Содержание к диссертации
Введение
1 Модели и методы прогнозирования ресурса на стадии роста усталостных трещин 9
1.1 Анализ основных направлений исследований усталостного разрушения
1.2 Методы оценки ресурса 24
1.3 Вероятностные подходы к оценке ресурса конструкций 29
1.4 Постановка задач исследования 37
2 Разработка модели и алгоритма вероятностного моделирования роста усталостных трещин 39
2.1 Формулировка модели роста усталостных трещин 39
2.2 Информационная база вероятностного моделирования кинетики усталостного разрушения 46
2.3 Методика, алгоритм и программа вероятностного моделирования роста трещин 57
2.4 Оценка достоверности результатов моделирования роста усталостных трещин 64
3 Исследование ресурса при варьировании параметров модели скорости роста усталостных трещин 67
3.1 Функции распределения ресурса и надежности, получаемые при варьировании параметров модели скорости роста усталостных трещин 67
3.2 Влияние рассеяния механических характеристик и размеров трещин 72
3.3 Влияние характера и уровня нагруженности 78
4 Прогнозирование ресурса элементов конструкций 90
4.1 Оценка ресурса типовых сварных соединений 90
4.2 Оценка ресурса опорного узла концевой балки мостового крана 97
4.3 Оценка ресурса воздушного ресивера 102
Основные результаты и выводы 110
Список использованных источников
- Вероятностные подходы к оценке ресурса конструкций
- Информационная база вероятностного моделирования кинетики усталостного разрушения
- Влияние рассеяния механических характеристик и размеров трещин
- Оценка ресурса опорного узла концевой балки мостового крана
Введение к работе
Актуальность работы. Одной из основных причин снижения ресурса конструкций машин и аппаратов различного назначения является образование и рост усталостных трещин. В зависимости от характера нагружения и особенностей конструкции стадия устойчивого роста трещин может охватывать длительный период. Учет этой стадии позволяет существенно увеличить ресурс конструкций. С этой целью разрабатываются модели роста усталостных трещин и методы оценки ресурса.
Классические оценки ресурса основаны на использовании эмпирических моделей роста трещин, параметры которых определяются экспериментально в заданных условиях нагружения. Многообразие конструкций, условий и характера нагружения, конструкционных материалов диктует необходимость разработки многопараметрических моделей роста трещин, позволяющих оценить влияние вариаций параметров на ресурс конструкций. Особый интерес в данном направлении представляет количественная оценка статистических эффектов, не получивших должное отражение в литературных источниках и методических разработках.
В связи с изложенным, представляется актуальной разработка вероятностных многопараметрических моделей роста усталостных трещин и алгоритмов статистического прогнозирования ресурса. В диссертационной работе эта задача решается применительно к широкому классу конструкций машин и аппаратов, подверженных двухчастотному нагружению.
Основанием для выполнения работы послужили:
- Федеральная целевая научно-техническая программа "Исследования и разработки по приоритетным направлениям развития науки и техники гражданского назначения". Подпрограмма 08.02. "Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф" проект 1.5.2. "Создание научных основ безопасности по критериям механики разрушения для проектных, запроектных и гипотетических аварий";
- Программа отделения энергетики, машиностроения, механики и процессов управления РАН 3.16 «Динамика и устойчивость многокомпонентных машиностроительных систем с учетом техногенной безопасности» проект 3.16.6 «Оценка риска и моделирование механики катастроф многокомпонентных машиностроительных систем»;
- Программа СО РАН № 8 «Проблемы деформирования и разрушения структурно-неоднородных сред и конструкций». Подпрограмма 8.3 «Физика и механика деформирования и разрушения сплошных и структурированных твердых тел, в том числе при низких и высоких температурах» проект №8.3.6 «Теория и методы моделирования разрушений, аварийных ситуаций и риск-анализа конструкций».
Исследования по указанным программам выполнялись при непосредственном участии автора в Отделе машиноведения Института вычислительного моделирования СО РАН и на кафедре "Диагностика и безопасность технических систем" Красноярского государственного технического университета.
Цель работы заключается в разработке статистического подхода к прогнозированию ресурса элементов конструкций с развивающимися усталостными трещинами при двухчастотном нагружении.
Задачи исследования:
1 Провести анализ известных моделей роста усталостных трещин и методов оценки ресурса конструкций с трещинами.
2 Сформулировать многопараметрическую модель роста усталостных трещин при двухчастотном нагружении конструкций и разработать статистический алгоритм ее реализации.
3 Оценить влияние рассеяния параметров модели на скорость роста усталостных трещин и ресурс элементов конструкций. Разработать методику расчетной оценки ресурса элементов конструкций, учитывающих двухчастотность нагружения.
5 Провести статистические оценки ресурса конструкций на стадии роста усталостных трещин при двухчастотном нагружении.
Методы исследований. Исследование напряженного состояния — методы теории упругости и механики разрушения, метод конечных элементов (МКЭ). Численное моделирование — метод Монте-Карло. Обработка результатов -методы статистической обработки экспериментальных данных. Экспериментальные исследования - методы неразрушающего контроля и виброметрии конструкций.
Научная новизна и положения, выносимые на защиту
1 Разработана модифицированная многопараметрическая модель роста усталостных трещин при двухчастотном нагружении, учитывающая характерный размер зоны необратимых циклических повреждений, характеристики трещиностойкости металла, начальный размер дефекта, амплитудно-частотные характеристики нагружения конструкции.
2 На основе метода Монте-Карло разработан и программно реализован алгоритм статистического моделирования роста усталостных трещин на основе обоснованных законов вероятностных распределений: для начальной длины трещины - Вейбулла; для составляющих амплитуд напряжения - Релея; для предела текучести металла и критического коэффициента интенсивности напряжений - нормального.
3 Исследовано влияние статистического рассеяния начальных размеров трещин, предела текучести металла, критического коэффициента интенсивности напряжений, амплитуд основной и высокочастотной составляющей нагружения на скорость роста усталостных трещин при двухчастотном нагружении.
4 Выполнено статистическое моделирование роста усталостных трещин и построены функции распределения ресурса типовых сварных соединений и элементов конструкций кранов при двухчастотном нагружении.
Практическая значимость диссертационной работы определяется следующими положениями:
1) выполнены оценки ресурса на стадии роста усталостных трещин: опорного узла концевой балки мостового крана грузоподъемностью 60 т; • воздушного ресивера 5ВХ-350/2,6;
2) результаты работы использованы при подготовке нормативно- технического документа в области промышленной безопасности в системе Ростехнадзора — MP 38.03.001-02. Методы расчетной оценки остаточного ресурса металлоконструкций грузоподъемных кранов. Методические рекомендации. - Красноярск: НЛП "СибЭРА", НИЦ "Регионтехсервис", 2002.
Внедрение результатов исследований осуществлено в Сибирской научно-производственной ассоциации «Промышленная безопасность» для оценок остаточного ресурса оборудования предприятий металлургической и горнодобывающей отраслей промышленности Красноярского края, с использованием методических рекомендаций «Методы расчетной оценки остаточного ресурса металлоконструкций грузоподъемных кранов», а также в учебном, процессе для студентов специальности «Динамика и прочность машин» Красноярского государственного технического университета, что подтверждается соответствующими актами внедрения.
Достоверность полученных результатов обеспечивается: методологией исследований, основанных на трудах зарубежных и отечественных ученых; использованием нормативных документов; использованием статистических данных и сопоставлением результатов расчетов с результатами других авторов.
Личный вклад автора заключается в постановке и реализации задач данного исследования, сборе и обработке статистических данных, формулировке основных положений научной новизны и практической значимости, внедрении полученных результатов.
Автор выражает глубокую признательность зав. Отделом машиноведения Института вычислительного моделирования СО РАН д.т.н., профессору В.В. Москвичеву и сотрудникам отдела за полезные замечания и советы по данной работе.
Апробация работы. Основные результаты диссертации докладывались: на Международной конференции "Математические модели и методы их исследования" (Красноярск, 1999 г.); IV и VII Всероссийских научно-практических конференциях "Решетневские чтения" (Красноярск, 2000, 2003 гг.); Международной конференции "Разрушение и мониторинг свойств металлов" (Екатеринбург, 2001 г.); Международной конференции, посвященной 80-летию академика Н. Н. Яненко, «Современные проблемы прикладной математики и механики: теория, эксперимент и практика» (Новосибирск, 2001 г.); VI и VII Всероссийских конференциях «Современные методы математического моделирования природных и антропогенных катастроф» (Красноярск, 2001, 2003 гг.); I и II Евразийских симпозиумах по проблемам прочности материалов и машин для регионов холодного климата (Якутск, 2002, 2004 гг.); XV Международной Интернет-конференции молодых ученых, аспирантов и студентов по современным проблемам машиноведения (Москва, 2003 г.); Международной конференции «Вычислительные технологии и математическое моделирование в науке, технике и образовании» (Алматы, 2002, 2004 гг.); научно-техническом семинаре аспирантов и соискателей МТФ КГТУ (Красноярск, 2004 г.); семинаре "Проблемы конструкционной прочности" Отдела машиноведения ИВМ СО РАН (Красноярск, 2000,2002,2004,2005 гг.).
Публикации: основное содержание диссертации опубликовано в 9 статьях, 3 тезисах конференций и нашло отражение в методических рекомендациях и отчетах о научно-исследовательских работах.
Структура и объем работы: диссертация состоит из введения, четырех глав, выводов и приложений. Основное содержание и выводы изложены на 133 страницах машинописного текста. Диссертация содержит 47 рисунков и 19 таблиц. Список использованных источников включает 194 наименования.
Вероятностные подходы к оценке ресурса конструкций
Помимо детерминированных методов расчета ресурса, описанных в п. 1.2, применяют вероятностные методы. Так как нагрузки в условиях эксплуатации носят случайный характер, характеристики сопротивления усталости, статические и циклические свойства конструкционных материалов, также являются случайными величинами, то трактовка условий прочности основывается на вероятностных представлениях /1, 13, 15, 18, 96/. Особенностью этих методов является то, что расчет заканчивают определениями функции распределения ресурса, выражающей связь между ресурсом и вероятностью разрушения. Вероятностные постановки задач механики разрушения связаны с необходимостью учета случайного характера текущего и (или) критического значения критерия разрушения, а также других параметров, определяющих значения критериев. Вероятностные методы в механике разрушения предполагают рассмотрение стохастических свойств материалов, длин трещин, приложенных напряжений и описание их вероятностными распределениями /97-101/. В общем случае вероятностные методы механики разрушения могут быть классифицированы так: 1) вытекающие из представлений о случайном характере процесса разрушения материала, как естественном его свойстве и 2) основанные на детерминированных численных методах механики разрушения и обобщенные для случайных полей величин (случайная нагрузка, случайная геометрия и т.д.). Рассмотрим как один из подходов к вероятностной оценке ресурса задачу вероятностного моделирования роста трещин при случайном нагружении. Она заключается в построении случайных траекторий /(t) или оценке вероятностных характеристик этих траекторий, адекватно описывающих реальные процессы с оценкой вероятностных функций f(/]t) или f(t/) на заданных характеристиках процесса нагружения и начальных распределений f0(/) размеров дефектов (рисунок 1.5).
Вопросы построения таких моделей неоднократно рассматривались в работах /19, 27, 102-111 и дрУ. При этом, выделяются задачи статистического описания характеристик циклической трещиностойкости конструкционных материалов и собственно моделирования роста трещин. Статистические описания базируются на использовании детерминированных эмпирических зависимостей циклического роста трещин, большинство которых приведено в таблице 1.4.
Рассмотрим уравнение (1.7) с позиций вероятностного моделирования скорости роста трещин. В качестве случайных переменных уравнения рассматриваются параметры Сип. Статистические исследования заключаются в испытаниях больших серий образцов на циклическую трещиностойкость с определением средних значений и коэффициентов вариаций указанных параметров, а также установлением корреляционных связей между ними /108, 112/.
Статистическое моделирование роста трещин по статистике параметров С и п осуществляется при задании характеристик случайного процесса нагружения. Обычно процесс нагружения задается в виде последовательности случайных блоков или в виде средних, дисперсий и корреляционных или спектральных функций заданного вида /104, 109/. Моделирование траекторий осуществляется численно или экспериментально на специальных программно управляемых стендах /102, 110/. Рост трещин обычно представляется в виде интегральных соотношений
Плотности распределений f(/t) или f(t/) в этом случае получаются в результате многократной реализации соотношений (1.16) и (1.17). Эта схема может быть реализована для хорошо изученных конструкций, эксплуатирующихся в "типовых" условиях. Для построения плотностей распределения f(/t) или f(t]/) требуется большое число испытаний модели. При этом особенные затруднения возникают в областях малых вероятностей распределений.
Другая постановка задачи вероятностного моделирования роста трещин заключается в привлечении аппарата теории случайных процессов /103-106/. Достоинство этого направления заключается в том, что модели имеют обобщенный характер и позволяют исследовать влияние различных факторов на кинетику трещин. Рассмотрим вероятностные модели такого класса, ориентированных на решение задач риск-анализа конструкций /113/.
При построении моделей во всех случаях имеют место условия необратимости трещин вида 6/t 0 (1.18) и кинетические условия (1.4).
Также будем полагать, что вероятностные факторы кинетики трещин присутствуют как на микро, так и на макро уровнях процесса деформирования материалов. На микроуровне к ним относятся факторы структурной неоднородности материалов и неоднородности напряженно-деформированных состояний в локальных зонах на уровне размеров зерен. На макроуровне влияют пространственная и временная неоднородность напряженно-деформированного состояния элементов конструкций; неопределенность формы, размеров и ориентации трещин; рассеяние значений характеристик циклической трещиностойкости материалов. Построение вероятностных моделей кинетики трещин, отражающих оба уровня процесса крайне сложно. Поэтому основное внимание уделим вероятностным моделям, оперирующим факторами макроуровня.
Обобщенно рост трещин с позиций теории случайных процессов можно представить тремя вероятностными моделями (рисунок 1.6): дискретной со случайными приращениями в случайные моменты времени; непрерывной со случайными приращениями на фиксированных отрезках времени; дискретно-непрерывной со случайными приращениями обоих типов /107/. В аналитическом плане наиболее перспективными для описания таких процессов можно считать модели диффузионного типа /114/.
Информационная база вероятностного моделирования кинетики усталостного разрушения
Пороговое значение КИН К А сильно зависит от среды, причем максимальное значение достигается в вакууме и уменьшается по мере увеличения агрессивности среды; значения возрастают при увеличении модуля упругости Е, предела текучести тт и уменьшения коэффициента асимметрии R. Также большое влияние на значения Kth оказывает размер зерна.
Увеличение его обычно сопровождается снижением циклической прочности материалов ввиду изменения барьерного действия границ зерен /51/. В таблицах В.1 и В.2 приведены значения Klh для некоторых материалов, а в таблице В.З с учетом критического размера дефекта.
Авторами работы /174/ предложена модель нахождения Kth на основе уравнения Коффина-Мэнсона с учетом пластической деформации Klh = І 4g-(RMC.-P#+ )-dcn. (1-і) 1,7 -о\т } —, (2.16) где d — структурный параметр, определяющий свойства пластически сформированной структуры; m — показатель упрочнения; RMCe - сопротивляемость микросколу деформированного материала; стт - предел текучести материала; D - коэффициент, учитывающий повышение первого главного напряжения в случае сложного напряженного состояния. В/12/рассмотрена возможность определения Kth по величине твердости по Викерсу (HV) и величине проекции площади дефекта S, мкм2, КА =3,3-10 3(HV + 120)(Vs),/3. (2.17) Известна зависимость AK.t[, от предела текучести материала и коэффициента асимметрии цикла внешнего нагружения Ra /15/ ДКЬ =12)7-0,006cT-(ll,37-0,0065aT)Ra. (2.18) В работе /177/ проведен анализ зарубежных исследований зависимостей для оценки КА, ряд которых представлены в таблице 2.7
Циклическая вязкость разрушения Kfc принимается согласно данным таблиц 2.8 и 2.9. Если же экспериментальное значение Kfc неизвестно, то согласно многочисленным экспериментальным исследованиям его значение можно принять равным 0,8КС /180/.
Таким образом, имеется полная информация и фактические данные, позволяющие формировать базу расчетных параметров для реализации предложенной модели (2.13).
Решение задачи, оценки ресурса элементов конструкций и аппаратов, при наличии развивающейся макротрещины требует описания внешних случайных нагрузок, задания начальных условий (начальной длины трещиноподобного дефекта /0), условия отказа, кинетического уравнения роста трещины,
выражения для коэффициента интенсивности напряжений. Нахождение функции распределения ресурса математически эквивалентно задаче нахождению функции, плотности распределения времени пребывания случайного процесса в заданной области. Рассматриваемый стохастический процесс роста усталостной трещины, во-первых, нестационарен, его характеристики неизвестны и требуют своего определения с учетом вида кинетического уравнения роста трещины, нагрузки и т.д. /181/. Точное значение указанной задачи теории случайных процессов в общем случае не получено. Практическое решение задачи основано на использовании феноменологических моделей разрушения и эмпирических зависимостей, полученных расчетно-экспериментальными методами. Решение задачи направлено на получение практически достаточно точных и применимых в инженерном проектировании оценок ресурса и надежности элементов конструкций. При этом исключительную важность и в то же время трудность представляет собой получение качественной и адекватной информации, которую трудно подучить в необходимом объеме, что приводит к необходимости значительных упрощений и допущений.
Случайный процесс нагружения элементов конструкций определяется рядом факторов, априорная информация о которых при проектировании отсутствует. Описание реального процесса нагружения требует значения функции плотности вероятностей распределения амплитуд напряжений в конструкции, эффективной частоты случайного процесса нагружения, а также ряда коэффициентов, характеризующих форму спектра. В данном случае для проведения расчетов принят двухчастотный (бигармонический) процесс нагружения, условленный наложением на основной циклический процесс высокочастотной вибрационной нагрузки /77/.
Влияние рассеяния механических характеристик и размеров трещин
Основными факторами, определяющими вероятностные характеристики ресурса, являются случайные свойства параметров, входящих в уравнение скорости роста трещины. При этом закон распределения ресурса формируется преимущественно нелинейными характеристиками уравнения и чувствительностью к изменению входных величин, а параметры получаемого распределения определяются их количественными характеристиками.
Модель (2.13) учитывает характеристики материала (К.А, Kfc, %), нагружения (w, р.) и параметра, учитывающего изменение свойств материала в зависимости от параметров нагружения (р = ф(ш)).
В связи с этим правомерна постановка следующих вопросов. Во-первых, в какой степени получаемый в результате моделирования массив распределения ресурса по своим статистическим характеристикам соответствует экспериментальным значениям? Во-вторых, какие закономерности рассеяния ресурса могут быть получены в результате моделирования?
Исследование статистических свойств ресурса выполнялось при следующих данных. В качестве расчетной схемы выбрана пластина с боковым надрезом из стали 09Г2С. Максимальная приложенная нагрузка вычислялась согласно (2.7), а компоненты входящие в это соотношение составляли rt =0,3 тт, т2 =0Д тт и аа =0,1(7-,.
Основными факторами, определяющими вероятностные характеристики ресурса, являются случайные свойства параметров, входящих в уравнение скорости роста трещины. При этом закон распределения ресурса формируется преимущественно нелинейными характеристиками уравнения и чувствительностью к изменению входных величин, а параметры получаемого распределения определяются их количественными характеристиками.
Модель (2.13) учитывает характеристики материала (К.А, Kfc, %), нагружения (w, р.) и параметра, учитывающего изменение свойств материала в зависимости от параметров нагружения (р = ф(ш)).
В связи с этим правомерна постановка следующих вопросов. Во-первых, в какой степени получаемый в результате моделирования массив распределения ресурса по своим статистическим характеристикам соответствует экспериментальным значениям? Во-вторых, какие закономерности рассеяния ресурса могут быть получены в результате моделирования?
Исследование статистических свойств ресурса выполнялось при следующих данных. В качестве расчетной схемы выбрана пластина с боковым надрезом из стали 09Г2С. Максимальная приложенная нагрузка вычислялась согласно (2.7), а компоненты входящие в это соотношение составляли rt =0,3 тт, т2 =0Д тт и аа =0,1(7-,.
На рисунке 3.1 приведена гистограмма распределения начальной длины трещины, использующая генератор случайных чисел, распределенных по закону Вейбулла. Распределение Кс, согласно нормального закона, представлено на рисунке 3.2, и на рисунке 3.3 гистограмма распределения значений с,. Остальные случайные величины, используемые в модели (2.13), генерируются с помощью этих же генераторов, встроенных в программу, приведенную в Приложении А.
Выполнена оценка влияния изменений математических ожиданий и среднеквадратических отклонений критического коэффициента интенсивности напряжений Кс и предела текучести ат на ресурс в следующих диапазонах: тк - от 40 до 180МПал/м и т0т - от 280 до 580 МПа.
На рисунках 3.7 и 3.8 представлены зависимости влияния параметров нормального распределения значения Кс на средний ресурс. При увеличении математического ожидания Кс - тк и СКО sK ресурс увеличивается. Влияние СКО sc и математического ожидания тс на величину ресурса показано на рисунках 3.9 и ЗЛО, соответственно. При постоянном математическом ожидании т0 и изменении СКО sa в пределах 0,1...0,2 аТ наблюдается незначительное увеличение ресурса. Для случая, когда СКО sCT остается неизменным, а математическое ожидание тет увеличивается, наблюдается снижение ресурса. Из рисунков 3.11 и 3.12 видно, что с увеличением значения начальной длины трещины /0, а также при изменении параметров масштаба ш/о и формы S/ ресурс снижается. При увеличении постоянного значения параметра масштаба начальных длин трещин Ш/ и изменении параметра формы S/ ресурс снижается. И чем больше начальная длина трещины, тем более крутыми становятся кривые ресурса. На рисунке 3.12 рассмотрен случай, когда начальная длина трещины /0 изменяется от 7 до 50 мм, а параметр формы s{ остается постоянным. Ресурс снижается, функция имеет экспоненциальный вид. И вполне закономерно, что чем больше начальная длина трещины больше, тем меньше значение ресурса.
Были проведены исследования влияния размера зерна металла на размер пластической зоны (рисунок 3.13). Явно прослеживается тенденция, что с увеличением размера зерна d3 размер зоны необратимых циклических повреждений % увеличивается, а с увеличением коэффициента асимметрии цикла R- уменьшается.
Оценка ресурса опорного узла концевой балки мостового крана
Задача решалась для трех расчетных случаев с количественными параметрами, представленными в таблице 4.3. Материал - сталь 09Г2С, с соответствующими механическими характеристиками, согласно п. 2.2. Начальные размеры трещин определялись из условия реальной выявляемости дефектов при визуальном контроле 5...10 мм.
Исходные данные для каждой задачи определялись с учетом начальных параметров распределений, описывающих те или иные характеристики с использованием алгоритмического генератора случайных чисел. Расчет по модели (2.13) производился многократно в зависимости от числа итераций, заданных изначально. В результате статистической обработки получены функции распределения ресурса и надежности, представленные в таблице 4.3.
На рисунке 4.8 приведены функции распределения ресурса для расчетных случаев в зависимости от числа циклов эксплуатации и времени наработки. Как следует из расчетов, высокая безотказность обеспечивается: в первом случае при 1,4 10 циклов нагружения узла; во втором при 1,2-103 циклов, в третьем при 1,8-103 циклов.
Оценка ресурса воздушного ресивера
Одним из характерных типов оборудования, подверженных двухчастотному нагружению, являются ресиверы холодильных установок. Особенность конструкций ресиверов заключается в том, что на их корпусе располагается винтовой компрессор и электродвигатель (рисунок 4.9). В результате, обечайка ресивера оказывается нагруженной по двухчастотному циклу: - основная нагрузка от пульсаций давления с частотой ю- менее 1,7 1 О 3 Гц (нагнетание воздуха происходит с периодичностью 6 циклов в час); - вибрационная нагрузка от дисбаланса системы «электродвигатель-компрессор» с частотами 48,7 ... 2400 Гц (в зависимости от технического состояния подшипников и муфты электродвигателя).
При длительном нагружении в зонах приварки ребер опор электродвигателя и компрессора образуются усталостные трещины с выходом в стенку ресивера (рисунок 4.10). Указанные трещины неоднократно обнаруживались при техническом диагностировании ресиверов. При этом всякий раз приходится решать задачу об остаточном ресурсе ресивера с учетом наличия усталостной трещины.
Рассмотрим решение этой задачи на основе предложенной модели роста усталостных трещин. В качестве примера используем ресивер типа 5ВХ-350/2,6 зав. № 8, ОАО «Зубр». Ресивер изготовлен из стали марки 09Г2С. Рабочее давление - 0,4 МПа. Толщина стенки - 6 мм. При экспертизе ресивера в 2001 г. специалистами ООО НПП «СибЭРА» в указанной опорной части была обнаружена трещина длиной 90 мм с раскрытием 1,5 мм (рисунок 4.11). Ресивер был введен в эксплуатацию в 1981 году.
Для расчетного анализа положим, что сварное соединение крепления опорного стола имеет начальный дефект, как показано на рисунке 4.12. Значение поправочной функции для вычисления К{, которую примем согласно/190/: Kt - теоретический коэффициент концентрации напряжений, который можно вычислить согласно/191 и др./. В нашем случае примем Kt=l,5.
При расчетах ресурса уровень нагруженности изменялся отах/от от 0,4 до 1,2 с шагом 0,2, с условием, что а2/(о2+сті)»0,25, а отношение частот составляющих действующих напряжений ш2/сО( =10...170. Начальный размер дефекта /0=1,0 мм.
Результаты расчета представлены на рисунке 4.13. Как следует из расчетов, средний ресурс ресивера при нормальных условиях работы составляет N=5,3-104 циклов в год. Примем это значение ресурса за базовое и исследуем влияние вариаций режима эксплуатации.
При уровне напряжений omax/aT: - 0,4, в рассматриваемом диапазоне отношения частот, ресурс ресивера снижается с 1,4-10 до 1,3-10 циклов, но остается выше Ng во всем диапазоне частот; - 0,6, ресурс ресивера снижается с 3,5 107 до 5,5-103 циклов. При с /иі больше 130 ресурс оказывается меньше базового значения; - 0,8, ресурс ресивера снижается с 3,3-105 до 6,8-102 циклов. Ресурс можно считать приемлемым, если о /ш- не превышает 70, после которого ресурс оказывается меньше базового значения; - 1,0, ресурс ресивера снижается с 7,5 104 до 5,2 102 циклов. Ресурс можно считать приемлемым, если ю2/ »і не превышает 40, после которого ресурс оказывается меньше базового значения; - 1,2, ресурс ресивера снижается с 2,7-104 до 49 циклов, на исследуемых частотах. Эксплуатация в этих частотах недопустима.
Таким образом, при эксплуатации ресиверов с отношениями атах/стт 0,8 необходимо систематизировать контроль с использованием неразрушающих методов контроля, позволяющих следить за ростом трещин в сварных соединениях опор стола крепления.
