《TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY》:Data-driven creep modeling and long-term performance assessment of FIPP under sustained mechanical loads
编辑推荐:
赵雅红|马宝松|胡少伟|刘凯欣|马鹏|周浩|胡玉泉|叶雨晓摘要随着城市管道的老化,对其修复越来越依赖于热塑性原位成型管(FIPP)内衬材料;然而,由于在几十年使用过程中热效应和机械蠕变之间的复杂非线性耦合,预测这些内衬的使用寿命仍然是一个关键的科学挑战。本研究提出了一种统一的多尺
赵雅红|马宝松|胡少伟|刘凯欣|马鹏|周浩|胡玉泉|叶雨晓
摘要
随着城市管道的老化,对其修复越来越依赖于热塑性原位成型管(FIPP)内衬材料;然而,由于在几十年使用过程中热效应和机械蠕变之间的复杂非线性耦合,预测这些内衬的使用寿命仍然是一个关键的科学挑战。本研究提出了一种统一的多尺度方法,建立了分子粘弹性与结构性能之间的跨尺度关联。通过引入双路径加速测试策略来充实数据集,然后利用嵌入了Burgers本构约束的物理信息神经网络(PINN)对数据进行处理。所提出的方法成功构建了一个覆盖100年的概率蠕变曲线(R2 = 0.91)。在结构应用中,该框架预测的内衬变形与全尺寸实验结果相比仅有3.3%的相对偏差。基于这些参数的有限元模型揭示了一个反直觉的趋势:受限制的FIPP内衬在100年内会经历显著的压力松弛,内部应力下降了74%。这一现象使得主要的失效模式从材料断裂转变为几何失稳。此外,研究表明,系统的使用寿命主要受土壤-结构交互作用的影响,而不是内衬自身的刚性。这些发现挑战了传统的基于模量的设计因素,并为地下复合基础设施的生命周期管理提供了一个基于物理原理的评估系统。
引言
由于热塑性材料具有较高的化学抗性和经济效率,包括改性聚氯乙烯在内的这类材料已成为修复老化市政供水网络的关键材料(Gould等人,2013年;Makris等人,2020年;Zhao等人,2026a年)。FIPP技术通过热成型将无缝PVC内衬安装到管道内部。在过去五年中,中国每年有超过2000公里的管道采用了这种技术(Yan等人,2023年)。内衬在服役过程中会受到循环水压、温度变化和持续机械应力的影响(Li等人,2026年;Wang等人,2026年;Zhao等人,2026b年)。这些环境因素共同加速了蠕变变形(Zhao等人,2023年;Zhao等人,2024a年;Zhao等人,2024b年)。热塑性材料的蠕变失效通常发生在其极限抗拉强度的30%至50%时。因此,准确表征材料的时间依赖性粘弹性行为对于确保其符合100年的设计寿命要求至关重要(Kasgoz,2021年;Rafiee和Ghorbanhosseini,2020年;Wang等人,2019年)。
目前的研究主要集中在加速测试方法和数学建模上,以预测长期的性能表现。然而,将传统方法应用于FIPP内衬时会遇到显著的限制。标准的加速测试协议通常将温度和应力分开考虑,无法捕捉分子链上的真实热机械相互作用(Li等人,2024年)。许多本构模型依赖于单因素实验的经验校准,无法可靠地推断材料在100年跨度内的行为(Karabal和Y?ld?z,2024年)。材料层面的表征与结构尺度管道的验证之间仍然存在脱节(Jar,2021年)。研究人员已经成功地将先进的混合结构分析方法应用于隧道内衬(Hellmich等人,2020年)。然而,类似的方法框架在热塑性内衬中将分子机制与结构响应明确联系起来的研究仍较为有限。
为了解决这些局限性,本研究提出了一种多尺度方法。该方法通过三个步骤将材料属性与结构性能联系起来。第一阶段使用两种加速方法对材料进行测试:实验室实验在不同温度梯度下施加恒定压力,以及在恒定温度下施加阶梯压力。这些物理实验揭示了温度和机械应力如何共同影响聚合物链。第二阶段利用机器学习来校准本构参数。神经网络处理实验数据,Burgers模型用于保证物理准确性。算法提取物理参数并通过贝叶斯推断量化不确定性。第三阶段评估结构性能,有限元模拟直接使用校准后的参数来预测在持续水压作用下的宏观管道变形。
节选内容
线性粘弹性和现象学解释
热塑性材料同时具有弹性和粘性特征。在加载过程中,首先会出现瞬时弹性应变,这是因为化学键立即被拉伸。随后是短暂的主要蠕变阶段(图1 P.A.),此时聚合物链开始解缠,蠕变速率降低。之后聚合物进入稳态的次级蠕变阶段(图1 P.B.),其特征是整体分子滑动。最后是加速的 tertiary 蠕变阶段(图1 P.C.)。
方法论
该方法包括三个连续的模块。图2展示了概念性的工作流程。第一阶段通过双路径加速测试对改性PVC材料进行材料尺度的实验表征。物理测试建立了依赖于应力和温度的基础蠕变数据库。第二阶段使用物理信息神经网络校准本构参数。算法从稀疏数据中提取粘弹性属性,并应用时间-温度关系。
应力及温度依赖的蠕变行为
结论
本研究通过一种结合加速测试、PINN和耦合有限元分析的新型多尺度方法,弥合了短期材料表征与百年尺度基础设施可靠性之间的差距。本研究得出了四个主要结论:
(1)提出的PINN-Bayesian混合方法成功克服了蠕变测试中的数据稀疏性问题。通过将Burgers本构定律作为物理约束嵌入模型中,该方法能够外推100年的蠕变行为。
CRediT作者贡献声明
赵雅红:撰写原始稿件、数据可视化、验证、方法论制定、研究设计、资金筹措、正式分析、数据管理。马宝松:数据可视化、验证、资源调配、方法论制定、研究设计、资金筹措。胡少伟:软件开发、资源调配、方法论制定、研究设计、数据管理。刘凯欣:验证工作、软件开发、资源调配、研究设计、数据管理。马鹏:软件开发、资源调配、研究设计、数据管理。
作者声明他们没有已知的可能导致影响本文研究的财务利益或个人关系。
作者感谢中国国家重点研发计划(2022YFC3801000)、河南省自然科学基金(编号252300423467)、河南省自然科学基金跨学科创新研究项目(编号232300421003)、广东省科技厅(2021ZT09G087)、国家自然科学基金(编号52409180)以及高等教育机构的重点科研项目的支持。