主曲线参考温度的不确定性量化及其在反应堆压力容器焊接接头断裂韧性表征中的应用
《Theoretical and Applied Fracture Mechanics》:Uncertainty quantification of the Master Curve reference temperature and its application to fracture toughness characterization of reactor pressure vessel welded joints
【字体:
大
中
小
】
时间:2026年08月29日
来源:Theoretical and Applied Fracture Mechanics 6.0
编辑推荐:
摘要
参考温度T0是主曲线(Master Curve)方法中用于表征反应堆压力容器(RPV)钢断裂韧性的一项关键参数。由于试验温度、试样数量和断裂韧性数据的统计分散性的影响,T0存在显著的不确定性。在本研究中,生成了合成KJc数据集,并进行蒙特卡罗模拟以系统地考察T0的不确
摘要
参考温度T0是主曲线(Master Curve)方法中用于表征反应堆压力容器(RPV)钢断裂韧性的一项关键参数。由于试验温度、试样数量和断裂韧性数据的统计分散性的影响,T0存在显著的不确定性。在本研究中,生成了合成KJc数据集,并进行蒙特卡罗模拟以系统地考察T0的不确定性。定量表征了在不同置信水平下试验温度和有效试样数量对T0均值和标准差的影响。随后,建立了改进的T0标准差模型并进行验证。此外,对国产SA-508 Gr.3 Cl.1钢的焊接试样进行了断裂韧性试验,包括基体金属、焊缝和热影响区。结果表明,T0大致服从正态分布,所提出的标准差模型对T0不确定性具有良好的预测性能。在所测试的焊接接头中,基体金属的T0值最高,焊缝次之,热影响区的T0值最低。传统主曲线方法被证明能有效表征不同材料区域的KJc数据。此外,经不确定性调整的KJc(LB)曲线比其他确定性下界模型表现出更好的整体性能。进一步地,建立了纳入T0不确定性的概率断裂韧性模型,为试验数据的分散性提供了更合理的描述。
引言
反应堆压力容器(RPV)是核电站中关键的承压部件,在整个服役寿命期间不可替代。因此,RPV的寿命构成了核电站安全长期运行和在役延寿的主要限制因素。由于制造工艺和在役环境条件,RPV中可能存在裂纹类缺陷。在反应堆运行期间,这些缺陷可能在各种瞬态载荷条件下扩展,在极端情况下导致容器破裂和泄漏事故[1]。为确保RPV在整个运行寿命期内保持结构完整性,对RPV材料的力学性能提出了极其严格的要求。断裂韧性表征了含裂纹结构对不稳定裂纹扩展的抵抗能力,因此是RPV设计和在役延寿评估中的关键材料参数[2]、[3]。综合考虑力学性能和经济因素,RPV通常采用低合金铁素体钢制造。该类钢表现出明显的韧性-脆性转变(DBT)行为,即在特定温度范围内,随着温度降低,断裂韧性显著下降[4]、[5]。在该DBT区域内,材料的失效机制与温度相关,涉及解理断裂与韧性撕裂在不同温度区间内的竞争作用[6]。此外,断裂韧性表现出相当大的统计分散性,即使在恒定温度下也是如此[7]。这种分散性主要源于微观非均匀材料中裂纹起始的随机性[8]。碳化物、夹杂物和第二相粒子等微观结构特征的变化可导致不同试样之间断裂韧性测量值的显著差异[9]。此外,试样几何形状、厚度和裂纹构型引起的裂纹尖端约束和局部应力场变化可能激活不同的损伤位置或机制,即使在相同试验温度下也会导致相当大的分散性[10]、[11]。这些固有特性导致了RPV钢断裂韧性的内在不确定性和变异性。因此,对断裂韧性不确定性的定量表征对于含裂纹RPV的结构完整性评估尤为重要。
对RPV钢的早期研究涉及在宽温度范围内进行大量断裂韧性试验。这些研究表明,对于不同材料和辐照条件,下界断裂韧性的温度依赖性表现出相似的曲线形状,主要差异在于沿温度轴的平移。基于这一观察,引入了一个指标温度(Tindex)作为断裂韧性表征参数,用作区分不同材料和辐照水平的"指标",并开发了若干下界断裂韧性曲线[12]、[13]、[14]。该方法通过将断裂韧性不确定性以确定性下界曲线表示来处理,对工程应用较为方便,但本质上仍以经验为主,物理局限性较大。为克服这一局限,随后提出了断裂韧性的概率表征方法,并发展了基于Weibull分布的主曲线方法[15]、[16]、[17]、[18]、[19]、[20]。在该框架下,DBT区域的累积失效概率可由式(1)表示:
Pf = 1 ? exp[?(B/B0)(KJc ? Kmin)/(K0 ? Kmin)]^4
其中KJc为从临界解理断裂J积分Jc换算得到的等效断裂韧性;阈值断裂韧性Kmin取值为20 MPa·√m;K0为累积失效概率Pf = 63.2%时对应的KJc值;B为试样厚度;B0为参考试样厚度,规定为25.4 mm(1 T)。主曲线方法采用参考温度T0作为指标温度,其定义为1 T试样在累积失效概率为50%时断裂韧性等于100 MPa·√m的温度。相应地,一旦确定了某RPV钢的T0,便可由式(2)得到断裂韧性KJc与温度T在任意指定失效概率Pf下的关系:
KJc(Pf) = 20 + [?ln(1?Pf)]^(1/4) / [1 + 77 exp(0.019(T ? T0))]
从不确定性角度来看,不确定性主要来自模型不确定性和参数不确定性[21]。模型不确定性源于建模过程中引入的假设、抽象和简化,由于忽略或省略了某些物理过程而导致偏差。参数不确定性则源于模型建立和分析过程中确定的各种参数。从数学和物理角度看,不确定性可进一步分为两类:内在不确定性(aleatory uncertainty)和认知不确定性(epistemic uncertainty)[22]、[23]。内在不确定性反映了过程或现象的固有随机性,因此是不可缩减的。认知不确定性源于知识或数据的缺乏,其大小通常可以通过增加数据和加深理解来减小甚至消除。
对于主曲线方法中的关键参数T0,KJc的显著分散性以及有限试样数量、试验温度选择和试验误差的影响表明,T0同时受到内在不确定性和认知不确定性的影响。为应对这些因素,ASTM E1921提供了一个T0标准差模型,采用确定性裕度来补偿各种不确定性来源对T0估计的综合影响[24]。然而,此前的研究表明,ASTM E1921标准差模型在不同试验条件下的适用性存在局限。对于标准1 T试样,该模型往往表现出显著偏保守的倾向[25],而对于小尺寸试样,它可能低估了T0的不确定性[26]。从统计角度看,标准差模型主要由两个因素控制:用于估计T0的有效试样数量和断裂韧性试验中采用的温度布局。关于试样数量,增加有效试样数量可提高T0估计的精度。Quintin等人[26]和Chaouadi等人[27]基于数值模拟和试验数据,为各种条件下T0稳定估计的试样需求提供了建议。关于试验温度,ASTM E1921标准差模型仅在规定的温度区间内(?50 °C ≤ T ? T0 ≤ 50 °C)形式上适用。然而,若干研究表明,在较低温度范围(T ? T0 < ?50 °C)获得的断裂韧性数据仍可得出与标准范围内获得的T0估计基本一致的T0估计[28]、[29]、[30]。这些发现表明,试样数量和温度选择不可避免地影响T0的估计。然而,现有模型仍无法定量表征不同因素如何影响T0均值估计的偏差和离散度。因此,其统计适用性和置信特性需要进一步系统研究。
另一方面,美国[31]、德国[32]、日本[33]等国的研究者开展了基于ASTM E1921的大量试验研究。这些研究证明主曲线方法适用于表征广泛RPV钢的断裂韧性不确定性,其物理基础在社区内已得到广泛接受。然而,主曲线方法所基于的最弱链理论仍涉及某些假设和认知局限[34]、[35]。这些因素不仅可能导致T0估计偏差,还会给主曲线模型本身引入不确定性,从而影响其对某些材料的适用性。为解决这一问题,发展了若干扩展方法以考虑模型不确定性,包括针对非均匀材料的改进主曲线方法[36]、[37],以及将Pf = 5%处的确定性下界曲线作为工程简化使用[38]。尽管如此,大多数这些研究依赖的是国外RPV钢的试验数据库。对于中国制造的RPV钢,现有研究主要集中于验证基体金属的传统主曲线方法[39]、[40]、[41],对焊缝和热影响区的关注相对有限。此外,使用国产RPV材料对主曲线模型不确定性的系统分析仍较为稀少。因此,在主曲线框架内,需要进一步研究以量化关键参数T0的不确定性,并在国产材料体系背景下系统表征模型不确定性。
基于上述背景,本文在主曲线框架内研究了参数不确定性和模型不确定性。首先构建合成KJc数据集,并通过蒙特卡罗模拟量化试验温度和有效试样数量对不同置信水平下参考温度T0均值和标准差的影响。在此基础上,建立了显式考虑这些影响因素的改进T0标准差模型。此外,对国产RPV焊接接头材料进行了断裂韧性试验。利用所提出的T0标准差模型对不同材料区域进行均质性筛选,并检验传统主曲线模型对相应断裂韧性数据的适用性。此外,评估了不同确定性下界模型对国产材料的性能,并建立了纳入T0不确定性的概率断裂韧性模型。
本文的结构安排如下:第2节分析ASTM E1921标准差模型的理论基础和适用性。第3节利用蒙特卡罗方法研究参考温度T0不确定性的统计特征并提出改进标准差模型。第4节介绍国产RPV焊接接头材料和断裂韧性试验程序。第5节基于断裂韧性试验数据和改进标准差模型,考察主曲线方法的模型不确定性及其工程适用性。第6节总结本文的主要结论并对未来研究进行展望。
章节片段
T0的确定方法
参考温度T0由断裂韧性KJc确定。根据ASTM E1921[24],对于标准1 T紧凑型拉伸(CT)试样,KJc由式(3)、(4)、(5)计算:
KJc = Jc * √(E/(1?ν2))
Jc = (1?ν2)P/(B_N*N) * f(a0/W)
f(a0/W) = [2 + 2.52/(1?a0/W) + 0.522/(1?a0/W)2] / [(1?a0/W)^(3/2) * (0.886 + 4.64*(a0/W) ? 13.32*(a0/W)2 + 14.72*(a0/W)3 ? 5.6*(a0/W)?)]
其中E表示弹性模量,ν表示泊松比,P表示解理断裂载荷,B_N表示试样净厚度,W表示试样宽度,a0表示裂纹长度。
模拟方法与条件
为通过数值模拟系统地考察T0的不确定性,首先必须指定一个参考温度以生成合成断裂韧性数据集。为方便起见,本研究中T0设为0 °C。随后将?100 °C至50 °C的温度范围以1 °C为间隔进行离散化。在每个温度点上,根据式(2)利用均匀分布的Pf生成断裂韧性值KJc。具体而言,Pf以等增量从0.5%变化至99.5%。
焊接接头材料及基本力学性能
本研究考察了三组独立的SA-508 Gr.3 Cl.1焊接试样,编号为100#、200#和300#。每组试样均采用埋弧焊工艺制造,分别使用不同炉号的基体金属和专用批次的焊接材料。三组试样所使用的焊接材料具有相同的牌号和型号F9P4-EGN-GN。因此,每组焊接试样代表了一种基体金属炉号与一个焊接材料批次的独立组合。化学组成为……
不同材料区域T0的确定
基于各材料区域在相应试验温度下获得的KJc数据,采用多温度法计算T0的初始值。随后对各区域的KJc数据进行材料均质性筛选[46]。
通过迭代校正程序,识别了可能对T0估计产生显著影响的异常数据,并在每次迭代中确定了用于均匀性筛选的参考温度T0scrn。当标准满足条件时,Conclusions(结论):在本研究中,采用Monte Carlo模拟系统分析并量化了试验温度和对有效试样数量对参考温度T0不确定度的影响。提出了一种改进的T0标准差模型,并结合国内SA-508 Gr.3 Cl.1焊接试样的断裂韧性KJc试验结果,评估了Master Curve方法(主曲线法)的模型不确定度及其对国内RPV(反应堆压力容器)材料的工程适用性。CRediT作者贡献声明:曾鑫:撰写初稿,方法论,调查,正式分析,数据管理,概念化。谭建平:撰写—审阅与编辑,方法论,资助获取,正式分析。曹玉鹏:资源,调查,正式分析,数据管理。程涛涛:验证,正式分析,数据管理。任谦怡:调查,正式分析,数据管理。王冰熙:资源,调查。梅蕾:资源,调查。刘长军:撰写—审阅竞争利益声明:作者声明不存在已知的可能影响本文所述工作的竞争财务利益或个人关系。致谢:本研究由国家自然科学基金项目(12572088)资助。曾鑫 | 谭建平 | 曹玉鹏 | 程涛涛 | 任谦怡 | 王冰熙 | 梅蕾 | 刘长军
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号