- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于多种模型的国产S30432钢管持久强度数据分析
郑开云(材料与检测技术研究所)
摘要
本文采用多种代数和温度-时间-参数(TTP)模型对国产S30432钢管600℃、625℃、650℃、700℃温度的持久强度数据作了分析。模型分析过程分别基于正态分布和威布尔分布假设,对应地采用最小二乘估计和极大似然估计计算模型中各参量值。通过对各种模型拟合优度的比较以及拟合结果真实性和有效性评价,优选部分模型进行长时持久强度值外推。此外,本文还提出TTP模型高阶多项式拟合曲线在长时出现S形弯曲或折回问题的修正方法。
关键词:S30432钢、持久强度、数据分析、参数法
国产S30432奥氏体不锈钢管历经多年自主研发已取得重大进展,表明我国超超临界参数锅炉关键材料国产化水平的不断提升。由于电站安全可靠运行的严格要求,国产S30432钢管如何得到用户认可和应对实际运行的考验,需要开展深入研究和系统评价,其中长时持久强度数据的积累是关键问题之一。在有关单位的攻关下,国产S30432钢管持久强度试验正在大力开展,比较有代表性的是上海电站材料行业的研究工作,目前部分试样的试验时间已近三万小时。预计未来两到三年内,可以初步建立国产S30432钢管基本的长时性能数据库,从而为国产S30432钢在超超临界锅炉的广泛使用提供有力支持。
本文分析所用数据为上海宝钢最新提供的S30432钢管600℃、625℃、650℃、700℃温度的持久强度数据。分析过程采用多种代数和温度-时间-参数(TTP)模型,分别基于正态分布和威布尔分布的统计假设。鉴于国产S30432钢管持久强度数据的TTP模型高阶多项式拟合在长时出现S形弯曲或折回现象,本文尝试应力变量加和常参量的方法进行修正。用于对长时持久强度值的外推的优选模型通过模型拟合优度的比较以及拟合结果真实性和有效性评价综合确定。
2 持久强度试验数据
S30432钢管的持久强度数据示于图1。持久试验温度分别为600℃、625℃、650℃和700℃,等温线上不同应力的数据点数量和间距比较均匀,600℃的试验点数量相对较少。数据总量84点,断裂数据76点,未断裂数据8点,7000h以下数据59点,7000h以上数据25点,最长断裂时间25000h(625℃/180MPa)。
图1宝钢S30432持久试验数据
表1 持久强度数据评估模型
类型 名称 名称 表达式 备注 代数模型 Soviet Model 1 SM1 Soviet Model 2 SM2 Minimum Commitment MC TTP模型 Mendekson-Roberts-Manson MRM Simplified MRM MRn MRM模型中r=-1,q=0
n=2,3,4 Larson-Miller LMn MRn模型中=0
n=2,3,4 Manson-Haferd MHn MRM模型中r=1,q=0
n=2,3,4 MH0n MHn模型中=0
n=2,3,4 Orr-Sherby-Dorn OSDn n=2,3,4 注:在基于正态(Normal)分布的持久强度数据评估过程中的表达式:,是的期望值;
在基于威布尔(Weibull)分布的持久强度数据评估过程中的表达式:,是的中位值,是的中位值。3 持久强度数据分析模型
目前,关于持久数据处理和持久强度评定的标准和规范有:ISO 6303-1981[1],BS PD 6605[2],以及ECCC Recommendations-Volume 5 Part 1a[Issue 5][3]。基本的评定方法是通过采用多种模型对持久数据进行分析计算,结合材料组织分析和数理统计技术,综合测试模型拟合的真实性、物理意义、拟合优度、外推可靠性等,最后选择最优的模型进行长时持久强度值外推。经典的持久强度数据评估计算模型列于表1,包括多种代数模型和TTP(Time-Temperature-Parameter)模型。
4 基于正态分布的持久强度数据分析
数据样本仅包括断裂数据,样本量=76。
断裂时间的对数服从正态分布:
,~
对于线性回归模型,直接用最小二乘法可得到上述模型各参数的估计。对于非线性回归模型,即含有参数,的最优值通过遍历计算求得,遍历范围,步长1K,最优判据:误差平方和SSE(sum of squared errors, SSE)最小。
SSE=
模型拟合优度由调整判定系数:
,
,
标准差(standard deviation):
其中为模型中的参数数量。
模型方程的显著性采用F统计检验,F统计量:
给定显著性水平=0.01,统计量为。
4.回归分析结果
模型的回归分析结果列于表,可见所有模型拟合优度高,方程显著性强。表 模
您可能关注的文档
- 13存储器管理..ppt
- 基于吸液率测定毕业设计论文.doc
- 13控制器结构..ppt
- 12人口的空间变化..ppt
- 基于回归分析和主成分分析的中国经济分析.doc
- 13噪声及其控制..ppt
- 基于国际比较分析的国家自主创新体系研究(录用稿)杨名.doc
- 13只有一个地球..ppt
- 13花钟..ppt
- 13适合国情的政治制度..ppt
- 运动风格趋势:轻量化户外 2025 S S.pdf
- 数字乡村建设村村通广播应用方案.pdf
- 高盛-日本市场策略 Japan Strategy Flash 1Q325 earnings summary Double-digit (%) profit growth as results largely surprised upwards 0820 2024.pdf
- CEEM《全球智库半月谈》(总第286期).pdf
- 智慧物流概论微课课件第4章智慧物流信息平台.pdf
- 数字乡村公共安全综合平台项目解决方案.pdf
- 智慧物流概论微课课件第7章智慧物流包装.pdf
- 【案例】”啤酒之王“的智慧物流探索之路.pdf
- 数字连江城市数字基座(一期)和数字乡村示范点建设项目.pdf
- 智慧物流概论微课课件第1章智慧物流概述.pdf
文档评论(0)