zldmЗаводская лаборатория. Диагностика материаловIndustrial laboratory. Diagnostics of materials1028-68612588-0187ООО «Издательство «ТЕСТ-ЗЛ»10.26896/1028-6861-2023-89-8-67-75zldm-2001Research ArticleИССЛЕДОВАНИЕ СТРУКТУРЫ И СВОЙСТВ. МЕХАНИКА МАТЕРИАЛОВ: ПРОЧНОСТЬ, РЕСУРС, БЕЗОПАСНОСТЬTESTING OF STRUCTURE AND PARAMETERS. MECHANICAL TESTING METHODSАктуальные проблемы создания цифровых двойников изделий машиностроения с точки зрения оценки долговечностиActual problems of creating digital twins of machine engineering products in terms of durability assessmentЕрпаловА. В.ErpalovA. V.

Алексей Викторович Ерпалов

454080, Челябинск, просп. Ленина, д. 76

Aleksey V. Erpalov

76, prosp. Lenina, Chelyabinsk, 454080

erpalovav@susu.ruХорошевскийК. А.KhoroshevskiiK. A.

Кирилл Антонович Хорошевский

454080, Челябинск, просп. Ленина, д. 76

Kirill A. Khoroshevskii

76, prosp. Lenina, Chelyabinsk, 454080

ГадолинаИ. В.GadolinaI. V.

Ирина Викторовна Гадолина

101000, Москва, Малый Харитоньевский переулок, д. 4

Irina V. Gadolina

4, Maly Kharitonyevsky per., Moscow, 101990

Южно-Уральский государственный университет (национальный исследовательский университет)РоссияSouth Ural State University (national research university)Russian FederationИнститут машиноведения им. А. А. Благонравова Российской академии наукРоссияMechanical Engineering Research Institute of the Russian Academy of SciencesRussian Federation2023250820238986775Copyright © Ерпалов А.В., Хорошевский К.А., Гадолина И.В., 20232023Ерпалов А.В., Хорошевский К.А., Гадолина И.В.Erpalov A.V., Khoroshevskii K.A., Gadolina I.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.zldm.ru/jour/article/view/2001

Глобальная цифровизация производства открывает новые возможности для предиктивной диагностики технического состояния изделий машиностроения. В работе рассмотрены вопросы, связанные с оценкой технического состояния конструкций агрегатов машиностроения, прежде всего, с определением их остаточного ресурса. В настоящее время выделен класс виртуальных моделей — цифровые двойники остаточного ресурса конструкции, которые, помимо мониторинга и прогнозирования долговечности конструкций, могут обладать обратной связью и контролировать ресурс, моделируя технологический процесс производства и в конечном счете адаптивно оптимизируя реальный технологический процесс с учетом заданной вероятности наступления предельного состояния конструкции. Рассмотрены проблемы существующих методов оценки долговечности во временной и частотных областях, выявлены их сильные и слабые стороны с точки зрения применения в качестве основы алгоритмического обеспечения цифровых двойников остаточного ресурса конструкций. Отмечено возможное разнообразие получения исходных данных для оценки долговечности, а именно — кривых усталости материалов (при разных типах и схемах нагружения). Помимо схемы нагружения, на вид кривой усталости влияет процесс нагружения — регулярный, случайный или смешанный. При реальной эксплуатации изделий чаще всего преобладает нестационарное случайное нагружение (процессы с изменяющимися характеристиками, ударными импульсами), при котором методы оценки долговечности слабо изучены и в основном заключаются в упрощении нестационарного процесса. В работе особое внимание уделено нестационарным процессам нагружения, поскольку создание цифровых двойников подразумевает непрерывный анализ долговечности конструкции для реальных эксплуатационных нагрузок. Рассмотрены и другие проблемы, с которыми могут столкнуться исследователи при разработке цифровых двойников конструкций.

The global digitalization of production opens new opportunities for predictive diagnostics of the technical condition of mechanical engineering products. The issues attributed to assessing their technical condition, primarily to the determination of the residual life of mechanical engineering products, are considered. Currently, a class of virtual models, digital twins of the residual life is distinguished. Apart from the functions of monitoring and predicting the stability of structures, they can possess a feedback and control the durability by simulating and optimizing the real technological process, taking into account the possibility of achieving the limit state of the structure. The problems of existing methods of assessing the durability in time and frequency domains are considered in detail from the viewpoint of using the residual resource of structures as the basis of an algorithmic support of digital twins. We also marked the possible variety of obtaining initial data for assessing the durability, namely fatigue diagrams of materials for different types and schemes of loading. The fatigue diagram is greatly affected by the loading process (regular, random or mixed), while in the actual work the non-stationary random loading prevails. The methods used for assessing the durability of non-stationary loading are poorly studied and often resolve into simplification of a non-stationary process. The study is focused on non-stationary loading processes, since the creation of digital twins implies a continuous analysis of the durability of the structure for real operational loads. Other problems that can arise when developing digital twins of structures are also considered and discussed.

цифровые двойникипредиктивная диагностикадолговечностьостаточный ресурснестационарное нагружениемногоцикловая усталостьdigital twinspredictive diagnosticsdurabilityresidual lifenon-stationary loadinghigh-cycle fatigueИсследование выполнено за счет гранта Российского научного фонда № 23-29-10097, https:// rscf.ru/project/23-29-10097.ReferencesWang M., Feng S., Incecik A., et al. Structural fatigue life prediction considering model uncertainties through a novel digital twin-driven approach / Comput. Methods Appl. Mech. Eng. 2022. Vol. 391. P. 114512. DOI: 10.1016/j.cma.2021.114512Wang M., Feng S., Incecik A., et al. Structural fatigue life prediction considering model uncertainties through a novel digital twin-driven approach / Comput. Methods Appl. Mech. Eng. 2022. Vol. 391. P. 114512. DOI: 10.1016/j.cma.2021.114512Wagener R., Maciolek A., Kaufmann H. Description of the cyclic material behaviour of aluminium wrought alloys as basis for a digital twin / Procedia Struct. Integr. 2019. Vol. 18. P. 490 – 500. DOI: 10.1016/j.prostr.2019.08.191Wagener R., Maciolek A., Kaufmann H. Description of the cyclic material behaviour of aluminium wrought alloys as basis for a digital twin / Procedia Struct. Integr. 2019. Vol. 18. P. 490 – 500. DOI: 10.1016/j.prostr.2019.08.191Смирнова Л. Л., Зинин А. В. Структурные особенности накопления повреждений при комбинированной циклическом нагружении / Заводская лаборатория. Диагностика материалов. 2019. Т. 85. № 5. С. 46 – 51. DOI: 10.26896/1028-6861-2019-85-5-46-51Smirnova L. L., Zinin A. V. Structural feathers of damages accumulation in conditions of combined cyclic loading / Zavod. Lab. Diagn. Mater. 2019. Vol. 85. N 5. P. 46 – 51 [in Russian]. DOI: 10.26896/1028-6861-2019-85-5-46-51Chabod A. Digital Twin for Fatigue Analysis / Procedia Struct. Integr. 2022. Vol. 38. P. 382 – 392. DOI: 10.1016/j.prostr.2022.03.039Chabod A. Digital Twin for Fatigue Analysis / Procedia Struct. Integr. 2022. Vol. 38. P. 382 – 392. DOI: 10.1016/j.prostr.2022.03.039Vanderhorn E., Wang Z., Mahadevan S. Towards a digital twin approach for vessel-specific fatigue damage monitoring and prognosis / Reliab. Eng. Syst. Saf. 2022. Vol. 219. P. 108222. DOI: 10.1016/j.ress.2021.108222Vanderhorn E., Wang Z., Mahadevan S. Towards a digital twin approach for vessel-specific fatigue damage monitoring and prognosis / Reliab. Eng. Syst. Saf. 2022. Vol. 219. P. 108222. DOI: 10.1016/j.ress.2021.108222Шевченко Д. В. Применение цифровых двойников грузовых вагонов для контроля выработки их ресурса / Научные основы и технологии повышения ресурса и живучести подвижного состава железнодорожного транспорта: сборник трудов международной научной конференции, Коломна, 22 июня 2021 года. — Коломна: Акционерное общество «Научно-исследовательский и конструкторско-технологический институт подвижного состава», 2021. С. 130 – 136.Shevchenko D. V. The use of digital twins of freight cars to control the development of their resource / Scientific foundations and technologies for increasing the resource and survivability of the rolling stock of railway transport: a collection of proceedings of the international scientific conference, 2021. P. 130 – 136 [in Russian].Засов В. А., Давлетшина А. И. Система мониторинга выработанного и остаточного ресурсов локомотивных двигателей на основе цифровых двойников / Мехатроника, автоматизация и управление на транспорте / Материалы IV Всероссийской научно-практической конференции, Самара, 26 – 27 января 2022 года. — Самара: Самарский государственный университет путей сообщения, 2022. C. 24 – 29.Zasov V. A., Davletshina A. I. System for monitoring residual life of locomotive engines based on digital twins / Mechatronics, automation and control in transport / Proceedings of the IV All-Russian Scientific and Practical Conference, Samara, January 26 – January 27, 2022. — Samara: Samar. gos. univ. putei soobshch., 2022. P. 24 – 29 [in Russian].Рыжов В. В., Дергачев П. А., Курбатов П. А. Разработка цифровых двойников мощных турбогенераторов для повышения надежности прогнозных моделей остаточного ресурса / Тезисы XXII международной конференции по постоянным магнитам, Суздаль, 23 – 27 сентября 2019 года. — Суздаль: Графит, 2019. С. 140 – 141.Ryzhov V. V., Dergachev P. A., Kurbatov P. A. Development of Digital Twins of Powerful Turbine Generators to Improve Reliability of Predictive Residual Life Models / Abstracts of the XXII International Conference on Permanent Magnets, Suzdal, 23 – 27 September 2019. — Suzdal’: Grafit, 2019. P. 140 – 141 [in Russian].Bohm M., Nieslony A. Strain-based Multiaxial Fatigue Life Evaluation Using Spectral Method / Procedia Eng. 2015. Vol. 101. P. 52 – 60. DOI: 10.1016/j.proeng.2015.02.008Bohm M., Nieslony A. Strain-based Multiaxial Fatigue Life Evaluation Using Spectral Method / Procedia Eng. 2015. Vol. 101. P. 52 – 60. DOI: 10.1016/j.proeng.2015.02.008Karolczuk A. Application of the Gaussian process for fatigue life prediction under multiaxial loading / Mech. Syst. Signal Proc. 2022. Vol. 167. P. 108599. DOI: 10.1016/j.ymssp.2021.108599Karolczuk A. Application of the Gaussian process for fatigue life prediction under multiaxial loading / Mech. Syst. Signal Proc. 2022. Vol. 167. P. 108599. DOI: 10.1016/j.ymssp.2021.108599Mrsnik M., Slavic J., Boltezar M. Multiaxial vibration fatigue — A theoretical and experimental comparison / Mech. Syst. Signal Proc. 2016. Vol. 76. P. 409 – 423. DOI: 10.1016/j.ymssp.2016.02.012Mrsnik M., Slavic J., Boltezar M. Multiaxial vibration fatigue — A theoretical and experimental comparison / Mech. Syst. Signal Proc. 2016. Vol. 76. P. 409 – 423. DOI: 10.1016/j.ymssp.2016.02.012Nieslony A. Comparison of some selected multiaxial fatigue failure criteria dedicated for spectral method / J. Theor. Appl. Mech. 2010. Vol. 48. P. 233 – 254.Nieslony A. Comparison of some selected multiaxial fatigue failure criteria dedicated for spectral method / J. Theor. Appl. Mech. 2010. Vol. 48. P. 233 – 254.Zhang Q., Hu X., Zhang Z., et al. The mean stress and phase angle effect on multiaxial fatigue behavior of a TiAl alloy: Failure analysis and life modeling / Int. J. Mech. Sci. 2021. Vol. 193. P. 106123. DOI: 10.1016/j.ijmecsci.2020.106123Zhang Q., Hu X., Zhang Z., et al. The mean stress and phase angle effect on multiaxial fatigue behavior of a TiAl alloy: Failure analysis and life modeling / Int. J. Mech. Sci. 2021. Vol. 193. P. 106123. DOI: 10.1016/j.ijmecsci.2020.106123Gan L., Wu H., Zhong Z. Fatigue life prediction considering mean stress effect based on random forests and kernel extreme learning machine / Int. J. Fatigue. 2022. Vol. 158. P. 106761. DOI: 10.1016/j.ijfatigue.2022.106761Gan L., Wu H., Zhong Z. Fatigue life prediction considering mean stress effect based on random forests and kernel extreme learning machine / Int. J. Fatigue. 2022. Vol. 158. P. 106761. DOI: 10.1016/j.ijfatigue.2022.106761Kamaya M., Kawakubo M. Influence of mean stress on fatigue strength of stainless steel / INSS J. 2013. Vol. 20. P. 191 – 203. DOI: 10.1299/transjsme.2014smm0037Kamaya M., Kawakubo M. Influence of mean stress on fatigue strength of stainless steel / INSS J. 2013. Vol. 20. P. 191 – 203. DOI: 10.1299/transjsme.2014smm0037Kamaya M., Kawakubo M. Mean stress effect on fatigue strength of stainless steel / Int. J. Fatigue. 2015. Vol. 74. P. 20 – 29. DOI: 10.1016/j.ijfatigue.2014.12.006Kamaya M., Kawakubo M. Mean stress effect on fatigue strength of stainless steel / Int. J. Fatigue. 2015. Vol. 74. P. 20 – 29. DOI: 10.1016/j.ijfatigue.2014.12.006Nieslony A., Bohm M. Mean stress effect correction using constant stress ratio S — N curves / Int. J. Fatigue. 2013. Vol. 52. P. 49 – 56. DOI: 10.1016/j.ijfatigue.2013.02.019Nieslony A., Bohm M. Mean stress effect correction using constant stress ratio S — N curves / Int. J. Fatigue. 2013. Vol. 52. P. 49 – 56. DOI: 10.1016/j.ijfatigue.2013.02.019Oh G. Effective stress and fatigue life prediction with mean stress correction models on a ferritic stainless steel sheet / Int. J. Fatigue. 2022. Vol. 157. P. 106707. DOI: 10.1016/j.ijfatigue.2021.106707Oh G. Effective stress and fatigue life prediction with mean stress correction models on a ferritic stainless steel sheet / Int. J. Fatigue. 2022. Vol. 157. P. 106707. DOI: 10.1016/j.ijfatigue.2021.106707Гадолина И. В., Лисаченко Н. Г., Свирский Ю. А., Дубин Д. А. Выбор частоты дискретизации и оптимальный способ цифровой обработки сигналов в задачах рассмотрения случайного процесса нагружения для оценки долговечности / Заводская лаборатория. Диагностика материалов. 2019. Т. 85. № 7. C. 64 – 72. DOI: 10.26896/1028-6861-2019-85-7-64-72Gadolina I. V., Lisachenko N. G., Svirskiy Yu. A., Dubin D. A. The choice of the sampling frequency and optimal method of signal digital processing in the problems considering random loading process for assessing durability / Zavod. Lab. Diagn. Mater. 2019. Vol. 85. N 7. P. 64 – 72 [in Russian]. DOI: 10.26896/1028-6861-2019-85-7-64-72Li R., Marzban A., Ping J., et al. A novel approach for stress cycle analysis based on empirical mode decomposition / MFPT 2018 — Intell. Technol. Equip. Hum. Perform. Monit. Proc. 2018. P. 4 – 12.Li R., Marzban A., Ping J., et al. A novel approach for stress cycle analysis based on empirical mode decomposition / MFPT 2018 — Intell. Technol. Equip. Hum. Perform. Monit. Proc. 2018. P. 4 – 12.

The authors declare that there are no conflicts of interest present.