[發明專利]基于統計檢驗及狀態檢查的蠕變數據篩選方法

有效

• 申請號: 202010109243.4
• 申請日: 2020-02-21
• 公開（公告）號: CN113299351B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 李昂;高蔚;吳福;張毅
• 申請（專利權）人: 核工業理化工程研究院
• 主分類號: G16C20/70
• 分類號: G16C20/70;G16C60/00
• 代理公司: 天津創智睿誠知識產權代理有限公司 12251
• 代理人: 李薇

1.基于統計檢驗及狀態檢查的蠕變數據篩選方法，其特征在于，包括以下步驟：

步驟1，對試樣進行狀態參數記錄后，進行蠕變實驗，得到實測蠕變數據；

所述實測蠕變數據為穩態蠕變速率、蠕變斷裂時間和/或規定蠕變應變對應的蠕變時間；

步驟2，蠕變實驗完成后，將蠕變實驗條件數據、實測蠕變數據代入蠕變本構模型中，擬合得到對應形式的蠕變本構方程，同時擬合得到實測蠕變數據對應的預測值；

所述蠕變實驗條件數據包括蠕變溫度、蠕變應力；

所述預測值為穩態蠕變速率、蠕變斷裂時間和/或規定蠕變應變對應的蠕變時間；

步驟3，計算所述實測蠕變數據與預測值的函數差值Δf(x)，在設定的可靠度下，檢驗Δf(x)的統計分布規律，

當Δf(x)無法滿足一定的統計分布規律時，需要檢查試樣的狀態參數，當所述試樣狀態參數無差異時，返回步驟2重新選擇材料的蠕變本構模型進行擬合計算，當所述試樣狀態參數存在差異時，則根據存在差異的狀態參數，對原始蠕變數據劃分子組，對子組數據分別進行篩選處理；

當Δf(x)滿足一定的統計分布規律時，進入步驟4；

步驟4，在滿足一定統計規律的前提下，根據設定的顯著性水平α，查找Δf(x)數據中的離群值，當Δf(x)數據中存在離群值時，標記離群值對應的實測蠕變數據為無效實測蠕變數據并剔除；

步驟5，完成步驟4后的剩余實測蠕變數據，重復步驟2～4，直至所有剩余實測蠕變數據均判定為有效數據，不再存在離群值。

2.根據權利要求1所述的蠕變數據篩選方法，其特征在于，用于篩選過程的所述實測蠕變數據對應的實驗蠕變溫度水平不少于3個，對應的實驗蠕變應力水平不少于4個。

3.根據權利要求1所述的蠕變數據篩選方法，其特征在于，所述實測蠕變數據與預測值的函數差值Δf(x)中，所述函數f(x)包括正比例函數、反比例函數、對數函數及上述函數的組合函數。

4.根據權利要求1所述的蠕變數據篩選方法，其特征在于，Δf(x)的統計分布規律包括正態分布、對數正態分布或威布爾分布。

5.根據權利要求1所述的蠕變數據篩選方法，其特征在于，所述步驟3中需要檢查的試樣狀態參數包括試樣批次、試樣表面質量、加工精度、實驗條件控制精度、材料內部缺陷及金相組織。

6.根據權利要求1所述的蠕變數據篩選方法，其特征在于，所述步驟3中驗證統計分布的可靠度值根據設備部件分配給結構材料的計算值確定，可靠度的取值范圍是0.95-0.997。

7.根據權利要求1所述的蠕變數據篩選方法，其特征在于，所述步驟4中顯著性水平α的取值范圍是0.01-0.05。

8.根據權利要求1所述的蠕變數據篩選方法，其特征在于，所述步驟4中離群值的判定方法為根據設定的顯著性水平α及Δf(x)數據的統計分布函數，確定置信水平為1-α的雙側置信區間，如Δf(x)數據處于該置信區間之外，則判定該數據為離群值。

9.根據權利要求1所述的蠕變數據篩選方法，其特征在于，所述蠕變本構模型為RMB’、LM'、OSD'、MH'、MS'速率溫度參數模型或RMB、LM、OSD、MH、MS時間溫度參數模型。

10.根據權利要求1所述的蠕變數據篩選方法，其特征在于，用于篩選過程的所述實測蠕變數據對應的實驗蠕變溫度水平不少于5個，對應的實驗蠕變應力水平不少于6個。