arrow_back_ios

Main Menu

arrow_back_ios

Main Menu

arrow_back_ios

Main Menu

arrow_back_ios

Main Menu

arrow_back_ios

Main Menu

arrow_back_ios

Main Menu

arrow_back_ios

Main Menu

성능 저하 분석 예제

5개의 터빈 블레이드에 균열 전파가 있는지 테스트했습니다. 테스트 유닛에 주기적으로 응력을 가하고 100,000사이클마다 균열 길이를 검사했습니다. 고장은 길이가 30mm 이상인 균열로 정의됩니다.

 

Weibull++ 열화 분석 폴리오와 QCP (Quick Calculation Pad) 를 사용하여 외삽을 위한 지수 모델을 사용한 열화 분석을 사용하여 블레이드의 B10 수명을 결정합니다.

실험 및 데이터

 

다음 표는 각 사이클의 5개 장치에 대한 테스트 결과를 보여줍니다.

분석

 

단계 1: Weibull++를 사용하여 성능 저하 분석 폴리오를 만들고 데이터 시트에 데이터를 입력합니다. 모델에 대해 지수를 선택하고 임계 성능 저하 수준으로 30을 입력합니다. 이러한 설정은 각 장치의 고장 시간을 추정하는 데 사용됩니다. 고장 시간을 분석하는 방법을 지정하려면 수명 분포로 2P-Weibull을 선택하고 분석 방법으로 MLE를 선택합니다. Folio를 계산하면 다음과 같이 표시됩니다.

Degradation folio with data and results
그림 1: 데이터 및 결과가 포함된 분해 폴리오

성능 저하 모델의 매개변수를 보려면 성능 저하 결과 영역 내의 아무 곳이나 클릭합니다. 매개변수는 다음 그림과 같이 결과 창에 표시됩니다 (결과 창의 두 번째 탭에는 모델에서 추정된 고장 시간이 표시됨).

Weibull Normal probability plot with 90% 2-sided confidence bounds on time
그림 2: 성능 저하 모델의 파라미터를 보여주는 결과 창
2단계: 다음으로 선형 성능 저하 vs. 성능 저하 분석을 위한 시간 플롯 (다음 그림 참조). 이 그림은 시간이 지남에 따라 각 장치의 성능이 어떻게 저하되었는지 보여 주며 분홍색 가로선은 장치가 고장난 것으로 간주되는 수준을 나타냅니다.
Weibull pdf plot
그림 3 : 성능 저하 vs. 시간 (선형) 플롯

3단계: 데이터 시트로 돌아간 다음 수명 데이터 결과 영역 내의 아무 곳이나 클릭하여 추정된 고장 시간에 대한 수명 데이터 분석 결과를 볼 수 있습니다.

Results of life data analysis on the extrapolated failure times
그림 4: 추정된 고장 시간에 대한 수명 데이터 분석 결과
4 단계 : QCP를 사용할 경우 B10 수명은 다음 그림과 같이 392.9179 (x100) 사이클로 계산됩니다.
Using the QCP to calculate the B10 life
그림 5: QCP를 사용하여 B10 수명 계산