一种用于评估重型压力机零部件寿命的方法及系统与流程

摘要: 本发明属于重型机械装备的状态监测与寿命评估,尤其涉及一种用于评估重型压力机零部件寿命的方法及系统。背景技术:1、重型压力机是制造业的核心装备,其价值高昂,且停机...
一种用于评估重型压力机零部件寿命的方法及系统与流程

本发明属于重型机械装备的状态监测与寿命评估,尤其涉及一种用于评估重型压力机零部件寿命的方法及系统。

背景技术:

1、重型压力机是制造业的核心装备,其价值高昂,且停机维护成本巨大。其关键零部件长期承受复杂交变的冲击性载荷,极易产生疲劳损伤,导致裂纹甚至断裂,因此对其关键零部件的剩余使用寿命进行准确评估,对于保障设备安全运行、降低维护成本具有重要意义。

2、目前,现有技术中对于重型压力机零部件的寿命评估主要依赖于以下几种方式:

3、一是基于理论的应力-寿命(s-n)曲线模型。该方法通常在设计阶段使用,其基于理想化的载荷工况进行寿命计算,难以反映压力机实际运行中的复杂载荷谱和历史损伤,导致预测精度较低。

4、二是定期检修与经验判断。该方式依赖于工程师的经验,通过计划性停机对零部件进行拆解检测,不仅效率低下,且缺乏量化依据,无法及时发现潜在的疲劳裂纹等故障隐患。

5、三是简单的振动或温度监测。此类方式通常仅能在故障发生时进行报警,属于事后或事中控制,无法实现对零部件剩余寿命的事前预测和量化评估。

6、综上所述,亟需一种能够实时、精准、动态评估重型压力机关键零部件剩余寿命的方法。

技术实现思路

1、为解决现有技术中基于理想化载荷工况导致寿命预测精度低、定期检修缺乏量化依据、简单监测仅能事后报警而无法实现事前预测的技术问题,本发明提供了一种用于评估重型压力机零部件寿命的方法及系统,其通过构建数字孪生体与实时数据采集相融合的技术手段,能够实现实时、精准、动态地评估重型压力机关键零部件的剩余使用寿命。

2、本发明是这样实现的,一种用于评估重型压力机零部件寿命的方法,其特征在于,包括以下步骤:

3、s1、构建关键零部件的数字孪生体,输入设计载荷数据计算出零部件工作状态时的高应力/应变区域;

4、s2、实时采集重型压力机运行过程中在所述高应力/应变区域的应变数据和载荷数据;

5、s3、将实时采集的载荷数据与所述重型压力机的滑块位移数据同步,构建实时载荷谱,并以所述实时载荷谱作为输入驱动所述数字孪生体,计算当前载荷工况下所述零部件内部的应力-应变响应;

6、s4、根据所述数字孪生体计算出的应变结果与实时采集的应变数据,拟合获得所述零部件实际工作状态的应力-应变响应,结合所述零部件的疲劳性能曲线,计算当前工作循环所造成的疲劳损伤度,并对历史所有工作循环的疲劳损伤度进行累加,获得总累积损伤度;

7、s5、根据所述总累积损伤度和未来每个工作循环的预测损伤增量,计算所述零部件的剩余使用寿命。

8、在上述技术方案中,优选的,步骤s1具体包括:

9、基于所述零部件的设计数据和材料属性建立高保真三维物理属性模型,对所述物理属性模型进行网格划分并定义边界条件和载荷施加点,建立有限元分析模型,输入设计载荷数据,并计算出所述零部件在工作状态下的高应力区域和/或高应变区域。

10、在上述技术方案中,优选的,步骤s2具体包括:

11、在所述重型压力机本体的高应力区域/或高应变区域部署应变传感器,实时采集每个工作循环所述重型压力机的应变数值和载荷数值。

12、在上述技术方案中,优选的,所述构建实时载荷谱,具体包括:

13、将实时采集的载荷数据与所述重型压力机滑块的位移数据进行时间戳对齐,以位移数据作为横坐标、载荷数据作为纵坐标,生成一个工作循环内的载荷谱曲线。

14、在上述技术方案中,优选的,所述拟合获得所述零部件实际工作状态的应力-应变响应,具体包括:

15、根据所述数字孪生体计算出的应变结果与实时采集的应变数值,计算每个位移数据点处的应变幅值比例;

16、按照所述应变幅值比例对所述数字孪生体计算出的应力-应变响应进行等比例缩放,获得所述零部件实际工作状态的应力-应变响应。

17、在上述技术方案中,优选的,所述计算当前工作循环所造成的疲劳损伤度,具体包括:

18、根据所述零部件实际工作状态的应力-应变响应,结合所述零部件的应力-寿命曲线或应变-寿命曲线,采用线性累积损伤法则,计算当前工作循环的疲劳损伤度di=1/ni,其中ni为在当前应力幅值下根据所述应力-寿命曲线或应变-寿命曲线计算得到的至破坏的循环次数。

19、在上述技术方案中,优选的,所述计算所述零部件的剩余使用寿命,具体包括:

20、设定失效阈值;

21、基于近期多个工作循环的疲劳损伤累积趋势,利用时间序列预测算法或机器学习算法预测未来每个工作循环的平均损伤增量;

22、根据公式rul=(1-dtotal)/δdavg计算剩余使用寿命,其中,rul为剩余使用寿命,dtotal为总累积损伤度,δdavg为未来每个工作循环的平均损伤增量。

23、在上述技术方案中,优选的,所述失效阈值为总累积损伤度等于1;

24、所述时间序列预测算法包括自回归积分滑动平均模型,所述机器学习算法包括长短期记忆网络。

25、在上述技术方案中,优选的,还包括:

26、将所述总累积损伤度、所述剩余使用寿命、应力云图和/或历史趋势曲线通过显示终端进行可视化展示;

27、当所述剩余使用寿命低于预设安全阈值时,自动触发预警。

28、本发明还提供一种用于评估重型压力机零部件寿命的系统,用于实现上述方法,包括:

29、数字孪生构建模块,用于构建关键零部件的数字孪生体,输入设计载荷数据计算出零部件工作状态时的高应力/应变区域;

30、数据采集模块,用于实时采集重型压力机运行过程中在所述高应力/应变区域的应变数据和载荷数据;

31、载荷谱构建与应力映射模块,用于将实时采集的载荷数据与所述重型压力机的滑块位移数据同步以构建实时载荷谱,并以所述实时载荷谱驱动所述数字孪生体,计算当前载荷工况下所述零部件内部的应力-应变响应;

32、损伤计算模块,用于根据所述数字孪生体计算出的应力-应变响应与实时采集的应变数据拟合获得所述零部件实际工作状态的应力-应变响应,结合所述零部件的疲劳性能曲线计算当前工作循环的疲劳损伤度,并对历史所有工作循环的疲劳损伤度进行累加以获得总累积损伤度;

33、寿命预测模块,用于根据所述总累积损伤度和未来每个工作循环的预测损伤增量计算所述零部件的剩余使用寿命。

34、本发明具有的优点和积极效果是:

35、1、动态精准:本发明摒弃了传统方法中基于固定载荷假设的模式,通过在危险部位部署传感器实时采集真实载荷数据,并以该数据驱动数字孪生体进行仿真计算,使应力-应变响应的计算结果更加贴近零部件的实际工况,寿命评估精度相比传统s-n曲线方法有了大幅提升。

36、2、前瞻预测:本发明不仅能够对已发生的历史累积损伤进行准确计算,更能够利用时间序列预测算法或机器学习算法对未来的损伤退化趋势进行预测,将累积损伤度转化为直观的剩余循环次数,实现了真正意义上的剩余寿命预测而非事后报警,为预测性维护提供了坚实的技术支撑。

37、3、多源融合:本发明融合了力、应变、位移等多源异构数据,利用数字孪生技术作为虚实映射的桥梁,实现了物理世界与信息世界的深度融合。通过实测数据对仿真模型的持续校准,保证评估结果准确性的同时,也使数字孪生体具备了随着运行数据积累而不断自我优化的能力。

38、4、减少非计划停机:本发明通过实现预测性维护,使用户能够提前规划维护时间窗口、准备备品备件,将突发性、破坏性的非计划停机转化为计划性、可控的预防性维护,最大限度地减少因关键零部件突然断裂造成的非计划停机时间,显著提高设备的综合效率。

39、5、安全保障:本发明通过对零部件疲劳裂纹萌生和扩展风险的早期预警,使潜在的安全隐患在演变为重大故障之前被及时发现和处理,有效避免了因关键部件突然断裂而造成的重大安全事故和经济损失,为人员和设备安全提供了有力保障。

40、6、可视化决策支持:本发明通过工业看板或移动终端对评估结果进行可视化展示,将专业的寿命评估数据转化为直观易懂的图表和数值,降低了使用门槛。同时自动预警和维护工单生成功能实现了评估结果到维护行动的高效转化,提升了维护决策的科学性和及时性。