一座液化天然气（GNL）工厂的离心压缩机在低温运行过程中发生了灾难性的叶片断裂事故。后续专家鉴定显示，镍基高温合金因铸造中未检测到的微孔洞而失效。这篇技术文章详细阐述了工业断层扫描与有限元模拟相结合如何重建失效过程并验证疲劳模型，为能源行业建立了一套关键的工作流程。🔬
工作流程：从体积扫描到nCode仿真 ⚙️
该过程始于使用X射线设备对断裂叶片进行高分辨率工业断层扫描。体积数据被导入Volume Graphics软件，以分割位于应力集中区域、尺寸小于50微米的内部微孔洞。随后，生成了高保真度的六面体网格，将这些缺陷作为真实几何实体纳入其中。模型被导出至Siemens Simcenter，以施加运行周期中的低温与旋转载荷。最后，nCode使用Smith-Watson-Topper准则进行了多轴疲劳模拟，将裂纹萌生区域与检测到的孔洞相关联。实际断裂与应力模型之间的相关性显示，预估寿命的偏差小于3%。
关键部件预测性检查的启示 🛠️
本案例表明，工业断层扫描不仅是一种无损检测工具，更是基于真实缺陷进行疲劳模拟的基石。将体积数据集成到nCode中，可以调整承受极端条件的高温合金设计的安全裕度。对于仿真工程师而言，信息很明确：在网格划分中忽略微孔洞可能会低估低温环境下灾难性失效的风险。本文提出的方法有望成为未来液化天然气行业专家鉴定的标准。
作为一名仿真工程师，在通过3D断层扫描验证低温疲劳有限元模型时，你认为断裂叶片上观察到的实际裂纹与数值预测之间的哪个收敛标准对于确定鉴定精度最为重要？
(附注：材料的疲劳就像你经过10小时仿真后的疲劳一样。)