CN114152527B - 一种基于监测数据的三维雨流疲劳分析方法 - Google Patents
一种基于监测数据的三维雨流疲劳分析方法 Download PDFInfo
- Publication number
- CN114152527B CN114152527B CN202111441172.9A CN202111441172A CN114152527B CN 114152527 B CN114152527 B CN 114152527B CN 202111441172 A CN202111441172 A CN 202111441172A CN 114152527 B CN114152527 B CN 114152527B
- Authority
- CN
- China
- Prior art keywords
- extreme
- stress
- points
- data
- window
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/32—Investigating strength properties of solid materials by application of mechanical stress by applying repeated or pulsating forces
- G01N3/36—Investigating strength properties of solid materials by application of mechanical stress by applying repeated or pulsating forces generated by pneumatic or hydraulic means
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于监测数据的三维雨流疲劳分析方法,涉及多轴疲劳强度理论领域,将传统雨流计数法的计数对象由单个时间点的极值扩展为包含若干时间点的极值窗口,并提供了重排算法的并行计算优化,使传统雨流计数过程中变为同时考虑多轴变幅载荷历程的六向应力数据的三维雨流计数过程;将关键极值点作为应力窗口的代表点,在保证配对准确度的基础上,提供了相对稳定运行期数据筛选优化算法和极值窗口数据剪辑的功能,有效降低了计算量;并且本发明可直接计算任意时间段及任意时间段组合引起部件的疲劳损伤结果(CUF),便于基于核电相关规范进行工程上的直接安全评估工作。
Description
技术领域
本发明涉及压力管道多轴疲劳评价的技术领域,特指一种优化的基于监测数据的三维雨流疲劳分析方法。
背景技术
核电厂实际运行瞬态的参数往往比设计参数更加复杂,当前核电厂主要通过在线疲劳监测系统分析电厂实际热循环载荷对部件疲劳寿命的影响,如美国电力科学研究院(EPRI)开发的FatiguePro疲劳监测系统,西屋公司开发的WESTEMSTM疲劳监测系统,德国阿海珐开发的FAMOS疲劳监测系统等。
核电厂管道承受复杂内压、热应力等复杂多轴变幅载荷作用,多轴疲劳失效是核电厂管道的一种主要失效形式。经典的单轴疲劳计数方法因其未考虑到多轴应力间潜在的相位差而无法满足多轴载荷下的计数要求。相对于单轴疲劳,多轴的研究虽然有一些进展,但仍然有许多问题亟待解决。现有的多轴计数方法大都比较复杂,无法直接应用到实际工程。并且多轴疲劳计算中影响参数较多,疲劳监测系统计算效率偏低。为了实现多轴载荷作用下疲劳损伤评估,并且能便捷、高效地适用于工程实际,亟需一种优化的基于监测数据三维雨流疲劳分析方法。
发明内容
本发明目的在于针对核电厂压力管道领域多轴循环计数的需求,提出了一种改进的基于监测数据三维雨流疲劳分析方法。
为了达到上述目的,本发明采用以下的技术方案:
步骤1):选定监测时间范围Li(i为第i个时间段)内的多轴载荷历程数据,包括数据点包含应力的六向应力分量和评估时刻的温度参数。
步骤2):关键极值点筛选:
2.1):利用设置应力幅阈值过滤小应力循环,降低关键极值点筛选范围。通过下式确定应力幅阈值:
δt=2×P×Se (1)
其中,Se是相应材料的疲劳极限,基于RCC-M规范材料参数确定;P是设数据筛选百分数,取值范围为(0,60%);
2.2):依次比较应力历程中两时间点间的应力幅值σI(i,j),找到拐点,将之定义为关键极值点S(k),k=1,2,..p,v,..n。其中应力幅值由RCC-M规范核一级部件设计要求确定。
步骤3):极值窗口扩展:
3.1):以关键极值点S(k)为基准,向前向后扫描附近的应力点,从而将单个极值点扩展为包含若干点的极值窗口P(k),要求窗口内任意两时间点之间的应力幅值小于阈值的50%;
3.2):对单个极值点扩展为包含若干点的极值窗口P(k)后的数据进行检测,要求窗口数据时间点不多于20个,对于多于20个的数据点,借助2.1)步骤的方法对极值窗口P(k)内的数据进行子循环的数据筛选工作,通过设定合适的P值(不同于2.1步骤的数值)达到最终筛选出的数据点不多于20个;
3.3):进行极值窗口数据剪辑,归一化极值窗口内时间轴数据值,保证一个极值点时间窗口内时间轴长度为1s,定义出“虚拟载荷历程”。
步骤4):基于关键极值点S(k)进行多轴雨流计数:
4.1):筛选出关键极值点S(k)中,应力幅值最大的关键极值点对[S(p),S(v)],令S(p)作为载荷历程的起点,将待计数的应力历史重新排列。
重排过程中,需要对关键极值点对[S(p),S(v)]进行两两配对,同时需要对配对后极值窗口内的数据点进行两两配对以进行交变应力计算,此过程将出现O(n4)(O为算法的渐进时间复杂度,简称时间复杂度,n表示为极值点的个数和极值窗口内的数据点数)的时间复杂度。本发明通过重排算法减少循环层数以降低时间复杂度,并且引入多线程并行计算机制,以缩短计算时间,将时间复杂度降到O(n2),其中局部时间复杂度降至O(nlog2n)。
4.2):比较重排后的极值点序列在连接处应力幅值的大小关系,通过适当删减,使新的应力历程能够平滑过渡;
4.3):基于极值窗口中关键极值点间的应力幅值σI(i,j),应用三点雨流法对重新排列的载荷历程进行循环计数配对。
步骤5):在计数完成后的每组配对中,计算配对应力窗口P(k)内所有时间点间的应力幅值,将产生最大应力幅值的时间点对作为最终的极值点配对。
步骤6):得到输入应力历程下应力极值点配对的结果与相应的应力幅值Sp(k,n),其中k为第k对应力极值点配对,以及循环圈数n。
步骤7):监测时间范围Li内疲劳损伤计算
7.1):对应于这一组合计算交变应力强度Sa(i,j)(补充考虑温度参数对交变应力幅数值的影响):
其中:Ee为材料疲劳曲线对应的弹性模量;
E为所考虑点应力计算的弹性模量,与评估时刻的温度T相关;
Ke为弹塑性应变修正系数,按照RCC-M规范进行选取或计算。
7.2):基于RCC-M规范选取对于应力幅值为Sa(k,n)的许用循环次数N(St(k,1)),由Sa(k,l)得出的使用系数等于:
7.3):重复上述步骤,直到这些载荷组构成的全部出现次数均被考虑为止。总使用系数(CUF)等于上述方法确定的各部分使用系数之和。依据RCC-M规范要求,总CUF应小于1。
步骤8):任意数量监测时间范围内整体疲劳损伤计算:
8.1):对任意数量监测时间范围Li内极值点排序,每个极值点归一化时间轴长度为1s,使得各极值点时间轴保持连续,顺序连接各个监测时间范围内的监测点数据,定义出整体的“虚拟载荷历程”;
8.2):重复第7)步骤的分析技术,获得任意数量监测时间范围内整体疲劳损伤数值。
上述步骤2)提出的应力幅阈值公式中的Se是基于RCC-M规范核一级部件设计要求确定的,可以合理有效地筛去不重要的应力循环,对多轴应力历史可以实现有效的简化而不影响计数结果。
上述步骤3)提出的关键极值点可作为极值窗口的代表,并用于后续一系列的计数配对操作,可以降低极值窗口间在进行计数配对时所需要的计算量,有效提高了计数效率。步骤3)提出的极值窗口是由关键极值点临近的一系列应力点组成,使得极值窗口内的点可以有效反映多轴应力状态中各向应力间因相位差而导致的应力幅值误差。步骤3)提出的极值窗口扩展范围可以有效避免任意两个应力窗口之间的应力幅值出现小于筛选阈值的情况。步骤3)提出的极值窗口扩展范围可以有效避免任意两个应力窗口之间数据发生重叠的技术问题。
与现有技术相比,本发明的有益之处在于:本发明的基于监测数据三维雨流疲劳分析方法;将传统雨流计数法的计数对象由单个时间点的极值扩展为包含若干时间点的极值窗口,并提供了重排算法的并行计算优化,使传统雨流计数过程中变为同时考虑多轴变幅载荷历程的六向应力数据的三维雨流计数过程;将关键极值点作为应力窗口的代表点,在保证配对准确度的基础上,提供了相对稳定运行期数据筛选优化算法和极值窗口数据剪辑的功能,有效降低了计算量;并且本发明可直接计算任意时间段及任意时间段组合引起部件的疲劳损伤结果(CUF),便于基于核电相关规范进行工程上的直接安全评估工作。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明方法的基于监测数据三维雨流疲劳分析方法的逻辑流程图;
图2是本发明方法提供的疲劳损伤评价的S-N曲线数据图。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的优化的基于监测数据三维雨流疲劳分析方法,是对发明专利“一种基于极值窗口的疲劳监测计数方法”(ZL 201811283554.1)的改进,具体包含以下4个方面的改进:1)提供了重排算法的并行计算优化;2)相对稳定运行期数据筛选优化算法;3)提供极值窗口数据剪辑的功能;4)补充疲劳损伤的数值计算方法。本发明引入了极值窗口,可同时考虑六向应力,同时优化了计算算法,提供了重排算法的并行计算优化,使得多轴载荷历程的循环计数结果更为准确和高效。本发明提供了相对稳定运行期数据筛选优化算法和极值窗口数据剪辑的功能,使得计算过程迅速简便,易操作,针对核电厂压力管道多轴应力特点具有较好的适用性,并且本发明可直接计算任意时间段及任意时间段组合引起部件的疲劳损伤结果,便于基于核电相关规范进行工程上的直接安全评估工作。其步骤为:
步骤1):选定监测时间范围Li(i为第i个时间段)内的多轴载荷历程数据,包括数据点包含应力的六向应力分量和评估时刻的温度参数。
步骤2):关键极值点筛选:
2.1):利用设置应力幅阈值过滤小应力循环,降低关键极值点筛选范围。通过下式确定应力幅阈值:
δt=2×P×Se (1)
其中,Se是相应材料的疲劳极限,基于RCC-M规范材料参数确定;P是设数据筛选百分数,取值范围为(0,60%);
2.2):依次比较应力历程中两时间点间的应力幅值σI(i,j),找到拐点,将之定义为关键极值点S(k),k=1,2,..p,v,..n。其中应力幅值由RCC-M规范核一级部件设计要求确定。
步骤3):极值窗口扩展:
3.1):以关键极值点S(k)为基准,向前向后扫描附近的应力点,从而将单个极值点扩展为包含若干点的极值窗口P(k),要求窗口内任意两时间点之间的应力幅值小于阈值的50%;
3.2):对单个极值点扩展为包含若干点的极值窗口P(k)后的数据进行检测,要求窗口数据时间点不多于20个,对于多于20个的数据点,借助2.1)步骤的方法对极值窗口P(k)内的数据进行子循环的数据筛选工作,通过设定合适的P值(不同于2.1步骤的数值)达到最终筛选出的数据点不多于20个;
3.3):进行极值窗口数据剪辑,归一化极值窗口内时间轴数据值,保证一个极值点时间窗口内时间轴长度为1s,定义出“虚拟载荷历程”。
步骤4):基于关键极值点S(k)进行多轴雨流计数:
4.1):筛选出关键极值点S(k)中,应力幅值最大的关键极值点对[S(p),S(v)],令S(p)作为载荷历程的起点,将待计数的应力历史重新排列。
重排过程中,需要对关键极值点对[S(p),S(v)]进行两两配对,同时需要对配对后极值窗口内的数据点进行两两配对以进行交变应力计算,此过程将出现O(n4)(O为算法的渐进时间复杂度,简称时间复杂度,n表示为极值点的个数和极值窗口内的数据点数)的时间复杂度。本发明通过重排算法减少循环层数以降低时间复杂度,并且引入多线程并行计算机制,以缩短计算时间,将时间复杂度降到O(n2),其中局部时间复杂度降至O(nlog2n)。
4.2):比较重排后的极值点序列在连接处应力幅值的大小关系,通过适当删减,使新的应力历程能够平滑过渡;
4.3):基于极值窗口中关键极值点间的应力幅值σI(i,j),应用三点雨流法对重新排列的载荷历程进行循环计数配对。
步骤5):在计数完成后的每组配对中,计算配对应力窗口P(k)内所有时间点间的应力幅值,将产生最大应力幅值的时间点对作为最终的极值点配对。
步骤6):得到输入应力历程下应力极值点配对的结果与相应的应力幅值Sp(k,n),其中k为第k对应力极值点配对,以及循环圈数n。
步骤7):监测时间范围Li内疲劳损伤计算
7.1):对应于这一组合计算交变应力强度Sa(i,j)(补充考虑温度参数对交变应力幅数值的影响):
其中:Ee为材料疲劳曲线对应的弹性模量;
E为所考虑点应力计算的弹性模量,与评估时刻的温度T相关;
Ke为弹塑性应变修正系数,按照RCC-M规范进行选取或计算。
7.2):基于RCC-M规范选取对于应力幅值为Sa(k,n)的许用循环次数N(St(k,1)),由Sa(k,l)得出的使用系数等于:
7.3):重复上述步骤,直到这些载荷组构成的全部出现次数均被考虑为止。总使用系数(CUF)等于上述方法确定的各部分使用系数之和。依据RCC-M规范要求,总CUF应小于1。
步骤8):任意数量监测时间范围内整体疲劳损伤计算:
8.1):对任意数量监测时间范围Li内极值点排序,每个极值点归一化时间轴长度为1s,使得各极值点时间轴保持连续,顺序连接各个监测时间范围内的监测点数据,定义出整体的“虚拟载荷历程”;
8.2):重复第7)步骤的分析技术,获得任意数量监测时间范围内整体疲劳损伤数值。
实施例
本实施例采用ANSYS有限元软件模拟核电厂承压管道因瞬态温度变化导致的多轴疲劳数据,对本申请所提出的疲劳循环计数方法进行验证,
如图1所示为本申请的方案流程图,本实施例的基于监测数据三维雨流疲劳分析方法,具体计算方法如下:
步骤1):读取有限元模拟结果的应力数据。
步骤2):筛选出关键极值点;
2.1):由下述公式确定用于略去无效应力幅的筛选阈值:
δt=2×P×Se (1)
其中,Se取35MPa,P取值为100%。
2.2):过滤掉低于阈值δt的应力循环,并得到关键极值点。
步骤3):将单个极值点扩展为包含若干极值点的应力窗口。
按照任意两点之间的应力幅值小于筛选阈值的一半的原则将关键极值点扩展为极值窗口。
步骤4):基于关键极值点进行多轴雨流计数;
4.1):筛选出应力幅值最大的应力配对,结果如表1所示。
表1最大应力幅值的应力配对
4.2):根据步骤4.1)中的最大应力幅值配对将应力历程重排,并对新历程的连接处进行检查。本例中最大应力幅值配对为原应力历程的起点,因此重排结果没有变化。
4.3):对重排后的历程先进行单个极值点的初步雨流计数统计,计数统计结果如表2所示。
表2初步计数结果
步骤5):将步骤4.3)中的初步雨流计数结果在相应的应力窗口中进一步计算所有有效极值点间的应力幅值,得到最终的应力幅值结果。
步骤6):输出最终应力历程的计数结果,包括循环圈数、应力配对、幅值、半幅值等,如表3所示。
表3三维计数结果
步骤7):基于公式(2)计算交变应力,计算结果如表4所示。
表4交变应力计算结果
循环圈数 | 循环半幅值(MPa) | 交变应力(MPa) |
1 | 21.04 | 21.14 |
2 | 90.31 | 91.42 |
3 | 68.33 | 69.43 |
4 | 129.98 | 132.91 |
步骤8):基于RCC-M规范中的材料性能数据,如图2所示,对监测时间范围内极值点排序,每个极值点归一化时间轴长度为1s,使得各极值点时间轴保持连续,顺序连接各个监测时间范围内的监测点数据,定义出整体的“虚拟载荷历程”,最终计算获得表3中的疲劳损伤系数(CUF)为0.000004。
与传统雨流计数法的统计结果相比,本申请所提出的疲劳循环计数方法将传统雨流计数法的计数对象由单个时间点的极值扩展为包含若干时间点的极值窗口,并提供了重排算法的并行计算优化,使传统雨流计数过程中变为同时考虑多轴变幅载荷历程的六向应力数据的三维雨流计数过程。将关键极值点作为应力窗口的代表点,在保证配对准确度的基础上,相对稳定运行期数据筛选优化算法和极值窗口数据剪辑的功能,有效降低了计算量。并且本发明可直接计算任意时间段及任意时间段组合引起部件的疲劳损伤结果,便于基于核电相关规范进行工程上的直接安全评估工作。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围,凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于监测数据的三维雨流疲劳分析方法,其特征在于,包括如下步骤:
步骤1):选定监测时间范围Li内的多轴载荷历程数据,包括应力的六向应力分量和评估时刻的温度参数,i为第i个时间段;
步骤2):筛选关键极值点:
2.1):通过设置应力幅阈值过滤小应力循环,降低关键极值点的筛选范围,所述应力幅阈值通过下式确定:
δt=2×P×Se (1)
其中,Se是对应材料的疲劳极限;P为数据筛选百分数;
2.2):依次比较应力历程中两时间点间的应力幅值σI(i,j),找到拐点,将之定义为关键极值点S(k),k=1,2,..p,v,..n;
步骤3):极值窗口扩展:
3.1):以关键极值点S(k)为基准,向前向后扫描附近的应力数据,将单个极值点扩展为包含若干点的极值窗口P(k),要求窗口内任意两时间点之间的应力幅值小于应力幅阈值的50%;
3.2):对单个极值点扩展为包含若干点的极值窗口P(k)后的数据进行检测;
3.3):对极值窗口数据进行剪辑,归一化极值窗口内时间轴数据值;
步骤4):基于关键极值点S(k)进行多轴雨流计数:
4.1):筛选出关键极值点S(k)中,应力幅值最大的关键极值点对[S(p),S(v)],令S(p)作为载荷历程的起点,将待计数的应力历史重新排列;
4.2):比较重排后的极值点序列在连接处应力幅值的大小关系,通过删减若干点使新的应力历程平滑过渡;
4.3):基于极值窗口中关键极值点间的应力幅值σI(i,j),应用三点雨流法对重新排列的载荷历程进行循环计数配对;
步骤5):在计数完成后的每组配对中,计算配对应力极值窗口P(k)内所有时间点间的应力幅值,将产生最大应力幅值的时间点对作为最终的极值点配对,
步骤6):得到输入应力历程下应力极值点配对的结果与相应的应力幅值Sp(k,n),其中k为第k对应力极值点配对,以及循环圈数n;
步骤7):监测时间范围Li内疲劳损伤计算
7.1):考虑温度参数对交变应力幅数值的影响,通过下式计算交变应力强度Sa(i,j):
其中:Ee为材料疲劳曲线对应的弹性模量;
E为所考虑点应力计算的弹性模量,与评估时刻的温度T相关;
Ke为弹塑性应变修正系数;
7.2):由Sa(k,l)得出使用系数为:
式中,N(St(k,1))为许用循环次数;
7.3):重复上述步骤,直至载荷组构成的全部出现次数均被考虑为止,并得到总使用系数;
步骤8):任意数量监测时间范围内整体疲劳损伤计算:
8.1):对任意数量监测时间范围Li内的极值点进行排序,使得各极值点时间轴保持连续,顺序连接各个监测时间范围内的监测点数据;
8.2):重复第7)步骤的分析过程,获得任意数量监测时间范围内整体疲劳损伤数值;
步骤3.2)中要求窗口数据时间点不多于20个;对于多于20个的数据点,借助步骤2.1)中的方法对极值窗口P(k)内的数据进行子循环的数据筛选工作,通过设定合适的P值达到最终筛选出的数据点不多于20个;
步骤3.3)中保证一个极值点时间窗口内时间轴长度为1s,并定义出“虚拟载荷历程”;
步骤4.1)的重排过程中,需要对关键极值点对[S(p),S(v)]进行两两配对,同时需要对配对后极值窗口内的数据点进行两两配对以进行交变应力计算,此过程将出现O(n4)的时间复杂度,O为算法的渐进时间复杂度,n表示为极值点的个数和极值窗口内的数据点数;
步骤8.1)中的每个极值点归一化时间轴长度为1s,并定义出整体的“虚拟载荷历程”。
2.根据权利要求1所述的三维雨流疲劳分析方法,其特征在于,步骤7.2)中的许用循环次数N(St(k,1))为基于RCC-M规范选取的对于应力幅值为Sa(k,n)的许用循环次数。
3.根据权利要求1所述的三维雨流疲劳分析方法,其特征在于,步骤7.3)中,总使用系数等于确定的各部分使用系数之和,总使用系数小于1。
4.根据权利要求1所述的三维雨流疲劳分析方法,其特征在于,步骤7.1)中的弹塑性应变修正系数Ke按照RCC-M规范进行选取或计算。
5.根据权利要求1所述的三维雨流疲劳分析方法,其特征在于,步骤2.1)中P的取值范围为(0,60%)。
6.根据权利要求1所述的三维雨流疲劳分析方法,其特征在于,步骤2.1)中的对应材料的疲劳极限Se基于RCC-M规范核一级部件的设计要求确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111441172.9A CN114152527B (zh) | 2021-11-30 | 2021-11-30 | 一种基于监测数据的三维雨流疲劳分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111441172.9A CN114152527B (zh) | 2021-11-30 | 2021-11-30 | 一种基于监测数据的三维雨流疲劳分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114152527A CN114152527A (zh) | 2022-03-08 |
CN114152527B true CN114152527B (zh) | 2023-08-22 |
Family
ID=80455274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111441172.9A Active CN114152527B (zh) | 2021-11-30 | 2021-11-30 | 一种基于监测数据的三维雨流疲劳分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114152527B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844958A (zh) * | 2017-01-19 | 2017-06-13 | 沈阳航空航天大学 | 基于改进雨流计数法的薄壁结构热声疲劳寿命预估方法 |
CN109357957A (zh) * | 2018-10-31 | 2019-02-19 | 苏州热工研究院有限公司 | 一种基于极值窗口的疲劳监测计数方法 |
CN110287546A (zh) * | 2019-06-03 | 2019-09-27 | 徐州圣邦机械有限公司 | 一种高压内啮合齿轮泵多轴疲劳寿命预测方法 |
-
2021
- 2021-11-30 CN CN202111441172.9A patent/CN114152527B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844958A (zh) * | 2017-01-19 | 2017-06-13 | 沈阳航空航天大学 | 基于改进雨流计数法的薄壁结构热声疲劳寿命预估方法 |
CN109357957A (zh) * | 2018-10-31 | 2019-02-19 | 苏州热工研究院有限公司 | 一种基于极值窗口的疲劳监测计数方法 |
CN110287546A (zh) * | 2019-06-03 | 2019-09-27 | 徐州圣邦机械有限公司 | 一种高压内啮合齿轮泵多轴疲劳寿命预测方法 |
Non-Patent Citations (1)
Title |
---|
陈明亚."基于三维应力分量的管道热疲劳监测数据分析".《压力容器》.2020,第第37卷卷(第第37卷期),第20页-26页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114152527A (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688790B (zh) | 一种复杂编织结构陶瓷基复合材料拉伸失效模拟方法 | |
CN109902415B (zh) | 一种高温多轴载荷下缺口件局部应力应变计算方法 | |
CN111881564B (zh) | 一种关于机械结构变幅疲劳寿命预测方法 | |
CN111581763A (zh) | 航空发动机气路故障诊断结果评价方法 | |
CN111312414B (zh) | 核电厂疲劳监测和寿命评估系统的疲劳评价方法 | |
US20100235143A1 (en) | Method for the generation of analytical redundancy relations for system diagnostics | |
CN114152527B (zh) | 一种基于监测数据的三维雨流疲劳分析方法 | |
CN108959739B (zh) | 一种抽水蓄能电站过渡过程压力脉动的分析方法及装置 | |
CN109357957B (zh) | 一种基于极值窗口的疲劳监测计数方法 | |
CN113919204B (zh) | 一种多状态制造系统可用性综合重要度分析方法 | |
CN105067994A (zh) | 定位片上系统时序逻辑错误、错误率计算及其应用方法 | |
CN110706761B (zh) | 一种预估金属材料的疲劳强度退化的方法 | |
CN115374619A (zh) | 一种计及芯片影响的设备可靠性确定方法及系统 | |
CN109883709B (zh) | 一种基于相对等效应变的随机多轴热机计数方法 | |
CN112748124A (zh) | 转子外表面制造缺陷监控方法、装置、设备、系统及介质 | |
CN110728040A (zh) | 一种改善McCormick凸包络松弛严格性的方法 | |
CN109657285A (zh) | 汽轮机转子瞬态应力的检测方法 | |
CN115952628B (zh) | 一种计算航空发动机涡轮盘盘心等效应力的方法 | |
Boo et al. | Environmental Fatigue and Fatigue Monitoring System in Korea | |
CN110967245B (zh) | 材料蠕变时间及寿命实验方法以及实验系统 | |
Babu et al. | Minimum weight optimization of a gear train by using GA | |
KR20050007938A (ko) | 원자력 발전소 구조물의 열해석 방법 | |
CN114707098A (zh) | 一种基于多源传感器状态距离的航空发动机性能退化状态评价方法 | |
CN117688761A (zh) | 一种多轴高低周复合疲劳寿命预测方法 | |
CN115901304A (zh) | 一种产品低费用可靠性试验剖面设计方法 |
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 |