影响的基础上，建立了储液罐罐壁与罐底的疲劳寿命计算模型，从而使疲劳寿命的计算更加精确。本发明的关键点在于通过考虑加工表面对储液罐寿命的影响，引入了表面加工系数与表面粗糙度系数，以预测罐壁的疲劳寿命。同时基于等效初始缺陷尺寸概念，在腐蚀疲劳过程中将点蚀和短裂纹扩展等效成长裂纹扩展过程的一部分。在整个疲劳载荷中对点蚀和裂纹扩展进行了量化，从而建立一个模型，该模型包括点蚀和点蚀至裂纹的过渡以及裂纹扩展至失效三个阶段，以预测罐底的疲劳寿命。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random AccessMemory，简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (6)

1.一种储液罐疲劳寿命预测方法，其特征在于，包括以下步骤：
基于储液罐的表面校正系数与表面粗糙度系数，构建储液罐罐壁的寿命数值模型，包括：建立应力强度因子和裂纹扩展速率的关系模型；获取储液罐的表面校正系数与表面粗糙度系数；根据所述储液罐的表面校正系数与表面粗糙度系数，对所述应力强度因子和裂纹扩展速率的关系模型进行调整，得到储液罐罐壁的寿命数值模型；
基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型，包括：将所述腐蚀疲劳裂纹起始寿命等效为长裂纹扩展的一部分，构建储液罐罐底的寿命数值模型；
根据所述储液罐罐壁的寿命数值模型和/或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测；
其中，应力强度因子和裂纹扩展速率的关系模型为：
Figure FDA0003584278240000011
其中，a表示裂纹长度，N表示应力循环次数，
Figure FDA0003584278240000012
为裂纹扩展速率；C、m为材料常数，ΔK为施加的周期应力强度因子幅度；
对上式进行积分得到：
Figure FDA0003584278240000013
其中，a0为初始裂纹尺寸，a1为临界裂纹尺寸，Δσ为裂纹处应力幅值；f为构件几何与裂纹尺寸的函数；
f如下式所示：
Figure FDA0003584278240000021
其中，W为试件的宽度，bi(i＝1,2,3,4)是常数，其中b1＝1.12。
2.如权利要求1所述的储液罐疲劳寿命预测方法，其特征在于，应力强度因子和裂纹扩展速率的关系模型包括初始裂纹尺寸和临界裂纹尺寸，所述根据所述储液罐的表面校正系数与表面粗糙度系数，对所述应力强度因子和裂纹扩展速率的关系模型进行调整，得到储液罐罐壁的寿命数值模型的步骤具体包括：
根据所述储液罐的表面校正系数与表面粗糙度系数对所述初始裂纹尺寸和临界裂纹尺寸进行调整，得到储液罐罐壁的寿命数值模型，其中，储液罐罐壁的寿命数值模型如下：
Figure FDA0003584278240000022
其中，ka表示表面校正系数，kr表示表面粗糙度系数。
3.如权利要求1所述的储液罐疲劳寿命预测方法，其特征在于，所述基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型的步骤，还包括：
建立腐蚀疲劳裂纹扩展速率模型；
根据所述腐蚀疲劳裂纹扩展速率模型，等效得到腐蚀疲劳寿命模型，所述腐蚀疲劳寿命模型包括等效初始缺陷尺寸以及断裂失效尺寸；
其中，所述腐蚀疲劳裂纹扩展速率模型为：
Figure FDA0003584278240000023
其中，ΔKth表示腐蚀疲劳裂纹扩展的门槛值，
Figure FDA0003584278240000024
为腐蚀疲劳裂纹扩展速率；
对上式两侧积分，得到腐蚀疲劳寿命模型如下所示：
Figure FDA0003584278240000025
其中，ai表示等效初始缺陷尺寸，ac表示断裂失效尺寸；NC表示断裂失效时应力循环次数。
4.如权利要求1所述的储液罐疲劳寿命预测方法，其特征在于，所述基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型的步骤，还包括：
建立蚀坑临界深度与临界应力强度因子的关系模型；
根据所述蚀坑临界深度与临界应力强度因子的关系模型，计算得到腐蚀疲劳点蚀寿命；
根据疲劳小裂纹扩展速率，计算腐蚀疲劳小裂纹寿命；
基于所述腐蚀疲劳点蚀寿命以及所述腐蚀疲劳小裂纹寿命，计算得到腐蚀疲劳起始寿命；
其中，蚀坑临界深度dc与临界应力强度因子Kp的关系模型为：
Figure FDA0003584278240000031
腐蚀疲劳点蚀寿命Np为：
Figure FDA0003584278240000032
腐蚀疲劳小裂纹寿命Ns为：
Figure FDA0003584278240000033
腐蚀疲劳起始寿命Ni为：Ni＝Np+Ns；
Y为形状系数，σ为交变应力；
Figure FDA0003584278240000034
为点腐蚀速率，该点腐蚀速率包括点腐蚀形核过程，
Figure FDA0003584278240000035
表示疲劳小裂纹扩展速率。
5.如权利要求4所述的储液罐疲劳寿命预测方法，其特征在于，所述基于储液罐的腐蚀疲劳起始寿命以及腐蚀疲劳长裂纹扩展寿命，构建储液罐罐底的寿命数值模型的步骤，还包括：
根据断裂力学原理，以裂纹扩展长度为控制变量，建立腐蚀疲劳裂纹扩展速率的模型；
通过腐蚀疲劳裂纹扩展速率的模型计算得到所述腐蚀疲劳长裂纹扩展寿命；
其中，腐蚀疲劳裂纹扩展速率的模型为：
Figure FDA0003584278240000041
疲劳长裂纹扩展寿命Nl为：
Figure FDA0003584278240000042
其中，
Figure FDA0003584278240000043
为腐蚀疲劳长裂纹扩展速率；ac表示断裂失效尺寸，f(a)为腐蚀疲劳长裂纹扩展曲线。
6.如权利要求5所述的储液罐疲劳寿命预测方法，其特征在于，所述根据所述储液罐罐壁的寿命数值模型和/或所述储液罐罐底的寿命数值模型，对储液罐疲劳寿命进行预测的步骤具体包括：
通过所述储液罐罐壁的寿命数值模型，预测所述储液罐罐壁的寿命数值；
通过所述储液罐罐底的寿命数值模型，预测所述储液罐罐底的寿命数值；
基于所述储液罐罐壁的寿命数值和所述储液罐罐底的寿命数值，确定所述储液罐疲劳的疲劳寿命；
其中，腐蚀疲劳总寿命Nf为：Nf＝Ni+Nl；
基于等效初始缺陷尺寸的概念，对Nf表达式作如下简化：拟将腐蚀疲劳裂纹起始寿命Ni等效看成长裂纹扩展的一部分，即假设存在一等效初始缺陷尺寸aEIFS，腐蚀疲劳裂纹起始寿命Ni等同于在长裂纹扩展规律下从这一等效初始裂纹aEIFS到裂纹长度a1的积分，对应的表达式如下述式子所示:
Figure FDA0003584278240000044
其中，腐蚀疲劳长裂纹扩展寿命Nl表示为下述式子：
Figure FDA0003584278240000045
从而，储液罐罐底的寿命数值模型如下述式子所示：
Figure FDA0003584278240000051
CN202110560273.1A 2021-05-21 2021-05-21 储液罐疲劳寿命预测方法 Active CN113158496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110560273.1A CN113158496B (zh) 2021-05-21 2021-05-21 储液罐疲劳寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110560273.1A CN113158496B (zh) 2021-05-21 2021-05-21 储液罐疲劳寿命预测方法

Publications (2)

Publication Number Publication Date
CN113158496A CN113158496A (zh) 2021-07-23
CN113158496B true CN113158496B (zh) 2022-05-13

Family

ID=76877646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110560273.1A Active CN113158496B (zh) 2021-05-21 2021-05-21 储液罐疲劳寿命预测方法

Country Status (1)

Country Link
CN (1) CN113158496B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116773667B (zh) * 2023-06-15 2024-05-24 上海发电设备成套设计研究院有限责任公司 核电汽轮机的转子叶根槽裂纹安全性监控方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886663B (zh) * 2017-03-29 2020-04-03 北京理工大学 齿轮弯曲疲劳寿命预测方法及装置

Also Published As

Publication number Publication date
CN113158496A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
Silva et al. Ultimate strength assessment of rectangular steel plates subjected to a random localised corrosion degradation
Malumbela et al. A step towards standardising accelerated corrosion tests on laboratory reinforced concrete specimens
CN113158496B (zh) 储液罐疲劳寿命预测方法
KR20200016236A (ko) 재료 샘플을 면내 파괴 인성 평가를 위한 표준 시험에서 시험하는 방법 및 장치
Kang et al. Corrosion fatigue crack propagation of high-strength steel HSB800 in a seawater environment
Tikalsky et al. Statistical variations in chloride diffusion in concrete bridges
Adasooriya et al. Fatigue strength degradation of metals in corrosive environments
Nuhi et al. Reliability analysis for degradation effects of pitting corrosion in carbon steel pipes
Asmara et al. Mechanistic model of stress corrosion cracking (scc) of carbon steel in acidic solution with the presence of H2s
JP4774515B2 (ja) 実構造物の応力腐蝕割れ挙動予測方法と余寿命予測方法
CN111797456B (zh) 一种锈后钢筋力学性能退化规律的预测方法
Kain Crevice corrosion behavior of stainless steel in seawater and related environments
Souto-Lebel et al. Characterization and influence of defect size distribution induced by ball-end finishing milling on fatigue life
JP2000301262A (ja) 金型寿命の予測方法及びそれを用いた金型材の最適物性値の予測方法
Ukpaka et al. Application of mathematical tools and techniques in monitoring and predicting stainless steel corrosion in river water media environment
Nicholas et al. An analytical investigation of plasticity induced closure involving short cracks
KR20140070978A (ko) 부식 환경에서의 시간경과에 따른 부식량 예측방법
Baragetti et al. Crack propagation models: numerical and experimental results on Ti–6Al–4V notched specimens
Lee et al. Reliability of structures by using probability and fatigue theories
Pal Simulation of finite element model of surface pit on f304 stainless steel
Huang et al. Understanding the Impact of Polishing and Environmental Factors on Corrosion Potential—An Optimization by Robust Design
Reddy Modeling of environmentally assisted fatigue crack growth behavior
Wang et al. The pitting behavior of stainless steels under SO2 environments with Cl-and F
Tran et al. A metal atmosphere corrosion in the industrial zones-Reliability and durability prediction models of steel structures
Mokhtari et al. Numerical analysis of pit-to-crack transition under corrosion fatigue using a stochastic pit generation algorithm

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