剩余使用寿命预测

剩余使用寿命预测（精选八篇）

剩余使用寿命预测 篇1

在现有的装备维修方式中, 基于状态的维修[1] (Condition-based maintenance, CBM) 方法是现阶段学术界和工业界研究的热点, 它是指利用各种手段获得系统运行时的状态信息, 通过对这些状态信息进行实时地分析, 确定系统的退化状态并预测其剩余使用寿命, 最终确定装备的维修需求。目前, 国内对于CBM研究还处于起步阶段, 而对于部队装备进行剩余使用寿命预测的研究更是少之又少, 因此, 对于装备进行剩余使用寿命预测研究意义重大。鉴于此, 本文依据齿轮箱实验平台, 提出了综合运用支持向量机 (Support vector machine, SVM) 和遗传算法 (Genetic algorithm, GA) 的剩余使用寿命预测方法, 并对其进行了实验验证。

1 预测过程分析

剩余使用寿命预测是建立在数据采集与处理、退化状态识别基础上的。

数据采集是指通过外置、内置传感器或者油液、温度等监测设备, 对装备或部件的内部运行状态进行监测, 记录能够反映内部状态变化的特征参量。根据监测设备获取手段不同, 数据包括振动数据、油液数据、压力、温度、变形程度、声音等特征信息。其中, 振动监测是常用的监测方法, 且能够用于在线监测, 本文主要基于采集到的振动信号来对剩余使用寿命进行预测。

退化状态识别是指将新采集的振动信号, 经过一系列分析方法提取相应的退化特征, 并把这些特征输入到由历史数据训练好的模型中, 对当前的退化状态进行识别, 作为剩余使用寿命预测的基础。

在数据采集与处理和退化状态识别的基础上, 建立剩余寿命预测模型, 以退化状态识别结果为输入, 对剩余使用寿命进行预测。其主要包括两部分内容:①根据新采集的振动数据及历史振动数据, 建立振动特征与全寿命退化过程之间的映射关系;②根据提取的退化特征, 利用已经训练好的模型进行退化状态识别, 将退化状态识别结果输入预测模型之中, 得出装备的剩余使用寿命, 为维修决策提供依据。

2 剩余使用寿命预测

以装备上常见的齿轮箱为例进行寿命预测, 其原理框架如图1所示, 原理可以概述为:

首先, 对齿轮箱部件进行振动信号采集, 并利用小波包分解对振动信号进行分析, 提取各频带能量作为退化特征, 应用曲线距离分析方法对特征进行降维。然后, 对历史全寿命过程特征数据进行聚类分析, 应用交叉验证方法确定最优退化状态数目。最后, 将新采集振动信号的特征输入已经训练好的退化识别模型确定当前退化状态, 将退化状态识别结果输入预测模型对剩余使用寿命进行预测。

2.1 退化特征提取

退化特征提取过程主要包括信号采集、信号分析、特征降维三个环节。

根据信号的时频域特征对采集的振动信号进行分析, 得到齿轮箱的全寿命数据, 表示为Y, Y=yt1, yt2, …, ytd, 1燮t燮T, 1燮d燮D。T为设备失效时间, D为提取的特征数。

为减少计算量并提高结果准确性, 需要对特征向量进行降维, 从而提取出少数关键的特征。通过分析反映齿轮磨损状态的特征向量, 发现各特征量之间呈现高度的非线性关系, 因此文中采用CDA[2,3]非线性变换方法进行降维处理。该算法通过优化公式 (1) , 使其最小化来达到降维的目的。

其中:δnij表示原始特征空间中特征向量xi与xj之间的曲线距离;dpij表示目标 (降维后) 子空间中特征向量xi与xj之间的欧氏距离;F为dpij的递减函数, 可由 (2) 式表示。

其中:当时, μ≠λ (t) -dpij≠=1, 否则为0;λ (t) 为t的递减函数。

ECDA可以通过随机梯度下降法求得:

其中:α (t) 为t的递减函数。CDA的详细计算过程和步骤可见文献[3]。

2.2 退化状态数优化

状态数划分是否合理与全寿命过程退化状态识别效果直接相关。首先, 假设聚类数目 (退化状态数目) 为n, n∈{2, 3…, N}。论文应用K均值算法对齿轮箱全寿命过程的特征向量进行聚类。用交叉验证方法分别计算各个聚类数目的分类错误率, 分类错误率最低的n值则为最佳聚类数目。

2.3 剩余使用寿命预测

剩余使用寿命是指装备部件在给定当前工况条件下, 发生失效前所剩余的使用寿命。剩余寿命预测离不开失效阈值, 失效阈值是判断装备部件是否失效的主要依据, 其定义为:装备或部件的退化特征参数达到或首次超过所规定的失效阈值时, 则判定此时该装备或部件已不能正常工作。图2为全寿命退化状态与退化量分布图, 从图中可以看出随着时间的推进, 退化状态随着退化量的增大而逐步的演变, 最终达到失效阈值, 不能正常工作。对装备或部件进行剩余寿命预测就是预测从装备或部件当前退化量逐步演化到达退化量阈值所需的时间。在工程实际中, 往往提取能够敏感反映装备或部件退化信息的特征作为设备或部件故障退化量的度量。全寿命退化过程可以用图2进行描述。

3 实验验证与分析

3.1 实验条件

为对基于SVM-GA的剩余使用寿命预测方法进行验证, 本文采用图3所示齿轮箱作为实验设备, 以其全寿命实验为验证数据。所用齿轮箱型号为JZQ175;动力源为电磁调速电机, 型号为YCT180-4A;风冷磁粉制动器为齿轮箱提供载荷, 型号为FZ200.K/F。图4给出了齿轮箱结构及传感器位置示意图。

3.2 结果分析

本文采用采用小波包分解作为信号处理方法, 以小波包第三层各频带能量组成特征向量作为退化特征。剩余使用寿命预测包含两部分:一是将全寿命过程划分为若干个状态, 应用各个状态的数据分别训练相应的SVM模型, 当新采集的数据输入时就可以应用训练好的模型进行退化状态识别。在退化状态识别的基础上, 可以应用历史退化状态驻留时间对剩余使用寿命进行预测, 但这种预测方法需要充足的历史数据, 在历史数据不足的条件下很难对剩余使用寿命进行准确的预测。二是提取退化特征后, 将退化特征输入由正常状态数据训练好的SVM模型。待后续采集到数据后, 由该SVM模型判断数据属于正常状态的概率。

由于数据量庞大, 论文只选取从正常开始运行398分钟的数据作为验证。为了更清楚的显示结果, 论文应用对数概率值, 齿轮箱退化过程如图5所示。

为了验证小波包特征作为SVM输入, 由SVM输出对数概率反映齿轮箱退化过程的正确性, 论文进一步提取了均方根值RMS和峭度值进行对比研究, 如图6和图7所示。可以看出, RMS和峭度值一直增长, 而峭度值则比较乱, 由此确定峭度值不能很好的反映齿轮箱的退化过程, 而RMS值和SVM输出的对数概率值可以很好的反映齿轮箱的退化过程。

利用SVM对退化特征将来某一时刻的值进行预测可以是单步的, 也可以是多步的。在预测中直到退化特征值首次超过失效阈值所发生的时刻减去当前时刻的值就是剩余使用寿命。图8和图9分别为单步预测和30步预测结果。从图中可以看出, 预测值与实际值很吻合, 较好的验证了基于SVM-GA的剩余使用寿命预测方法的有效性。齿轮箱运行398分钟的转速和负载变化如图10和图11所示, 图中显示, 运行工况是非平稳的。这进一步验证了预测方法的有效性。

4 结论

针对剩余使用寿命预测对于维修决策及维修资源优化的重大意义, 本文在信号处理技术及退化状态识别的基础上提出了基于SVM-GA的剩余使用寿命预测方法。研究了提取全寿命过程退化特征的具体过程和方法, 并与传统特征RMS和峭度值进行了对比。最后应用SVM进行了单步预测和30步预测, 预测值和实际值吻合良好, 有效验证了本文该预测方法的可行性, 为后续研究打下了良好的基础。

摘要：提出了基于支持向量机和遗传算法的齿轮剩余使用寿命预测方法, 该方法包含退化特征提取、状态数优化和寿命预测三个过程。齿轮箱全寿命数据用来对方法进行验证, 通过分析单步和30步预测结果, 充分说明了该预测方法的有效性, 为后续工作奠定了基础。

关键词：寿命预测,支持向量机,遗传算法

参考文献

[1]A.K.S.Jardine, D.Lin, and D.Banjevic.A review on machinery diagnostics and prognostics implementing conditionbased maintenance[J].Mechanical Systems and Signal Processing, vol.20, 2006:1483-1510.

[2]P.Demartines, J.Hérault.Curvilinear Component Analysis:A Self-Organizing Neural Network for Nonlinear Mapping of Data Sets[J].IEEE Transactions on Neural Networks, 1997, 8:148-154.

剩余使用寿命预测 篇2

固体推进剂使用寿命快速预测探索研究

研究了活化能法快速预测推进剂使用寿命,结果表明:点斜法与常规加速老化方法结果基本一致;两点法(70℃、50℃)预测结果与常规法最接近.提出用动态法求活化能用于点斜法进行快速寿命预测.

作 者：罗怀德 张昊 杜娟 LUO Huai-de ZHANG Hao DU Juan  作者单位：中国航天科技集团公司四院四十二所,湖北,襄樊,441003 刊 名：固体火箭技术  ISTIC EI PKU英文刊名：JOURNAL OF SOLID ROCKET TECHNOLOGY 年，卷(期)： 23(1) 分类号：V512 关键词：固体火箭推进剂   使用寿命   老化试验   寿命预测  

油气长输管道剩余寿命预测综述 篇3

关键词：油气管道,剩余寿命,腐蚀速率

油气长输管道输送是石油和天然气运输的重要手段,随着我国石油天然气事业的飞速发展,管道里程在不断增加,油气长输管道因长年埋于地下,不免受到腐蚀。随着服役时间的增加,管道突发事故越来越多,这给管道运营商和环境带来了巨大的损失。开展油气长输管道剩余寿命的预测研究可以降低管道安全事故,为管道维修、检测等计划提供指导［1］。

1 油气长输管道剩余寿命预测

油气长输管道剩余寿命预测实际上是根据管道的腐蚀现状,预估管道的未来发展趋势,油气管道剩余寿命的预测是油气管道安全评价的重要组成,它与油气管道的检测、维修和更换周期息息相关。

1. 1 影响因素

但是油气长输管道由于管道长度长,周围环境复杂,所以油气管道的腐蚀受很多不可预知因素的影响,长输管道腐蚀的影响因素主要有如下三类［2－3］:

( 1) 土壤腐蚀因素

土壤中含有固、液、气三相物资,液相和气相粘附在土壤周围,同时,土壤中还含有很多离子,例如: K、Ca、Mg、Cl、SO42－,他们可以使土壤成为电解质,引起管道发生电化学腐蚀。同时,由于土壤的多相性、不流动性、不均匀性,时间季节性,导致土壤的腐蚀性很不稳定。

( 2) 管道防腐因素

油气长输管道都有防腐层,用来将管道和土壤分隔开,切断电化学腐蚀电池的回路,但是防腐层在油气管道施工时容易因操作不恰当发生碰撞而损坏。长期埋于地下时,会慢慢老化和龟裂,土壤腐蚀介质就会渗入到管道外壁,引起管道腐蚀。当管道阴极保护不到位时,管道周围的杂散电流也会对管道产生腐蚀。

( 3) 金属材料因素

金属的化学稳定性直接决定进行的抗腐蚀性,金属化学稳定性越高,抗腐蚀性越好。同时,在金属中加入适量的合金元素也会对其耐腐蚀性产生很大的影响,Al,Cr是有益元素。合金的化学成分及热处理决定了合金的组织,反过来后者决定了合金的耐腐蚀性,因为正火组织比退还组织的耐腐蚀性好。金属的表面状态也会影响金属的耐腐蚀性,表面光滑的金属比表面粗糙的金属抗腐蚀性强。

这些因素相互作用,相互制约,形成了一个非常复杂的腐蚀环境,很多因素可以定量分析,但是很多因素具有随机性和不稳定性,所以腐蚀规律很难去预测,这给油气长输管道剩余寿命预测带来了很大的困难。

1. 2 预测程序

油气管道腐蚀寿命预测是管道安全评价的主要研究内容,一般包含以下几个步骤:

( 1) 管道基础数据采集

包括管道材质,性能参数,管道运行参数,设计参数等。

(2)管道检测数据收集

收集管道以前的检测数据和最新检测数据,包括管道检测手段、管道缺陷类型、管道强度评价方法所需要的缺陷尺寸等。

( 3) 检测数据分析

根据检测获得的原始数据,对数据进行分析处理,进一步得出所需的缺陷尺寸数据及相关数据。

( 4) 强度评价和剩余寿命预测

根据确定的强度评价准则,对管道进行当前使用状态评价。结合历史检测数据,计算管道腐蚀速度,然后根据相应的评价准确建立剩余寿命预测模型。

( 5) 结果应用

根据评价结果,制定管道的检测周期、维修计划等。

2 油气长输管道剩余寿命预测研究现状

2. 1 国外剩余寿命预测研究现状

在国外已经开展了长输管道运行的腐蚀、剩余强度和剩余寿命的预测研究,剩余强度时评价管线的当前情况,剩余寿命则是预测管道的未来发展状况,管道剩余强度是剩余寿命预测中的一个重要课题,因管道剩余寿命的的影响因素多、随机性大,并且非常复杂,所以对于管道剩余强度的研究最多,对剩余寿命预测的研究相对较少,缺乏系统研究。

国外研究方法主要是通过大量现场腐蚀数据来分析统计结果,或者通过大量的管内外挂片腐蚀数据获得腐蚀速率的数学模型,并应用到实际管道。对于经验少,数据少的不确定问题,采用灰色系统理论进行解决,采用灰色原理,可以预测管线任何时间的腐蚀速率,进而获得管道的腐蚀剩余寿命。同时,针对不同腐蚀类型,不同环境,建立了大量的腐蚀速率、腐蚀寿命预测模型和专家系统［4－7］。

前苏联拥有世界上最长、管径最大的管网系统,对于管道腐蚀寿命的研究非常重视,研究出了疲劳寿命模型和管材性能衰减寿命模型,但是由于在役管道主要受内压,并且内压波动范围小,所以疲劳模型并不适用。同时管材衰减模型需要长期衰减检测,适用性也受到了限制。日本的柴田俊夫、石川雄一等用极值分布理论求得石油储罐、热交换器、埋地管道的最大点蚀深度。新西兰的Donal Krouse、Nick laycock等根据极值分布理论获得了石油管道和热交换器最大局部腐蚀深度与时间的关系公式,同时获得了寿命预测模型［8］。

Kvernvold O等利用编制了CORROLINE软件来评价大口径管道的腐蚀现状,只需输入必要的参数,就可以预测冲刷腐蚀情况和管道的剩余寿命。Andesen T R等分析了含湿CO2管道内腐蚀的影响因素,获得了管道腐蚀腐蚀速率模型,能准确的预测管道腐蚀速率。1991 年,De Waard等建立了 “最坏情况”的腐蚀速率模型,随后,他又研究了液体流速对腐蚀的影响。F. Caleyo等利用可靠性理论对石油管道在各种工况下的剩余寿命开展了深入的研究［9］。

近几年,国际上对于管道的寿命预测非常重视,并开展了大量的研究,目前国际上主要有以下几种腐蚀剩余寿命预测方法［10－11］:

( 1) 基于埋地管线电化学腐蚀机理的预测模型。该模型对管道腐蚀缺陷的形态和发展趋势进行了近似处理,根据金属电化学腐蚀机理进行推导,得到剩余寿命的预测模型。该模型仅适用于预测长输管道外壁土壤腐蚀。

( 2) 基于室内对管材挂片腐蚀实验所测腐蚀速率数据而建立的预测模型。该模型采用实验室环境模拟现场的腐蚀,从而建立预测模型。但是因为室内条件无法与现场不同区域的土壤环境一致,所以与实际条件存在很大的差异,不能用于去定量预测管道剩余寿命。

( 3) 基于土壤腐蚀性因素引起管体外腐蚀的经验总结的腐蚀状态指标预测模型。该模型是根据特定土壤环境获得的,适用性较差。

( 4) 基于定期全线腐蚀检测数据的剩余寿命预测模型。该模型的获得需要大量的实际数据,可以获得不同管段的腐蚀状态,但是定期检测费用高,对于模型的使用产生了很大的限制。

( 5) 基于人工神经网络理论的管线寿命预测模型。该模型通过各种腐蚀因素与腐蚀结果建立已知样本集,获得数学模型来预测剩余寿命。由于腐蚀的影响因素多,随机性大,样本数据有限,预测的精度有限。

( 6) 基于灰色系统理论的管道寿命预测模型。所谓灰色系统是指系统的影响因素不完全明确,影响因素之间关系不完全清楚,灰色理论采用摸着算法,对无规律的数据进行处理,再生成预测模型。该模型预测精度有待进一步考证。

( 7) 基于极值统计规律的剩余寿命预测。腐蚀剩余寿命由最大腐蚀深度决定,而该值的分布符合极值分布,根据概率统计方法,对腐蚀深度进行分析处理,通过极值分布概率理论就可以得到最大腐蚀深度,从而获得剩余寿命,该模型必须依赖大量的管道腐蚀检测,可操作性不强。

2. 2 国内剩余寿命预测研究现状

我国在管道剩余寿命预测方面的研究起步较晚,在早期主要是研究管道缓蚀剂和涂层的保护寿命,随着国际上管道剩余强度、剩余寿命及管道完整性研究的兴起,国内最近也开展了大量的研究,但是我国油气管道剩余寿命预测仍然处于探索阶段。

梁成浩等对腐蚀管道的剩余寿命进行了分析,采用概率统计方法建立了材料腐蚀寿命预测系统［12］。黄新杰从爆破方程求出满足强度所要求的最小剩余壁厚,采用灰色理论、现场埋片、室内试验提出了基于腐蚀速率的平均腐蚀速率,建立了基于极值统计的寿命预测模型,编制了管道剩余寿命和安全性评价综合程序。徐佳佳将安全工程的方法引申到燃气管道的安全管理中,建立了燃气管道的剩余寿命预测方法。经过对油气长输管道周围土壤腐蚀和最大腐蚀坑深的系统分析,将腐蚀因素分为时间和环境两类,同时利用人工神经网络建立了预测模型。同时,为获得更加准确的结果,采用有限元方法,建立了管道剩余强度预测模型,将结果与现存方法进行了对比,研究结果表明,有限元方法获得的结果更可靠［13］。

臧路明通过对现役长输管道钢的金相组织的观察发现,管线钢焊缝周围由于受热循环影响,热影响区组织粗大,焊缝处组织细小,夹杂较多,多年后会对管道整体安全产生很大的影响,同时螺旋焊缝在服役后韧脆转变温度发生变化,脆化非常严重。结合观测结果和疲劳裂纹扩展试验,建立了含缺陷管道剩余寿命预测方法———单参数疲劳寿命预测法。该方法可以全面考虑管线在运行时,不同应力比交替作用的破坏［14］。翟云皓对某集输管道周围土壤理化性质和腐蚀速率进行了测试,掌握了土壤的各个腐蚀性参数值,分析了土壤腐蚀性参数对理化性质的相互关系,介绍了可靠性理论和数理统计的寿命预测方法和利用极值分布进行寿命预测的方法的预测步骤及应用条件,对管线的检测数据进行了统计分析,分析规律符合威布尔分布,管道缺陷最大腐蚀深度符合极值分布。采用极值分布和幂指数形式的局部腐蚀进展经验公式,建立了石油管道腐蚀剩余寿命预测模型［15］。

王刚从管道腐蚀缺陷出发,建立了不同腐蚀缺陷的几何形态模型,根据腐蚀形态发展的不确定性和周围环境的不确定性,从概率统计角度出发研究整条管道的腐蚀规律,以电化学理论为导则,建立不同腐蚀缺陷的电化学腐蚀模型,并从腐蚀缺陷的深度,轴向长度,环向长度进行了校核,计算出缺陷的极限值,在此基础上预测管道的剩余寿命［16］。

3 结语

国内外对管道剩余寿命开展了大量研究,也取得了大量研究成果。根据目前研究成果,建议从以下几个方面进一步完善我国油气管道剩余寿命预测:

( 1) 继续加强对管道腐蚀机理的研究,便于更加准确确定管壁减薄的趋势,掌握腐蚀变化的趋势,建立准确的腐蚀速率模型。

( 2) 建立油气管道剩余寿命预测数据库,健全数据库的的管理规范,开发相关应用软件,与GIS等软件整合,使普通管理人员就可完成剩余寿命预测。

剩余使用寿命预测 篇4

1 炉管寿命预算存在着一些问题

相对于我国, 我们知道炉管寿命预算是我国工业发展最为重要的原因。高温锅炉管爆管失效的问题, 一直是影响锅炉机组运用相关的因素, 开发锅炉管寿命则需要采用一定的预测技术, 这样可以把被动的监测转变成为一种定期的检修, 这样会就会导致爆管次数不断地增加。随着机组服彼时间的不断地延长, 也使高温炉管寿命的预测技术不断完善变得更加的迫切, 尤其是现在国产锅炉存在着技术的问题, 全化对于工业生产的要求越来越高, 那么就需要及时掌握时机, 把握炉管管理中存在的问题, 并找出相应的对策。

1.1 钢管剩余寿命的试验

相关工作人员为了提高钢管剩余寿命的试验, 经过多次的测试和验证, 找出相应的办法, 但是由于缺乏这方面的人才, 我国的锅炉炉管的使用寿命一直得不到保证。锅炉炉管需要进行设计计算, 主要是以钢材的高温屈服强度和持久强度作为重要的依据, 当金属工作温度在450摄氏度的时候, 需要按照持久强度进行计算。因此, 以前已经运行过钢管的剩余寿命, 在这种情况下, 需要进行持久的试验, 得到寿命损耗后其钢材实际要持久得多, 这样可以核算钢管的寿命。当试验出运行管要远远比原始材料要更加地持久, 以为运行管在长期运行过程中, 使强度会慢慢地被损耗。

1.2 采用强度考核的办法

主要是通过石油化工行业用锅炉炉管进行分析, 主要采用的强度考核的办法, 也就是久爆管试验进行外推的办法, 在不同应力的条上, 可以使管段失效, 从而保证应力变化和爆管存在时间的关系。不论在恶劣的环境, 还是运行期间蒸汽氧气化层在不断地增厚, 那么就会使管避的金属温度在不断地增强, 而在火侧的服饰与冲蚀也会在一定程度上导致管避在不断地增厚, 慢慢就会导致管壁的温度不断地增高。由于火侧腐蚀与冲蚀会管壁在不断地减薄, 那么就会出现应力水平不断升高, 那么管段寿命的时也会猛然下降, 其中温度的变化就是造成炉管失效的最主要的原因。我们在研究温度变化对于爆管时间的影响具有非常的意义, 主要是因为目前高温炉管在线温度的监测和应力监测也是相对比较困难, 那么就需要进行精确的评定, 保证炉管材料在使用过程中, 可以正确地了解到锅米管的使用的寿命。这是一个急需要解决的问题。

2 关于主持久强度的办法

不论是哪一种状态的材料, 那么在高强和应力的作用之下, 那么随着作用时间在不断地增长, 那么寿命也会慢慢地损耗, 随着作用时间不断地增长, 那么损耗也会慢慢地变大, 也就是全寿命减去寿命损耗, 也就是剩余的寿命。根椐这个观点, 那么本文进行“主持强度曲线法估算剩余寿命”, 其依据是钢材性能发生了一定的变化, 它与工作的温度和应力运行时间有着紧密的关系, 前者是后者的函数, 根椐这个试验钢的相关特点, 我们只需要安排试验钢的热强性进行试验, 那么根椐相关具体的数据, 我们可以绘制出试验材料在原始状态下与运行后状态下发生的主持久强度的曲线, 也就是应力参数的相关曲线。

我国的石油化工行用锅炉炉管制造水平与世界发达国家还有很大的差距, 要想提高石油化工行用锅炉质量, 其石油化工行用锅炉技术非常重要。主要是因为石油化工行用锅炉炉管是国际上最为先进的技术, 它是国际上最近三十年所新兴的炉管技术, 其最主要的特点就是就是可以实现预测寿命的目的, 它具有设备体积小, 操作简单, 而且可以省去大量的财力和人力, 更加适合管道。经过这几年, 国家经过大力的宣传, 对于锅炉炉管的存在, 人们也开始接受锅炉炉管寿命检测, 人们对于锅炉炉管寿命认识度也越来越高, 而且定位也越来越精准, 因此这种客观的认识和定位可以说是一种非常可喜的进步。

3 结论

我们知道, 预测锅炉炉管理的寿命, 虽然并不是一个非常庞大的体系, 但是真正提高检测的质量和准确性, 则需要合理地采用相应的检测技术, 并不对所需要的一些部件作进一步的全面和系统的分析, 从而减少单项检查的偏差, 使各项检测技术都可以得到相应的验证和核对。前面所论述的主持久强度曲线热强技术, 它可以得到更加精准的剩余寿命的指导性数据, 同时也可以考虑到试验时, 必须采用各种各样的检测技术, 使之能够配合, 并进行综合分析, 并得到出相应的试验性研究, 然后采用其实际的应用方面的价值, 比如金相技术, 可以得到更加广泛的应用。因此, 它可以非常地直观, 这样就有更加强的说服力, 而且不能直接给出寿命的小时数。如果它与主持久强度曲线热强技术进行相互配合的话, 就会使两项数据进行校核, 那么就可以精确地得出剩余寿命的相关小时数, 然后可以给出更加直观的金属变化的资料。

摘要：随着科学技术水平的不断提高, 越来越多的企业开始关注石油化工行业用锅炉炉管剩余寿命的预测, 为了提高工业发展水平, 我国的相关企业针对石油化工行业的锅炉管所用的管材进行失效的分析, 只有利用主持久强度的曲线进行分析, 这样可以预测出锅炉炉管的真正寿命, 或者是适当地可以调整其运行的时间, 从而直接指导企业, 保证锅炉炉管能够得到充分地利用, 本文针对石油化工行业用锅炉炉管进行寿命的检测, 找出相应的对策。

关键词：管材,剩余寿命,预测,炉管

参考文献

[1]何明.石油化工行业用锅炉炉管使用寿命下降分析[M].北京:人民卫生出版社, 2008:71-72

[2]李芹、王明, 等.石油化工行业用锅炉炉管使用寿命下降分析的影响[J].实用护理杂志, 2009, 10 (4) :539-540

[3]任芝.石油化工行业用锅炉炉管使用寿命下降分析效果观察[J].四川医学, 2009, 70 (12) :1169-1170

[4]李可.石油化工行业用锅炉炉管使用寿命下降分析的现状及发展趋势[J].江苏电视大学学报, 2005

后驱动桥桥壳剩余疲劳寿命预测 篇5

基于后驱动台架试验、道路试验对桥壳剩余疲劳寿命预测方法, 其理论依据为:根据Miner线性疲劳累积损伤理论, 在试样受载过程中, 每一载荷循环都损耗试样一定的有效寿命分量, 各循环应力产生的所有损伤分量相加为1时, 试样就发生破坏。因此后驱动桥壳无论在正常使用、道路试验、台架试验情况下, 其累计疲劳寿命为一个定值。预测方法:选取同批次、同一制造水平、同型号的后驱动桥壳, 抽取5台套进行台架试验、3台套装车进行道路试验, 得出桥壳台架试验寿命及道路试验里程, 再对完成道路试验后驱动桥桥壳进行台架试验, 得出其台架剩余疲劳寿命, 以台架剩余疲劳寿命反推剩余道路试验寿命 (台架试验寿命减去台架剩余寿命所得数值即为本次道路试验所消耗的台架疲劳寿命) , 再以剩余道路试验寿命乘以其各种路面强化系数得到后驱动桥桥壳剩余疲劳寿命, 并判定其能否满足下一个服役周期要求。具体预测方法流程如图1所示。

1、后驱动桥桥壳台架试验

本次试验样件为某公司生产的某型号后驱动桥桥壳总成, 样本容量8台套, 随即抽取5台套进行该台架试验。其试验参数是根据该后驱动桥总成所配车型而定, 并按QC/T533-1999《汽车驱动桥台架试验方法》进行试验、按QC/T534-1999《汽车驱动桥台架试验评价指标》进行评价。

(1) 试验目的

检查后驱动桥桥壳垂直弯曲疲劳寿命。

(2) 试验设备

巨一自动化装备有限公司生产的后桥壳总成疲劳强度试验台, 型号:ZDH-QK-PL, 设备编号:ZDH-07001-SYT01, 准确度:±1%。

(3) 试验条件

后驱动桥壳总成关键外部联接参数及加载参数见表1。

(5) 数据处理

后驱动桥壳总成垂直弯曲疲劳寿命遵循对数正态分布 (或威布尔分布) , 取其中值疲劳寿命。

(6) 试验结果

具体试验结果见表2。

2、后驱动桥道路试验

(1) 试验目的

通过道路试验来考核某型号后桥总成的可靠性以及制动器的制动性能是否达到设计任务书及国家有关标准的规定, 通过道路试验来检验后桥及相关联件在运动中是否与车身干涉。

(2) 试验依据

《某车型设计任务书》、《中国定远汽车实验场汽车产品定性可靠性实验规程》。

(3) 试验条件

(1) 样车验收

完整的样车三台, 试验部应该根据样车装配调整技术条件及GB7258-2004。

《机动车运行安全技术条件》的有关规定, 检查车辆装配、调整状态的完整性。

(2) 气象条件

天气无雨 (雪) 无雾, 相对湿度不超过85%;环境温度35℃以下。

(3) 试验地点

中国定远试验场。

(4) 试验内容

具体试验内容见表3。

(5) 试验结果

整车按试验大纲完成3万公里道路试验, 试验过程中后驱动桥总成未出现承载性能故障。通过对完成道路试验拆解、检测, 判定该桥壳未出现变形、裂纹等影响承载性能缺陷, 可以进行台架剩余疲劳寿命试验。具体结果见表4。

整车完成3万公里道路试验, 转换成汽车普通道路当量行驶里程计算见表5。

3、完成道路试验的后驱动桥壳台架试验

本次试验样件为完成3万公里道路试验、拆解检测合格的3台后驱动桥桥壳总成进行该台架试验。其试验参数与前文所述5台进行后驱动桥壳总成垂直疲劳台架试验相同, 试验设备、试验方法、试验地点均相同。

(1) 试验目的

检查完成3万公里道路试验后的后驱动桥桥壳台架剩余垂直弯曲疲劳寿命。

(2) 试验结果

4、后驱动桥桥壳剩余疲劳寿命预测

初始台架中值疲劳寿命:92.1×104次

剩余台架中值疲劳寿命:55.1×104次

消耗台架中值疲劳寿命:92.1×104-55.1×104=37×104次

道路试验里程:3万公里

道路试验总强化系数:9.3

道路试验当量行驶里程:29.2万公里

通过以上数据可以得出道路试验里程、总强化系数、当量行驶里程、消耗台架疲劳寿命对应关系, 见表7。

根据表7中对应关系, 可以计算出后驱动桥桥壳剩余疲劳寿命, 见表8。

通过表8可知, 该型号后驱动桥桥壳总成剩余道路试验寿命4.5万公里、剩余当量行驶里程43.8万公里均大于整车可靠性试验要求的道路试验寿命3万公里、剩余当量行驶里程29.2万公里要求, 因此, 该后驱动桥桥壳总成退役后能够满足下一个生命周期需求, 经过再制造修复后可以继续使用。

5、结论

通过对某公司同型号、同批次后驱动桥壳分别进行台架疲劳试验、整车道路试验、完成道路试验后的后驱动桥壳台架疲劳试验, 建立台架疲劳试验寿命、整车道路试验里程、整车当量行驶里程之间的关系, 通过该关系对退役后驱动桥壳进行剩余寿命预测。该方法是通过台架疲劳试验、整车道路试验, 数据、结论均比较可靠, 但由于整车正常使用至30万公里需耗费时间较长, 目前没有对退役后驱动桥桥壳进行整车使用的跟踪验证。本文仅对某一种型号后驱动桥在其特定车型配置下进行试验、研究, 其试验结果不能直接使用于其他系列产品, 需要进行不同型号产品进行该类试验, 才能建立全系列产品在特定车型配置下的疲劳寿命对应关系, 形成数据库。

摘要：剩余疲劳寿命的预测方法研究对再制造的发展有很大的意义, 再制造的对象其剩余寿命是否足够满足下一个生命周期需求, 是再制造面临的重要技术难题, 也是进行再制造加工前需要解决的问题, 如果对使用后的零件不经寿命预测而轻易报废, 就会造成巨大浪费;不经过寿命预测而将已无剩余疲劳寿命的零件再装机使用, 会存在安全隐患。目前剩余疲劳寿命的预测计算过程较为复杂, 与产品实际疲劳寿命存在偏差, 实际操作性不强, 本文提出基于后驱动台架试验、道路试验的桥壳剩余疲劳寿命预测方法。

关键词：再制造,剩余疲劳寿命,后驱动桥,台架试验,道路试验,预测方法

参考文献

[1]张国庆, 荆学东.产品可再制造性评价方法与模型[J].上海交通大学学报, 2005, 39 (09) :1431-1436.

[2]张安哥, 朱成九, 陈梦成.疲劳、断裂与损伤[M].成都:西南交通大学出版社, 2006.

[3]秦晔.废旧汽车退役曲轴剩余疲劳寿命测评技术研究-48Mn V钢疲劳损伤的磁记忆表征[D].上海:上海交通大学, 2006.

[4]J.Sehijve, Fatigue of Structures and Materials in the 20th Century and the State of The Art[J].International Journal of Fatigue, 2003 (25) :679-702.

[5]董月香, 高增梁.疲劳寿命预测方法综述[J].大型铸锻件, 2006 (03) :39-42.

舰船电气设备剩余使用寿命评估方法 篇6

剩余使用寿命是安全运行寿命减迄今为止的实际运行时间所剩余的可继续安全运行的时间。它需要通过全面的检验和估算预测得出。

目前, 部分舰船在达到服役年限后, 由于实际情况的需要仍在服役, 其电气设备除少量报废外, 部分仍在继续使用, 但实际已超过安全运行寿命, 不同程度的存在有高温部件的钢材性能老化, 产生蠕变损伤乃至裂纹等危险性缺陷。由于受财力、物力等方面的制约, 而没有做必要的检验、维修、更换, 使得在使用过程中存在一定的风险性, 为确保超到期舰船安全、有效地开展工作, 如何科学地对其电气设备剩余使用寿命进行评估评定, 为装备使用、修理、退役、报废等提供科学依据, 是一个不容回避且值得探讨的重要课题。

1 电气设备剩余寿命评估和诊断

剩余使用寿命评估是指部件累计运行时间已超过或远超过设计寿命, 通过对其运行历史的分析、无损探伤及金相检验等多种检验鉴定、断裂力学计算、其他直接和间接的寿命诊断技术作为科学依据, 评估部件还能够继续安全运行的时间, 也就是预测机组或部件的剩余使用寿命。这种评估是偏实践的、偏经验的。剩余使用寿命评估也有的称为剩余使用寿命预测、结构完整性评估。为了进行剩余使用寿命评估, 需要做大量的资料分析、实地检验、试验等工作。所以, 将这些技术称为剩余使用寿命诊断技术, 简称寿命诊断。

对于舰船电气设备来说, 主要是预测电气设备故障或异常可能发展的速度和后果, 提出临时处理的意见和根本治理的建议。

(1) 剩余使用寿命评估评定的一般步骤包括:

①明确评估目标, 分析评估对象。

②收集和研究历史数据。

③选择评估方法和建立数学模型。

④分析和编制评估评定报告。

(2) 通过寿命诊断、评估和管理可以做到:

①掌握部件所用钢材随运行时间增长其材质性能变化的规律及长期运行后老化的程度;

②发现设备缺陷, 监督其发展状况, 掌握设备健康水平;

③确定寿命损耗率, 评估剩余使用寿命;

④提出合理运行方式;

⑤为制订设备修理、改、换装方案及反事故措施提供科学依据;

⑥延长超到期服役设备的运行寿命, 这是最经济的, 进行寿命诊断和评估所需费用仅为更换该设备所需费用的1/6~1/3。

美国电力研究院采用多数国家使用的“三级评估法”, 并制定出较完整的“综合寿命管理程序”, 作为美国电力企业寿命管理工作的通用导则。

中国的寿命管理工作目前还是处于初级阶段, 它仅限于某些技术专业内的活动, 而且只作为个别设备、部件必要时的安全评估手段。

2 电气设备剩余使用寿命评估的方法及理论

2.1 电气设备剩余使用寿命评估方法分为三类:

(1) 解析法

解析法属于间接寿命评估, 根据各种运行情况下的材质老化数据和本机组使用的时间、温度、应力大小及其分布的状况、起停次数等工况, 利用各种曲线、公式进行综合判断, 然后可以预测部件的剩余使用寿命, 此方法的关键在于正确收集到部件运行的完整真实的资料, 如部件内部介质的温度、压力、金属的壁温等。该方法可以评价设备的任意部位, 但有很多局限性。这种方法能进行在线监测。

(2) 破坏性检测法

从有代表性的部位取得试样后, 进行相应的性能实验并进行组织断口状况分析、化学成分分析及碳化合物分析, 而后进行综合判断, 进而预测部件材料的剩余使用寿命。该方法预测损伤的精度高, 但做蠕变断裂试验、疲劳试验需要较长的时间, 受到限制的部件和部位不能使用, 该方法不适宜监测。

(3) 非破坏性检测法

不破坏机组部件, 通过外部测量、试验就可以定量掌握材质状况, 因此也称为无损检测法。该方法不需要切割小型样品, 仅在实物表面上测定, 比较方便, 但该方法也有局限性, 因为材料的固有特性偏差较大, 即使相同的部件, 运行条件不同, 则材料老化程度也各不相同。该方法能定期进行监测。

实际上, 在对机组部件进行剩余使用寿命评估时, 往往将以上三种方法综合运用。

2.2 基于异常现象信息的故障诊断与故障预测

通过被观测对象在非正常工作状态下所表现出来或可监测到的异常现象 (振动、噪声、污染、温度、电磁场等) 进行故障判断, 并基于趋势分析进行故障预测。大多数机械产品由于存在明显的退化过程, 多采用这种故障诊断与预测方式。

基于异常现象信息进行故障诊断与故障预测的任务是基于历史统计数据、故障注入获得的数据等各类已知信息, 针对当前产品异常现象特征, 进行故障损伤程度的判断及故障预测。概率分析方法、人工神经网络 (ANN) 、专家系统 (ES) 、模糊 (Fuzzy) 集、被观测对象物理模型等都可以用于建立异常现象与故障损伤关系模型。

3 舰船电气设备剩余使用寿命评估工作思路

电气设备如电机的故障表现在三个环节:电气环节、磁耦合环节、机械环节, 旋转电机运行条件复杂、恶劣, 在长期运行过程中, 绝缘逐渐老化, 击穿电压逐步下降, 因此对大电机剩余寿命 (特别是绝缘寿命) 的评估一直是人们关注的一个焦点。从国内外电机剩余寿命评估的手段和方法来看, 一种是电机制造厂和使用方都在积极开发的电机运行中绝缘在线监测与诊断方法。此法中广泛应用的有局部放电电荷法、电位变化检测法、超声波法、测色法和微粒子检测法等, 其特点是多数都需要敷设较先进的传感器或使用一些较先进的仪器设备。另一种方法即在两次大修期间诊断、评估电机绝缘剩余寿命的方法, 利用先进的仪器设备监测和检查电机的工作状况, 据此判断其剩余寿命。同时发展的用概率模型估算电机剩余寿命的方法也得到了越来越广泛的应用。如通过马尔可夫模型模拟电机的绝缘系统劣化过程以评估其剩余寿命等。

在研究电机可靠性中, 常提到可靠度 (R) 、可靠寿命 (tR) 和平均寿命 (MTBF) 等, 由于生产厂、型号规格、使用环境、维护工作等诸多不同因素, 评估其剩余寿命是一个较复杂的问题。通过计算机, 将非破坏性试验结果、经验检查结果及概率模型估算值等输入, 通过分析大量的现场数据资料, 依据一个科学的判断劣化标准, 将专家的思考过程和判断逻辑规律化, 自动得出一个评价结论, 这就构成了绝缘可靠寿命评估专家系统, 通常每年要至少重估一次电机绝缘剩余寿命。

装备监测诊断技术是在设备运行过程中, 运用检测手段, 获取设备的运行信息, 并运用诊断理论和方法, 对设备的运行状态作出判断, 从而确定故障产生的原因、部位和性质, 预测故障的发展趋势。及时准确地监测诊断, 可以及早发现故障苗头和隐患, 降低故障损失;充分发挥设备潜能, 延长服役期限和使用寿命, 监测诊断技术能有效地减少和杜绝事故的发生, 提高设备运行的可靠性、安全性和有效性, 装备监测诊断是装备全系统、全寿命管理的重要手段, 促进装备建设由粗放式快速发展到健康稳定的道路上。

如发电机可从故障诊断的基本方法入手:

(1) 电气分析法通过频谱等信号分析方法对负载电流的波形进行检测, 从而诊断出发电机故障的原因和程度, 检测局部放电信号, 对比外部施加脉冲信号的响应和标准响应等;

(2) 绝缘诊断法利用各种电气试验装置和诊断技术对发电机的绝缘结构和参数及工作性能是否存在缺陷作出判断, 并对绝缘寿命作出评估;

(3) 温度检测方法采用各种温度测量方法对发电机各个部位的温升进行监测, 发电机的温升与各种故障现象相关;

(4) 振动与噪声诊断法通过对发电机振动与噪声的检测, 并对获取的信号进行处理, 诊断出发电机产生故障的原因和部位, 尤其是对机械上的损坏诊断特别有效;

(5) 化学诊断的方法可以检测到绝缘材料和润滑油劣化后的分解物以及一些轴承、密封件的磨损碎屑, 通过对比其中一些化学成分的含量, 可以判断相关部位元件的破坏程度;

条件许可的话, 也可采用发电机故障诊断的现代分析方法:基于信号变换的诊断方法如希尔伯特变换和小波变换、基于专家系统的诊断方法、基于人工神经网络 (ANN) 的诊断方法、基于集成型智能系统的诊断方法等。

4 结束语

对舰船电气设备剩余寿命的评估是关系到舰船安全性、可靠性的重要手段, 按照剩余寿命评估评定一般步骤, 分析制定科学合理的舰船电气设备剩余寿命报告, 为装备使用、修理、退役、报废等提供科学依据, 从而提高装备全系统全寿命科学管理水平。

摘要：针对舰船电气设备在使用过程中的安全性、可靠性, 简要分析了电气设备剩余使用寿命评估方法及理论, 提出了实施剩余使用寿命评估的工作思路。

关键词：舰船,电气设备,剩余使用寿命,评估

参考文献

[1]马宏忠.电机状态监测与故障诊断[M].北京:机械工业出版社, 2008.

剩余使用寿命预测 篇7

关键词：在役桥梁结构,可靠度,蒙特卡罗方法,剩余寿命,ANSYS软件

1 桥梁结构的失效概率与可靠指标

桥梁整体结构或结构的一部分超过某一特定状态就不能满足设计规定的某一功能要求时, 此特定状态为该功能的极限状态。结构的极限状态采用下列极限状态方程来描述:

Z=g (X1, X2, Xn) =0 (1)

式中, Xi (i=1, i=2, …, i=n) 为影响结构的基本变量;Z或g (·) 为结构的功能函数。

结构极限状态方程中的基本变量包括作用、材料和岩土性能、结构几何参数、计算模式不定性等随机变量。

极限状态方程中的若干变量也可组合为作用效应和结构抗力两个综合变量, 此时极限状态方程可表达为:

Z=g (R, S) =R-S=0 (2)

式中, R为结构或结构构件的抗力;S为作用效应。

结构不能完成预定功能的概率称为失效概率。结构的失效概率可按下式表达:

pf=P[g (X1, X2, Xn) <0] (3)

结构的可靠指标与失效概率pf有以下关系:

β=-ϕ-1 (pf) (4)

式中, ϕ-1 (·) 为标准正态分布的反函数。

公路工程结构设计应以规定的目标可靠指标为依据。按持久状况进行承载能力极限状态设计时, 公路桥梁结构的目标可靠指标 及桥梁结构的设计安全等级划分分别见表1和表2。

2 抗力时变概率模型

在桥梁结构使用过程中, 受荷载作用、环境作用及结构材料内部作用的影响, 桥梁结构性能随时间的变化是一个复杂的物理、化学和力学损伤过程, 因此结构抗力随时间的变化是上述三种影响因素的函数, 而且每一种影响因素都是一个复杂的随机过程。考虑结构抗力随时间变化时抗力的不确定性可分为材料性能的不确定性、几何参数的不确定性和计算模式的不确定性。抗力随机过程可表示为:

R (t) =KpRp (t) (5)

式中, Kp为描述计算模式不确定性的随机变量;Rp为结构的计算抗力, 可以表达为:

Rp (t) =R[fmi (t) , ai (t) ] (6)

式中, fmi (t) 和ai (t) 分别为第 种材料的材料性能和相应的几何参数, 是时间 的函数。

钢筋混凝土结构是由混凝土和钢筋两种材料组成的, 因此钢筋混凝土结构的力学性能应考虑混凝土和钢筋两个方面。一些文献通过调查分析给出混凝土强度和钢筋截面面积或钢筋强度的统计参数随时间的变化规律, 并直接将结构的抗力随机过程表示为:

R (t) =R0φ (t) (7)

式中, R0为结构构件t=0时刻的抗力, φ (t) 为一确定性函数。

将函数φ (t) 视为确定性函数只是一种近似处理方法, 原则上函数φ (t) 应是一个随机过程。总的来讲, 目前对结构抗力随时间变化规律的研究尚不充分。

3 桥梁作用及作用效应概率模型

3.1 公路桥梁恒载模型

恒载属于永久作用, 随时间的变化很小, 故可选用随机变量概率模型来描述。将实测值与标准值 (设计容重或设计自重) 的比值Kyi作为统计分析的基础。构件和桥面重量采用KG=G/GK, 其中G为实测的构件重;GK为现行规范规定的构件标准重或桥面标准重 (即现行规范规定的标准重力密度乘以设计体积) ;桥面重力密度采用Kr=r/rK, 其中, r为实测桥面重力密度, rK为现行规范规定的桥面标准重力密度。相关分析结果表明桥梁的恒载服从正态分布。

3.2 公路桥梁车辆荷载效应模型

车辆荷载以多个参数 (车重或轴重、车间距、轴距) 影响着产生于桥梁结构中的效应, 直接引入桥梁可靠度分析, 有较大困难, 为此, 可通过对不同桥型、各种跨径的大量计算求得具有控制作用的各类荷载效应。计算分一般运行状态和密集运行状态两种情况进行。为了使统计结果适用于各种桥型和各种跨径, 取与现行规范规定的标准荷载效应值的比值 (一般运行状态车辆荷载效应与公路-Ⅱ级标准荷载 (汽车—20级 (89规范) ) 效应值之比, 密集运行状态下车辆荷载效应与公路-Ⅰ级标准荷载 (汽车—超20级 (89规范[6]) ) 效应之比) 作效应的统计分析, 即以无量纲参数KSQ=SQ/SQK为统计分析对象, 其中SQ为实测车辆荷载计算的效应值, SQK为规范规定的标准车辆荷载计算的效应值[7]。按照国际上的取值原则, 标准值S1QK应取保证率为95%的分位值, 为统一起见, 按极值Ⅰ型分布确定标准值:

一般运行状态: S1QK=0.8871SQK;

密集运行状态:S1QK=0.9280SQK, SQK为规范规定的标准车辆荷载计算的效应值。

4 算例分析

某钢筋混凝土简支T型梁桥建于1964年。全桥共4孔, 单孔跨径为7.6m, 全桥总长31.08m, 桥宽组合为10.5m (行车道) +2×1.5m (人行道) 。每孔14片T梁, 腹板宽0.18m, 梁高0.70m, 中梁翼缘宽1.00m, 边梁翼缘宽0.59m。

经计算1号梁荷载横向分布系数最大, 为0.252。由于进行桥梁剩余使用寿命预测时, 将该桥的所有T梁看作是串联系统, 若任何一片梁失效将导致整座桥梁失效, 所以以1号梁为受力最不利梁来计算桥梁的剩余使用寿命。

利用ANSYS软件中概率设计系统PDS中的蒙特卡罗方法计算功能函数Z (t) <0的概率。计算中考虑按弯矩失效模式取值, 即:

式中, Ra (t) 为混凝土抗压强度, bf为翼缘宽度, x (t) 为混凝土受区高度, h0为截面有效高度, R′g为钢筋受压强度设计值, A′g为受压钢筋面积, a′g为受压钢筋保护层厚度, SG为恒载效应值, KSQ为荷载效应比, S1QK为标准车辆荷载计算的效应值。

中性轴的位置按下式确定:

Rg (t) Ag (t) -RgAg=Ra (t) bx (t) (9)

计算中考虑如下四个随机变量:

①钢筋抗拉强度随时间变化的函数Rg (t) , 正态变量。

在此取用原长沙交通学院的简化公式, 经t年后钢筋强度的平均值和标准差可表示为:

式中, μRg、σRg分别为未锈蚀钢筋屈服强度的平均值和标准差;λ (t) 、η (t) 是随时间变化的函数:

②混凝土抗压强度随时间变化的函数, 正态变量。

经t年后混凝土抗压强度的平均值和标准差可表示为:

式中, μRA0和σRA0分别为混凝土28天抗压强度的平均值和标准差。20年时混凝土抗压强度概率密度函数及分布函数如图1所示。

③钢筋截面面积随时间变化的函数, 正态变量。

经t年后钢筋截面面积的平均值和标准差可表示为:

式中, μ0和σ0分别为钢筋初始截面面积的平均值和标准差;

20年钢筋截面面积概率密度函数及分布函数如图2所示。

④荷载效应比KSQ, 正态变量。

弯矩效应比取平均值为0.6684和标准差为0.2493的正态分布变量。

恒载效应值:SG=67.4kN·m

标准车辆荷载计算的效应值:S1QK=78.657

受拉钢筋截面面积平均值取1964mm2, 标准差取83mm2;钢筋的平均值取为340MPa, 标准差取为23.29MPa;混凝土强度的平均值为14.5MPa, 标准差为0.98MPa。

经过计算t=0时, 失效概率pf=0.000251, β0=3.48。本文计算中结构的承载力寿命准则采用赵国藩教授提出的把0.85β0作为结构可靠指标的临界值。失效概率随时间的变化如图3所示。当t=55年时, 失效概率pf=0.00154, 此时β=2.958≈0.85β0, 该桥已运营45年, 故剩余寿命为10年。但是由于计算中作了相应简化处理, 还有些因素未能考虑, 所以估计结果会有些偏差, 该桥在2008年经检测发现已有病害产生, 在2009年进行了加固处理。所以实际该桥在未加固前运营了45年, 与计算结果相差不大。

5 结论

本文选择了适合于在役钢筋混凝土桥梁的抗力和作用效应时变概率模型, 考虑了四个随机变量 (钢筋抗拉强度、混凝土抗压强度、钢筋截面面积和荷载效应比) , 利用ANSYS的概率设计系统PDS计算了一座钢筋混凝土简支T梁桥的剩余寿命, 计算结果与实际桥梁运营情况比较吻合。所以利用ANSYS的概率设计系统PDS能够计算桥梁结构的可靠度问题, 为结构可靠度计算问题提供一种可行的方法。

参考文献

剩余使用寿命预测 篇8

一、诊断试验及分析

虽然按照目前诊断性试验技术的情况, 无法绝对准确地对定子绕组绝缘状态作出量化评估, 但对于接近于绝缘失效, 即很可能在继续投运后发生绝缘系统故障的电机, 应该可以通过比较全面的诊断性试验提前预知。因此, 在对运行时间较长 (通常20年以上) 或绝缘系统在运行或试验中多次发生异常的电机, 应进行全面的诊断性试验, 对绝缘系统进行评价, 以确定绝缘系统是否接近失效, 是否应对其进行处理 (局部处理、部分或全部更换) 。诊断试验方案应尽可能包括所有的诊断试验, 对于现代的环氧粉云母绝缘, 交流试验比直流试验对主绝缘缺陷更敏感, 局部放电和介质损耗增量试验必须进行。在充分了解绝缘系统的特性、电机所受应力、类似绝缘系统的经验数据、较长一段时间诊断试验的趋势数据等的情况下, 一般可对定子绕组进行比较准确的评估。

鉴于上述种种因素, 近几年宝钢电厂1、2号发电机停机检修时, 对定子绝缘状态进行了测试, 获得的各种数据如表1~4所示 (注:因测得的三相数据较多, 其中A相绝缘状态最差, 所以表中只列出A相数据) 。下面就各项试验及其数据进行分析、评估。

1. 极化指数测试

线圈绝缘在直流电压作用下, 产生的电流由四部分组成:瞬时充电电流、极化或吸收电流、主绝缘的电导电流和表面泄漏电流。前两个电流分量随时间而衰减, 后两个分量主要由于潮气、碳化物等或缺陷的存在而产生, 且不随时间而变化。在不考虑表面电流影响的情况下, 若电导电流在总电流中的比重增加, 则总电流随时间的变化将减小。这表明, 极化指数越低, 绝缘中的缺陷也就越多, 老化越严重。

由表1可知, 宝钢电厂1、2号发电机几次测量的绝缘电阻都达到了数十千兆欧以上, 极化指数也都大于2.0。因此, 根据IEEE43-2000绝缘电阻和极化指数标准可以认为绝缘状态总体未受潮。

MΩ/5000V

2. 介质损耗测量

线圈绝缘结构在外施交流作用下, 产生电导损耗和极化损耗。介质损耗的存在使绝缘介质发热, 由于高压电机的绝缘层厚, 散热差, 如损耗过大容易造成热击穿。介质损耗能灵敏地反映整个绝缘的受潮、劣化或脱壳发空和分层, 以及结构中绝缘材料的变质等缺陷。一般情况下使用Δtgδ反映绝缘中存在的缺陷情况;若Δtgδ为0, 则表明主绝缘中无缺陷。受现场条件限制, 一般使用室温下的Δtgδ来评估线圈主绝缘的状态。根据发电机目前的介质损耗随电压的变化趋势, 可评定绝缘的老化程度。

从表2的Δtgδ数据看, 1号发电机的介质损耗增量比2号发电机的高, 说明1号发电机老化比2号发电机快, 但都小于三菱电机公司判别标准, Δtgδ= (tgδ21k V-tgδ2k V) <6.5% (其中tgδ21k V为发电机施加额定电压时的介质损耗, tgδ2k V为发电机加2kV电压时的介质损耗, Δtgδ为二者的差值) 。说明两台发电机整体绝缘还无明显缺陷, 也没有明显的严重老化趋势。

3. 交流电压电流特性测量

随着绝缘的老化, 绝缘中的气隙会增多且不断发展, 这说明绝缘的内部气隙分布状况与其老化状态有关。一般绝缘体内的电流随气隙放电的扩展而增大, 通过交流电流测试, 可了解其内部气隙的分布状况, 特别是第一急增点和第二急增点出现的电压值, 进而判断绝缘体的老化状态。

从图1看, 宝钢电厂1、2号发电机交流电压电流特性试验测得的数据和曲线, 基本上呈线性关系, 未出现第一急增点和第二急增点。这说明从交流电压电流特性看, 两台发电机定子绝缘状态良好、无明显缺陷。

4. 局部放电测量

绝缘体中气隙在高电压下会发生局部放电。随着局部放电的发展, 会逐渐腐蚀绝缘, 导致绝缘体的老化。通过测量定子线圈中的局部放电, 可以了解绝缘状态, 评定发电机定子绝缘性能。当绝缘老化或浸渍工艺不良时局部放电量将随施加电压增加明显增大。目前局部放电的参数有最大放电量、起始放电量、放电次数、脉冲高度和相位分布图等。最大放电量Qmax长期以来被用作评定绝缘局部放电性能, 它是发电机老化鉴定的主要指标之一。

据经验统计, 在定子相电压试验电压下最大局部放电量小于11nC的绝缘为正常, 在11~25nC的定子线圈槽部放电或电晕严重, 在11~90nC的定子线圈绝缘可能已老化或存在严重问题。

从表3看宝钢电厂1、2号发电机局放试验数据, 基本上都在正常范围内, 1号发电机的绝缘老化迹象比2号发电机明显。从两台发电机各自间隔1年的局放量趋势看, 无明显劣化趋势。

5. 基于多个检测参数的耐压水平评估

由于剩余击穿电压与不少检测到的参数有关, 国内外不少人基于大量统计结果已得出一些经验或半经验公式, 如式 (1) 。

式中:UN——额定电压, kV;

Ub——剩余击穿电压, kV;

Qm——最大局部放电量, pC;

C0——2kV下的电容, F;

tgδ0——2kV下的介质损耗角正切, %;

R1——直流下1min时的绝缘电阻, Ω。

根据式 (1) 计算得到四次试验的耐压倍数, 结果如表4所示。

各次试验所获得的耐压倍数都远大于国内外有关发电机预防性试验耐压标准, 也高于国内外有关发电机交接试验耐压标准, 说明发电机定子绝缘的耐压水平良好。

6. 基于非破坏性参量的剩余击穿电压评估 (D-图象推算UBD)

这种方法是把UBD当成表示平均老化程度的放电参数Δ=Δtgδ+ΔI和Qmax的函数来求取的。日立公司对大量汽轮发电机综合老化线圈抽样试验并用最小二乘法分析得出经验公式见式 (2) 。环氧绝缘D-图像法的推断值几乎都在对应于实测值的95%可信区间内, 相关系数为0.74。

式中:UBD——剩余击穿电压与原始击穿电压的百分比;

△——放电参数, 即△tgδ与△I之和, 由于未出现第一个电流急增点, 这里△=△tgδ;

Qmax——额定电压下的最大局部放电量。

根据式 (2) 估算出四次试验获得的剩余击穿电压, 结果如表5所示。

7. 绝缘寿命预测

国外有关文献认为:当击穿电压值下降至初始值的50%以下时, 即为该绝缘的寿命终点。当电机在按照设计要求运行并得到较好的维护时, 绕组绝缘的击穿电压与运行时间基本上呈线性关系。此时, 寿命L=50%/绝缘击穿电压的年平均下降率, 剩余寿命L'=L-实际运行年份。估算出的绝缘剩余寿命如表6所示。

二、结论

综合以上的分析、计算, 可以得出结论:宝钢电厂1、2号发电机的定子绝缘状态都有老化迹象, 但老化程度不同;1号发电机的绝缘老化比2号发电机的老化速度快;1号发电机的定子绝缘剩余寿命为10年左右, 2号发电机的定子绝缘剩余寿命为20年以上。

由此可见, 基于日前已开发成功的各种检测方法, 进行多参数综合分析, 已有可能进行发电机绝缘老化鉴定及寿命预测。

摘要：为了评估宝钢电厂1、2号发电机的绝缘状态并预测其剩余寿命, 从2002年开始, 在发电机停役检修时期, 对它们分别进行了电气预防性试验——非破坏性试验。根据历年试验所得数据, 从不同角度对多个试验测量得到的各项参数进行分析。综合各参数对发电机定子绝缘状态的影响, 以及发电机定子绝缘的剩余寿命与剩余击穿电压的相关性, 作出评估, 推断绝缘状态的老化趋势, 并预测其剩余寿命。

关键词：发电机定子,绝缘诊断,多参数,剩余击穿电压,寿命预测

参考文献

[1]张蕊等.预测大电机绝缘寿命方法综述[J].大电机技术, 2004 (4) :41-42.

[2]李福兴.大型发电机定子绝缘诊断和残余寿命预测[J].华东电力, 2004, 32 (2) :54-56.

[3]白恺.大型电机定子绕组绝缘系统的诊断性试验及其标准[J].华北电力技术, 2006 (4) :40-45.

[4]郝艳捧等.大电机定子线棒绝缘状态诊断的研究进展[J].高电压技术, 2001, 27 (1) :4-6.

[5]张益宾.基于BP神经网络的大型发电机主绝缘击穿电压研究[D].四川大学, 2005.

[6]李锐华等.基于偏最小二乘神经网络的大电机定子绝缘击穿电压混合预测方法[J].中国电机工程学报, 2007, 27 (3) :100-105.