CN115017745B - 一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统 - Google Patents

一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统 Download PDF

Info

Publication number
CN115017745B
CN115017745B CN202210947854.5A CN202210947854A CN115017745B CN 115017745 B CN115017745 B CN 115017745B CN 202210947854 A CN202210947854 A CN 202210947854A CN 115017745 B CN115017745 B CN 115017745B
Authority
CN
China
Prior art keywords
creep
fatigue
damage
life prediction
thermal power
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
CN202210947854.5A
Other languages
English (en)
Other versions
CN115017745A (zh
Inventor
赵雷
宋恺
徐连勇
韩永典
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.)
Tianjin University
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN202210947854.5A priority Critical patent/CN115017745B/zh
Publication of CN115017745A publication Critical patent/CN115017745A/zh
Application granted granted Critical
Publication of CN115017745B publication Critical patent/CN115017745B/zh
Priority to US18/131,517 priority patent/US11847387B1/en
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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明公开了一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统，包括构建寿命预测模型；通过纯蠕变数据，获取应变控制蠕变疲劳试验中的应力松弛曲线，计算初始蠕变损伤；通过纯疲劳数据，获取循环硬化系数、弹性模量以及其他相关材料常数，计算初始疲劳损伤；获取蠕变‑疲劳平均应力上、下部分应变能密度差值，通过二分法迭代使应变能密度差值小于设定阈值，获得该情况下的终值蠕变损伤，终值疲劳损伤以及氧化损伤，并基于寿命预测模型，对高温结构件进行蠕变‑疲劳寿命预测；本发明解决了传统寿命预测方法需要通过蠕变‑疲劳试验数据拟合参数的局限性，且所提出模型的蠕变‑疲劳寿命预测精度与传统方法相比误差较小。

Description

一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统
技术领域
本发明涉及材料蠕变-疲劳寿命预测技术领域，尤其涉及一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统。
背景技术
火电机组结构件不仅要在高温、高压的蒸汽环境中服役，产生蠕变损伤和氧化损伤，同时还要承受短时温度、载荷波动带来的循环应力，产生疲劳损伤。在蠕变-疲劳交互作用载荷下，材料通常会表现出与单一蠕变（疲劳）载荷不同的失效形式，加速结构件断裂，威胁火电机组结构件的稳定运行。因此，建立并完善评估高温结构件在蠕变-疲劳载荷下的寿命预测体系，是火电机组正常、安全运行的重要保障。
目前，常用的蠕变-疲劳寿命预测方法主要有三种，分别是时间分数法、延性耗散法与应变能密度耗散法。当使用这三种方法时，需要首先开展蠕变-疲劳试验，获得应力松弛曲线，然后通过松弛曲线计算获得蠕变损伤。这意味着，如果不进行蠕变-疲劳试验，就无法进行蠕变-疲劳寿命预测。此外，这三种方法均采用双线性损伤框架，忽略了蠕变孔洞对疲劳裂纹萌生和扩展的加速作用，疲劳裂纹对蠕变孔洞萌生的促进作用，以及氧化损伤对蠕变损伤和疲劳损伤的加速效应。这些因素都会导致对蠕变-疲劳载荷作用下的总损伤的低估，使得预测的使用寿命增加。因此，考虑蠕变-疲劳-氧化损伤的三者之间的相互影响，开发基于纯蠕变与纯疲劳数据的蠕变-疲劳寿命预测方法对于快速评估高温结构件在复杂载荷条件下的使用寿命具有重要意义。
发明内容
为了解决上述问题，本发明的目的在于针对蠕变-疲劳载荷作用下寿命预测快速、便捷的发展需求，提出了基于纯蠕变与纯疲劳数据的蠕变-疲劳寿命预测方法，该方法可有效地解决现有预测方法依赖蠕变-疲劳试验数据、蠕变-疲劳-氧化交互作用考虑不全面等问题，为服役在复杂工况下火电机组结构件的蠕变-疲劳性能评估提供一种新的方法。
为了实现上述技术目的，本发明提供了一种用于火电机组结构件的蠕变疲劳寿命预测方法，包括以下步骤：
根据火电机组结构件的蠕变损伤、疲劳损伤以及基于循环次数的氧化损伤，构建用于预测火电机组结构件的高温蠕变-疲劳寿命的蠕变-疲劳寿命预测模型，其中，蠕变-疲劳寿命预测模型的表达式为：
Figure 832760DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
表示蠕变损伤，
Figure 874534DEST_PATH_IMAGE003
表示疲劳损伤，
Figure 778905DEST_PATH_IMAGE004
表示氧化损伤。
优选地，在构建蠕变-疲劳寿命预测模型的过程中，根据火电机组结构件的应力松弛曲线，获取初始蠕变损伤；
根据火电机组结构件的循环硬化系数、弹性模量以及其他相关材料常数，生成初始疲劳损伤；
基于初始蠕变损伤和初始疲劳损伤，通过获取蠕变-疲劳平均应力的上部分应变能密度和下部分应变能密度的差值，根据二分法迭代使应变能密度差值小于设定阈值，获得该情况下的蠕变损伤、疲劳损伤以及氧化损伤，构建蠕变-疲劳寿命预测模型。
优选地，在构建蠕变-疲劳寿命预测模型的过程中，
蠕变损伤的表达式为：
Figure 111798DEST_PATH_IMAGE005
；
疲劳损伤的表达式为：
Figure 113120DEST_PATH_IMAGE006
；
氧化损伤的表达式为：
Figure 873266DEST_PATH_IMAGE007
；
其中，
Figure 330180DEST_PATH_IMAGE008
表示t时刻的应力大小，
Figure 466763DEST_PATH_IMAGE009
表示t时刻的应力变化率，E表示材料循环载荷下的弹性模量，
Figure 135642DEST_PATH_IMAGE010
表示蠕变断裂应变能，
Figure 315956DEST_PATH_IMAGE011
表示蠕变-疲劳试验中的保载时间，
Figure 70286DEST_PATH_IMAGE012
表示纯蠕变条件下的蠕变门槛应力,
Figure 744981DEST_PATH_IMAGE013
表示纯疲劳条件下的循环硬化系数，
Figure 455316DEST_PATH_IMAGE014
表示蠕变-疲劳条件下峰值拉伸应力,σ C 表示蠕变-疲劳条件下峰值压缩应力，C和γ表示纯疲劳条件下的材料常数，
Figure 885161DEST_PATH_IMAGE015
表示蠕变-疲劳条件下的总应变范围，k p 是氧化膜厚度系数。
优选地，在获取上部分应变能密度的过程中，上部分应变能密度的表达式为：
Figure 798890DEST_PATH_IMAGE016
其中，σ H 表示蠕变-疲劳条件下保持时间结束时的应力。
优选地，在获取下部分应变能密度的过程中，下部分应变能密度的表达式为：
Figure 526544DEST_PATH_IMAGE017
。
优选地，在获取初始蠕变损伤的过程中，基于纯蠕变数据，根据平均蠕变速率与应力的关系，生成应力松弛曲线，其中，
平均蠕变速率的表达式为：
Figure 170015DEST_PATH_IMAGE018
其中，ε f 表示应力σ下的断裂蠕变应变，t r 表示应力σ下的蠕变寿命，
Figure 442864DEST_PATH_IMAGE019
，σ *和n *表示纯蠕变条件下的材料常数。
优选地，在生成应力松弛曲线的过程中，应力松弛曲线的表达式为：
Figure 355807DEST_PATH_IMAGE020
。
本发明公开了一种用于火电机组结构件的蠕变疲劳寿命预测系统，包括：
数据采集模块，用于获取火电机组结构件的蠕变损伤、疲劳损伤以及基于循环次数的氧化损伤；
预测模块，用于通过构建蠕变-疲劳寿命预测模型，预测火电机组结构件的高温蠕变-疲劳寿命，其中，蠕变-疲劳寿命预测模型的表达式为：
Figure 434621DEST_PATH_IMAGE001
其中，
Figure 870282DEST_PATH_IMAGE002
表示蠕变损伤，
Figure 563300DEST_PATH_IMAGE003
表示疲劳损伤，
Figure 513938DEST_PATH_IMAGE004
表示氧化损伤。
本发明公开了以下技术效果：
1.本发明是基于纯蠕变与纯疲劳数据的蠕变-疲劳寿命预测方法，解决了传统寿命预测方法需要通过蠕变-疲劳试验数据拟合参数的局限性；
2.本发明解决了纯蠕变数据在蠕变-疲劳试验中使用时高应力区间转化误差大的问题；
3.本发明考虑了蠕变-疲劳条件下蠕变损伤、疲劳损伤与氧化损伤非线性相互作用；
4.通过验证，与基于蠕变-疲劳试验数据的传统预测方法相比，采用本发明进行蠕变-疲劳寿命预测具有良好的效果。
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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明中基于纯蠕变和纯疲劳数据的蠕变-疲劳寿命预测方法研究路线示意图；
图2是纯蠕变条件下材料参数拟合图；
图3是纯疲劳条件下材料参数拟合图；
图4是最大保载应力迭代计算流程图；
图5是本发明中的寿命预测模型预测精度图；
图6是基于试验数据的传统方法寿命预测精度图。
具体实施方式
下为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
如图1-6所示，本发明提供了本发明提供了一种用于火电机组结构件的蠕变疲劳寿命预测方法，包括以下步骤：
根据火电机组结构件的蠕变损伤、疲劳损伤以及基于循环次数的氧化损伤，构建用于预测火电机组结构件的高温蠕变-疲劳寿命的蠕变-疲劳寿命预测模型，其中，蠕变-疲劳寿命预测模型的表达式为：
Figure 599706DEST_PATH_IMAGE001
其中，
Figure 952190DEST_PATH_IMAGE002
表示蠕变损伤，
Figure 81689DEST_PATH_IMAGE003
表示疲劳损伤，
Figure 191727DEST_PATH_IMAGE004
表示氧化损伤。
进一步优选地，本发明在构建蠕变-疲劳寿命预测模型的过程中，本发明根据火电机组结构件的应力松弛曲线，获取初始蠕变损伤；
根据火电机组结构件的循环硬化系数、弹性模量以及其他相关材料常数，生成初始疲劳损伤；
基于初始蠕变损伤和初始疲劳损伤，通过获取蠕变-疲劳平均应力的上部分应变能密度和下部分应变能密度的差值，根据二分法迭代使应变能密度差值小于设定阈值，获得该情况下的蠕变损伤、疲劳损伤以及氧化损伤，构建蠕变-疲劳寿命预测模型。
进一步优选地，本发明在构建蠕变-疲劳寿命预测模型的过程中，
本发明提到的蠕变损伤的表达式为：
Figure 750360DEST_PATH_IMAGE005
；
本发明提到的疲劳损伤的表达式为：
Figure 144301DEST_PATH_IMAGE006
；
本发明提到的氧化损伤的表达式为：
Figure 195434DEST_PATH_IMAGE007
；
其中，
Figure 120665DEST_PATH_IMAGE008
表示t时刻的应力大小，
Figure 531923DEST_PATH_IMAGE009
表示t时刻的应力变化率，E表示材料循环载荷下的弹性模量，
Figure 531103DEST_PATH_IMAGE010
表示蠕变断裂应变能，
Figure 815454DEST_PATH_IMAGE012
表示蠕变-疲劳试验中的保载时间，
Figure 683441DEST_PATH_IMAGE011
表示纯蠕变条件下的蠕变门槛应力,
Figure 383543DEST_PATH_IMAGE013
表示纯疲劳条件下的循环硬化系数，
Figure 565126DEST_PATH_IMAGE014
表示蠕变-疲劳条件下峰值拉伸应力，σ C 表示蠕变-疲劳条件下峰值压缩应力，C和γ表示纯疲劳条件下的材料常数，
Figure 941749DEST_PATH_IMAGE015
表示蠕变-疲劳条件下的总应变范围，k p 是氧化膜厚度系数。
进一步优选地，本发明在获取上部分应变能密度的过程中，本发明提到的上部分应变能密度的表达式为：
Figure 841572DEST_PATH_IMAGE016
其中，σ H 表示蠕变-疲劳条件下保持时间结束时的应力。
进一步优选地，本发明在获取下部分应变能密度的过程中，本发明提到的下部分应变能密度的表达式为：
Figure 594634DEST_PATH_IMAGE017
。
进一步优选地，本发明在获取初始蠕变损伤的过程中，基于纯蠕变数据，本发明根据平均蠕变速率与应力的关系，生成应力松弛曲线，其中，
本发明提到的平均蠕变速率的表达式为：
Figure 18006DEST_PATH_IMAGE018
其中，ε f 表示应力σ下的断裂蠕变应变，t r 表示应力σ下的蠕变寿命，
Figure 565531DEST_PATH_IMAGE019
，σ *和n *表示纯蠕变条件下的材料常数。
进一步优选地，本发明在生成应力松弛曲线的过程中，本发明提到的应力松弛曲线的表达式为：
Figure 952650DEST_PATH_IMAGE020
。
本发明还公开了一种用于火电机组结构件的蠕变疲劳寿命预测系统，包括：
数据采集模块，用于获取火电机组结构件的蠕变损伤、疲劳损伤以及基于循环次数的氧化损伤；
预测模块，用于通过构建蠕变-疲劳寿命预测模型，预测火电机组结构件的高温蠕变-疲劳寿命，其中，蠕变-疲劳寿命预测模型的表达式为：
Figure 260134DEST_PATH_IMAGE001
其中，
Figure 337681DEST_PATH_IMAGE002
表示蠕变损伤，
Figure 134735DEST_PATH_IMAGE003
表示疲劳损伤，
Figure 681254DEST_PATH_IMAGE004
表示氧化损伤。
实施例1：请参阅图1所示，本发明提供的火电机组结构件蠕变-疲劳寿命预测方法，包括：基于纯蠕变数据的蠕变损伤、基于纯疲劳数据的疲劳损伤以及基于循环次数的氧化损伤下蠕变-疲劳寿命预测方法。本发明通过纯蠕变试验以及纯疲劳试验做进一步说明，试验材料为P91马氏体耐热钢，试验温度为550℃，所预测的蠕变-疲劳寿命试验中采用应变加载，并在峰值应变处保持，加载波形为梯形波。
步骤（1），提出一种考虑非线性蠕变损伤、疲劳损伤和氧化损伤交互作用下的蠕变-疲劳寿命预测模型：
Figure 52379DEST_PATH_IMAGE001
其中d c 表示蠕变损伤，d f 表示疲劳损伤，d o 表示氧化损伤。d c ，d f 和d o 的具体表达式如下：
Figure 958018DEST_PATH_IMAGE022
其中,
Figure 54150DEST_PATH_IMAGE023
表示t时刻的应力大小，
Figure 955634DEST_PATH_IMAGE024
表示t时刻的应力变化率，E表示材料循环载荷下的弹性模量，
Figure 758505DEST_PATH_IMAGE025
表示蠕变断裂应变能，
Figure 897363DEST_PATH_IMAGE026
表示蠕变-疲劳试验中的保载时间，
Figure 667741DEST_PATH_IMAGE027
表示纯蠕变条件下的蠕变门槛应力,
Figure 855140DEST_PATH_IMAGE028
表示纯疲劳条件下的循环硬化系数，
Figure 840414DEST_PATH_IMAGE029
表示蠕变-疲劳条件下峰值拉伸应力，C和γ表示纯疲劳条件下的材料常数，
Figure 337123DEST_PATH_IMAGE030
表示蠕变-疲劳条件下的总应变范围，k p 是氧化膜厚度系数。P91钢在550℃的蠕变门槛应力为145 MPa，循环硬化系数
Figure 407847DEST_PATH_IMAGE031
为0.13718，氧化膜厚度系数为1.4，P91钢蠕变断裂应变能可以用下式表示：
Figure 398937DEST_PATH_IMAGE032
步骤（2）,利用纯蠕变数据，获得平均蠕变速率与应力的关系图，如图2所示。采用非线性拟合的方法，获得纯蠕变条件下的材料常数
Figure 425668DEST_PATH_IMAGE033
，
Figure 906328DEST_PATH_IMAGE034
和
Figure 136452DEST_PATH_IMAGE035
。550℃条件下P91钢材料常数
Figure 201008DEST_PATH_IMAGE033
，
Figure 895294DEST_PATH_IMAGE036
和
Figure 484539DEST_PATH_IMAGE035
分别为6.04×10-9，90和11.5。平均蠕变速率的表达式为：
Figure 529855DEST_PATH_IMAGE037
其中，
Figure 112015DEST_PATH_IMAGE038
表示应力
Figure 598491DEST_PATH_IMAGE039
下的断裂蠕变应变，t r 表示应力
Figure 686533DEST_PATH_IMAGE039
下的蠕变寿命，
Figure 140517DEST_PATH_IMAGE033
，
Figure 277100DEST_PATH_IMAGE034
和
Figure 680400DEST_PATH_IMAGE035
表示纯蠕变条件下的材料常数。
步骤（3），将纯蠕变条件下的材料常数代入应力松弛模型中，获得保载阶段的应力松弛表达式。
Figure 126293DEST_PATH_IMAGE040
步骤（4），利用纯疲劳条件下的试验数据和下式，获得纯疲劳条件下的材料常数C和γ。拟合曲线如图3所示。550℃条件下P91钢材料常数C为115.3，γ为0.567。
Figure 818306DEST_PATH_IMAGE041
其中，
Figure 555318DEST_PATH_IMAGE042
表示纯疲劳条件下的寿命，
Figure 268583DEST_PATH_IMAGE043
表示纯疲劳条件下峰值拉伸应力，
Figure 698428DEST_PATH_IMAGE044
表示纯疲劳条件下峰值压缩应力。
步骤（5），利用纯疲劳条件下的材料参数，建立蠕变-疲劳中疲劳损伤表达式。
Figure 612157DEST_PATH_IMAGE045
其中，
Figure 339810DEST_PATH_IMAGE046
表示纯疲劳条件下的循环硬化系数，
Figure 983281DEST_PATH_IMAGE047
表示蠕变-疲劳条件下峰值拉伸应力，C和γ表示纯疲劳条件下的材料常数，
Figure 256131DEST_PATH_IMAGE048
表示蠕变-疲劳条件下的总应变范围。
步骤（5），将初始拉伸应力定义为相同总应变幅条件下纯疲劳试验半寿命处的峰值应力。利用下式，计算蠕变-疲劳平均应力上部分应变能密度的过程：
Figure 985052DEST_PATH_IMAGE049
其中，
Figure 250818DEST_PATH_IMAGE050
表示蠕变-疲劳条件下保持时间结束时的应力。
步骤（6），利用下式，计算蠕变-疲劳平均应力下部分应变能密度的过程中，表达式为：
Figure 686478DEST_PATH_IMAGE051
步骤（7），获取蠕变-疲劳平均应力上、下部分应变能密度差值，通过二分法重复步骤（3）至步骤（6）使应变能密度差值小于设定阈值（10-6），获得该情况下的终值蠕变损伤，终值疲劳损伤和氧化损伤。迭代流程图如图4所示。
为了验证本发明提出的基于纯蠕变和纯疲劳数据的蠕变-疲劳寿命预测方法的效果，将本方法预测得到的550℃条件下P91钢蠕变-疲劳寿命预测结果与试验结果进行对比，如图5所示。预测寿命与试验结果的误差分散绝大多数在2倍误差带之内。因此，本发明提出的基于纯蠕变和纯疲劳数据的蠕变-疲劳寿命预测方法可以较好的预测高温蠕变-疲劳寿命。将本方法得到的预测结果与基于试验数据的预测结果进行对比，如图6所示。两种方法之间的预测误差较小，证明本发明提出的方法可以在一定程度上弥补传统方法依赖于试验数据的局限性。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

Claims (7)

1.一种用于火电机组结构件的蠕变疲劳寿命预测方法，其特征在于，包括以下步骤：
根据火电机组结构件的蠕变损伤、疲劳损伤以及基于循环次数的氧化损伤，构建用于预测所述火电机组结构件的高温蠕变-疲劳寿命的蠕变-疲劳寿命预测模型，其中，所述蠕变-疲劳寿命预测模型的表达式为：
Figure 632772DEST_PATH_IMAGE001
其中，
Figure 430964DEST_PATH_IMAGE003
表示蠕变损伤，
Figure DEST_PATH_IMAGE005
表示疲劳损伤，
Figure DEST_PATH_IMAGE007
表示氧化损伤；
在构建蠕变-疲劳寿命预测模型的过程中，根据所述火电机组结构件的应力松弛曲线，获取初始蠕变损伤；
根据所述火电机组结构件的循环硬化系数、弹性模量以及其他相关材料常数，生成初始疲劳损伤；
基于所述初始蠕变损伤和所述初始疲劳损伤，通过获取蠕变-疲劳平均应力的上部分应变能密度和下部分应变能密度的差值，根据二分法迭代使应变能密度差值小于设定阈值，获得该情况下的所述蠕变损伤、所述疲劳损伤以及所述氧化损伤，构建所述蠕变-疲劳寿命预测模型。
2.根据权利要求1所述一种用于火电机组结构件的蠕变疲劳寿命预测方法，其特征在于：
在构建蠕变-疲劳寿命预测模型的过程中，
所述蠕变损伤的表达式为：
Figure DEST_PATH_IMAGE009
；
所述疲劳损伤的表达式为：
Figure DEST_PATH_IMAGE011
；
所述氧化损伤的表达式为：
Figure 442914DEST_PATH_IMAGE013
；
其中，
Figure 518317DEST_PATH_IMAGE015
表示t时刻的应力大小，
Figure 42839DEST_PATH_IMAGE017
表示t时刻的应力变化率，E表示材料循环载荷下的弹性模量，
Figure 203693DEST_PATH_IMAGE019
表示蠕变断裂应变能，
Figure DEST_PATH_IMAGE021
表示蠕变-疲劳试验中的保载时间，
Figure 875458DEST_PATH_IMAGE022
表示纯蠕变条件下的蠕变门槛应力,
Figure DEST_PATH_IMAGE024
表示纯疲劳条件下的循环硬化系数，
Figure 336527DEST_PATH_IMAGE026
表示蠕变-疲劳条件下峰值拉伸应力,σ C 表示蠕变-疲劳条件下峰值压缩应力，C和γ表示纯疲劳条件下的材料常数，
Figure 563109DEST_PATH_IMAGE028
表示蠕变-疲劳条件下的总应变范围,kp是氧化膜厚度系数。
3.根据权利要求2所述一种用于火电机组结构件的蠕变疲劳寿命预测方法，其特征在于：
在获取上部分应变能密度的过程中，所述上部分应变能密度的表达式为：
Figure DEST_PATH_IMAGE030
其中，σ H 表示蠕变-疲劳条件下保持时间结束时的应力。
4.根据权利要求3所述一种用于火电机组结构件的蠕变疲劳寿命预测方法，其特征在于：
在获取下部分应变能密度的过程中，所述下部分应变能密度的表达式为：
Figure DEST_PATH_IMAGE031
。
5.根据权利要求4所述一种用于火电机组结构件的蠕变疲劳寿命预测方法，其特征在于：
在获取初始蠕变损伤的过程中，基于纯蠕变数据，根据平均蠕变速率与应力的关系，生成所述应力松弛曲线，其中，
所述平均蠕变速率的表达式为：
Figure DEST_PATH_IMAGE033
其中，ε f 表示应力σ下的断裂蠕变应变，t r 表示应力σ下的蠕变寿命，
Figure DEST_PATH_IMAGE035
，σ *和n *表示纯蠕变条件下的材料常数。
6.根据权利要求5所述一种用于火电机组结构件的蠕变疲劳寿命预测方法，其特征在于：
在生成应力松弛曲线的过程中，所述应力松弛曲线的表达式为：
Figure DEST_PATH_IMAGE037
。
7.一种用于火电机组结构件的蠕变疲劳寿命预测系统，其特征在于，包括：
数据采集模块，用于获取火电机组结构件的蠕变损伤、疲劳损伤以及基于循环次数的氧化损伤；
预测模块，用于通过构建蠕变-疲劳寿命预测模型，预测所述火电机组结构件的高温蠕变-疲劳寿命，其中，所述蠕变-疲劳寿命预测模型的表达式为：
Figure 758729DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE038
表示蠕变损伤，
Figure DEST_PATH_IMAGE039
表示疲劳损伤，
Figure DEST_PATH_IMAGE040
表示氧化损伤；
在构建蠕变-疲劳寿命预测模型的过程中，根据所述火电机组结构件的应力松弛曲线，获取初始蠕变损伤；
根据所述火电机组结构件的循环硬化系数、弹性模量以及其他相关材料常数，生成初始疲劳损伤；
基于所述初始蠕变损伤和所述初始疲劳损伤，通过获取蠕变-疲劳平均应力的上部分应变能密度和下部分应变能密度的差值，根据二分法迭代使应变能密度差值小于设定阈值，获得该情况下的所述蠕变损伤、所述疲劳损伤以及所述氧化损伤，构建所述蠕变-疲劳寿命预测模型。
CN202210947854.5A 2022-08-09 2022-08-09 一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统 Active CN115017745B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210947854.5A CN115017745B (zh) 2022-08-09 2022-08-09 一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统
US18/131,517 US11847387B1 (en) 2022-08-09 2023-04-06 Method and system for predicting creep-fatigue life of structural part of thermal power unit

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210947854.5A CN115017745B (zh) 2022-08-09 2022-08-09 一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统

Publications (2)

Publication Number Publication Date
CN115017745A CN115017745A (zh) 2022-09-06
CN115017745B true CN115017745B (zh) 2022-10-21

Family

ID=83065833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210947854.5A Active CN115017745B (zh) 2022-08-09 2022-08-09 一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统

Country Status (2)

Country Link
US (1) US11847387B1 (zh)
CN (1) CN115017745B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115931532B (zh) * 2022-12-30 2023-10-13 南京工业大学 基于修正时间分数法的电力高温部件损伤状态判定方法
CN116052813B (zh) * 2022-12-30 2023-10-13 南京工业大学 一种全数值驱动的实时蠕变疲劳损伤监测方法
CN116991679B (zh) * 2023-09-26 2023-12-08 四川华鲲振宇智能科技有限责任公司 一种内存压力测试时自动分配最佳线程数的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111400876A (zh) * 2020-03-04 2020-07-10 中国科学院金属研究所 一种基于不同约束条件下的金属构件热机械疲劳寿命预测方法
CN113049376A (zh) * 2021-03-10 2021-06-29 华东理工大学 一种用于过热器管板的蠕变疲劳损伤评估方法
CN113514350A (zh) * 2021-03-26 2021-10-19 南京工业大学 适用于判定应力应变混合控蠕变疲劳损伤状态的通用方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108170905B (zh) * 2017-12-08 2020-02-04 南昌航空大学 一种用于镍基高温合金叶片热机械疲劳载荷下的寿命预测方法
CN109063238B (zh) * 2018-06-19 2023-10-27 北京工业大学 一种基于损伤机制的拉扭热机械疲劳寿命预测方法
CN109885874B (zh) * 2019-01-11 2022-12-23 华东理工大学 一种基于abaqus的多轴蠕变疲劳预测方法
CN111460583B (zh) * 2020-04-14 2023-04-07 华东理工大学 一种针对复杂几何结构件的蠕变-疲劳寿命设计方法
CN111879636A (zh) * 2020-07-31 2020-11-03 华东理工大学 一种材料的蠕变-疲劳-氧化实时损伤累积评估方法
CN114239175B (zh) * 2021-12-17 2022-11-15 天津大学 基于非线性蠕变-疲劳交互作用的高温结构件寿命预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111400876A (zh) * 2020-03-04 2020-07-10 中国科学院金属研究所 一种基于不同约束条件下的金属构件热机械疲劳寿命预测方法
CN113049376A (zh) * 2021-03-10 2021-06-29 华东理工大学 一种用于过热器管板的蠕变疲劳损伤评估方法
CN113514350A (zh) * 2021-03-26 2021-10-19 南京工业大学 适用于判定应力应变混合控蠕变疲劳损伤状态的通用方法

Also Published As

Publication number Publication date
CN115017745A (zh) 2022-09-06
US11847387B1 (en) 2023-12-19

Similar Documents

Publication Publication Date Title
CN115017745B (zh) 一种用于火电机组结构件的蠕变疲劳寿命预测方法及系统
Zhu et al. Mean stress and ratcheting corrections in fatigue life prediction of metals
CN105158084B (zh) 一种材料的蠕变‑疲劳寿命预测方法
CN114239175B (zh) 基于非线性蠕变-疲劳交互作用的高温结构件寿命预测方法
US20230384193A1 (en) Time-dependent local stress-strain method and tool software for high-temperature structural strength and service life analysis
Banan et al. Humidity and temperature cycling effects on cracks and delaminations in PEMFCs
CN111428361B (zh) 一种适用于多种循环载荷的寿命预测方法
CN111879636A (zh) 一种材料的蠕变-疲劳-氧化实时损伤累积评估方法
WO2023029793A1 (zh) 一种冻融循环作用下岩石蠕变损伤本构模型的构建方法
WO2022134898A1 (zh) 一种基于失效模式一致的蠕变载荷等效加速方法
Wang et al. A Miner's rule based fatigue life prediction model for combined high and low cycle fatigue considering loading interaction effect
Liu et al. A nonlinear cumulative fatigue damage life prediction model under combined cycle fatigue loading considering load interaction
US11320353B2 (en) Creep strength analysis and assessment method and computer device
Golub et al. Nonlinear creep and ductile creep rupture of perfectly elastoplastic rods under tension
CN115438434A (zh) 一种镍基高温合金氧化-疲劳裂纹扩展速率预测方法
Zhao et al. Creep rupture assessment of new heat-resistant sanicro 25 steel using different life prediction approaches
CN115691720B (zh) 一种变载荷历程下的蠕变疲劳损伤计算方法
Gao et al. Nonlinear time‐varying fatigue reliability analysis based on the improved toughness exhaustion model
Saxena et al. Modelling the Effects of Hydrogen Pressure on Fatigue Crack Growth Behavior in SA372 Pressure Vessel Steels
Kim et al. Experimental study on vibration-induced clamping force reduction in fuel cell structures
Zhu et al. Numerical Simulation of Fatigue Behavior of Four Ti2AlNb Alloy Structural Parts
Payten et al. Creep-fatigue prediction of low alloy ferritic steels using a strain energy based methodology
Barua et al. Designing Cladded Components for High Temperature Nuclear Service: Part II—Design Rules
Coult et al. Results from environmentally-assisted short crack fatigue testing on austenitic stainless steels
US20230184648A1 (en) Method for predicting creep damage and deformation evolution behavior with time

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