技术新讯 > 测量装置的制造及其应用技术 > 一种消防管道阀门疲劳度检测方法、介质及系统与流程  >  正文

一种消防管道阀门疲劳度检测方法、介质及系统与流程

  • 国知局
  • 2024-07-30 11:12:40

本发明属于建筑消防管道,具体而言,涉及一种消防管道阀门疲劳度检测方法、介质及系统。

背景技术:

1、消防给水系统是确保建筑物在发生火灾时能够及时扑救的重要设施。它主要由储水设备、供水管网、消防泵和各种阀门等组成。其中,阀门作为管网中的重要控制元件,在整个系统的正常运行和事故应急中扮演着至关重要的角色。

2、常见的消防给水阀门类型有止回阀、切断阀、信号阀等。止回阀用于防止管网内的水流发生反向流动,通常安装在泵的出口处;切断阀用于隔绝某一段管路,以便进行维修或者扑救某一区域的火灾;信号阀则与报警装置相连,一旦启动,可发出视觉或声音信号,提醒人员注意。除此之外,还有防污隔离阀、排气阀、减压阀等附属阀门,用于维护管网的正常运行。这些阀门通常需要频繁地开启或关闭,以适应不同的工作模式和使用场景,因而受力较为剧烈,更容易出现疲劳损伤。

3、疲劳是金属材料在反复循环载荷作用下逐渐积累损伤、最终导致失效的过程。对于消防管道阀门而言,主要的疲劳载荷来源包括管内流体的压力波动、温度的循环变化、以及频繁的开启/关闭操作。这些载荷会在阀门的某些区域造成应力或应变的集中,如果超过材料的疲劳极限,就会出现微观裂纹的萌生、扩展,进而导致宏观断裂。一旦发生这种情况,整个管网的供水就会受到影响,给火灾扑救带来极大的风险。

4、目前,已经有多种方法用于评估消防管道阀门的疲劳状况。其中,最常见的做法是根据规范要求,在阀门达到一定使用年限后予以更换。但这种经验性方法存在较大的盲区,阀门实际的使用环境和工况可能会与规范规定的情况有较大出入,导致实际寿命被过度估计或低估。

技术实现思路

1、有鉴于此,本发明提供一种消防管道阀门疲劳度检测方法、介质及系统,能够解决现有技术对消防管道阀门疲劳度检测时,往往依靠人工经验,得到的阀门疲劳度准确度与实际有很大出入的技术问题。

2、本发明是这样实现的:

3、本发明的第一方面提供一种消防管道阀门疲劳度检测方法,其中,包括以下步骤:

4、s10、建立有限元模型:根据消防管道阀门的材料特性、结构尺寸和工作环境条件,建立阀门的有限元数值模型,确定阀门在正常工作条件下的初始应力分布和潜在的第一脆弱区域;

5、s20、采集阀门实际使用数据:通过安装传感器或其他监测设备,采集阀门在实际使用过程中的相关数据,包括开启/关闭次数、水压波动、温度变化,对阀门的使用情况在所述有限元模型中进行分析,确定第二脆弱区域;

6、s30、确定关键脆弱区域:将第一脆弱区和第二脆弱区的应力数据,与流体力学模型计算的作用力相结合,计算出脆弱区在不同工况下的累积受力,确定阀门整体的关键脆弱区域;

7、s40、分析管道内水流条件:建立流体动力学仿真模型,利用蝴蝶优化算法优化流体动力学仿真模型的参数,模拟分析消防管道内水流的流体参数,包括压力、流速、湍流强度,预测管道内水流对阀门的作用载荷;

8、s50、计算实际累积载荷:基于监测获得的阀门实际使用数据,结合流体动力学仿真模型预测的水流载荷,计算所述关键脆弱区在阀门整个使用周期内实际承受的累积载荷;

9、s60、建立疲劳损伤模型:采用经典的疲劳损伤理论或基于断裂力学的疲劳裂纹扩展模型,建立所述关键脆弱区疲劳损伤累积模型,利用蜂群算法优化所述疲劳损伤累积模型的参数;

10、s70、预测阀门残余寿命:利用蚁群算法选择最佳的允许损伤临界值,根据疲劳损伤累积模型,预测阀门达到疲劳极限的时间点,从而估算阀门的残余寿命和疲劳度。

11、在上述技术方案的基础上,本发明的一种消防管道阀门疲劳度检测方法还可以做如下改进:

12、其中,还包括步骤s80、更新仿真模型:将所述阀门在实际使用数据持续反馈至流体动力学仿真模型和有限元模型,持续优化和更新这些模型,提高阀门疲劳度预测的准确性。

13、所述s80的具体步骤包括:分类整理实际使用数据,提取每类工况关键参数如压力、温度、扭矩等作为验证数据;输入流体模型和有限元模型预测结果,与实测值对比发现偏差,采用人工神经网络、遗传算法等优化算法优化模型参数;及时将新的工况数据纳入模型,持续更新模型适用范围;模型更新频率为收集一定量新数据即更新一次;模型收敛判据为残差或目标函数达到特定值。

14、其中,所述s10的具体步骤包括:根据消防管道阀门的材料特性、结构尺寸和工作环境条件建立阀门的有限元数值模型;采用四面体网格划分算法或六面体网格划分算法对阀门模型进行网格划分,在阀门表面区域网格尺寸控制在0.1mm至0.5mm之间;设置边界条件如内部流体压力、温度载荷、扭矩载荷,内部压力范围0.1mpa至1.6mpa,温度载荷范围-20℃至60℃;通过有限元求解获得各网格单元上的应力应变分布数据,确定第一脆弱区域位置。

15、其中,所述s20的具体步骤包括:在阀门上安装开关量传感器、压力传感器、温度传感器用于监测阀门开启/关闭状态、水压变化、温度变化;将传感器数据标记时间戳信息后存储;根据开关量传感器记录在有限元模型施加相应次数开启/关闭载荷,压力传感器数据作为边界载荷施加模型;温度数据作为温度载荷,模拟获得第二脆弱区域。

16、其中,所述s30的具体步骤包括:建立流体动力学模型,设置入口流量0.1m^3/s至1m^3/s或入口压力0.1mpa至1mpa作为边界条件,网格尺寸控制在0.5mm至2mm范围;其中流体力学模型采用标准k-ε湍流模型,进行流场参数求解;将求解结果导入有限元模型,作为面载荷和面内载荷加载阀门的有限元数值模型;得到各脆弱区受力分布情况,累积应力线性叠加,累积最大应力与屈服应力比超过0.8时,确定该区域为关键脆弱区。

17、其中,所述s40的具体步骤包括:建立管网三维几何模型,对模型进行网格划分,管路转折和阀门表面区域进行局部加密,近壁面区域网格尺寸控制在0.1mm至0.5mm;设置标准k-ε或k-ω的湍流模型,给定入口边界为流量0.1m^3/s至2m^3/s或压力0.2mpa至1mpa;求解获得管网内压力、流速、湍流参数分布;采用蝴蝶优化算法优化模型参数,种群规模100至200只,最大迭代100至300代,目标函数采用测点数据均方根偏差。

18、其中,所述s50的具体步骤包括:将各工况下传感器数据及流体模型计算结果作为边界载荷施加到所述阀门的有限元数值模型,计算所述关键脆弱区应力应变响应;对各工况应力范围采用rainflow法进行计数,采用palmgren-miner线性累积损伤规则累积损伤,线性损伤累积规则临界值为0.5至1;根据实际使用频率加权累积受力值;统计压力、温度载荷的循环次数,作为所述关键脆弱区在阀门整个使用周期内实际承受的累积载荷。

19、其中,所述s60的具体步骤包括:采用应力生命法建立损伤累积模型,拟合同种材料的s-n曲线,选择双线性损伤模型,第二阶段损伤倍率1至3;采用基于断裂力学的裂纹扩展模型,利用无损检测确定初始裂纹尺寸,建立paris公式描述裂纹扩展规律;蜂群算法优化上述两种模型的参数,种群规模100至300,最大迭代50至200次。

20、所述s70的具体步骤包括:构建目标函数为残余寿命函数统计量;初始化蚂蚁种群规模50至200只、临界值离散取值范围0.3至1、信息素矩阵初值0.1至1;启动蚂蚁构造循环,更新信息素矩阵;收敛至最佳损伤临界值,将其代入s60模型,预测阀门达到临界值时刻作为残余寿命;最大迭代100至500次,目标函数变化率小于10^-6时收敛。

21、本发明的第二方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种消防管道阀门疲劳度检测方法。

22、本发明的第三方面提供一种消防管道阀门疲劳度检测系统,其中,包含上述的计算机可读存储介质。

23、与现有技术相比较,本发明提供的一种消防管道阀门疲劳度检测方法、介质及系统的有益效果是:

24、首先,本发明方法能够全面考虑影响阀门疲劳的各种载荷,包括管内压力、温度、频繁开启/关闭等,以及这些载荷之间的耦合作用,从而更加贴近阀门的真实工作环境。现有技术通常只考虑单一载荷的作用,或者基于经验对载荷进行简化假设,难免会带来一定的偏差。而本发明通过引入实时监测数据、流体仿真和有限元分析的有机结合,能够精确重现阀门在整个使用周期内所承受的真实载荷历程,为疲劳评估提供了可靠的数据基础。

25、其次,本发明方法能够精准识别出阀门结构中的关键脆弱区域,从而将后续的疲劳分析工作聚焦到这些区域上,避免了对整个结构进行简单等效处理所带来的不确定性。具体来说,本方法首先利用有限元分析确定出阀门在正常工况下的初始应力集中区域;然后将实时监测数据反馈至分析模型中,发现与初始预测不同的新的应力集中区域;再结合流体载荷分析,最终锁定关键的脆弱区域。这一过程充分利用了先进的仿真分析手段,大大提高了区域识别的精确度。

26、第三,本发明方法基于先进的疲劳损伤理论,能够定量评估出关键脆弱区域的累积损伤程度。不仅采用了经典的应力生命方法,利用材料的s-n曲线、palmgren-miner线性损伤累积规则等理论进行评估;而且还引入了断裂力学理论,通过分析裂纹扩展规律预测宏观断裂的风险,提高了预测的保守性和可靠性。在这一过程中,还运用了蜂群优化等生物启发式算法,自动优化损伤模型的相关参数,确保评估结果的精度。

27、综上所述,本发明的技术方案解决现有技术对消防管道阀门疲劳度检测时,往往依靠人工经验,得到的阀门疲劳度准确度与实际有很大出入的技术问题。

本文地址:https://www.jishuxx.com/zhuanli/20240730/155775.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。