探究起重机械疲劳断裂可靠性的新进展

李杨

摘 要：起重机作为新时期工业生产的大型电气设备，可以实现重物的起吊，这也让起重机在实际应用中愈加广泛。起重机在起吊运行当中，由于会诸多的因素影响，会叠加起重机的机械疲劳断裂可能性，严重影响起重机应用的可靠性，最终出现机械断裂，甚至会引发安全事故问题。因此，本文首先对起重机疲劳断裂因素进行分析，分析起重机疲劳断裂可靠性研究新进展与新方法。

关键词：起重机;疲劳断裂可靠性;新进展;新技术

中图分类号：TH21 文献标识码：A 文章编号：1671-2064（2019）09-0080-02

0 引言

众所周知，起重机在化工生产、建筑生产领域的应用十分普遍，作为各领域生产中不可或缺的设备之一，可以有效的进行重物起吊和运输，降低了人工劳力的投入量，提升了生产效率。起重机起吊重物多数都是以“t”作为计量单位，起吊重量非常大，加剧了机械疲劳断裂的可能性，特别是在起吊运输中产生荷载变化情况时，会直接产生应力偏移。起重机在出厂时附赠的说明使用书中表明起重机应力循环次数达到了百万次，但是由于实际起吊运输生产环境差，通常都是极限强度起吊，导致实际应力循环次数大约只有理论循环次数的10-20%，这也造成很多起重机在实际应用中出现机械断裂问题。从起重机结构方面来看，其主要的受力部件应力最大，也是出现疲劳断裂的重点部位，需要重点关注。

1 起重机疲劳断裂分析

所谓的疲劳断裂是指在某个点承受扰动应力，并且在多个循环扰动作用下造成机械结构出现裂纹或完全断裂产生的永久性局部变化。对于起重机机械疲劳研究可以预测出起重机的使用寿命。之所以说理论上起重机可以实现百万、千万循环，是不在扰动应力条件下，但是在起吊运输过程中，因为无法精准的找到起吊物中心点，再加上风力等作用，所以一定会产生扰动应力，导致部分起吊点的应力过于集中，这些个应力疲劳会在这个部位逐渐累积，最终在承载应力小于实际应力的情况下，出现断裂问题。可见，机械疲劳的最大特点是局部性作用，最常见的机械疲劳是产生裂纹，初期是裂纹萌生，之后会随着使用次数增加裂纹逐渐扩展，最后受到应力作用而断裂。金属结构变形大致可以分为三个阶段，一是弹性变形;二是塑性变形;三是断裂。应力应变曲线如图1。

2 起重机机械疲劳断裂可靠性分析

有上述分析可知，机械疲劳应力集中是一个持续的过程，要经过初步变形→裂缝→断裂，所以新起重机投入使用之后要在一段时间后才会断裂，想要判定机械疲劳断裂可靠性，需要手机各类信息数据，加强应力试验。当今国内外对于起重机机械断裂提出了诸多的理念，通常情况下机械疲劳断裂前的外观变化非常小，并且起重机可以正常使用，因此断裂多数是突发情况。具不完全统计，起重机使用中的危害事故中，触电事故、重物坠落事故、断裂事故比重最高，分别为22.6%、26.8%、15.8%，断裂事故比重并不低。值得注意一点，疲劳断裂会产生联动效应，某钢铁厂使用的125t铸造起重机发生断裂事故，直接带动了厂房主梁结构崩塌，造成了十分严重的损害问题，该钢铁厂也成为了新闻焦点，对企业形象危害非常大。

起重机疲劳断裂研究方面国内外已经取得了突破性成就，很多专家已经对正规、半偏、全偏三种循环应力疲劳强度进行了分析，应用了函数模型判定法（图1就是其中的一种）。如我国有关部门已经掌握了疲劳断裂曲线、剩余疲劳使用寿命几何模型等。除此之外，还有起重机部件使用寿命计算法，根据焊接箱体主梁疲劳应力，以及起重环境与起重情况等，这些都能够在一定程度上为机械疲劳断裂可靠性提供有力数据，在正常使用中将机械疲劳断裂几率降到最低。

3 起重机疲劳断裂可靠性研究新进展、新方法

3.1 随机有限元

隨机有限元作为近几十年发展的工程数值计算方案，传统机械疲劳计算方法没有考虑到客观因素影响，而该项技术考虑了随机参数的影响，能够有效计算出机械结构可靠性、定力问题、力学非线性等，近些年在起重机机械疲劳断裂可靠性得以应用。由于机械疲劳断裂受到多因素的影响，局部应力变形也是随机的，这也发挥了随机有限元技术的作用。其功能函数为Z（X）=g（x1，x2...xn），公式当中的x1，x2...xn都是随机变量，需要根据起重机实际使用情况和应力分布确定变量系数，从而得到机械疲劳极限参数（断裂参数）。

3.2 神经网络技术

在机械疲劳断裂可靠性分析当中，通过显示极限状态方程失效概率计算方案已经难以解机械疲劳计算的各项问题。所以在新时期下人们也提出了一种基于神经网络的断裂可靠性分析方案。通过神经网络取替固定函数形式的响应方案，解决非线性极限状态机械疲劳断裂能力，相比传统响应方法，神经网络技术不仅思路更简单、编程更容易，并且可以大幅度提升计算精度，是当今分析起重机机械断裂可靠性的重要方案。在实际计算当中，由于输入变量、输出变量所对应的关系未知，所以要先对输入变量进行近似分析，之后通过极限状态下对疲劳失效概率进行计算。其中要使用误差反向传播网络模型（神经网络模型的一种），三层的误差反向传播网络模型可以让任意精度近似连续函数，所以可以采用该网络模型进行计算。

3.3 支持向量机的分析技术

支持向量机技术作为一种机器学习方法，具有小样本的学习能力。该方法采用随机有限元对机械结构进行分析，是随机有限元的衍生品。起重机机械疲劳会受到使用时间的影响，由于使用时间出现疲劳的随机性，因此该方法在分析当中主要是针对隐性功能函数进行分析。在支持向量机的基础上，采用Monte Carlo模拟法和一次二阶矩方法，相比过去的概率分析法，该方法可以在少样本的基础上，得到更加贴近于实际的功能函数，减少隐性功能函数分析频率，具有非常高的使用价值。其中，Monte Carlo模型会在随机变量标准差中随机产生标准差，该抽样方案在大范围都有抽样点，可以满足训练向量机的对落入失效区域抽样点的需求;一次二阶矩方案，利用向量机模型逼近解耦股复杂的隐性极限状态函数，让功能函数显性转化，这样即可得到函数所对应的随机变量的一阶偏导函数。

3.4 混合遗传法

在新材料、新工艺的不断应用，起重机的生产质量也有所提升，而机械疲劳断裂可靠性主根本上是受到了材料影响。混合遗传法就是对材料的一种全局优化算法，遗传算法最大的优势就是不受函数连续、线性、可微等条件影响，在机械疲劳可靠性分析中广泛被应用。但是该方法也存在着一定问题，如可能产生早熟问题、局部抗扰动能力差、效率低等。因此学者针对此类问题提出了混合遗传算法，包括混合模拟退火算法与遗传算法;混合最佳矢量法与遗传算法等。混合遗传算法优化结果更好、迭代次数少、搜索效率高。在实际应用中，首选需要构建优化模型，主要是从可靠度最大为目标和可靠度为约束条件，前者是对起重机关键零部件构建可靠度最大目标函数，采用功能参数、经济指标等作为约束条件;后者针对起重机一般部件，采用功能函数、可靠度作为约束，产生体积、质量、成本目标函数。

遗传模拟退火算法具有非常好的局部搜索能力，对整个搜索空间掌握性不足，因此该算法运行效率不高，但是结合混合遗传算法优势，以遗传算法为主框架，融入模拟退火机制，通过随机变量应用实数编码，可以提升编码范围，降低了遗传算法的复杂性，保证整体计算效率。交叉算子采用单点交叉，首先对群体中个体进行分配，并选择一个交叉点，将分量进行交叉，使用正态分布随机数取替原有基因之。选择复制操作中采用比例选择算子，为了优秀个体不被取替，系统设置将父代种群适应度最大的10%个体直接传输到子代中。

最佳矢量法作为一种微分搜索技术，能够交替使用沿目标函数梯度发展的最优矢量逼近，具备更好的运行效率和收敛性。对整个种群俩说，由于要经历多次迭代才能够产生优良个体。所以要采用最佳矢量方案进行优化分解，将编码作为遗传算法的种群一部分，提升整个种群个体能力，在进化中每一代种群都要优化选取、交叉、变异并产生下一代。每一代的最佳矢量都作为初始设计方案，展开局部搜索，再将编码加入到群体当中，通过遗传算法展开全局搜索，发揮两种方案的优势，相互协调、相互独立、共同作用。

4 结语

综上所述，起重机械在当今工业生产中的应用十分广泛，这也提高了人们对起重机械疲劳断裂可靠性的重视程度。从当今科研领域对疲劳断裂可靠性研究现状分析可知，虽然已经提出了很多新技术，但是在疲劳度断裂可靠性分析中依然存在着些许不足，这就需要相关人员、部门加强新技术投入，让起重机机械疲劳断裂可靠性分析更加精准。

参考文献

[1] 孙微，张世阔.探究起重机械疲劳断裂可靠性分析的新迸展[J].中国设备工程，2016（12）：78-79.

[2] 李丽丽.探究起重机械疲劳断裂可靠性分析的新进展[J].中国机械，2015（6）：166-167.

[3] 杨涛.起重机械疲劳断裂可靠性分析的新进展[J].中国机械，2015（2）：88-89.

[4] 赵军.起重机械疲劳断裂可靠性分析的新进展[J].装备制造技术，2015（4）：208-209.

[5] 吴亢.探究起重机械疲劳断裂可靠性分析的进展[J].中国机械，2014（18）：192-193.