基于混合不确定性量化与概率故障物理建模的高温结构寿命预测

Life prediction of high-temperature structures is a primary work ensuring safety and effectiveness of major equipments. The credibility of life prediction results is highly dependent on the processing of multi-source uncertain information and probabilistic Physics of Failure (PoF)-based modeling, which plays a critical role in the prognostics and health management of high-temperature structures. In consideration that life prediction of high-temperature structures are often faced with small sample test, dynamic, and imcomplete multi-source uncertain information under time-variant loading and multiple failure modes. This project investigates an application with an aircraft turbine disk, by means of random set theory, Bayes inference theory, model Verification and Validation (V&V) and probabilistic PoF-based technique, with the aim of such key scientific issues as follows: an integrated multi-source information fusion method dealing with test data, periodic inspections, numerical simulation results and field data for probabilistic life prediction is put forward based on the quantification of aleatory and epistemic uncertainty; a probabilistic PoF-based life prediction framework is presented for high-temperature structures under time-variant loading and multiple failure modes. Furthermore, a probabilistic PoF-based numerical simulation platform can be established to analyze the mechanisms of multi-source uncertain information on the structural reliability and life under hybrid uncertainty. According to the hybrid uncertainty quantification and probabilistic PoF-based life prediction methodology developed in this project, a theoretical basis and technical support for structural design, safety assessment and structural health monitoring of high-temperature structures was offered. Moreover, it may bring practical value for improving the reliabile life predictability and developing optimal maintenance strategies of major equipments.

对重大装备高温结构进行寿命预测是保证其安全、可靠、有效运行的基础，寿命预测结论的可信性与多源不确定信息的处理和概率故障物理建模的过程密切相关，这也是高温结构寿命预测与健康管理的核心和难点。本项目针对高温结构寿命预测中多源不确定信息的小子样、动态性和不完备情况，以及承受载荷的时变性和多失效模式交互作用的复杂性等问题，以某型号航空发动机涡轮盘为应用对象，将随机集理论、模型验证与确认、Bayes推理与概率故障物理技术相结合，研究能够融合试验数据/定期检测数据/数值仿真结果/现场监测数据等多源信息并同时量化其蕴含的随机不确定性和认知不确定性的概率寿命预测方法，形成考虑多失效模式的交互作用并在时变载荷作用下的概率故障物理寿命预测理论，构建高温结构性能（寿命和可靠性）预测仿真平台，为高温构件的结构设计、安全评定和健康监测提供新的方法，对提高我国重大装备的可靠定寿预测能力并制定最优维修策略具有实用价值。

对重大装备高温结构进行寿命预测是保证其安全、可靠、有效运行的基础。针对高温结构寿命预测中多源不确定信息的小子样、动态性和不完备情况，以及承受载荷的时变性和多失效机制交互作用的复杂性等问题，本项目以某型号航空发动机涡轮盘为研究对象，开展了耦合不确定性量化与故障物理建模的寿命预测研究，其主要研究内容及成果如下：（1）提出了概率寿命预测中不确定性量化的Black-Box法和White-Box法，前者表征了模型不确定性对疲劳寿命的影响，后者综合考虑了模型、模型参数和模型输入变量的不确定性对疲劳寿命的影响；（2）提出了疲劳累积损伤的概率建模方法，通过引入非线性退化轨迹的概率建模方法表征了疲劳损伤的累积演化及分布规律，综合考虑了载荷和损伤的分散性和随机性对其疲劳寿命和疲劳特性的影响；（3）结合延性耗散理论，提出了基于应变能理论的高温结构蠕变-疲劳寿命预测统一模型；（4）提出了考虑平均应力效应的基于应变能理论的疲劳寿命预测模型；（5）提出了考虑平均应力效应/棘轮效应的基于延性耗散理论的疲劳寿命预测模型；（6）基于Bayes信息更新技术，构建了融合试验数据/定期检测数据/数值仿真结果/现场监测数据等多源信息并同时量化其蕴含的随机不确定性和认知不确定性的概率故障物理寿命预测理论框架；（7）构建了基于马尔科夫链蒙特卡洛仿真技术的高温结构寿命预测仿真平台；（8）提出了随机载荷作用下涡轮盘的概率疲劳寿命预测及可靠性分析方法，并结合案例分析，初步形成了考虑多失效模式的交互作用并在时变载荷作用下的概率故障物理寿命预测理论，为高温构件的结构设计、安全评定和健康监测提供了新的方法。.研究已发表标注基金号的学术论文14篇，另有4篇论文待发表，被SCI收录4篇，并有1篇论文入选ESI“高被引论文”（ESI Highly Cited Paper）和研究前沿（Research Front），EI收录8篇，在AIAA、ASME、ESIS等系列国际学术会议上宣读论文9篇。申请发明专利8项。项目负责人于2012年获第二届上银优秀机械博士论文奖，2014年获国防科学技术进步二等奖（排名9/10），2015年获得意大利米兰理工大学两年期（2016/4-2018/4）的国际研究员（International Fellow）席位。项目共培养博士生4名和硕士生3名。