基于概率断裂力学的在役管道安全评定.pdf

基于概率断裂力学的在役管道安全评定.pdf

ID:57819141

大小:312.97 KB

页数:3页

时间:2020-04-05

基于概率断裂力学的在役管道安全评定.pdf_第1页
基于概率断裂力学的在役管道安全评定.pdf_第2页
基于概率断裂力学的在役管道安全评定.pdf_第3页
资源描述:

《基于概率断裂力学的在役管道安全评定.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、江汉石油学院学报 2004年12月 第26卷 第4期·168·JournalofJianghanPetroleumInstituteDec12004Vol126No14基于概率断裂力学的在役管道安全评定  燕秀发,戴 耀(解放军装甲兵工程学院机械系,北京100072)  谢禹钧(辽宁石油化工大学,辽宁抚顺113001)[摘要]针对油气管道的断裂失效模式以及失效分析过程中存在的不确定性,结合概率断裂力学和安全评定规范,提出了管道缺陷概率安全评定计算方法。根据主要评定参数:缺陷尺寸、载荷、断裂韧性、机械强度等的分布特征,对各随机变量模拟抽样,应用MonteCarlo数值

2、计算方法,确定管道上各缺陷的失效概率。概率安全评定方法真实反映了评定参数客观存在的不确定性,克服了确定性安全评定方法的缺点,具有较高的应用价值。[关键词]油气管道;压力管道;概率断裂力学;评定规范;MonteCarlo方法[中图分类号]TE97316[文献标识码]A[文章编号]10009752(2004)04016803油气管道是石油化工和能源企业中的重要设备,裂纹类缺陷的扩展与失稳导致的断裂是该类管道的主要失效形式。国内外的结构完整性评定规范均以断裂力学为基础,具有代表性的规范有R/H/R6295、BSPD6493、ASMEIWB_3650以及我国的SAPV99等

3、。在这些规范中给出的均为确定性评定方法。确定性评定方法在工程应用时由于没有考虑评定参数实际中的不确定因素,往往使得评定结果在参数分散程度小时偏于保守,在参数分散程度大时又偏于危险。如文献[1]中应用R/H/R6295评定规范对某油气管道进行了确定性失效评定,发现某些情况下评定结果趋于危险。工程实践中,尽管缺陷的大小、材料性能参数以及载荷都不是确定值,但研究表明这些评定参数符合一定的分布规律,可以用可靠性理论缓解评定参数不确定性的矛盾,定量得到结构的失效概率。在国际上,概率断裂力学理论开始用于压力容器的缺陷评定,管道缺陷可靠性评定方法是当今结构完整性评定技术的趋势。笔

4、者结合概率断裂力学和国内最新失效评定技术SAPV99,针对管道的脆性断裂和塑性失稳失效模式,按照“合于应用原则”,阐述了在役管道概率安全评定的基本原理和实现方法。1 管道参数的随机性分布和数值模拟方法结构完整性失效评定中的主要随机变量有材料的机械性能、工况载荷、缺陷尺寸等。它们都不同程度地存在随机性、分散性和不确定性。采用可靠性评定方法,首先要明确各随机变量的分布特征。统计[2]资料表明,材料机械性能的分布近似服从对数正态分布和正态分布,断裂极限应力和屈服极限应力的变异系数可达5%~10%。由于影响断裂韧性的因素较多,断裂韧性的变异系数可达10%~70%。建议断裂韧

5、性选用二参数威布尔分布,也可采用正态分布。但威布尔分布数据拟合最佳,正态分布偏于保守。含缺陷管道的截面应力是由管系的内压、温度、各种约束等多种因素的作用而产生的。正常工况下[3]压力和温度都是波动的,一般服从正态分布、对数正态分布和威布尔分布。压力和温度的变异系数较小,可参照操作要求来确定,其中考虑停车和超压对管道失效的影响。在进行管道安全评定时,需要知道缺陷的位置、形状和大小。按评定规范中缺陷表征的要求,规则化后的缺陷是非常保守的。对单个缺陷进行风险分析时,可不考虑检测误差等不确定因素。但如果同一截面上有多个裂纹,由于同时存在检测误差和表征误差,那么规则化后,则必

6、须考虑它们的影响。检测误差和表征误差造成的缺陷尺寸分[3]布一般为正态分布,但深度尺寸的分散性较大。管道焊接区焊接残余应力的数值大小和分布类型极其复杂,文献[4]推荐近似服从正态分布,根据实测情况选取偏于保守的变异系数。[收稿日期]20040509[基金项目]中国石油天然气集团公司资助项目(99081414)。[作者简介]燕秀发(1972),男,1993年大学毕业,讲师,博士生,现从事断裂力学的研究和应用工作。第26卷第4期燕秀发等:基于概率断裂力学的在役管道安全评定·169·  管道概率安全评定可应用MonteCarlo方法计算缺陷失效概率。首先根据上述分析确定各

7、随机变量的分布特征,然后对各随机变量按各自的分布获得随机抽样值。下面给出了上述3种分布的通用随机变量抽样方法,其中[0,1]上均匀分布的随机变量可用C++中的伪随机变量函数rand()产生,起始种子借助于系统时间确定。设η1,η2均为[0,1]上均匀分布的随机变量,对于标准正态分布N(0,1),利用二元函数变换可得随机变量抽样值:1/2ξ=(-2lnη1)cos(2πη2)(1)2则正态分布N(μ,σ)的随机变量抽样值为:y=ξσ+μ(2)2对数正态分布ln(λζ)的随机变量抽样值为:y=exp(ζξ+λ)(3)设η为[0,1]上均匀分布的随机变量,对于威布尔分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。