海洋平台结构系统损伤识别与预警实验研究

《海洋平台结构系统损伤识别与预警实验研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国石油大学（华东）硕士学位论文海洋平台结构系统损伤识别与预警实验研究姓名：陈栋申请学位级别：硕士专业：安全技术及工程指导教师：徐长航;陈国明20100501摘要目前，我国海洋石油开发中相当一部分平台服役年限比较长，存在一定程度的损伤，大量老龄平台的存在对安全生产带来一定的隐患。声发射检测技术可以实现微小裂纹检测，并能够及时追踪损伤变化，利用声发射检测技术建立海洋平台安全预警系统，对海洋平台进行全天候检测，及时发现海洋平台损伤状况，保障平台的安全生产，具有重大的研究价值。本文结合国家“十一五”863计划海洋技术领域专题课题“近海石油老龄平台延寿技术研究”展开研究。本文分别以

2、海洋平台实验模型和钢制构件为对象，开展基于声发射技术的结构损伤检测的实验研究。首先通过预制缺陷的方式模拟钢制构件的损伤，并利用碳纤维加固方法对部分含预制缺陷的构件进行修复处理。分别对未加固构件与加固构件进行疲劳断裂试验，实时采集实验过程中构件的声发射信号，并利用小波分析和双谱分析等多种信号处理方法对声发射信号分析。基于两类构件的声发射信号的对比分析研究，证明碳纤维加固能够有效地修复钢制构件损伤缺陷，同时从时域、频域、时频域等角度揭示了碳纤维加固对声发射信号特征的影响，从而为海洋平台损伤维修提供理论支持。设计了海洋平台模型的声发射检测实验，确定海洋平台结构系统中部分构件发生损

3、伤这一现象的实验模拟方法。以不同频率的正弦激励信号(15Hz、20Hz、25Hz)分别对损伤前后平台实验模型进行加载实验，实时采集模型的声发射信号，并采用多种信号处理方法进行声发射信号分析。结果对应于海洋平台模型结构完好、部分损伤以及完全损伤等不同结构完整性状态，声发射信号在时域、频域都表现出较为明显的差异性，从而验证了应用声发射技术进行复杂结构系统健康状态监测与诊断的有效性和可行性。同时，通过对比分析各种信号分析与处理方法优劣，发现小波包能量谱分析和双谱分析较其它信号处理方法更适用于声发射信号分析。基于上述实验研究结果，结合通信技术、检测技术等现代高科技技术开展海洋平台安

4、全预警系统研究。提出以上升时间、有效值电压和能量比偏差为安全预警指标的多指标模型，根据实验结果确定各安全预警指标值，对安全预警系统效果进行验证和评估，结果表明该预警系统具有良好的有效性和可靠性。关键词：声发射，钢制构件，海洋平台，预警技术，预警指标ResearchonEarlyWarningMethodsforOffshorePlatformBasedAcousticEmissionTechnologyChenDong(Safetytechnologyandengineering)DirectedbyAssociateProf．XuChanghangProf．ChenGuo

5、mingAbstractAtpresent，theserviceyearofafairlylargenumberofplatformsaremuchlonginoffshoreoildevelopmentofourcountry，andexistcertaindegreeofdamage，thisagedplatformswillbringriskstooursafetyinproduction．Acousticemission(AE)technologyCanmonitormicro-cracksandtI。acethechangingofthelittlecracks．

6、BuidingupearlywarningsystemforofforeshoreplatformbasedonAEtechnologyCanensureworkingsafetyonofforeplatformwhichcanmonitorofforeshoreplatforminallweatherandfindthehurtsoftheplatform，SOtheearlywriningsystemhasimmenseresearchvalue．Thedissertationfocusesonbuildingupearlywarningsystemforoffshor

7、eplatformwhichisapartofthe‘‘863’’HighTechnologyandDevelopmemProgramofChina(2006AA092355)of“ResearchonLifeExtensionTechnologyforAgedOffshorePlatforms”．OffshoreplatformmodelandsteelrodsareusedtocarryoutexperimentalstudyonstructuredamagedetectionbasedonAEtechnolo