易 帥,孫巧雷,馮 定,周 蘭,靳祖文
(1.長江大學(xué) 機(jī)械工程學(xué)院,湖北 荊州 434023;2.湖北省油氣鉆完井工具工程技術(shù)研究中心,湖北 荊州 434023;3.非常規(guī)油氣湖北省協(xié)同創(chuàng)新中心,湖北 武漢 430100)
液壓桿位于動(dòng)力貓道翻板處,當(dāng)動(dòng)力貓道在自動(dòng)上、下管柱至鉆臺(tái)時(shí),液壓桿會(huì)受到較大的載荷作用,當(dāng)載荷超過液壓桿的臨界載荷時(shí),液壓桿就會(huì)發(fā)生穩(wěn)定性失效,可能導(dǎo)致鉆井事故的發(fā)生,影響石油天然氣的勘探開發(fā),造成人員和經(jīng)濟(jì)的損失[1]。因此,有必要對(duì)液壓桿的穩(wěn)定性進(jìn)行研究。SYSOEV A S等[2]對(duì)變剛度可壓縮可彎曲剛性桿的穩(wěn)定性問題進(jìn)行了研究和解決,建立了桿件臨界載荷的帶根超方程體系;CAI Yong等[3]在考慮初始缺陷對(duì)桿件的影響的同時(shí),采用了近似解法和穩(wěn)定周期解的傅里葉法,從理論上分析了周期瞬態(tài)荷載作用下桿件的動(dòng)力穩(wěn)定性,通過對(duì)桿件不同撓度的研究,用Maple軟件計(jì)算了桿件的動(dòng)力不穩(wěn)定性;LEONID K等[4]提出了一種利用數(shù)值解析的邊界元法(MGE)求解連續(xù)梁等桿系穩(wěn)定性問題的算法,并在MATLAB環(huán)境下進(jìn)行了臨界力的計(jì)算;馮超等[5]利用有限元軟件對(duì)受壓桿件的穩(wěn)定性進(jìn)行分析,并對(duì)其臨界載荷進(jìn)行了ANSYS驗(yàn)證;李琳等[6]以Koiter穩(wěn)定性理論為研究基礎(chǔ),分別分析了不同約束的壓桿在歐拉臨界載荷作用下的穩(wěn)定性;周奇才等[7]基于壓桿穩(wěn)定性定義,在歐拉描述方式下提出了一種軸向剛度判別法,通過對(duì)剛架模型進(jìn)行數(shù)值分析,驗(yàn)證了該軸向剛度判別法的有效性和適用性;包衛(wèi)平等[8]從強(qiáng)度和壓桿穩(wěn)定的觀點(diǎn)對(duì)升降桅桿進(jìn)行彎曲強(qiáng)度和壓曲穩(wěn)定性分析,采用能量法和等效剛度法推導(dǎo)出變截面壓桿的剛度求解公式。
國內(nèi)外學(xué)者對(duì)受壓桿件的穩(wěn)定性進(jìn)行了廣泛的理論計(jì)算分析和有限元仿真模擬[9-14]。但在實(shí)踐過程中發(fā)現(xiàn):由于環(huán)境因素的影響,會(huì)在液壓桿上產(chǎn)生缺陷,如圖1所示,缺陷使液壓桿發(fā)生彎曲破壞的臨界載荷減小,更易發(fā)生穩(wěn)定性失效。所以本研究針對(duì)含有缺陷的液壓桿分析了影響壓桿穩(wěn)定性的因素,并利用正交試驗(yàn)法得到了各個(gè)因素對(duì)液壓桿穩(wěn)定性的影響趨勢(shì)及其顯著性,同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)建立了液壓桿屈曲載荷預(yù)測(cè)模型,為含缺陷的液壓桿在使用過程中的穩(wěn)定性提供比較準(zhǔn)確的預(yù)測(cè),以減少事故的發(fā)生。
圖1 液壓桿上的缺陷
根據(jù)桿端位移的歐拉公式[15],當(dāng)液壓桿的材料和使用工況確定后,液壓桿的屈曲載荷大小取決于液壓桿最小截面慣性矩。液壓桿最小截面慣性矩與缺陷的形狀、深度、位置以及缺陷的面積有關(guān),為了得到不同缺陷因素對(duì)液壓桿穩(wěn)定性的影響規(guī)律與影響顯著性,有必要對(duì)液壓桿進(jìn)行數(shù)值模擬來研究缺陷與液壓桿穩(wěn)定性之間的關(guān)系。液壓桿上出現(xiàn)的缺陷形狀一般是不規(guī)則的,數(shù)值模擬時(shí)將缺陷的表面規(guī)則化處理為圓、橢圓、矩形。
建立的液壓桿三維模型如圖2所示,材料為42CrMo,其密度為7850 kg/m3,彈性模量為206 GPa,泊松比為0.3,中間部分直徑為12 mm,長度為150 mm。對(duì)現(xiàn)場(chǎng)使用的液壓桿缺陷進(jìn)行測(cè)量與記錄,選取缺陷的深度為0.8,1.6,2.4,3.2,4.0 mm;缺陷的面積為4.5,8,12,18,25 mm2;缺陷距底端的距離為35,65,75,85,115 mm。以此為基礎(chǔ)建立液壓桿的有限元模型,對(duì)不同缺陷的液壓桿臨界載荷進(jìn)行了有限元計(jì)算。
圖2 液壓桿三維模型
運(yùn)用靜態(tài)結(jié)構(gòu)模塊和線性屈曲模塊對(duì)液壓桿的臨界載荷進(jìn)行求解,將建立的液壓桿三維模型導(dǎo)入有限元軟件中,采用四面體單元對(duì)結(jié)構(gòu)進(jìn)行網(wǎng)格劃分,由于模型的計(jì)算對(duì)計(jì)算機(jī)內(nèi)存要求較高,所以網(wǎng)格數(shù)不宜過密,經(jīng)網(wǎng)格無關(guān)性檢查,最終的網(wǎng)格數(shù)約為24萬,不同類型缺陷局部細(xì)化網(wǎng)格如圖3所示。根據(jù)實(shí)際工作狀況對(duì)液壓桿進(jìn)行約束,即對(duì)液壓桿的底端進(jìn)行固定約束,上端施加一軸向的壓力,液壓桿約束與受力如圖4所示。由于有限元軟件計(jì)算的臨界載荷為加載值與屈曲因子的乘積,所以在液壓桿上端加單位載荷,有限元分析得到的屈曲因子即為液壓桿的屈曲載荷。
圖3 不同類型缺陷局部細(xì)化網(wǎng)格圖
圖4 液壓桿約束與受力圖
由于將所有因素全部進(jìn)行有限元分析需要375次試驗(yàn),為了減少試驗(yàn)次數(shù)且不影響試驗(yàn)的準(zhǔn)確性,采用正交試驗(yàn)的方法對(duì)影響液壓桿穩(wěn)定性的因素進(jìn)行分析[16]。影響含有缺陷的液壓桿穩(wěn)定性的因素主要有缺陷的形狀、深度、位置、面積,因此,本研究選取的正交表為L25(3×53),各個(gè)因素水平表如表1所示。
表1 因素水平表
表2為混合正交表,需要進(jìn)行25次試驗(yàn),對(duì)每次試驗(yàn)運(yùn)用有限元分析軟件計(jì)算液壓桿的臨界載荷,試驗(yàn)方案和有限元計(jì)算的結(jié)果如表2所示。
表2 試驗(yàn)方案及分析結(jié)果表
(續(xù)表2)
由于液壓桿的屈曲載荷受4個(gè)因素的影響,故需要考慮多目標(biāo)正交試驗(yàn)結(jié)果的直觀分析。運(yùn)用直觀分析法對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行處理如表3所示。其中,Kij(i=1,2,3,4,5;j=1,2,3,4)表示表1的第j列中水平為i對(duì)應(yīng)的試驗(yàn)結(jié)果之和;kij為Kij的算術(shù)平均值;極差Rj=maxkij-minkij。
表3 數(shù)據(jù)分析計(jì)算表
極差Rj可以衡量各個(gè)因素對(duì)試驗(yàn)指標(biāo)影響的大小,極差越大,表明這個(gè)因素對(duì)液壓桿穩(wěn)性的影響越大。從表3可以看出,缺陷深度、缺陷相對(duì)底端的距離和面積所對(duì)應(yīng)的極差較大,故缺陷深度、缺陷相對(duì)底端的距離和缺陷面積對(duì)液壓桿穩(wěn)定性影響較大,而缺陷的形狀對(duì)液壓桿穩(wěn)定性影響較?。挥捎趉31
對(duì)試驗(yàn)數(shù)據(jù)方差分析結(jié)果如表4所示,其中,P值表示該因素對(duì)結(jié)果影響出現(xiàn)不顯著情況的概率,設(shè)缺陷形狀、缺陷面積、缺陷位置、缺陷深度的P值分別為P1,P2,P3,P4。若P<0.01時(shí),則表明該因素對(duì)試驗(yàn)結(jié)果具有高度顯著影響;若0.01
0.1時(shí),則表明該因素對(duì)試驗(yàn)結(jié)果不具有顯著的影響。由表4可以看出,P1<0.1,說明缺陷的形狀對(duì)液壓桿的穩(wěn)定性有影響,但影響并不顯著;P2<0.01,說明缺陷的面積對(duì)液壓桿的穩(wěn)定性具有高度顯著影響;0.01 表4 方差分析表 圖5 液壓桿屈曲載荷預(yù)測(cè)模型結(jié)構(gòu)圖 基于MATLAB軟件,對(duì)液壓桿屈曲載荷的預(yù)測(cè)模型常用3×3×1×1的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練與預(yù)測(cè)。訓(xùn)練樣本總計(jì)37組,將正交試驗(yàn)中的25組作為學(xué)習(xí)樣本,將缺陷面積、位置和深度進(jìn)行單因素分析的12組作為預(yù)測(cè)樣本。為了使模擬結(jié)果收斂且能較好地模擬預(yù)測(cè)樣本,選擇的神經(jīng)網(wǎng)絡(luò)誤差精度為0.001,學(xué)習(xí)速率為0.01,訓(xùn)練次數(shù)為1000。BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出與期望輸出如圖6所示,橫坐標(biāo)為仿真預(yù)測(cè)樣本序號(hào)g,預(yù)測(cè)誤差δ如圖7所示。 圖6 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與期望輸出折線圖 從圖6可以看出,12組預(yù)測(cè)輸出和期望輸出的變化趨勢(shì)一致,預(yù)測(cè)輸出的12個(gè)點(diǎn)在期望輸出12個(gè)點(diǎn)附近且數(shù)值相差不大。由圖7可知,該神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的預(yù)測(cè)值與期望值的誤差在-0.1%~0.1%之間,說明根據(jù)正交數(shù)據(jù)訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)具有很高的精確度。 圖7 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差百分比 如圖8所示,在液壓桿屈曲載荷的BP神經(jīng)網(wǎng)絡(luò)擬合表征中,橫坐標(biāo)為預(yù)測(cè)值x,縱坐標(biāo)為實(shí)際值y,在神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)將數(shù)據(jù)進(jìn)行了規(guī)范化,使預(yù)測(cè)值與實(shí)際值在-1~1之間。參考曲線代表預(yù)測(cè)值與實(shí)際值相等,擬合曲線的斜率為R,R值為預(yù)測(cè)輸出與期望輸出的相關(guān)系數(shù),R值越接近1說明預(yù)測(cè)輸出與目標(biāo)輸出的相關(guān)性越大,即神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的擬合程度越高,擬合曲線表達(dá)式為y=0.99754x+0.0031,則該液壓桿屈曲載荷預(yù)測(cè)模型的相關(guān)系數(shù)R=0.99754,表明該BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型能夠?qū)σ簤簵U屈曲載荷進(jìn)行很好的擬合,利用該神經(jīng)網(wǎng)絡(luò)對(duì)出現(xiàn)缺陷的液壓桿屈曲載荷進(jìn)行預(yù)測(cè)是可行的。 圖8 BP神經(jīng)網(wǎng)絡(luò)誤差擬合結(jié)果 為了深入驗(yàn)證模型的正確性,應(yīng)用本研究的BP神經(jīng)網(wǎng)絡(luò)模型,對(duì)參考文獻(xiàn)[20]相關(guān)數(shù)據(jù)進(jìn)行驗(yàn)證和分析。該文獻(xiàn)研究了含缺陷液壓桿的屈曲載荷和缺陷的面積、位置和深度間的關(guān)系,基于該文225組實(shí)驗(yàn)數(shù)據(jù),將200組作為訓(xùn)練樣本,25組作為預(yù)測(cè)樣本,對(duì)建立的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,訓(xùn)練結(jié)果如圖9、圖10所示,橫坐標(biāo)為實(shí)驗(yàn)預(yù)測(cè)樣本序號(hào)h。 圖9 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與期望輸出折線圖 從圖9可以看出,建立的BP神經(jīng)網(wǎng)絡(luò)模型能夠比較準(zhǔn)確地預(yù)測(cè)含缺陷液壓桿的屈曲載荷,且實(shí)驗(yàn)值與預(yù)測(cè)值的差值不超過150 N,所以在此范圍內(nèi)對(duì)含缺陷液壓桿屈曲載荷的預(yù)測(cè)是可行的。由圖10可知,該神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值與實(shí)驗(yàn)值的最大相對(duì)誤差為1.002%,相對(duì)誤差控制在5%以內(nèi)。表明該BP神經(jīng)網(wǎng)絡(luò)模型對(duì)含缺陷液壓桿屈曲載荷的預(yù)測(cè)精度較高,同時(shí)也說明缺陷的面積、位置及深度對(duì)含缺陷液壓桿的屈曲載荷有重要影響。 圖10 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差百分比 (1) 首先根據(jù)桿端位移的歐拉公式,得到可能影響含缺陷液壓桿穩(wěn)定性的因素。運(yùn)用正交試驗(yàn)方法和有限元仿真研究了缺陷的結(jié)構(gòu)與尺寸對(duì)液壓桿穩(wěn)定性的影響規(guī)律,發(fā)現(xiàn)缺陷的面積、位置、深度對(duì)液壓桿的穩(wěn)定性具有顯著影響,且液壓桿的臨界載荷與缺陷面積和深度負(fù)相關(guān),與缺陷到底端的距離正相關(guān);缺陷的形狀對(duì)液壓桿的穩(wěn)性影響較??; (2) 通過正交試驗(yàn)數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)液壓桿屈曲載荷仿真的預(yù)測(cè)具有很高的精確度,最大相對(duì)誤差在0.1%內(nèi),且預(yù)測(cè)輸出與期望輸出相關(guān)系數(shù)為0.99754; (3) 將建立的BP神經(jīng)網(wǎng)絡(luò)模型通過實(shí)驗(yàn)數(shù)據(jù)的訓(xùn)練,最大相對(duì)誤差為1.002%,即能夠較準(zhǔn)確地對(duì)桿件的屈曲載荷進(jìn)行預(yù)測(cè),說明該BP神經(jīng)網(wǎng)絡(luò)能夠運(yùn)用于現(xiàn)場(chǎng)預(yù)測(cè)含缺陷液壓桿屈曲載荷,防止液壓桿因載荷過大而屈曲破壞。3 液壓桿屈曲載荷預(yù)測(cè)
3.1 預(yù)測(cè)模型的選取
3.2 液壓桿屈曲載荷的預(yù)測(cè)與檢驗(yàn)
3.3 模型驗(yàn)證與分析
4 結(jié)論