Tillförlitlighet i livslängdsanalyskedjan - Life Management RM12 -

Relevanta dokument
Effektivare lågtryckskompressor - med flera användningsområden

Signaturanpassning av motorutlopp

Ariane 6, ett genombrott för Sandwich teknologin

4. Ny svensk rymdteknik och nya produkter

Ny leverantörbas för effektivare utveckling av bränslesnåla flygmotorer

Automatiserad röntgen i industriell miljö med CR-teknik

Tekniska kluster Lessons Learned

Gränslastberäkning en enkel och snabb väg till maximal bärförmåga

ÄNDRING CHANGE T = TILLKOMMER / ADDED V = VAR / WAS U = UTGÅR / DELETED

Ingenjörsmetodik IT & ME 2011 Föreläsning 11

Mälardalens Högskola. Formelsamling. Statistik, grundkurs

2. Förklara vad en egenfrekvens är. English: Explain what en eigenfrequency is.

Grundläggande matematisk statistik

Fatigue Properties in Additive manufactured Titanium & Inconell

Säkerhetsfaktorer på en höft, genom magi eller på ingenjörsmässig grund? Konstruktörens problem

Samarbete inom svensk transportforskning Flygmotorer Bengt-Olof Elfström IVA Workshop 29 april 2010

STOCKHOLMS UNIVERSITET FYSIKUM

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?

7.5 Experiment with a single factor having more than two levels

Experimentella metoder 2014, Räkneövning 1

Behov Reducerad bränsleförbrukning och miljöpåverkan

Forskningsmetodik 2006 lektion 2

Lathund Autogiro NovaSecur

Lektionsanteckningar 11-12: Normalfördelningen

TAMS79: Föreläsning 6. Normalfördelning

En klusterledares funktion och uppgifter

Tentamen i matematisk statistik

SF1901 Sannolikhetsteori och statistik I

[2015] AB SANDVIK MATERIALS TECHNOLOGY. ALL RIGHTS RESERVED.

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Experimentella metoder 2013, Räkneövning 3

Utfärdad av Compiled by Tjst Dept. Telefon Telephone Datum Date Utg nr Edition No. Dokumentnummer Document No.

Tentamen MVE301 Sannolikhet, statistik och risk

Två parametrar: µ (väntevärdet) och σ (standardavvikelsen) µ bestämmer normalfördelningens läge

LÅGCYKELUTMATTNING (engelska: LOW CYCLE FATIGUE, LCF)

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Office Quick 7.5. Handbok , Rev C CUSTOMERS, PARTNERS

ÄNDRING CHANGE T = TILLKOMMER / ADDED V = VAR / WAS U = UTGÅR / DELETED

Tentamen i Statistik, STG A01 och STG A06 (13,5 hp) Torsdag 5 juni 2008, Kl

SF1901 Sannolikhetsteori och statistik I

Styr- och kontrolldiagram ( )

Forskningsmetodik 2006 lektion 4 Felkalkyl. Per Olof Hulth

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

INTERAKTIVA UTBILDNINGAR. UPPDRAG: Trafikutbildning åt Örebro kommun. KUND: Agresso Unit4

Föreläsning 12: Linjär regression

Klassificering av brister från internaudit

medelvärdet för tid svarar mot medelvärdet för hastighet

episurf.com Stora Aktiedagen, 13 november 2017

Monte Carlo-metoder. Bild från Monte Carlo

Stokastiska vektorer

Tentamenskrivning: TMS145 - Grundkurs i matematisk statistik och bioinformatik,

Föreläsning 15: Faktorförsök

Hur måttsätta osäkerheter?

Underhållsplanering för flerkomponentsystem kostnadseffektivisering med hjälp av en optimeringsmodell för opportunistiskt underhåll

Grundläggande matematisk statistik

Svar till övningar med jämna nummer i Milton & Arnold, ht 2010

Thomas Stenberg

TMS136. Föreläsning 7

Sveriges internationella överenskommelser

Nr 17 Överenskommelse med Thailand om radioamatörverksamhet

Stokastiska processer med diskret tid

SF1901: Sannolikhetslära och statistik

SF1911: Statistik för bioteknik

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Bayesianska numeriska metoder I

METAFLEX transportmått transportmått transportmått

Malmö Stads Gatukontor

Grundläggande matematisk statistik

Kort om mätosäkerhet

Statistik 1 för biologer, logopeder och psykologer

Grundläggande Lastanalys

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

Kapitel 7 Samplingfördelningar och Centrala gränsvärdessatsen

Föreläsning 12: Regression

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

P R O B L E M

Lösningar till tentamensskrivning för kursen Linjära statistiska modeller. 14 januari

Laboration med Minitab

Hållfasthetslära. VT2 7,5 p halvfart Janne Färm

PPU408 HT15. Beräkningar stål. Lars Bark MdH/IDT

Skjuvhållfastheten i kontaktytan mellan berg och betong under betongdammar

7.1 Hypotesprövning. Nollhypotes: H 0 : µ = 3.9, Alternativ hypotes: H 1 : µ < 3.9.

Beräkna standardavvikelser för ledtider

Kungliga Tekniska Högskolans Finanssällskap Årsstämma 2011

Experimentella metoder 2014, Räkneövning 4

Återblick på föreläsning 22, du skall kunna

Laboration 1 Mekanik baskurs

Kalibreringsfel 0.01V 0.01V -0.02V V 0.005V 0V -0.01V 0.02V. Sant värde. Medeloperatör. Karl. Maria Linn Annika Bo Peter Thomas.

7.5 Experiment with a single factor having more than two levels

Weibullanalys. Maximum-likelihoodskattning

MSG830 Statistisk analys och experimentplanering

FORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD Sannolikhetsteori. Beskrivning av data. Läges-, spridnings- och beroendemått

Hållfasthetslära. Böjning och vridning av provstav. Laboration 2. Utförs av:

Föreläsning 11. Slumpvandring och Brownsk Rörelse. Patrik Zetterberg. 11 januari 2013

This exam consists of four problems. The maximum sum of points is 20. The marks 3, 4 and 5 require a minimum

Blandade problem från elektro- och datateknik

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Fredag 8 december 2006, Kl

Lathund fo r rapportskrivning: LATEX-mall. F orfattare Institutionen f or teknikvetenskap och matematik

Transkript:

Tillförlitlighet i livslängdsanalyskedjan - Life Management RM1 - The information contained in this document is Volvo Aero Corporation Proprietary Information and it shall not either in its original or in any modified form, in whole or in part be reproduced, disclosed to a third party, or used for any purpose other than that for which it is supplied, without the written consent of Volvo Aero Corporation. Any infringement of these conditions will be liable to legal action.

Tillförlitlighet i livslängdsanalyskedjan Bakgrund Kort beskrivning av en tillförlitlighetsmetod Tillämpning av metoden vid tre skeden av produktutveckling Praktisk demonstration av metoden mha Excel 008-04-17, Slide

Tillförlitlighet i livslängdsanalyskedjan Metod framtagen av FCC och Volvo Aero: TBLP (TillförlitlighetsBestämd LivslängdsPrediktering) Bakgrund till samarbetet: Life Management RM1, livslängdssiffra i underhållsplanen Vilken säkerhetsfaktor skall vi använda? Validering av modeller i livslängdsanalyskedjan Kontakt med Thomas Svensson, FCC, på UTMISmöte 003 008-04-17, Slide 3

Life Management RM1 Några tiotal syntetiska flyguppdrag ( uppdragsmix ) utgör grunden vid livslängdsberäkningen u-spåret i bakre fläktnav 008-04-17, Slide 4

Livslängdssiffra i underhållsplanen: I beräkningarna gjorda hypotesval : Nedan beräknade värden gäller den kritiska punkten i u-spåret, där radien är r=1.0 mm ( K full, K part och N ELCF har med uppdragsmixen att göra och används för att mha i drift mätta motorparametrar beräkna förbrukad livslängd) K full K part N ELCF Livsl. i flygtid(timmar) (beräknad mha -3sigma data) EOT(timmar) Oktaeder-skjuvsp., SWT, Neuber- regeln 3.0735.05 Cx0000. Ax1000. Bx1000. I underhållsplanen: 0.75xBx1000=Bx750 timmar, -> flygtid 0.75xAx1000= Ax750 timmar I de fortsatta analyserna är A=1.50, i verkligheten något annat 008-04-17, Slide 5

Metodens förutsättningar i korthet: Δε σ -Vi har en livslängdsmodell, exempelvis E -Vi vet/antar att utmattningslivslängd är log-normalfördelad. En generell tillförlitlighetsmodell kan vi få om: ' = f f b ' ( N) + ε ( N) c θ( ~ X) Z-Vi skriver om och tar naturliga logaritmen: -Vi förenklar uttrycket ovan genom en Taylor-utveckling: ( Δε,θ) + X + X + K+ X + Z + Z + Z 1 p 1 q lnn = f K+,~,θ(1) där f ( Δ ε, ) representerar livslängdsmodellen, med Δε som töjningsomfånget och med ( θ 1, K, θ ) som modellparametrarna. r (1) är alltså TBLP-metodens tillförlitlighetsmodell Modellparametrar: utmattningsdata, medelspänningsinflytande, fleraxlighet, plasticeringsinverkan, sekvenseffekter, toleransinverkan etc. Xi och Zk representerar olika källor till =θ spridningar respektive osäkerheter ; ln N = g Δε tot, De antas ha 0 i medelvärde och variansernaτ respektive i δ k 008-04-17, Slide 6

I fortsättningen kallar jag mätta parametrars standardavvikelse för spridning (scatter),τ i, och standardavvikelsen för osäkerhet i modellparametrar för osäkerhet (uncertainty), δ k En grundförutsättning för alla tillförlitlighetsmetoder är att fördelningsfunktionen för slutresultatet är känd (vi antog log-normal) Trots detta medger metoden att man hos modellparametrarna kan ha godtyckliga och okända fördelningsfunktioner. Är de okända måste man dock göra antaganden om fördelningsfunktionerna vad gäller form och spridning/osäkerhet. När dessa är fastställda och beräknade, antar vi att summeringar kan göras enligt (1) FE-analyser, med möjlighet att variera geometrin vid kritiska punkter CUMFAT-körningar, som ger påverkan från de olika parametrarna på livslängden (CUMFAT är Volvo Aeros egenutvecklade program för sprickinitieringsanalys) 008-04-17, Slide 7

Resulterande standardavvikelse fås genom summeringar av spridningar och osäkerheter med hjälp av roten ur summan på kvadraterna : τ sum = τ + τ + 1 n 1 m... τ + δ + δ +... δ Summan blir (ungefär) normalfördelad enligt centrala gränsvärdessatsen 008-04-17, Slide 8

Centrala gränsvärdessatsen Central Limit Theorem : Summafördelning för Likformig fördelning Summafördelning för Badkarsfördelning 008-04-17, Slide 9

Metoden syntetiserad i form av ett Excel-sheet : 008-04-17, Slide 10

Vi tänker oss 3 utgångslägen för de analyser vi skall genomföra: 1. Ingen komponentprovning utförd, ingen driftserfarenhet tillgänglig (ofta förekommande utgångsläge). Komponentprov utfört, ingen driftserfarenhet tillgänglig (behov av komponentprov kan vara en följd av att man genomfört analyser med förutsättningar enligt 1. ) 3. Komponentprov utfört, motorparametrar mätta under flygning (i Volvo Aeros åtagande vad gäller Life Management RM1 får vi så småningom tillgång till mätningar av hur motorn faktiskt använts) 008-04-17, Slide 11

1. Ingen komponentprovning utförd, ingen driftserfarenhet tillgänglig 1500x0.75=115 008-04-17, Slide 1

Tillförlitlighet Utmattning: TBLP Spridning mellan batchar τ =0.05 Bedömning och analys av materialdata: 0.1 LCF, R=0, 366.3K Strainrange 0.01 0.007 0.004 Cycles to initiation, average 1467 69317 1.75E+06 Cycles to initiation, minimum 6469 149 1.00E+06 ln(ave) 9.59 11.15 14.37 ln(min) 8.77 10.01 13.8 Strainrange 0.01 0.001 100 1000 10000 100000 1000000 10000000 Life, cycles minimum366.3k mean366.3k 3sigma=ln(ave)-ln(min) 0.8 1.14 0.55 std=sigma=3sigma/3 0.7 0.38 0.18 Average scatter from selected 3 levels (calculated as the root of the average value of the variance sigma ) τ within = 0.91 Livslängdsberäkning med medeldata, som förutsätts av metoden, ger livslängden 4165 timmar, att jämföra med -3sigma-data, som ger 1500 timmar τ within 0. 01 Statistisk-(anpassnings-)osäkerhet, 4 parametrar 40 prover ger = τ + τ 0. 007 3 + τ 0. 004 = δ = τ within 0. 7 4 40 + 0. 38 3 + 0. 18 = 0. 91 4 = 0. 91 = 0. 09 40 008-04-17, Slide 13

Ingående modellers osäkerhet: Hur bra beskriver Basquin-Coffin-Mansonformen LCF-kurvan? Antag att felet maximalt ger upphov till 5% osäkerhet i livslängden (standardavvikelsen antas vara 5% av medelvärdet) och alltså δ = 0.05 008-04-17, Slide 14

Bedömning och analys av geometriinverkan: toleranssättningen av u-spåret bedöms vara helt och hållet avgörande Toleranssättningen ger att livslängden kan ligga mellan 0.5. N och. N. Antag likformig fördelning: Original u-groove nodes compared to Modified u- groove nodes 4.00E-0 3.90E-0 radius (m) 3.80E-0 3.70E-0 NEWNODES OLDNODES Detta ger spridningen: 3.60E-0 0.156 0.157 0.158 0.159 0.16 z-coordinate (m) τ = 1 1 ( ln( ) ln( 0. 5) ) = ln( ) 1 1 =0.4 008-04-17, Slide 15

Ingående modellers osäkerhet: Bedömning av medelspänningsinflytande Antag likformig fördelning mellan Morrow (5409 timmar) och Smith-Watson-Topper (4165 timmar), detta ger osäkerheten: 1 δ = ( ln( 5409) ln( 4165) ) =0.075 1 008-04-17, Slide 16

Ingående modellers osäkerhet: Bedömning av inverkan av fleraxlighet Antag likformig fördelning mellan Oktaeder- (4165 timmar) och Skjuvspänningshypotesen (1 timmar), detta ger osäkerheten : δ = 1 1 ( ln( 4165) ln( 1) ) = 0.183 008-04-17, Slide 17

Ingående modellers osäkerhet: Bedömning av inverkan av plasticering Antag likformig fördelning mellan Linjära regeln (4930 timmar) och Neubers regel (4165 timmar), detta ger osäkerheten : 1 δ = ( ln( 4930) ln( 4165) ) = 0.049 1 008-04-17, Slide 18

Ingående modellers osäkerhet: Bedömning av inverkan av kvaliteten på FE-modellen Modellkvaliteten bedöms ge att spänningen kan ligga på nominellt värde plus minus 3%. Med lutningskoefficienten 6 (konservativt) bör då livslängden ligga mellan 0.85. N och 1.18. N. Antag likformig fördelning: 1 δ = ( ln( 1. 18) ln( 0. 85) ) = 0.096 1 008-04-17, Slide 19

Ingående modellers osäkerhet: Bedömning av inverkan av sekvenseffekter Tidigare erfarenheter antyder att sekvenseffekter kan ge halvering såväl som dubblering av livslängden, som då skall ligga mellan 0.5. N och. N. Antag likformig fördelning: 1 δ = ( ln( ) ln( 0. 5) ) = 0.40 1 008-04-17, Slide 0

Bedömning av lastosäkerhet: Lasten är mycket väl beskriven och flygning skall ske med riktlinjer enligt lastbeskrivningen Därför bedöms att lastosäkerhetens inverkan på livslängden är likformigt fördelad mellan 0.667. N och 1.5. N Detta ger osäkerheten : 1 δ = ( ln( 1. 5) ln( 0. 667) ) = 0.34 1 008-04-17, Slide 1

008-04-17, Slide

Uppdatering; Komponentprov *) genomfört, provet bedöms vara relevant och ge önskad information om: inverkan av fleraxlighet (konstantamplitud med rätt spänningstillstånd) sekvenseffekter (uppdragsliknande lastsekvens, uppdrag i uppdragsmixen, med rätt spänningstillstånd) *) : Validerande prov för att kvalificera analysmodeller för användning i motorkomponentens miljö 008-04-17, Slide 3

. Komponentprov utfört, ingen driftserfarenhet tillgänglig 1500x0.75=115 008-04-17, Slide 4

Inverkan av fleraxlighet: provet gav att livslängden var faktorn 1.65 längre än tidigare predikterad Detta ger då att predikterad livslängds medelvärde ökar från 4165 timmar till 6873 timmar Samtidigt blir spridningen för fleraxlighetsinverkan, som beräknas på provutfallet för konstantamplitud: Antal cykler till brott. N 70665 5909 7011 5356 78759 (mv=11.09517) ln(n) 11.16571 10.9888884 11.159607 10.88798 11.7415 Uppskattad spridning t*std(ln(n)) τ = 0.16 τ = t n 1 0. 975 1 n 1 n [ ln( N i ) ln( N) ] i= 1 Table 1. Scaling factor from the t-distribution. 1 3 4 5 6-8 9-18 >18 6.4. 1.6 1.4 1.3 1. 1.1 1 τ = [( 11. 166 11. 095) + ( 10. 989 11. 095) + ( 11. 159 11. 095) + ( 10. 888 11. 095) + ( 11. 74 11. 095) ] 0. 16 1 1. 4 = 4 008-04-17, Slide 5

Sekvenseffekter: även detta prov gav att livslängden var faktorn 1.65 längre än tidigare predikterad. Detta tyder på att vi inte har några sekvenseffekter, eftersom sekvenseffektsprovet hade samma fleraxlighet som fleraxlighetsprovet. Fleraxlighet och sekvenseffekter tillsammans ger då (oförändrat) att predikterad livslängds medelvärde ökar från 4165 timmar till 6873 timmar Samtidigt blir spridningen för inverkan av sekvenseffekter, beräknad på provutfallet för sekvensen uppdrag : Antal sekvenser till brott. N 4633 4547 618 59 4760 (mv= 8.56907) ln(n) 8.44096 8.4954 8.7939713 8.57395155 8.468003 Uppskattad spridning t*std(ln(n)) τ = 0.179 τ = [( 8. 441 8. 57) + ( 8. 4 8. 57) + ( 8. 79 8. 57) + ( 8. 574 8. 57) + ( 8. 468 8. 57) ] 0. 179 1 1. 4 = 4 008-04-17, Slide 6

Tillförlitlighet Utmattning: TBLP Statistical uncertainty due to updating, multiaxiality: δ = δ ˆ θ n τ + n = 0. 09 5 + 0. 16 5 = 0. 105 sequence effects: δ = δ ˆ θ n τ + n 0. 09 5 Pooled scatter: = 0. 179 + 5 τ pooled = 0. 090 ( 5 1) Here: τ pooled = 1 ( 5 + 5 ) = t ( n1 1) τ1 + ( n 1) τ +... + ( nk ) ( n + n +... + n k) n 1 0. 975 1 1 0. 16 0. 179. + = 0. 170 1. 4 1. 4 Skalfaktor från t-fördelning k τ k 008-04-17, Slide 7

008-04-17, Slide 8

3. Komponentprov utfört, motorparametrar mätta under flygning 1500x0.75=115 008-04-17, Slide 9

Uppdatering; mätningar av motorparametrar på motorer i tjänst. Användande av de uppmätta parametrarna (i stället för uppdragsmixens syntetiskt bestämda) för att beräkna laster, och så småningom livslängd, ger ca 30% längre livslängd Medelvärdet för predikterad livslängd ökar därmed med faktorn 1.36, till 9345 timmar Lastosäkerheten förändras; ur en rapport över bland annat beräknad skada baserat på uppmätta parametrar kontra syntetiskt bestämda parametrar kan följande tabell ställas upp (16 st u-spår): δ = 0.133 008-04-17, Slide 30

008-04-17, Slide 31