一种基于多源数据的供水埋地金属管道时变可靠度评估方法
本发明涉及管道安全预防的,尤其涉及一种基于多源数据的供水埋地金属管道时变可靠度评估方法。
背景技术:
1、供水埋地金属管道是城市生命线工程的关键组成部分,其结构性失效问题随其规模扩张日益突出。时变可靠度评估方法是预防管道结构性失效的重要手段。已有管道时变可靠度评估方法主要针对油气钢管在腐蚀和内压影响下的管体及焊缝屈服失效,这类方法通常以经验模型、随机模型或机器学习模型预测点蚀坑深度,以此估算管道抗力退化,并结合管道压力数据,计算管道荷载效应,并评估管道时变可靠度。现有的管道时变可靠性预测方法,通过运用管道内腐蚀缺陷几何参数检测数据,建立基于伽马过程随机模型的腐蚀深度预测方法,进而计算管道极限压力,结合phi2方法评估了管道时变可靠度,该方法运用经验模型、随机模型或机器学习模型预测管道腐蚀深度随时间增长,依赖管道服役环境-腐蚀速率数据集。
2、对于供水埋地金属管道,受限于相应数据集的不充分,现有方法预测准确性和鲁棒性不足。对于供水埋地金属管道,管体和焊缝亦有可能在上部车辆反复碾压和内压荷载波动下,产生疲劳损伤,且管道同时受腐蚀作用,由于腐蚀下管材疲劳数据集不足,使得现有方法难以评估管道管体和焊缝疲劳失效下时变可靠度。且现有研究普遍独立评估管体、焊缝、承插接口和法兰接口的时变可靠度,未能考虑管体和焊缝腐蚀减薄下截面刚度退化引起的管道的内力重分布,忽视了管体和三类管道连接荷载效应演化的协同性,为多失效模式下管道时变可靠度的评估带来了挑战。
技术实现思路
1、鉴于上述现有存在的问题,提出了本发明。因此,本发明提供了一种基于多源数据的供水埋地金属管道时变可靠度评估方法解决现有技术受限于管道环境-腐蚀速率数据集的匮乏,且未能综合考虑管材力学性能退化、截面刚度退化引起的内力重分布及多失效模式间的协同效应,导致对供水埋地金属管道时变可靠度的评估存在准确性不足的问题。
2、为解决上述技术问题,本发明提供如下技术方案:
3、第一方面,本发明实施例提供了一种基于多源数据的供水埋地金属管道时变可靠度评估方法,包括:
4、获取管道综合参数数据,所述管道综合参数包括管道属性参数、管道环境参数和管道内部流体参数;
5、基于管道内部流体参数以及环境参数数据,建立管道内部流体参数及环境参数的随机模型;
6、基于所述管道内部流体参数及环境参数的随机模型,以及管道属性参数数据,结合预设的管道抗力退化预测方法以及管道荷载效应计算方法,分别构建管道抗力退化和管道荷载效应演化的随机模型及其确定性模型;
7、基于管道抗力退化和管道荷载效应演化的随机模型及其确定性模型,评估供水埋地金属管道的时变可靠度。
8、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:所述基于管道内部流体参数以及环境参数,建立管道内部流体参数及环境参数的随机模型,包括:
9、从所述管道内部流体参数以及环境参数中选取目标参数;基于所述目标参数的数据,通过分布拟合方法建立其对应的随机模型;
10、将所述管道内部流体参数以及环境参数中未被选为目标参数的参数,作为确定性参数。
11、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:所述管道抗力退化包括管体抗力退化以及管道连接抗力退化,该管道连接包括承插接口、法兰接口和焊缝连接;结合预设的管道抗力退化预测方法构建管道抗力退化的随机模型及其确定性模型,包括:
12、以管道内部流体参数样本数据和确定性参数的数据为输入,基于预训练的内腐蚀速率预测模型,预测各样本管体的内腐蚀速率,并建立内腐蚀速率随机模型;
13、以环境参数样本数据和确定性参数数据为输入,基于管体外腐蚀速率计算方法,预测各样本管体的外腐蚀平均腐蚀速率,并建立外腐蚀速率随机模型;
14、对所述内外腐蚀速率随机模型进行采样,生成内外腐蚀下的管体平均腐蚀速率样本,并计算时变平均腐蚀深度;
15、基于管道属性参数数据,确定锈蚀前管体壁厚,以所述平均腐蚀深度与锈蚀前管体壁厚之比为平均锈蚀率,计算各样本平均锈蚀率随时间的演化;
16、以平均锈蚀率为指标,计算各样本管体屈服强度和疲劳抗力的退化,建立管体抗力退化的随机模型。
17、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:所述结合预设的管道抗力退化预测方法构建管道抗力退化的随机模型及其确定性模型,还包括:
18、当管道连接形式为承插接口时,根据管道内部流体参数随机模型、环境参数随机模型和管道属性参数数据,计算承插接口极限转角和接口极限轴向位移,建立承插接口抗力退化随机模型或确定性模型;
19、当管道连接形式为法兰接口时,根据管道属性参数数据,计算法兰接口极限转角和接口极限轴向位移,建立法兰接口抗力退化随机模型或确定性模型;
20、当管道连接形式为焊缝连接时,根据管道属性参数数据,计算焊缝平均锈蚀率,建立焊缝连接抗力退化随机模型或确定性模型。
21、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:所述结合预设的管道抗力退化预测方法构建管道抗力退化的随机模型及其确定性模型,还包括:
22、对于管道内部流体参数及环境参数,若能获取其相应的监测或检测数据,则基于所述数据通过分布拟合方法建立对应的随机模型;若未能获取相应监测或检测数据,则将其设定为确定性参数,并依据文献资料或工程经验确定其具体取值;
23、当用于预测承插接口、法兰接口或焊缝连接抗力退化的输入参数中包含至少一个随机模型时,所构建的管道连接抗力退化模型为随机模型;若所有输入参数均为确定性参数,则所构建的管道连接抗力退化模型为确定性模型。
24、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:内腐蚀速率预测模型,包括:
25、以管道内部流体参数作为输入,溶解氧扩散系数和反应速率常数作为输出,建立全连接神经网络;
26、基于溶解氧扩散-电化学反应机制建立管体内腐蚀速率物理模型,并构建含物理先验信息的损失函数训练所述全连接神经网络;
27、所述损失函数表示为:
28、
29、
30、
31、其中,为物理模型预测得到的管道内腐蚀速率;是水体中的溶解氧浓度;和分别为单位体积和单位面积;
f为法拉第常数;为氧气还原反应的电子转移数;为铁的摩尔质量;为铁氧化反应的电子转移数量;为铁的密度;为锈层中可导介质的含量;为锈层的厚度。
32、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:以平均锈蚀率为指标,计算各样本管体屈服强度和疲劳抗力的退化,包括:
33、基于平均锈蚀率,计算锈蚀前管体应力应变曲线和锈蚀后管体应力应变曲线;对所述锈蚀前管体应力应变曲线和所述锈蚀后管体应力应变曲线进行积分运算,生成锈蚀前应变能密度和锈蚀后应变能密度;
34、根据所述锈蚀前应变能密度和所述锈蚀后应变能密度的比值,计算疲劳抗力退化值。
35、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:预设的管道荷载效应计算方法,包括:
36、基于管体和焊缝的平均腐蚀速率,计算管体和焊缝的平均腐蚀深度,以确定锈蚀后的管体剩余壁厚和焊缝剩余壁厚,建立腐蚀管道力学模型;
37、对管道内部流体参数以及环境参数的随机模型进行采样,结合管道内部流体参数和环境参数的数据以及管道属性参数数据,计算管道自重和覆土荷载,温度作用,车辆荷载以及内压荷载;
38、所述腐蚀管道力学模型以所述管道自重和覆土荷载,温度作用,车辆荷载以及内压荷载为输入,计算管道荷载效应,以建立管道荷载效应的随机模型和确定性模型。
39、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:所述腐蚀管道力学模型包括:
40、所述管道两端分别设置法兰接口,管体受轴向和竖向土弹簧约束,焊缝连接与承插接口按目标间距设置;
41、当管道长度小于目标间距时,假定钢管无焊缝,球墨铸铁管与灰口铸铁管无承插接口;对于钢管,管道由法兰接口、管体和焊缝连接组成;对于球墨铸铁管和灰口铸铁管,则由法兰接口、管体和承插接口组成。
42、作为本发明所述的基于多源数据的供水埋地金属管道时变可靠度评估方法的一种优选方案,其中:基于管道抗力退化和管道荷载效应演化的随机模型及其确定性模型,评估供水埋地金属管道的时变可靠度,包括:
43、对管道抗力退化和管道荷载效应演化的随机模型进行随机采样,生成管道抗力退化和荷载效应演化样本;
44、基于所述管道抗力退化和荷载效应演化样本以及对应的确定性模型,通过极限状态函数,计算各失效模式下管道极限状态函数值;
45、以管道极限状态函数值小于0为失效准则,基于最不利原则,计算失效模式下的管道时变可靠度。
46、与现有技术相比,本发明的有益效果:本发明以溶解氧扩散-电化学反应机理为约束,提出含物理先验信息的损失函数,进而建立了基于物理信息机器学习模型的供水金属管体内腐蚀速率预测方法;该方法融合了管体内流参数-腐蚀速率数据集和管体电化学腐蚀机制,相比于既有方法,提升了管体内腐蚀速率预测准确性和鲁棒性,为准确建立管体抗力退化的概率模型奠定了基础。
47、基于内外腐蚀均匀减薄假定,计算锈蚀后截面刚度并组装刚度矩阵,进而建立了腐蚀管道力学模型,以此统一计算了管体和三类管道连接在腐蚀下荷载效应,考虑管体和焊缝腐蚀减薄下截面。使得腐蚀下管体和连接荷载效应协同演化,提升了管道荷载效应计算的准确性。
48、以应变能密度为损伤参量,耦合疲劳损伤和腐蚀损伤,进而提出腐蚀下疲劳抗力退化指标。在此基础上,提出了腐蚀下管体和焊缝疲劳失效的极限状态函数,实现了腐蚀-疲劳耦合作用下管道时变可靠度的评估。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com