一种聚氨酯保温隔热材料寿命预测方法与流程

本发明涉及智能化预测，且更为具体地，涉及一种聚氨酯保温隔热材料寿命预测方法。

背景技术：

1、随着人工智能、机器学习（ml）及数据驱动分析等技术的迅猛发展，这些先进技术在传统工业领域中的赋能作用愈发显著。在高分子材料应用中，计算技术被广泛用于性能预测、老化评估和寿命管理等场景下。聚氨酯保温隔热材料由于具备优异的隔热性能和低导热系数，广泛应用于建筑、工业管道及冷链运输中。虽然这些材料在热工性能方面表现优异，但材料在长时间复杂环境作用下（如温度梯度、湿度侵蚀及机械振动频繁作用）不可避免地会发生老化退化，导致其局部失效或功能衰减。传统的材料寿命评估方法主要依赖加速老化实验及宏观特性模型，这导致其对实际复杂环境的适应性较差，无法展现局部环境影响下的细节变化。

2、针对现有聚氨酯保温隔热材料寿命预测技术所面临的不足，可以发现以下关键问题：首先，当前技术多集中在单一因素作用下的寿命分析，未充分考虑温度、湿度和振动等多场条件的协同效应，难以反映材料真实服役环境下的耦合老化行为；其次，现有模型在空间分辨率上较为有限，通常仅在整体层面进行寿命估算，无法识别局部老化区域及其对应的失效风险；此外，在空间数据处理和模型构建过程中，忽视了时间序列的动态特征，以及材料性能随环境变化的响应机制，导致对材料老化过程的描述精准度有所欠缺。因此，这些不足显著制约了聚氨酯材料的广泛应用及实际寿命预测结果的可靠性和科学性。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种聚氨酯保温隔热材料寿命预测方法，可一定程度上解决由于无法准确获知聚氨酯保温层内部各区域的温度场动态特性、多物理场耦合作用导致局部老化加速区难以识别，以及现有寿命预测方法缺乏对多场耦合特征动态计算的有效支撑，进而导致保温材料寿命预测结果误差较大和局部失效风险难以评估的问题。

2、根据本发明的一个方面，提供了一种聚氨酯保温隔热材料寿命预测方法，其包括：

3、获取保温层红外温度分布数据并按径向深度进行分层切片处理，对各深度层的温度值与厚度测量数据进行空间网格化匹配，得到多层温度场数据；

4、将所述多层温度场数据与环境温湿度时序数据、管道振动加速度数据进行空间对齐，并通过老化加速模型将各网格位置的湿度渗透深度和振动应力幅值分别转化为等效温度值，构建空间耦合特征集；

5、对所述空间耦合特征集内各网格位置的温度值、湿度等效温度值及振动等效温度值进行加权求和，得到多场耦合等效总温度，依据多场耦合等效总温度排序并筛选出局部老化加速区；

6、对所述局部老化加速区特征数据进行分区寿命衰减速率计算，依据所述衰减速率对各局部区域进行失效风险优先级排序，生成包含空间位置索引与优先级标识的保温层分区寿命预测结果。

7、进一步地，所述老化加速模型包括第一老化加速模型和第二老化加速模型；

8、所述第一老化加速模型基于湿度对保温材料老化速率的加速效应建立，公式表示为：

9、

10、其中，为湿度等效温度值；为基准参考温度，为无量纲渗透深度因子，为无量纲含水率因子，为无量纲扩散时间因子，为分母正则化参数，为无量纲活化能比例因子，为强度衰减敏感系数，为无量纲强度衰减因子，为无量纲渗透比例因子，为辅助函数，为环境相对湿度，为环境温度。

11、进一步地，所述渗透深度因子的计算公式为：

12、

13、其中，为实测湿度渗透深度，为材料临界渗透深度，为超过临界深度的有效渗透深度；

14、所述强度衰减因子的公式表示为：

15、

16、其中，为材料当前抗拉强度，为材料初始抗拉强度，为材料残余强度保护阈值。

17、进一步地，所述第二老化加速模型基于振动疲劳对保温材料老化速率的加速效应建立，公式表示为：

18、

19、其中，为振动等效温度值；为当前网格位置计算得到的振动应力幅值；为基准应力幅值阈值，为参考应力值，为振动加速因子，为循环累积加速系数，为累积振动循环次数， 为参考循环次数，用于对循环累积效应进行无量纲化；为应力标准差。

20、进一步地，所述多场耦合等效总温度的计算包括：

21、对各深度层分配归一化权重系数，内表面深度层的权重系数大于外表面深度层的权重系数；

22、将各深度层温度值乘以对应的归一化权重系数后求和得到深度加权平均温度值；

23、统计标记为湿度影响层的深度层数量除以深度层总数得到湿度影响深度比例；

24、将湿度等效温度值乘以所述湿度影响深度比例得到湿度加权等效温度；

25、将所述深度加权平均温度值、所述湿度加权等效温度及所述振动等效温度值求和得到所述多场耦合等效总温度。

26、进一步地，所述局部老化加速区的筛选包括：

27、对耦合特征组按所述多场耦合等效总温度降序排列；

28、从排序列表的第二个配对项开始依次计算每个配对项与前一个配对项的所述多场耦合等效总温度差值，记录温度差值最大的配对项在列表中的位置序号为自然断裂点序号；

29、用自然断裂点序号除以耦合特征组总数得到初步筛选比例，若所述初步筛选比例大于零点三时筛选比例参数取零点三，小于零点一时筛选比例参数取零点一，在零点一至零点三之间时直接采用所述初步筛选比例；

30、将所述耦合特征组总数乘以筛选比例参数向上取整得到筛选数量阈值，将排序靠前的筛选数量阈值个耦合特征组标记为局部老化加速区。

31、进一步地，所述寿命衰减速率的计算公式为：

32、

33、其中，为当前遍历到的空间网格位置的寿命衰减速率，为保温层材料在标准环境条件下的设计使用寿命，为无量纲温度敏感系数，为温度升高幅度，为参考温度，为温度湿度耦合强化系数，为当前遍历到的空间网格位置的湿度影响深度比例，为湿度加速系数，为振动加速系数，为当前遍历到的空间网格位置的振动等效温度值，为振动饱和特征参数。

34、根据本发明的另一方面，提供了一种聚氨酯保温隔热材料寿命预测系统，其包括：

35、温度重构模块，用于将获取的保温层红外温度分布数据按径向深度进行分层切片处理，对各深度层的温度值与厚度测量数据进行空间网格化匹配，得到多层温度场数据；

36、耦合构建模块，用于将所述多层温度场数据与环境温湿度时序数据、管道振动加速度数据进行空间对齐，并通过老化加速模型将各网格位置的湿度渗透深度和振动应力幅值分别转化为等效温度值，构建空间耦合特征集；

37、老化定位模块，用于对所述空间耦合特征集内各网格位置的温度值、湿度等效温度值及振动等效温度值进行加权求和，得到多场耦合等效总温度，依据多场耦合等效总温度排序并筛选出局部老化加速区；

38、风险排序模块，用于对所述局部老化加速区特征数据进行分区寿命衰减速率计算，依据所述衰减速率对各局部区域进行失效风险优先级排序，生成包含空间位置索引与优先级标识的保温层分区寿命预测结果。

39、与现有技术相比，本发明通过获取并处理聚氨酯保温层的红外温度分布数据，结合环境温湿度数据和管道振动加速度数据，实现了多物理场数据的空间对齐与融合，显著提高了对材料老化行为的精细化建模能力；基于老化加速模型，将湿度渗透深度和振动应力振幅转化为等效温度值，并通过多场耦合特征集的构建与加权求和，精确计算多场耦合等效总温度，从而有效识别局部老化加速区域；同时，通过对老化加速区特征数据的分区寿命衰减速率计算，实现了局部失效风险的优先级排序，为保温层的寿命预测与维护策略提供了高效且准确的技术支持。在应对复杂服役环境中的局部老化问题、提升寿命预测精度以及风险评估适用性方面表现出显著优越性。