疲劳风险（精选4篇）
疲劳风险 篇1
0 引言
疲劳严重威胁作业安全, 许多事故都直接或间接由疲劳引发。据资料统计, 约70% 以上事故的主要原因是由于人的不安全行造成[1]。在影响作业安全的人为因素中, 因为直接影响到个人的警惕性和决断能力, 作业人员的疲劳一直是影响作业安全的重要人为因素之一。因此, 为保障作业安全, 开展高危作业疲劳风险量化研究对于识别高危作业疲劳风险水平、消除人的不安全行为具有重要意义。
由作业疲劳的消极影响及其同化性导致的人为失误, 一直是职业健康与作业安全的研究热点之一[2]。吴维库等[3]将员工情绪智力和领导情绪智力分别作为影响员工工作倦怠的个体因素和情境因素, 从两个层面考察情绪智力对工作倦怠的影响; 袁凌[4]、江卫东[5]等从静态因素和动态因素两个方面入手, 统计分析影响企业管理者工作倦怠的主要因素, 揭示工作倦怠与各因素的路径关系; 陈子彤等[6]采用实证法, 研究知识型员工工作压力和工作倦怠的总体水平以及工作压力各维度与工作倦怠各维度的关系; 李乃文等[7]提出矿工工作倦怠假设模型, 通过问卷调查统计, 并借助结构方程技术验证假设模型, 探索高危岗位矿工工作倦怠形成机制; Cabon[8]、类淑菊[9]等建立飞行疲劳综合评价指标体系, 运用层次分析法确定各指标权重, 实现对疲劳风险的量化综合评价; 王强等[10]推介了美国《炼油和石油化工人员疲劳风险管理体系》, 通过对比分析, 提出了油气管道作业人员疲劳风险管理的采标建议; 张嬿等[11]分析引起地铁列车司机驾驶疲劳的影响因素, 确定疲劳指数并建立数学模型, 评定疲劳风险等级。
对作业人员的疲劳状况进行综合评价是控制和缓解作业疲劳风险的基础。上述研究从不同角度实证分析了作业疲劳 ( 工作倦怠) 的影响因素及作用机理, 并在航空飞行、油气管道、地铁驾驶等领域进行了初步应用, 对于高危作业疲劳风险量化研究具有一定的借鉴意义。因为疲劳的可恢复性、测量的个体差异性、影响因素的复杂性等原因, 至今仍缺乏客观测量和有效预防作业疲劳方法[12]。因此, 本文通过系统分析高危作业疲劳的影响因素, 尝试运用G1 法, 构建影响高危作业疲劳的评判准则与风险模糊刻画方法, 从而实现对高危作业疲劳风险的综合评价。
1 疲劳风险评价指标体系
作业疲劳是指在作业过程中连续不断消耗能量, 产生一系列生理和心理变化而引起作业能力下降的现象。作业疲劳具有多元性, 影响作业疲劳的因素较多, 且相互作用机理复杂。为从系统的角度对影响高危作业疲劳的因素进行归纳总结, 首先, 参考国内外文献, 汇总可能导致高危作业人员疲劳因素; 然后, 邀请25 名安全管理人员、施工管理人员、现场作业人员等作业疲劳管理相关者, 采用德尔菲法, 征求和提炼专家群体意见, 对上述可能诱导疲劳的因素进行筛选和验证; 综合考虑排班制度、培训教育、文化氛围等管理因素和个人的生理、心理因素以及岗位因素、作业环境等因素, 建立高危作业疲劳风险评价指标体系, 如表1 所示。
2 作业疲劳风险模糊评判
由于影响作业疲劳的因素较多, 且具有模糊性, 难以量化, 因此运用G1 法对指标进行赋权, 然后应用模糊关系合成原理, 对高危作业疲劳风险隶属度等级状况进行多层次模糊评价。
2. 1 G1 法分配权重
AHP方法是进行决策分析、综合评价的一种简单、广泛采用而有效的方法, 但易出现判断矩阵难以满足一致性要求的问题。G1 法是针对AHP方法的缺陷提出的一种新的权重赋值法, 适用于影响因素不能完全量化的模糊赋值[13]。
2. 1. 1 序关系
若指标ai相对于评价准则的重要程度大于aj, 则记为:
对于评价指标集{a1, a2, ···, am}, 专家从中依次选出1 个认为是最重要的一个指标, 依次标记为:
经过m - 1 次选择, 确定了唯一序关系。由于受主观因素影响, 不同专家确定出的序关系往往不一致。
2. 1. 2 相对重要度
为确定评价指标相对于某评价准则的权重系数, 还需判断指标间的相对重要程度。采用重要程度之比来表征专家对相邻指标xk -1和xk之间相对重要程度的比较判断:
2. 1. 3 权重系数
根据相对重要度, 即可计算权重系数:
2. 2 模糊综合评判
根据高危作业疲劳风险评价指标体系, 确定评价因素集U={U1, U2, U3, U4, U5}, Ui={Ui1, Ui2, …, Uin}。结合高危作业疲劳风险发生的可能性情况, 确定5 个评语等级: 小、较小、一般、较大、大, 构成评语集V ={v1, v2, ···, v5}, 评语集临界值如表2 所示。
2. 2. 1 隶属度
由于影响高危作业疲劳的指标难以量化, 因此采用模糊统计法确定隶属度: 专家根据事先给定的评价语集V对各指标进行分级, 依次统计各个评价指标Uij属于各个评价等级vl的频数nijl。则该指标Uij对该评价等级vl的隶属度即为频数nijl与的专家总数N的比值:
通过确定隶属度, 得到模糊评价矩阵:
2. 2. 2 一级评价
根据权重矩阵wi和评价矩阵Ri, 进行一级评价:
其中, 模糊矩阵的合成算子采用加权平均型算法[°, ⊕]。
2. 2. 3 综合评价
对指标层的每个评价指标Uij均作出评价后, 对准则层各指标Ui进行模糊综合评价, 构造评价矩阵:
为了将综合评价矩阵直观表征高危作业疲劳风险发生的可能性等级, 建立比较参数, 选取可能性评价等级临界值的中值D = ( 1, 3, 5, 7, 9) , 作为评语集的等级加权向量:
根据E值, 可判断高危作业疲劳风险所属的可能性等级。
3 实例分析
3. 1 工程背景
某水电工程位于金沙江下游河段, 是一座以发电为主, 兼有防洪、拦沙和改善下游航运条件等综合效益的巨型水电工程。
为评估高边坡开挖支护等高危作业疲劳风险, 采用现场采集与问卷调查相结合, 综合评价高危作业疲劳风险水平。
3. 2 权重分配
采用G1 法对评价指标进行赋权, 以准则层指标U为例。
首先, 对准则层各指标Ui进行重要性排序, 如序关系为U2> U1> U5> U4> U3, 记为x1> x2>x3> x4> x5。
确定相对重要度比值: r2= 1. 2, r3= 1. 2, r4=1.2, r5=1.4。
依据式依次计算wi, 得到准则层指标权重向量W = ( 0. 2368, 0. 2841, 0. 1174, 0. 1644, 0. 1973) 。
同理, 分别对各二级指标进行赋权, 结果如表3所示。
3. 3 模糊综合评判
3. 3. 1 隶属度
针对高危作业疲劳风险评价指标, 由安全部门负责人、安全管理人员、施工管理人员、现场作业人员共计25 名相关专家组成专家小组, 根据表2 的评价等级标准, 评价高边坡开挖支护等高危作业疲劳风险, 计算各指标隶属度, 经统计整理, 结果如表4 所示。
根据表4 统计结果, 构造模糊关系评价矩阵Ri。以管理因素U1为例, 其对应的评判矩阵:
3. 3. 2 一级评价
对管理因素进行一级评价:
同理, 可得其他准则层一级评价向量:
3.3.3综合评价
Bi反映准则层一级评价指标对各评语集的隶属度, 由此构造评价矩阵:
进行模糊综合评价, 确定风险等级:
可见, 高边坡开挖支护等高危作业疲劳综合评价值5. 1217, 介于4 ~ 6 风险等级之间, 且偏向于6, 即疲劳的可能性处于一般水平, 但偏向于“较大”。说明高危作业过程中已经存在一些不合理因素, 导致作业人员疲劳风险, 风险管理者应提高警惕, 完善疲劳管理相关制度, 降低岗位的作业负荷, 改善作业环境, 合理调节作业人员心理生理因素, 防止作业疲劳风险恶化。
4 结论
1) 根据高危作业疲劳的影响因素, 构建涵盖管理因素、岗位因素、作业环境、生理、心理等5 个方面的高危作业疲劳风险评价指标体系。
2) 通过确定指标序关系, 运用G1 法对指标权重进行赋权, 针对评价指标的模糊特征, 提出高危作业疲劳风险模糊刻画方法。
3) 对某高危作业疲劳风险的模糊综合评判的实例分析, 说明该方法有效可行, 可实现高危作业人员疲劳风险发生可能性的系统分析与评价。
4) 结合高危作业疲劳风险特征, 深入探索疲劳致因机理与控制措施, 将是下一步重点研究的方向。
摘要：疲劳严重威胁作业安全, 许多事故都直接或间接由疲劳引发。针对高危作业疲劳风险评价问题, 考虑作业疲劳致因, 综合运用G1法, 提出高危作业疲劳风险的模糊综合评判方法。首先, 根据疲劳的表现, 系统分析影响高危作业疲劳的因素, 以管理因素、岗位因素、作业环境、生理、心理等5个因素为准则, 构建作业疲劳风险的评价指标体系。然后, 应用G1法, 确定指标权重, 建立高危作业疲劳风险多级模糊综合评价模型, 评判疲劳状况。最后, 通过一个案例验证了模型方法 的可行性与有效性, 为综合评判高危作业疲劳发生可能性提供了一个新视角与方法。
关键词：安全管理工程,风险评判,G1法,作业疲劳,模糊
疲劳风险 篇2
空中交通管制在保障航空安全方面发挥着举足轻重的作用,而高负荷的管制任务和高度紧张的工作氛围,很容易使管制人员出现疲劳状态,造成在管制工作中“错、忘、漏”的发生[1]。英国航空安全自愿报告系统的数据表明,13%的运行差错直接是由管制员的疲劳造成的[2]。因此,分析研究管制员疲劳风险及其应对措施,是航空安全管理工作需要亟待解决的问题。
国外航空领域对管制疲劳的研究始于20世纪90年代,如Folkard和Luna等提出了管制员在夜班中存在的疲劳风险,并提出改善疲劳状况的意见[3];Costa评估了管制工作压力并得出工作压力与疲劳的关系[4];Redding统计分析管制员人为差错后,发现管制员情景意识的丧失、注意力的分散等往往与疲劳有关[5];Gander等借鉴了飞行疲劳管理的方法,开发了基于排班的管制疲劳风险管理系统[6]。相比而言,我国对管制人员疲劳研究相对滞后,大多数研究集中在对疲劳产生机理以及疲劳影响因素等方面,如孙涛等[7]、李京利等[8]针对管制人员的疲劳状况找出了影响管制员疲劳的因素并给出预防措施。但是他们对管制员疲劳影响因素的研究是基于经验,缺乏科学的方法和理论依据,并且不具备针对性。
由于导致疲劳的因素很多很复杂,如工作排班、家庭问题、睡眠状况、恶劣环境等,并且各个地区的管制单位情况也不尽相同[9],为此,有必要科学地量化管制员疲劳致因,找出导致管制员疲劳的主要风险因素。在风险分析与评价中,有许多优秀的评价方法和模型,但是每种方法都有利有弊,比如熵权法,尽管是一种客观的赋权法,但是没有考虑到因素间的相互影响作用。由于导致管制人员疲劳的影响因素之间存在着不同程度的相互影响,而DEMATEL方法能够定量地确定各因素间的影响程度,因此,笔者把熵权法和DEMATEL相结合确定组合权重。用熵权法确定各因素对管制员疲劳影响的权值,利用DEMATEL方法确定的因素间的影响程度值来修正熵权值,求得组合权重,对风险因素进行排序,归类主要原因因素和结果因素。为管理人员实施疲劳风险管理提供方向。
1 建立疲劳指标体系
1.1 疲劳风险指标的选取与评价体系的建立
导致管制员疲劳的风险因素错综复杂,合理地选取疲劳风险指标是评价的关键。本研究参考了相关研究成果,并结合对国内管制单位的实际调研情况,利用SHEL[10]模型从个人因素、设备因素、外部环境因素和管理因素4个方面进行系统全面地归纳分析,一共找出19项导致管制员疲劳的风险因素。由于研究目的是为了找到关键疲劳风险指标,有些疲劳风险因素存在重复性,并且影响程度较小,基本可以忽略。为了删除不必要的风险指标,减少计算的复杂性,对A空管局30个有3年以上管制经验的管制员进行会议座谈,并发放疲劳影响因素调查问卷,通过Delphi法[11]对数据进行处理,计算其变异系数和协调系数,选取协调系数在0.5以上,变异系数在0.25以下的指标。经过与专家商定最终确定11项重要疲劳风险因素。根据指标体系建立需遵循的系统性、科学性等原则,建立的指标体系如图1所示。
在个人因素方面,睡眠量和睡眠质量直接影响管制人员的休息状况,国内外大多数的研究表明睡眠缺失和昼夜生物节律扰乱是影响疲劳最主要的2个因素[12]。目前,国内的排班模式大多是“上二休二”模式[13],长时间的昼夜班交替和无规律的执勤时间,很容易影响到管制员的生物节律,引发疲劳风险。一般来说,工作负荷越大,疲劳程度就会越大,目前很多的管制单位严重缺乏管制人员,导致在岗的管制人员不能及时的进行轮岗,使得工作负荷大大增加。再加上单位和生活中琐事的困扰,很少有时间进行体育锻炼,健康状况极差,极易产生疲劳。另外,管制员自身对管制工作的熟练程度也是导致疲劳的一个重要因素。通过实际调研了解到,工作不熟练的管制员在实际工作中付出的脑力负荷要比工作熟练的管制员多,更容易加剧疲劳的产生。
在外部环境方面,恶劣天气,照明条件,设备的性能等方面,都有可能加重管制员的工作负荷,进而引发疲劳的产生。比如,工作场所光线的明亮程度,特别是夜间灯光的强弱,都易造成眼睛不适,产生局部疲劳。并且现在有条件的管制单位都会为管制员提供休息室,让管制员在轮岗的间隙能够获得足够的休息,很多管制员反映休息室的环境会在一定程度上缓解疲劳累积。
在管理方面,良好的排班会合理有效的调动资源[14],相反,不恰当的排班会使管制人员得不到好的休息;文化氛围也对人会产生潜移默化的影响,良好放松的工作环境会减少管制员不小的压力;定期的培训会增强管制员工作的熟练程度,减少不必要的工作负荷。
2 基于熵权和DEMATEL的疲劳影响因素分析
熵权法是一种客观的赋权方法。但是这种方法并没有考虑各个因素之间的相互影响作用。而DEMATEL要求专家们根据各因素间的直接影响关系赋予一定的数值,运用图论和矩阵工具对系统内因素进行分析,将影响因素进行归类,清楚地表明原因集合和结果集合以及它们之间的影响强度[15,16]。为此,将2种主客观方法进行有效结合,不但可以量化因素间的间接关系,而且使组合权重值更加真实可信。DEMATEL-熵权法的计算步骤如下[17,18]。
1)单指标评价,熵权法的第一步就是进行单指标评价,在对A管制单位的实际调研过程中,要求A管制单位20位有5年以上工作经验的管制员进行疲劳调查问卷独立打分,假定各个因素对疲劳的影响程度为1~5的范围,分别代表着“没有影响”至“很大影响”。
得到如下的单指标评价矩阵S。
2)数据归一化计算指标熵值。经式(1)将矩阵归一化,经式(2)计算指标熵值,计算结果构成的熵值矩阵为
式中:。显然当fij=0时,ln fij无意义,因此对fij的计算加以修正,将其定义为:。
3)计算各项指标的熵权。由式(3)得出最终熵权。
4)构建直接影响平均矩阵。
式中:Aij为因素i对因素j的直接影响程度大小,若i=j,则Aij=0。假设以0,1,2,3和4分别代表着“没有影响”“低度影响”“中度影响”“高度影响”和“极高度影响”每一个评判者都会得到一个直接影响矩阵,通过计算所有直接影响矩阵中相同因素的均值形成平均矩阵A(A=A[Aij]n×n)。
5)计算初始直接影响矩阵。将平均矩阵A标准化得到初始直接影响矩阵V(V=[Vij]n×n)。
标准化的过程见式(4)和式(5)。
6)建立总影响关系矩阵。经由式(6)可以得出总影响关系矩阵T(T=[tij]n×n):
式中:I为单位矩阵;fi为矩阵T第i行所有元素和,这表示因素i对其他因素的影响总和;ej为矩阵T第j列所有元素的和,这表示其他元素对因素j的影响总和;(fi+ei)表示因素i在系统中的重要性程度,(fi-ei)表示该因素与其他因素的因果逻辑关系程度,若为正,表示该因素影响其他因素,称为原因因素;若为负,表示该因素受其他因素的影响,称为结果因素;mi=(fi+ei)和ni=(fi-ei)分别称为中心度和原因度。
7)求组合权重。求组合权重通常有加法组合法和乘法组合法2种,考虑到权重一般差别不大,为了尽量凸显指标间重要性差异,笔者选用乘法组合法。根据DEMATEL方法获得的中心度和熵权法获得的熵权值,由式(9)获得最终组合权重Gj为
3 熵权———DEMATEL法的应用
通过实际调研,此研究邀请了A管制单位的10位有3年以上工作经验的管制员疲劳指标进行独立打分,设定对疲劳的影响程度为1~5的范围,分别代表着“没有影响”至“很大影响”。每位专家根据熵权法,分别对各个因素对疲劳的影响程度进行赋值,获得如下一个S10×11的评价矩阵。
经式(1)和式(2)计算指标熵值。
由式(3)获得各指标的最终熵权。
同时,要求A管制单位的10位管制专家根据各个指标间的影响程度进行赋值,获取平均矩阵A。
根据式(4)和式(5)将平均矩阵A标准化得到直接影响矩阵V。
通过式(6)运用EXCEL的矩阵计算函数MINVERSE和MMULT,计算总影响关系矩阵T。限于篇幅原因,此处就不再列出T矩阵。
由总影响关系矩阵T,结合式(7)、式(8)计算影响度、被影响度、中心度、原因度,计算结果见表1。由于DEMATEL考虑了指标间的影响程度,中心度表示指标在系统中的重要程度,所以通过式(9)用中心度的值修正式(3)所获得的最终熵权值,求得最终的组合权重,见表2。
表1反映出各因素间的影响关系及其重要程度,根据这种结构关系,各影响因素相对重要性见表2。由表2统计结果发现,休息室和环境因素的中心度排在第8位,而熵权值却提升到了第2位,这主要是由于该管制单位最近正在进行搬迁,环境嘈杂,严重影响管制人员的休息,致使专家们对此疲劳致因打分有所偏高,但是经过组合权重修正后,统计结果如下。
1)11个疲劳致因之中,管制人员工作负荷的组合权重最大,中心度f+e值也为所有因素中最大值,原因度f-e为负值,这意味着工作负荷在整个影响关系中至关重要,同时它极易受到其他影响因素的影响,这也与现实情况相符合,调查问卷显示该管制单位管制人员严重不足,管制人员连续在岗时间甚至都超过了2h,严重加剧了在岗管制人员的工作负荷,加重疲劳。
2)健康状况的相对重要在工作负荷之下,对照表1,健康状况f+e值居于第二,并且f-e值为负值,这表示健康状况也易受到其它因素的影响,当管制员身体状况不佳时,就更容易加剧管制员的疲劳程度。
3)睡眠状况在组合权重表中排在第3位,参照表1,睡眠状况的f+e值与健康状态非常接近,f-e值为负值,这说明它和健康状况一样为结果因素,它极易受到其他疲劳致因的影响。管制人员一旦没有获得充足的睡眠,产生疲劳的可能性急剧上升,甚至在工作中出现睡着的情况。例如,2014年7月8日的管制员“睡岗”事件,一架东航MU2528航班在武汉进近阶段联系塔台时,因管制员在岗位上睡着,多次呼叫无人应答,未能与塔台建立联系,之后在复飞12min后最终安全落地。尽管在这次“睡岗”事件中并没有造成重大伤亡,但是飞机在无法联系塔台的情况下“复飞”存在很大的安全隐患。为此,应设立专门的小睡休息室,尽量保证管制人员能够获得充足的睡眠时间。
4)人员岗位的排班制度仅次于睡眠状况,排在第三位,对照表1,排班制度的f+e值在平均值之上,并且f-e值为正值,这意味着排班情况直接影响着多数疲劳致因,属于原因要素,管制单位应该予以高度重视,在进行岗位安排时,应该根据自身的实际情况,做出合理的排班。
4 结束语
1)将熵权法和DEMATEL法相结合,取长补短,用DEMATEL所确定的中心度修正了熵权法所确定的熵值,求得指标体系的组合权重。分析结果表明该管制单位管制员的工作负荷、健康状况、睡眠状况以及排班制度是造成管制员疲劳的主要原因,为制定疲劳风险控制措施提供了方向。
2)该指标体系的评价方法可以作为管制单位进行疲劳风险综合评价和量化评价的基础。依据管制单位的具体情况,将关键疲劳影响因素纳入到疲劳风险管理系统之中,但是并没有找出关键疲劳影响因素所产生的深层次原因,也没有针对性地提出具体的疲劳缓解措施,这将是下一步研究的重点。
摘要：为了定量分析管制员疲劳风险因素,找出导致管制员疲劳的主要原因,进而有针对性地采取缓解疲劳的措施,从个人因素、环境因素、管理因素3个方面建立管制员疲劳风险指标体系。结合熵权法和决策实验与评价实验室方法(DEMATEL),构造熵权和DEMATEL模型,通过熵权法计算出各个指标对疲劳产生影响的熵权值,然后利用DEMATEL方法所确定的指标间的影响程度值来修正熵权值,求得组合权重,确定导致管制员疲劳的关键指标。同时根据DEMATEL方法归类原因因子和结果因子。结果表明,工作负荷、健康状况、睡眠状况和排班制度4个指标的组合权重值较大,为该管制单位的主要疲劳致因,其组合权重值分别为0.204 2,0.152 0,0.146 9,0.110 3;其中排班制度为结果因子,而工作负荷、健康状况以及睡眠状况为原因因子。熵权和DEMATEL模型为定量分析管制员的疲劳风险提供了参考价值,同时也为管制单位实施疲劳风险管理提供了方向。
疲劳风险 篇3
对于航空发动机来说,压气机轮盘是关键转动部件之一。常见的导致轮盘失效的因素有低循环疲劳、振动、屈曲、蠕变等。对于现代飞行器来说,大推重比是发展方向,这就要求发动机部件本身重量轻,产生的推力要大,现代先进战机推重比已经超过10。大的推重比一方面满足了飞行器的性能需要,另一方面也使得发动机零部件的工作条件更加严酷,零部件承受的载荷越来越高,低循环疲劳失效逐渐成为最主要的失效形式。轮盘在发生低循环疲劳失效时通常都是非包容性的,破裂的盘体碎块往往会击穿油箱、油路、驾驶舱等,从而造成严重的后果。低循环疲劳失效多发生在轮盘榫槽底部应力集中较严重的部位[1]。国内的一些学者对轮盘等飞行器关键零部件的低循环疲劳失效寿命预测方法进行了研究[2,3],取得了一定的进展,然而这些研究方法基本上都是基于单轴应力的,没有充分考虑多轴应力对低循环疲劳寿命的影响。文献[4]通过试验研究表明,简单地应用单轴疲劳寿命模型预测多轴疲劳寿命,将会导致较大的误差,文献[5,6]对于轮盘的多轴疲劳寿命应用Monte-Carlo方法进行了仿真分析,得到了一些有益的结论。本文主要研究以有限元分析、标准试样疲劳试验和数据分析程序编制为基础,考虑多轴应力影响的轮盘低循环多轴疲劳寿命预测方法。
1 轮盘有限元建模与分析
对于轮盘的疲劳寿命预测来说,进行有限元分析是进行疲劳寿命预测的基础,通过有限元分析可以确定轮盘的危险部位以及危险部位应力的分布状态和整个轮盘应力的分布情况。从已有失效数据分析可知,轮盘的失效形式通常都是低循环疲劳失效,而榫槽部位是其失效的最薄弱部位。轮盘通常包含有几十个榫槽,榫槽用于安装与叶片相连的榫头。榫头与榫槽呈接触状态,当轮盘高速旋转时轮缘除受到自身的离心力作用外,还受到高速旋转的叶片产生的离心力作用,轮盘的工作转速通常在10 000r/min以上,由此产生的离心力很大,轮盘在工作时受到的气动力相对于离心力来说较小,一般可以忽略不计。轮盘的榫槽在离心力的作用下,应力集中情况十分严重,有限元分析的结果也证明了这一点。为了获得精确的结果,轮盘的模型必须具有较高的精度,并且应该使模型具有参数化的能力,据此使用三维参数化建模软件Pro/E建立轮盘的三维模型,并通过程序接口传到有限元分析软件中进行分析。由于轮盘的结构及形状都十分复杂,通常采用20节点六面体单元进行网格剖分,六面体单元求解精度要高于四面体,求解效率也较四面体高,20节点单元可以更加精确地适应结构形状复杂的轮盘叶片结构。由于轮盘的结构是循环对称的,载荷也是完全对称的,仅需取一部分结构进行有限元分析。
2 低循环多轴疲劳寿命模型
2.1 疲劳寿命模型
轮盘工作过程中,榫槽受到很大的应力,榫槽底部的应力状态不是单轴的,而是呈现多轴应力状态,当采用传统的名义应力寿命模型及应变寿命模型对轮盘进行寿命评估时,都是采用基于单轴应力的方法,显然,单轴疲劳和多轴疲劳有着很大的不同。国内外学者提出了多种多轴疲劳模型,考虑榫槽槽底的应力状态,以及轮盘危险点各应力应变参量对其失效的影响,临界平面法中SWT模型的关键参量与轮盘失效关键参量一致,裂纹的早期扩展被控制在与最大正应变范围垂直的平面(临界平面)上,如图1所示。最大正应变范围及临界平面上的最大正应力是影响疲劳寿命的最重要参量[7,8,9]。
SWT模型表示如下:
式中,σmax为最大正应变范围垂直平面(临界平面)上的最大正应力;Δε为最大正应变范围;Nf为疲劳寿命;σ′f为疲劳强度系数;b为疲劳强度指数;ε′f为疲劳延性系数;c为疲劳延性指数;E为弹性模量。
2.2 模型参数的获得
多轴疲劳寿命模型涉及的参数中,材料参数可以通过标准试件的疲劳试验获得,通过有限元计算可以得到最大正应变范围平面,进而确定临界平面,临界平面上的最大正应变范围及其最大正应力的确定方法如图2所示。
图2中任意平面上的应力与x、 y、 z坐标轴的方向余弦如下:
各应力分量可由式(2)矩阵求出。同理可以求得任意平面上的各应变分量值,只需把式(2)矩阵中的应力标识改为应变标识即可。
3 工程分析实例
某型航空发动机低压压气机轮盘,轮盘的载荷谱为试验谱,材料为镍基高强合金钢,材料弹性模量为206GPa,密度为7.8×103kg/m3,泊松比为0.3。
为了确定材料的疲劳参数,进行标准试样的低循环疲劳试验,试验结果数据如表1所示。对表1的数据进行回归处理,得到材料参数如表2所示。
接下来通过有限元分析得到轮盘的应力应变参数。建立的轮盘有限元离散化模型如图3所示,由于轮盘结构载荷周期对称,这里只取了一部分进行分析。榫槽由于有应力集中,是低循环疲劳破坏的关键部位,所以在这里进行了网格细化,以便得到更加精确的结果,网格如图4所示。由于实际工作中,轮盘榫槽底部已处于屈服状态,这里的材料强化模型选用了双线性随动强化模型,有限元分析结果如图5所示。
分析图5可知,有限元计算所得应力最大部位与轮盘实际破坏部位一致,关键部位各向应力应变分量值如表3所示。由计算可知轮盘榫槽部位的应力集中系数为2.8。已知材料的疲劳持久极限为195MPa,从表3中可以看出有多个应力分量超出了构件的疲劳持久极限。
以正应变与x轴夹角θ和z轴夹角ϕ为循环变量,以5°为步长进行双循环搜索,通过式(2)确定临界平面和其上的参数。应用Matlab编程计算,所得结果如表4所示。正应变Δε随θ和ϕ的变化如图6所示。
由表4可知,临界平面位置为ϕ=110°,θ=165°所对应的平面与轮盘的实际破坏平面比较接近,由本文方法确定的临界平面与轮盘的实际破坏平面基本一致。相应的最大正应变为Δε=0.006 853 1,临界平面上的最大正应力为σn,max=1157.33MPa。
在得到最大正应变Δε以及临界平面上的最大正应力σn,max后,可以求得Δεσn,max/2 =3.9756MPa,将各参数值代入式(1),应用牛顿迭代法可以解得轮盘的疲劳寿命为Nf=3874,这与实际轮盘的寿命值约4000个循环基本一致,而应用传统的Masson-Coffin公式进行疲劳寿命评估,易得轮盘寿命Nf=2639,与轮盘的实际寿命相差较大。
4 结论
发动机轮盘在实际工作中,工作条件十分严酷,承受了很大的载荷作用,在其应力集中比较严重的部位,如榫槽的底部圆角处,局部结构已经工作于塑性状态,这一点在进行疲劳分析时应该充分考虑。轮盘榫槽底部的应力状态并不是简单的单轴应力,而是呈现复杂的多轴应力状态,应用单轴疲劳寿命模型对其进行疲劳寿命预测有可能产生过大的误差,而应用多轴疲劳寿命预测模型中的临界平面法进行轮盘疲劳寿命预测,能够充分考虑多轴应力状态对疲劳寿命的影响,使得评估结果更加准确。实例分析表明,应用多轴疲劳寿命预测模型进行轮盘低循环疲劳寿命预测,具有较高的精度,能够满足工程实际需要。
摘要：充分考虑多轴应力对疲劳寿命的影响,对应用多轴疲劳寿命模型进行轮盘的低循环多轴疲劳寿命预测作了探讨,并结合具体工程实例进行了应用研究。确定了轮盘危险平面的位置,确定了危险平面上的相关参量,应用多轴疲劳模型进行了寿命评估,计算结果显示应用多轴疲劳模型进行轮盘的低循环多轴疲劳寿命评估,所得结果与轮盘的试验结果符合得较好,研究结果具有一定的实际工程意义。
关键词：轮盘,FEM,多轴疲劳,临界平面,应力分布
参考文献
[1]陶春虎,钟培道,王仁智,等.航空发动机转动部件的失效与预防[M].北京:国防工业出版社,2000.
[2]隋福成,刘文?,王磊.飞机结构关键件设计改进后的疲劳寿命评定技术[J].航空学报,2007,28(1):135-137.
[3]陈立杰,冮铁强,谢里阳.应用幂变换法构造低周疲劳寿命预测的幂指函数模型[J].航空学报,2006,27(2):267-271.
[4]Socie D F,Marquis G B.Multiaxial Fatigue[M].Warrendale:SAEInternational,1999.
[5]钱文学,尹晓伟,谢里阳.轮盘疲劳可靠性分析的Monte-Carlo数字仿真[J].系统仿真学报,2007,19(2):254-256.
[6]钱文学,尹晓伟,谢里阳.压气机盘疲劳寿命影响因素的灵敏度分析[J].东北大学学报,2006,27(6):677-680.
[7]尚德广,王大康,李明.基于临界面法的缺口件多轴疲劳寿命预测[J].机械强度,2003,25(2):212-214.
[8]Susmel L,Petrone N.Multiaxial Fatiguelife esti ma-tions for 6082-T6 cylindrical speci mens under in-phase and out-of-phase biaxial loadings[C]//A.Carpinteri et al.Biaxial and Multiaxial Fatigue andFracture.ESIS Publication 31,Oxford:Elsevier,2002:83-104.
疲劳风险 篇4
滚动轴承的主要失效形式表现为受变化的接触应力作用而产生的疲劳破坏形式, 即疲劳点蚀失效形式。这种失效形式对机械设备造成的最直接影响和后果, 轻者是导致机器的运转精度下降、产生强烈的噪音, 重者则会使机器失效、甚至还可能造成严重的人身伤亡事故等。
滚动轴承工作时在非稳定的变载荷下循环运转, 各部件处在交变应力下工作, 承载能力逐渐下降, 其疲劳强度在不断地衰减下降, 这是一个长期疲劳损伤的累积连续过程, 接触疲劳强度的下降是导致轴承受损失效的主要原因。根据疲劳损伤累积假说, 对这一过程进行讨论, 以定量确定受损伤滚动轴承的剩余寿命和许用当量动负荷。因此, 掌握滚动轴承在运转中的实际受载情况, 能保证轴承中后期可靠的工作, 做出正确的判断。
2 Miner线性疲劳损伤累积假说
线性疲劳损伤累积假说是指在循环载荷作用下, 疲劳损伤是可以线性地累加的, 各个应力之间相互独立和互不相关, 当损伤累积达到某一数值时, 试件或构件就发生疲劳破坏。线性损伤累积假说中, 典型的是Palmgren-Miner假说, 简称为Miner理论, 这个理论假定:在试件加载过程中, 每一载荷循环掉试件一定的有效寿命分数;疲劳损伤与试件吸收的功成正比, 这个功与应力的作用循环次数和在该应力值下达到破坏的循环次数之比成比例, 试件达到破坏时的总损伤量 (总功) 是一个常量, 它是载荷的简单函数, 且损伤与载荷作用的次序无关;各循环应力产生的所有损伤分量之和等于1时, 试件发生破坏。
Miner (1945年) 将Palmgren (1924年) 提出的疲劳损伤积累与应力循环次数呈线性关系这一假设进行了公式化表示, 并给出了力学前提。他认为, 在某一等幅疲劳应力σj作用下 (对应的等幅疲劳寿命为Lj) , 在每一应力循环里, 材料吸收的净功△W应相等, 当这些被材料吸收的净功达到临界值W时, 疲劳破坏发生。其数学表达结果如下
undefined
在变幅应力σ1、σ2、…、σn作用下, 各应力水平的等幅寿命为Li, 实际循环数为li, 产生的净功为Wi, 当∑Wi=W时, 疲劳破坏发生, 且有
undefined
式 (2) 是Miner线性疲劳损伤累积假说的数学表达式。
3 应用疲劳损伤累积假说计算相当载荷pm
计算滚动轴承寿命的传统方法是建立在瑞典G.Lundberg和A.Palmgren的滚动接触疲劳理论基础上, 该理论首先假定滚动轴承的疲劳寿命符合二参数Weibull分布, 并以此为基础, 推导出轴承可靠度为90%时轴承基本额定寿命L10, 即
undefined
式中 C——轴承的额定动负荷;
P——轴承的当量动负荷;
ε ——寿命指数 (球轴承ε =3;滚子轴承ε =10/3) 。
(3) 式也是滚动轴承载荷—寿命曲线的解析式, 国际标准化组织把Lundberg-Palmgren理论确定为计算轴承寿命的基础并编入现行的ISO281-1997标准中。
滚动轴承工作时, 各部件处在交变应力下工作, 其接触疲劳寿命的下降是导致轴承受损失效的主要原因。基于滚动轴承寿命与载荷之间关系 (P-L) , 结合受损伤轴承已经历的工作情况, 如各阶段承受的当量动负荷pi和运转次数li, 对滚动轴承在其逐步受损过程中, 疲劳寿命不断下降的情况予以讨论。
轴承的寿命L与其所承受的负荷大小有关, 工作负荷越大, 寿命越短。在可靠度为90%的情况下, 基本额定寿命L10与当量动负荷P之间的关系 (3) 式可写为:
Pε L10=Cε =常数 (4)
设滚动轴承顺次地在当量动载荷P1、P2…Pi…Pn下工作, 其相应的转速为n1、n2…ni…nn, 轴承在每种工作状态下的运转时间与总运转时间之比为q1、q2…qi…qn。根据Miner线性疲劳损伤累积假说, 应力每循环一次, 都将使零件造成一次寿命损失。针对某次的应力循环, 其载荷为Pi, 实际运转次数li, 相应载荷Pi作用下的寿命Li, 其造成的寿命损失率可写为li/Li。对于轴承理论上达到疲劳寿命极限时, 即
undefined
将公式 (4) 代入式 (5)
undefined
化简得
undefined
对于每种轴承、额定动负荷C是常量, 从式 (6) 可看出, 滚动轴承在各组次应力循环的作用下, 疲劳寿命在逐步衰减。当公式 (6) 为零时, 即可视为轴承完全疲劳失效。
假设轴承在载荷P1、P2…Pi…Pn作用下总共工作H时间后, 轴承寿命达到了极限状态, 则在Pi作用下的实际载荷循环次数li为
li=niqiH (7)
假设用一个相当的载荷Pm来代替所有载荷的作用, 并在作用lm次后达到极限状态, 则按式 (4) 得
Pεmlm=PεiLi
即undefined
将式 (7) 、 (8) 代入式 (5) 得
undefined
引入计算转速nm=n1q1+n2q2+…+niqi+…+nnqn, 因此所有载荷作用次数的总和lm=n1q1H+n2q2H+…+niqiH+…+nnqnH=nmH
而式 (9) 变为undefined
即undefined
4 受损伤滚动轴承疲劳寿命衰减计算
对于滚动轴承疲劳寿命的衰减, 在轴承经历了各组次应力循环后, 可分两种型式来考虑: (1) 根据轴承将要承受的当量动负荷Pm来确定受损后轴承可运行的总转数, 即轴承的剩余寿命Lm; (2) 根据轴承后期工作需要, 设定受损滚动轴承预期寿命Lm, 来确定此时轴承能承受的最大当量动负荷, 即许用当量动负荷Pm。
将式 (6) 写成
undefined
若设定轴承已运转了 (m-1) 次的应力循环, 那么根据式 (11) 可得计算受损伤滚动轴承的剩余寿命Lm。
undefined
5 结论
(1) 应用疲劳损伤累积假说计算相当载荷Pm和受损伤滚动轴承疲劳寿命衰减计算公式。
(2) 根据疲劳损伤累积假说, 对这一过程进行讨论, 以定量确定受损伤滚动轴承的剩余寿命和许用当量动负荷。
摘要：根据疲劳损伤累积假说, 对接触疲劳强度的下降导致轴承受损失效的主要原因进行讨论, 以定量确定受损伤滚动轴承的剩余寿命和许用当量动负荷。
关键词：滚动轴承,疲劳寿命,线性疲劳损伤累积假说
参考文献
[1]濮良贵.机械设计[M].北京:高等教育出版社, 2002.
[2]姚卫星.结构疲劳寿命分析[M].北京:国防工业出版社, 2003.
[3]王洪飞, 程帆.受损伤滚动轴承疲劳强度衰减计算[J].电子机械工程, 2003, 19 (5) :30-31.
[4]陈春颖.滚动轴承的寿命计算[J].承德民族职业技术学院学报, 2000, (1) .