公开(公告)号：CN116337597A

公开(公告)日：2023-06-27

申请号：CN202310183489.X

申请日：2023-03-01

Applicant: 华东理工大学

Inventor： 宫建国 ,  李宇平 ,  林国鹏 ,  高付海 ,  轩福贞

IPC: G01N3/02 ,  G01N3/00 ,  G01N1/28 ,  F16B7/20

Abstract: 本发明涉及一种薄壁管件试样，其由薄壁管件加工而成，标距段用作测试已发生蠕变伸长，凸台位于标距段的相对两侧以连接引伸杆来测量标距段的长度增量，平行段的高度大于标距段的高度以避免蠕变失效位置的不确定性，直接对应于薄壁管件的圆管段通过过渡段连接至平行段。本发明还涉及薄壁管件蠕变变形测试连接装置，其包括薄壁管件试样和用于将薄壁管件试样连接至外部载荷的连接件。本发明通过切割部分管状试样材料，加工出用于卡住引伸杆的凸台结构，实现管状试样的蠕变变形测量。同时，本发明也可以实现标距段截面应力较高、夹持区域的截面应力较小的总体受力效果，避免了蠕变失效位置的不确定性。

公开(公告)号：CN114065589A

公开(公告)日：2022-02-18

申请号：CN202111399511.1

申请日：2021-11-19

Applicant: 华东理工大学

Inventor： 轩福贞 ,  宫建国 ,  高阳 ,  朱明亮 ,  项延训

IPC: G06F30/23 ,  G06F30/17 ,  G06F119/04 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明涉及一种基于数字孪生的压力容器安全评价与风险预警方法，包括步骤：S1确定压力容器的损伤模式；S2设计压力容器安全评价与风险预警的总体方案；S3：基于设计好的总体方案，对压力容器的物理模型进行简化，并建立简化后的物理模型；S4：获取压力容器实际服役时的载荷工况参数；S5：确定压力容器部件的材料性能参数；S6：建立压力容器安全评价与风险预警数字孪生模型；S7：获得压力容器部件的全场损伤分布云图；S8：将全场损伤分布云图与压力容器部件材料的强度要求进行对比，如果满足强度要求，则根据用户后续需要在下一个时间节点再进行安全评价，如果不满足强度要求，则输出压力容器风险预警。

公开(公告)号：CN114065576A

公开(公告)日：2022-02-18

申请号：CN202111305457.X

申请日：2021-11-05

Applicant: 华东理工大学

Inventor： 宫建国 ,  廖康博 ,  郭赛赛 ,  轩福贞

IPC: G06F30/23 ,  G06F119/02 ,  G06F119/04 ,  G06F119/08

Abstract: 本发明涉及一种蠕变疲劳载荷下缺口部件的缺口效应评价方法，包括：S1获取缺口部件的设计工况参数；S2获得材料性能参数；S3计算缺口部件应力应变响应；S4计算蠕变当量应力和应变幅；S5计算缺口部件单个周次的蠕变损伤和疲劳损伤；S6获得蠕变‑疲劳交互作用图；S7计算缺口部件的许用蠕变‑疲劳失效周次Ncf,n；S8计算光滑部件的许用蠕变‑疲劳失效周次Ncf,s；S9比较Ncf,n和Ncf,s，如果Ncf,n>Ncf,s，则为缺口强化效应，如果Ncf,n

公开(公告)号：CN114021481A

公开(公告)日：2022-02-08

申请号：CN202111392443.6

申请日：2021-11-19

Applicant: 华东理工大学

Inventor： 轩福贞 ,  张效成 ,  宫建国

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明涉及一种基于融合物理神经网络的蠕变疲劳寿命预测方法，包括以下步骤：S1：获取目标部件材料的初始特征和蠕变疲劳寿命；S2：通过融合物理特征工程计算扩展特征；S3：对输入特征和输出特征进行敏感性分析；S4：对输入特征和输出特征进行预处理；S5：搭建深层神经网络模型；S6：搭建融合物理神经网络模型；S7：模型训练和参数优化；S8：蠕变疲劳寿命预测；S9：模型更新。本发明的基于融合物理神经网络的蠕变疲劳寿命预测方法，通过在深层神经网络模型中纳入融合物理损失函数，限定模型的输出值范围，从而对神经网络模型纳入物理约束，使得预测结果更准确。