Учебно-методический комплекс дисциплины «Теплотехнический эксперимент» для специальности «6М071700» — «Теплоэнергетика» (стр. 13 )

Размер микропор не превышает несколько мкм, что значительно меньше порога чувствительности классических методов дефектоскопии. Однако микропоры видны в оптический микроскоп при увеличении 500-1000 раз при металлографическом исследовании. Длительность стадии ползучести от возникновения пор до развития макротрещины для теплостойких сталей (12Х1МФ и 15Х1М1Ф) может достигать половины общего времени эксплуатации, которое составляет величину (1-3) • 105 час (за год энергооборудование нарабатывает (7-8) • 103 час). Поэтому информация о степени дефектности металла позволяет определить ресурс работоспособности. В настоящее время диагностика проводится в основном металлографическими методами во время остановок энергоблоков на текущие или капитальные ремонты, при этом используются и другие методы дефектоскопии, однако все они требуют больших временных затрат. Микроструктура исследуется на шлифе с помощью портативного микроскопа или на оттиске со шлифа на стационарном микроскопе. Высокая трудоемкость приготовления шлифов ограничивает проведения масштабных работ. Поэтому необходимо разрабатывать новые прогрессивные экспресс-методы. Поэтому в систему внедрён разработанный метод автоциркуляции ультразвуковых импульсов, оценивающий микроструктуру металла, степень дефектности и прогноз остаточного ресурса работоспособности.

Немногие технологии допускают использование методик УЗК по скорости изменения УЗ. И это обусловлено тем, что изменение скорости УЗ может быть вызвано: наличием остаточных напряжений, непостоянством температуры окружающей среды, шероховатостью, кривизной поверхности, наличием окалины, геометрической дисперсией. Однако, применяя специальные датчики и устройства, а также методически учитывая влияние этих факторов можно измерить не саму скорость, а её изменение относительно эталона, или отношение скоростей различных типов и по этим величинам оценить изменения в материале, возникшие в процессе его эксплуатации. Старение оборудования тепловых электростанций, которые относятся к объектам повышенной опасности, на данном этапе становится одной из основных проблем отечественной энергетики. Исходя из этого, были проведены исследования металла образцов сварных соединений вырезанных из одного итого же паропровода: первое после 329640 часов эксплуатации и второе после 361800 часов.

Результаты механических испытаний сварных соединений и основного металла показывают, что механические характеристики имеют большой запас по прочности. При этом даже несплавление в корне шва на момент изготовления не привело к развитию дефекта после наработки 361800 часов и последующему разрушению.

Стоит отметить, что, анализ одного из эксплуатационных параметров (давление) в течение суток и в разное время года, приводит к тому, что паропровод испытывает малоцикловое нагружение. Перепады давления могут приводить к развитию усталостных трещин от дефектов в сварных швах, поэтому необходимо применение методов неразрушающего контроля, что особенно актуально для паропроводов, отработавших расчетный срок.

Основные понятия, которые необходимо знать после изучения материала данной лекции:

методы контроля качества и состояния теплоизоляционных материалов, дефектоскопия.

Вопросы для самоконтроля

1 Какие существуют методы контроля качества и состояния металлов?

2 Какие существуют методы контроля качества и состояния теплоизоляционных материалов?

3 Что понимают под дефектоскопией?

4 Какие существуют методы неразрушающего контроля?

Рекомендуемая литература

Краткий справочник по теплотехническим измерениям. -  М.: Энергоатомиздат,1990. – 320 с.

Теплотехнические измерения  и приборы. – М.: Энергия, 1978. – 704 с. 

Тепло – и массообмен. Теплотехнический эксперимент. Справочник. Под общей ред. и . – М.: издательство МЭИ, 2007. – 564 с.

Электронная энциклопедия энергетики.

Модуль 3. Основы планирования эксперимента

Лекция 11

(1 час; 13 неделя)

Тема. Основы теории планирования эксперимента

Вопросы

1 Основные понятия теории планирования эксперимента. Критерии оптимальности планов регрессионного анализа.

2 Планы I порядка. Однофакторный эксперимент, полный факторный эксперимент, дробный факторный эксперимент.

3 Генерирующее соотношение. Выяснение системы смешивания.

4 Планы II порядка.

5 Оценивание параметров нелинейных регрессионных моделей.

6 Задача оптимизации в экстремальных экспериментах. Методы одномерного поиска. Многомерный поиск. Принципиальные отличия от задач одномерного поиска.

7 Градиентные методы поиска. Неградиентные методы. Поиск экстремума при наличии ограничений. 

Планирование эксперимента – это процедура выбора числа и условий проведения опытов, необходимых и достаточных для решения поставленной задачи с требуемой точностью.

Планирование эксперимента обеспечивает оптимальное исследование разнообразных объектов в смысле:

- минимизации числа опытов и, следовательно, времени и затрат;

- реализации специальных планов эксперимента, предусматривающих одновременное варьирование всеми переменными;

- использования аппарата математической статистики, позволяющего формализовать многие действия экспериментатора и принимать обоснованные решение после каждой серии экспериментов.

Целью полного и дробного факторного эксперимента является получение линейной и неполной квадратичной статической модели исследуемого объекта  (уравнения регрессии).

Дробным факторным экспериментом (ДФЭ) называется эксперимент, реализующий часть (дробную реплику) ПФЭ. ДФЭ позволяет получить линейное приближение искомой функциональной зависимости в некоторой небольшой окрестности точки базового режима при минимуме опытов.

Планированием эксперимента второго порядка называется такое планирование, которое позволяет получить математическую модель исследуемого объекта в виде полного полинома второго порядка и аппроксимация его плоскостью не обеспечивает требуемую точность.

Планы второго порядка отличаются от линейный тем, что факторы варьируются на нескольких уровнях, как минимум на трех.

Планирование экстремальных экспериментов позволяет решать задачу оптимизации объекта исследования, которая сводится к отысканию таких значений управляемых переменных х10, х20,…, хn0, при которых целевая функция достигает экстремума. При эксперимантальном поиске стационарной точки х0 в факторном пространстве переменных Х осуществляется локальное изучение поверхности отклика по результатам ряда экспериментов, специально спланированных вблизи текущей точки. Экстремальное значение отклика достигается с помощью многократной последовательности процедуры изучения поверхности и продвижения в факторном пространстве.

Методы планирования эксперимента позволяют минимизировать число необходимых испытаний, установить рациональный порядок и условия проведения исследований в зависимости от их вида и требуемой точности результатов. Если же по каким-либо причинам число испытаний уже ограничено, то методы дают оценку точности, с которой в этом случае будут получены результаты. Методы учитывают случайный характер рассеяния свойств испытываемых объектов и характеристик используемого оборудования. Они базируются на методах теории вероятности и математической статистики.

Планирование эксперимента включает ряд этапов.

1. Установление цели эксперимента (определение характеристик, свойств и т. п.) и его вида (определительные, контрольные, сравнительные, исследовательские).

2. Уточнение условий проведения эксперимента (имеющееся или доступное оборудование, сроки работ, финансовые ресурсы, численность и кадровый состав работников и т. п.). Выбор вида испытаний (нормальные, ускоренные, сокращенные в условиях лаборатории, на стенде, полигонные, натурные или эксплуатационные).

3. Выявление и выбор входных и выходных параметров на основе сбора и анализа предварительной (априорной) информации. Входные параметры (факторы) могут быть детерминированными, то есть регистрируемыми и управляемыми (зависимыми от наблюдателя), и случайными, то есть регистрируемыми, но неуправляемыми. Наряду с ними на состояние исследуемого объекта могут оказывать влияние нерегистрируемые и неуправляемые параметры, которые вносят систематическую или случайную погрешность в результаты измерений. Это — ошибки измерительного оборудования, изменение свойств исследуемого объекта в период эксперимента, например, из-за старения материала или его износа, воздействие персонала и т. д.

4. Установление потребной точности результатов измерений (выходных параметров), области возможного изменения входных параметров, уточнение видов воздействий. Выбирается вид образцов или исследуемых объектов, учитывая степень их соответствия реальному изделию по состоянию, устройству, форме, размерам и другим характеристикам.
На назначение степени точности влияют условия изготовления и эксплуатации объекта, при создании которого будут использоваться эти экспериментальные данные. Условия изготовления, то есть возможности производства, ограничивают наивысшую реально достижимую точность. Условия эксплуатации, то есть условия обеспечения нормальной работы объекта, определяют минимальные требования к точности.
Точность экспериментальных данных также существенно зависит от объёма (числа) испытаний — чем испытаний больше, тем (при тех же условиях) выше достоверность результатов.
Для ряда случаев (при небольшом числе факторов и известном законе их распределения) можно заранее рассчитать минимально необходимое число испытаний, проведение которых позволит получить результаты с требуемой точностью.

5. Составление плана и проведение эксперимента — количество и порядок испытаний, способ сбора, хранения и документирования данных.
Порядок проведения испытаний важен, если входные параметры (факторы) при исследовании одного и того же объекта в течение одного опыта принимают разные значения. Например, при испытании на усталость при ступенчатом изменении уровня нагрузки предел выносливости зависит от последовательности нагружения, так как по-разному идет накопление повреждений, и, следовательно, будет разная величина предела выносливости.
В ряде случаев, когда систематически действующие параметры сложно учесть и проконтролировать, их преобразуют в случайные, специально предусматривая случайный порядок проведения испытаний (рандомизация эксперимента). Это позволяет применять к анализу результатов методы математической теории статистики.
Порядок испытаний также важен в процессе поисковых исследований: в зависимости от выбранной последовательности действий при экспериментальном поиске оптимального соотношения параметров объекта или какого-то процесса может потребоваться больше или меньше опытов. Эти экспериментальные задачи подобны математическим задачам численного поиска оптимальных решений. Наиболее хорошо разработаны методы одномерного поиска (однофакторные однокритериальные задачи), такие как метод Фибоначчи, метод золотого сечения.