水下卡爪式连接器金属密封圈裂纹故障识别方法及系统

1.本发明属于水下可靠性工程技术领域，具体涉及一种水下卡爪式连接器金属密封圈裂纹故障识别方法及系统。


背景技术：

2.水下卡爪式连接器，又称卡爪式水下连接器，是最常见的水下机械式连接器之一，水下卡爪式连接器作为一种水下连接器，其通常设置于跨接管的末端，是实现跨接管与采油树、管汇等设施的连接设备。其中，水下卡爪式连接器包括上毂座、下毂座、金属密封圈、卡爪和驱动环，其中，上毂座和下毂座上下对接；金属密封圈密封于上毂座和下毂座的对接处；卡爪在金属密封圈的外侧，将上毂座和下毂座卡合在一起；驱动环设置在卡爪的外壁上，如图1和图2所示。
3.水下卡爪式连接器在工作时，不仅受到内部高温、高压油气的作用，还要承受外部海水低温、高压以及跨接管等水下装备施加的载荷作用，在复杂载荷作用下，金属密封圈可能发生泄漏，造成密封失效。金属密封圈对实现水下卡爪式连接器的密封性能至关重要，是水下卡爪式连接器的关键部件，其密封性能对于油气输送的安全至关重要。
4.工程实际表明，金属密封圈出现裂纹往往容易诱发水下工程的安全事故，追本溯源，其源头与金属密封圈密封性能的影响因素共同作用有关，因此金属密封圈出现的裂纹又被称为裂纹故障。虽然目前对金属密封圈的密封性的研究较多，但专门针对多因素影响水下连接器的金属密封圈的密封性能而造成裂纹故障的研究十分少。预测水下卡爪式连接器的金属密封圈的裂纹故障能提前预防水下工程的安全，然而，目前缺乏对水下卡爪式连接器的金属密封圈的裂纹故障进行判定的方法。


技术实现要素：

5.针对上述问题，本发明的目的是提供一种水下卡爪式连接器金属密封圈裂纹故障识别方法及系统，用于解决目前缺乏对水下卡爪式连接器的金属密封圈的裂纹故障进行判定的方法，而不能对裂纹故障影响水下工程的安全进行提前预防的问题。
6.为实现上述目的，本发明采取以下技术方案：
7.本发明公开了一种水下卡爪式连接器金属密封圈裂纹故障识别方法，包括
8.利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，在金属密封圈与上毂座的接触面预置裂纹，所述裂纹的裂纹宽度相同、裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，在k种工况下的所述金属密封圈密封性能的影响因素和金属密封圈处的相关接触面的接触压力的仿真值共同组成样本数据；
9.对所述样本数据经过数据平滑、无量纲化后，计算金属密封圈与上毂座的接触面的接触压力预测值，其表达式为：
10.yk＝λ
1k
x1+λ
2k
x2+
…
+λ
8k
x8ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
11.式中，yk表示在第k种工况下金属密封圈与上毂座的接触面的接触压力预测值yk组成的矩阵；
12.x1、x2、
…
、x8分别表示八个金属密封圈密封性能的影响因素组成的矩阵；
13.λ
1k
、λ
2k
、
…
、λ
8k
分别表示第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数组成的矩阵；
14.k为工况序号，k＝1,2,
…
,k，k为工况种数，k＝5表示5种工况，k＝1,2,
…
,5分别对应于在金属密封圈与上毂座的接触面预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况；
15.根据所述金属密封圈与上毂座的接触面的接触压力的预测值对应的裂缝深度，进行裂纹故障判定。
16.具体地，所述组成样本数据具体包括以下步骤：
17.根据水下卡爪式连接器在正常工况下承受内部流体的压力、温度、流量、驱动环的预紧力f
驱
以及波浪流形成的海洋环境载荷是导致金属密封圈密封失效的主因，确定内部流体流速引起的跨接管内部压力变化δpi、跨接管原有内部压力p0、驱动环的预紧力f
驱
、金属密封圈的内部温度ti、跨接管截断处的截面轴力fn、跨接管截断处的截面弯矩m、金属密封圈的弹性模量e、金属密封圈的屈服强度δs作为金属密封圈密封性能的影响因素。
18.充分考虑金属密封圈密封性能的影响因素，利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型；
19.根据水下卡爪式连接器的三维数值模型中金属密封圈的结构形式，即金属密封圈夹设在上毂座和下毂座之间，确定金属密封圈处的相关接触面包括金属密封圈与上毂座的接触面、金属密封圈与下毂座的接触面、上毂座与下毂座的接触面；
20.在金属密封圈与上毂座的接触面预置裂纹，所述裂纹的特征包括裂纹宽度和裂纹深度，其中，裂纹宽度相同，但裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况；并且在金属密封圈与下毂座的接触面和上毂座与下毂座的接触面不预置裂纹，利用ansys有限元分析，开展金属密封圈密封性能的影响因素共同作用的水下连接器密封性分析，获得第k种工况下的金属密封圈与上毂座的接触面的接触压力的仿真值y
s1k
，作为样本数据的一部分，与第k种工况下的金属密封圈密封性能的影响因素共同组成样本数据。
21.具体地，所述形成k种工况包括以下步骤：
22.所述工况种数k＝5，k＝1,2,
…
,5，分别对应的五种工况为裂纹深度d＝0mm、5mm、10mm、15mm、20mm；其中，深度裂纹为0mm时，即为不预置裂纹。
23.具体地，所述计算金属密封圈与上毂座的接触面的接触压力预测值具体包括以下步骤：
24.在金属密封圈与上毂座的接触面预置的裂缝深度d＝0mm、5mm、10mm、15mm、20mm的裂纹，分别形成k＝1,2,
…
,5这五种工况，根据第k种工况下八个金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面的接触压力仿真值，构建样本数据的矩阵；
25.分别对5种裂纹深度不同的五种工况下的金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面的接触压力仿真值进行数据平滑处理和无量纲化处理；
26.构建金属密封圈与上毂座的接触面的接触压力的预测值的计算表达式；
27.通过多元线性回归求解矩阵在第k种工况下金属密封圈与上毂座的接触面的接触压力的预测值yk。
28.具体地，所述数据平滑处理和无量纲化处理具体包括以下步骤：
29.对5种裂纹深度不同的五种工况下的金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面的接触压力仿真值的数据平滑处理，得到平滑后的数据；
30.对所述平滑后的数据进行无量纲化处理，得到计算金属密封圈与上毂座的接触面的接触压力的预测值需要的数据。
31.具体地，所述通过多元线性回归求解矩阵在第k种工况下金属密封圈与上毂座的接触面的接触压力的预测值yk的具体过程如下：
32.第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数λ
1k
、λ
2k
、
…
、λ
8k
通过组建函数δ(λ
1k
,λ
2k
,
…
,λ
8k
)，并通过该组建函数的最小值δ
min
(λ
1k
,λ
2k
,
…
,λ
8k
)通过最小值二乘法求解得到：
[0033][0034]
式中，δ(λ
1k
,λ
2k
,
…
,λ
8k
)为由λ
1k
、λ
2k
、
…
、λ
8k
组建函数；
[0035]
x
i1
、x
i2
、
…
、x
i8
分别表示数据样本中的第i组经过数据平滑、无量纲化后的八个金属密封圈密封性能的影响因素；
[0036]ys1k
为第k种工况下的金属密封圈与上毂座的接触面s1的接触压力的仿真值；
[0037]
在式(2)的等号两边同时求导，获得一阶导数：
[0038][0039]
式中，i是经过数据平滑、无量纲化后八个金属密封圈密封性能的影响因素的序号，i＝1,2,
…
,8；
[0040]
由此可得第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数λ
1k
、λ
2k
、
…
、λ
8k
的线性方程组：
[0041]at
aλk＝a
t
ykꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0042]
式中，a
t
＝(x
1 x2…
x8)，λk＝(λ
1k
λ
2k
…
λ
8k
)，
[0043]
在公式(4)中的两边同时乘以a
t
的逆矩阵，即可求解矩阵yk。
[0044]
具体地，所述裂纹故障判定的方法为：
[0045]
所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为0mm，表示无裂纹，预测裂纹等级为1级，故障预警状态为绿色；
[0046]
所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为5mm，预测裂纹等级为2级，故障预警状态为黄色；
[0047]
所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为10mm，预测裂纹等级为3级，故障预警状态为黄色；
[0048]
所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为15mm，预测裂纹等级为4级，故障预警状态为红色；
[0049]
所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为20mm，预测裂纹等级为5级，故障预警状态为红色。
[0050]
本发明公开了一种水下卡爪式连接器金属密封圈裂纹故障识别系统，包括
[0051]
第一处理单元，用于利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，只在金属密封圈与上毂座的接触面s1预置裂纹，所述裂纹的裂纹宽度相同、裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，在k种工况下的所述金属密封圈密封性能的影响因素和金属密封圈处的相关接触面的接触压力的仿真值共同组成样本数据；
[0052]
第二处理单元，用于对所述样本数据经过数据平滑、无量纲化后，计算金属密封圈与上毂座的接触面的接触压力预测值，其表达式为：
[0053]
yk＝λ
1k
x1+λ
2k
x2+
…
+λ
8k
x8ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0054]
式中，yk表示在第k种工况下金属密封圈与上毂座的接触面的接触压力预测值yk组成的矩阵；
[0055]
x1、x2、
…
、x8分别表示八个金属密封圈密封性能的影响因素组成的矩阵；
[0056]
λ
1k
、λ
2k
、
…
、λ
8k
分别表示第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数组成的矩阵；
[0057]
k为工况序号，k＝1,2,
…
,k，k为工况种数，k＝5表示5种工况，k＝1,2,
…
,5分别对应于在金属密封圈与上毂座的接触面预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况；
[0058]
第三处理单元，用于根据所述金属密封圈与上毂座的接触面的接触压力的预测值对应的裂缝深度，进行裂纹故障判定。
[0059]
本发明还公开一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0060]
本发明还公开了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0061]
本发明由于采取以上技术方案，其具有以下优点：
[0062]
(一)本发明公开了一种水下卡爪式连接器金属密封圈裂纹故障识别方法，在缺乏现场的数据的情况下，通过在金属密封圈表面预置5种不同深度的裂纹，利用有限元软件仿真运算，得到不同裂纹情况下接触面接触压力仿真值的样本数据。按照算法流程对样本数据进行平滑处理、无量纲化和多元线性回归得到对应接触面接触压力的预测值，用预测值和5组裂纹深度的仿真值进行比较，得到判定的裂纹状态。
[0063]
(二)本发明公开的水下卡爪式连接器金属密封圈裂纹故障识别方法，可以根据样本数据和裂纹故障识别判定金属密封圈是否有存在故障和其对应的故障等级(即裂纹深度)，而非简单的故障判别，并且随着新的监测数据的输入会实时地更新故障判断结果，从而实现对水下卡爪式连接器的金属密封圈故障的实时监测。
[0064]
(三)本发明公开的水下卡爪式连接器金属密封圈裂纹故障识别方法，可用来判断水下连接器金属密封圈裂纹故障，基于此方法开发的水下油气生产系统可靠性技术体系专家决策平台能够实现对水下连接器的状态进行故障诊断分析和预测，实现安全预警功能，弥补国内水下油气生产系统失效数据库和决策平台不足的现状，提高我国水下油气生产系统的安全可靠性。
附图说明
[0065]
图1是现有技术中的水下卡爪式连接器的三维模型；
[0066]
图2是现有技术中的水下卡爪式连接器的剖面视图；
[0067]
图3是现有技术中的金属密封圈与上毂座、下毂座的接触面以及上毂座、下毂座的接触面的示意图；
[0068]
图4是本发明实施例公开的数据平滑的流程示意图；
[0069]
图5是本发明实施例公开的无量纲化的流程示意图；
[0070]
图6是本发明实施例公开的裂纹故障识别的流程示意图。
[0071]
附图标记说明：1为金属密封圈，2为上毂座，3为下毂座，4为卡爪，5为驱动环；s1为金属密封圈与上毂座的接触面，s2为金属密封圈与下毂座的接触面，s3为上毂座与下毂座的接触面，s31、s32、s33和s34分别是上毂座与下毂座的第一接触面、第二接触面、第三接触面和第四接触面，s31、s32、s33和s34依次相连共同形成s3。
具体实施方式
[0072]
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
[0073]
研究表明，金属密封圈与上毂座、下毂座的接触面的接触压力可以直接反映其受力与变形情况，常用来衡量密封效果。然而，目前缺乏通过已知载荷作用下的水下连接器金属密封圈裂纹识别的方法。
[0074]
本发明提供了一种水下卡爪式连接器金属密封圈裂纹故障识别方法，在水下卡爪式连接器的金属密封圈上预置不同深度的裂纹，通过金属密封圈密封性能的影响因素与金属密封圈与上毂座、下毂座的接触面的接触压力构建样本数据，获得每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，再考察接触面接触压力的变化，并利用金属密封圈裂纹故障识别相关的算法，对已知载荷作用下的水下连接器金属密封圈进行裂纹识别。本发明的方法可以根据样本数据和裂纹故障识别判定金属密封圈是否有存在故障和其对应的故障等级(即裂纹深度)，而非简单的故障判别，并且随着监测数据的输入会实时地更新故障判断结果，从而实现对水下卡爪式连接器的金属密封圈故障的实时监测。
[0075]
实施例1
[0076]
实施例1提供一种水下卡爪式连接器金属密封圈裂纹故障识别方法，包括以下步骤：
[0077]
步骤a：利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，只在金属密封圈与上毂座的接触面s1预置裂纹，所述裂纹的裂纹宽度相同、裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，在k种工况下的所述金属密封圈密封性能的影响因素和金属密封圈处的相关接触面的接触压力的仿真值共同组成样本数据。
[0078]
其中，所述金属密封圈密封性能的影响因素包括内部流体流速引起的跨接管内部压力变化δpi、跨接管原有内部压力p0、驱动环的预紧力f
驱
、金属密封圈的内部温度ti、跨接管截断处的截面轴力fn、跨接管截断处的截面弯矩m、金属密封圈的弹性模量e、金属密封圈的屈服强度δs；
[0079]
所述金属密封圈处的相关接触面至少包括金属密封圈与上毂座的接触面s1，此外还可以包括金属密封圈与下毂座的接触面s2和上毂座与下毂座的接触面s3，其中，上毂座与下毂座的接触面s3包括上毂座与下毂座的第一接触面s31、第二接触面s32、第三接触面s33和第四接触面s34，第一接触面s31、第二接触面s32、第三接触面s33和第四接触面s34依次相连共同形成上毂座与下毂座的接触面s3，上毂座与下毂座的接触面s3的接触压力仿真值指的是上毂座与下毂座的第一接触面s31、第二接触面s32、第三接触面s33和第四接触面s34的接触压力仿真值的平均值。
[0080]
具体包括以下步骤：
[0081]
步骤a1：根据水下卡爪式连接器在正常工况下承受内部流体的压力、温度、流量、驱动环的预紧力f
驱
以及波浪流形成的海洋环境载荷是导致金属密封圈密封失效的主因，确定内部流体流速引起的跨接管内部压力变化δpi、跨接管原有内部压力p0、驱动环的预紧力f
驱
、金属密封圈的内部温度ti、跨接管截断处的截面轴力fn、跨接管截断处的截面弯矩m、金属密封圈的弹性模量e、金属密封圈的屈服强度δs作为金属密封圈密封性能的影响因素。
[0082]
步骤a2：充分考虑金属密封圈密封性能的影响因素，利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，如图1所示。
[0083]
其中，ansys软件是美国ansys公司研制的大型通用有限元分析(fea)软件，是国际最流行的有限元分析软件之一。ansys提供两种工作模式：人机交互方式(gui方式)和命令流输入方式(batch方式)。apdl(全称为ansys parameter design language)即ansys参数化设计编程，是ansys软件的一种操作方式，能够完成所有的ansys分析过程；同时也是ansys优化设计、自适应网格以及二次开发的基础。
[0084]
利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型的发展也是随着ansys软件的发展而日新月异的迅猛发展，该技术日益完善，现已经非常成熟，例如期刊文献《应用科技》2014年41卷第4期公开的《水下卡爪式连接器安装工具设计研究》就有通过ansys有限元建模进行分析的相关介绍。
[0085]
由于ansys有限元建模分析是非常成熟的现有技术，相关文献很多，能掌握该项建模技术和分析技术的技术人员也很多，本文将其作为现有技术直接拿来使用。同时为了尽可能避免争议，本文直接拿来使用的利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，是非常可靠的，由其计算获得的金属密封圈处的相关接触面的接触压力的仿真值也是经充分检验过的，可以认为该仿真值等于工程实际值，这里不做赘述。
[0086]
步骤a3：根据水下卡爪式连接器的三维数值模型中金属密封圈的结构形式，即金属密封圈夹设在上毂座和下毂座之间，确定金属密封圈处的相关接触面包括金属密封圈与上毂座的接触面s1、金属密封圈与下毂座的接触面s2、上毂座与下毂座的接触面s3，其中，上毂座与下毂座的接触面s3包括上毂座与下毂座的第一接触面s31、第二接触面s32、第三接触面s33和第四接触面s34，第一接触面s31、第二接触面s32、第三接触面s33和第四接触面s34依次相连共同形成上毂座与下毂座的接触面s3，如图3所示。
[0087]
步骤a4：在金属密封圈与上毂座的接触面s1预置裂纹，所述裂纹的特征包括裂纹宽度和裂纹深度，其中，裂纹宽度相同，但裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况；并且在金属密封圈与下毂座的接触面s2和上毂座与下毂座的接触面s3不预置裂纹，利用ansys有限元分析，开展金属密封圈密封性能的影响因素共同作用的水下连接器密封性分析，获得第k种工况下的金属密封圈与上毂座的接触面s1的接触压力的仿真值y
s1k
，作为样本数据的一部分，与第k种工况下的金属密封圈密封性能的影响因素共同组成样本数据。
[0088]
具体地，工况种数k＝5，k＝1
,2,3,4,
5，分别对应的五种工况为裂纹深度d＝0mm、5mm、10mm、15mm、20mm。其中，深度裂纹为0mm时，即为不预置裂纹。
[0089]
更具体地，样本数据的组数为40，每组包括第k工况下金属密封圈密封性能的影响因素和金属密封圈，即内部流体流速引起的跨接管内部压力变化δpi、跨接管原有内部压力p0、驱动环的预紧力f
驱
、金属密封圈的内部温度ti、跨接管截断处的截面轴力fn、跨接管截断处的截面弯矩m、金属密封圈的弹性模量e、金属密封圈的屈服强度δs，以及第k种工况下的金属密封圈与上毂座的接触面s1的接触压力的仿真值y
s1k
。
[0090]
步骤b：对所述样本数据经过数据平滑、无量纲化后，计算金属密封圈与上毂座的接触面s1的接触压力的预测值，其表达式为：
[0091][0092]
式中，yk表示在第k种工况下金属密封圈与上毂座的接触面s1的接触压力的预测值yk组成的矩阵；
[0093]
x1、x2、
…
、x8分别表示经过数据平滑、无量纲化后八个金属密封圈密封性能的影响因素组成的矩阵，可组成列向量a；
[0094]
λ
1k
、λ
2k
、
…
、λ
8k
分别表示经过数据平滑、无量纲化后第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数组成的矩阵，可组成横向量λk；
[0095]
k为工况序号，k＝1,2,
…
,k，k为工况种数，k＝5表示5种工况，k＝1,2,
…
,5分别对应于在金属密封圈与上毂座的接触面s1预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况。
[0096]
具体包括以下步骤：
[0097]
步骤b1：在金属密封圈与上毂座的接触面s1预置的裂缝深度d＝0mm、5mm、10mm、15mm、20mm的裂纹，分别形成k＝1，2，
…
，5这五种工况，根据第k种工况下八个金属密封圈密
封性能的影响因素和金属密封圈与上毂座的接触面s1的接触压力仿真值，构建样本数据的矩阵；
[0098]
步骤b2：分别对5种裂纹深度不同的五种工况下的金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面s1的接触压力的仿真值进行数据平滑处理和无量纲化处理；
[0099]
具体包括以下步骤：
[0100]
步骤b21：对5种裂纹深度不同的五种工况下的金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面s1的接触压力的仿真值的数据平滑处理，得到平滑后的数据；
[0101]
数据平滑算法的流程图如图4所示，具体包括以下步骤：
[0102]
步骤b211：将yk的40组的仿真值数据yk按照从小到大排序，并将40组的x1、x2、
…
、x8的数据组成矩阵x1、x2、
…
、x8，矩阵x1、x2、
…
、x8的数据x1、x2、
…
、x8和yk的数据yk进行对应排序，排序后的结果用x1、x2、
…
、x8和yk表示。
[0103]
步骤b212：选取适当步长h，对x1、x2、
…
、x8和y1、y2、y3、y4、y5进行平滑，如此循环n次，其中m＝40，h＝5，n＝5。
[0104]
for n＝1：1：m-h+1
[0105][0106]
end
[0107]
其运算规则为：n从1开始，计算其后h项的平均值，然后每次增加1，直到n大于m-h+1为止。
[0108]
for n＝m：-1：h
[0109][0110]
end
[0111]
其运算规则为：n从m开始，计算其后h项的平均值，如何每次减1，直到n小于h为止(m＞h)。
[0112]
数值试验表明，利用上述方法对样本数据进行平滑可以有效地降低观测误差对水下卡爪式连接器的三维数值模型精度的影响。
[0113]
步骤b22：对所述平滑后的数据进行无量纲化处理，得到计算金属密封圈与上毂座的接触面s1的接触压力的预测值需要的数据，即无量纲化后的结果；
[0114]
数据无量纲化的流程图如图5所示，可以采用图5的流程进行数据无量纲化处理。
[0115]
步骤b221：计算每组m个数据的平均值其表达式为：
[0116][0117]
式中，为平均值，m为每组的数据个数，zs为要计算的数据。
[0118]
计算取标准差σ，其表达式为：
[0119][0120]
式中，为平均值，m为每组的数据个数，zs为要计算的数据。
[0121]
求平均值和计算取标准差均为教科书上的公式，为公知常识，这里不再赘述。
[0122]
步骤b222：获得无量纲化结果，其表达式为：
[0123][0124]
zi＝z
‘i[0125]
式中，zi属于z1，z2，...，zm中的第i个数据，
[0126]
所得的z
’1，z
‘
2，...，
′
zm就是原数据z1，z2，...，zm的无量纲化结果，
[0127]
无量纲化后的结果用x1、x2、
…
、x8和yk表示，σy为yk的标准差。
[0128]
步骤b3：构建金属密封圈与上毂座的接触面s1的接触压力的预测值的计算表达式，其表达式为：
[0129][0130]
式中，yk表示在第k种工况下金属密封圈与上毂座的接触面s1的接触压力的预测值；
[0131]
x1、x2、
…
、x8分别表示经过数据平滑、无量纲化后八个金属密封圈密封性能的影响因素，可组成列向量a；
[0132]
λ
1k
、λ
2k
、
…
、λ
8k
分别表示经过数据平滑、无量纲化后第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数，可组成横向量λk；
[0133]
k为工况序号，k＝1，2，
…
，k，k为工况种数，k＝5表示5种工况，k＝1，2，
…
，5分别对应于在金属密封圈与上毂座的接触面s1预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况。
[0134]
步骤b4：通过多元线性回归求解矩阵在第k种工况下金属密封圈与上毂座的接触面s1的接触压力的预测值yk，其具体过程如下：
[0135]
第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数λ
1k
、λ
2k
、
…
、λ
8k
通过组建函数δ(λ
1k
，λ
2k
，
…
，λ
8k
)，并通过该组建函数的最小值δ
min
(λ
1k
，λ
2k
，
…
，λ
8k
)通过最小值二乘法求解得到，其中，最小值二乘法是现有用于求取最大值和最小值得常规方法，是现有技术。具体过程如下：
[0136]
[0137]
式中，δ(λ
1k
，λ
2k
，
…
，λ
8k
)为由λ
1k
、λ
2k
、
…
、λ
8k
组建函数；
[0138]
x
i1
、x
i2
、
…
、x
i8
分别表示数据样本中的第i组经过数据平滑、无量纲化后的八个金属密封圈密封性能的影响因素；
[0139]yik
为第k种工况下第i组数据的金属密封圈与上毂座的接触面s1的接触压力的仿真值；
[0140]
在式(2)的等号两边同时求导，获得一阶导数：
[0141][0142]
式中，i是经过数据平滑、无量纲化后八个金属密封圈密封性能的影响因素的序号，i＝1，2，
…
，8；
[0143]
由此可得第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数λ
1k
、λ
2k
、
…
、λ
8k
的线性方程组：
[0144]at
aλk＝a
t
ykꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0145]
式中，a
t
＝(x
1 x2…
x8)，λk＝(λ
1k λ
2k
…
λ
8k
)，
[0146]
在公式(4)中的两边同时乘以a
t
a的逆矩阵，即可求得拟合关系式系数矩阵λk。将拟合关系式系数矩阵λk代入公式(1)中得到k种工况下的预测值矩阵yk。
[0147]
公式(4)中yk为第k种工况下接触面s1的仿真值。
[0148]
这部分为大学线性代数的知识，可谓之公知常识，这里不再赘述。
[0149]
步骤c：根据所述金属密封圈与上毂座的接触面s1的接触压力的预测值对应的裂缝深度，进行裂纹故障判定，如表1所示。
[0150]
表1裂纹故障预警表
[0151]
预测值对应的裂缝深度预测裂纹等级故障预警状态0mm(表示无裂纹)1绿色5mm2黄色10mm3黄色15mm4红色20mm5红色
[0152]
具体地，裂纹故障判定的方法为：
[0153]
所述金属密封圈与上毂座的接触面s1的接触压力预测值对应的裂缝深度为0mm，表示无裂纹，预测裂纹等级为1级，故障预警状态为绿色；
[0154]
所述金属密封圈与上毂座的接触面s1的接触压力预测值对应的裂缝深度为5mm，预测裂纹等级为2级，故障预警状态为黄色；
[0155]
所述金属密封圈与上毂座的接触面s1的接触压力预测值对应的裂缝深度为10mm，预测裂纹等级为3级，故障预警状态为黄色；
[0156]
所述金属密封圈与上毂座的接触面s1的接触压力预测值对应的裂缝深度为15mm，
预测裂纹等级为4级，故障预警状态为红色；
[0157]
所述金属密封圈与上毂座的接触面s1的接触压力预测值对应的裂缝深度为20mm，预测裂纹等级为5级，故障预警状态为红色。
[0158]
实施例2
[0159]
实施例2提供一种水下卡爪式连接器金属密封圈裂纹故障识别系统，包括：
[0160]
第一处理单元，用于利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，只在金属密封圈与上毂座的接触面s1预置裂纹，所述裂纹的裂纹宽度相同、裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，在k种工况下的所述金属密封圈密封性能的影响因素和金属密封圈处的相关接触面的接触压力的仿真值共同组成样本数据。
[0161]
第二处理单元，用于对所述样本数据经过数据平滑、无量纲化后，计算金属密封圈与上毂座的接触面s1的接触压力的预测值，其表达式为：
[0162][0163]
式中，yk表示在第k种工况下金属密封圈与上毂座的接触面s1的接触压力的预测值yk组成的矩阵；
[0164]
x1、x2、
…
、x8分别表示经过数据平滑、无量纲化后八个金属密封圈密封性能的影响因素组成的矩阵，可组成列向量a；
[0165]
λ
1k
、λ
2k
、
…
、λ
8k
分别表示经过数据平滑、无量纲化后第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数组成的矩阵，可组成横向量λk；
[0166]
k为工况序号，k＝1,2,
…
,k，k为工况种数，k＝5表示5种工况，k＝1,2,
…
,5分别对应于在金属密封圈与上毂座的接触面s1预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况。
[0167]
第二处理单元，用于根据所述金属密封圈与上毂座的接触面s1的接触压力的预测值对应的裂缝深度，进行裂纹故障判定。
[0168]
实施例3
[0169]
实施例3提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0170]
实施例4
[0171]
实施例4提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0172]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和
范围。

技术特征：
1.一种水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，包括利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，在金属密封圈与上毂座的接触面预置裂纹，所述裂纹的裂纹宽度相同、裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，在k种工况下的所述金属密封圈密封性能的影响因素和金属密封圈处的相关接触面的接触压力的仿真值共同组成样本数据；对所述样本数据经过数据平滑、无量纲化后，计算金属密封圈与上毂座的接触面的接触压力预测值，其表达式为：y
k
＝λ
1k
x1+λ
2k
x2+
…
+λ
8k
x8ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，y
k
表示在第k种工况下金属密封圈与上毂座的接触面的接触压力预测值y
k
组成的矩阵；x1、x2、
…
、x8分别表示八个金属密封圈密封性能的影响因素组成的矩阵；λ
1k
、λ
2k
、
…
、λ
8k
分别表示第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数组成的矩阵；k为工况序号，k＝1,2,
…
,k，k为工况种数，k＝5表示5种工况，k＝1,2,
…
,5分别对应于在金属密封圈与上毂座的接触面预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况；根据所述金属密封圈与上毂座的接触面的接触压力的预测值对应的裂缝深度，进行裂纹故障判定。2.根据权利要求1所述的水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，所述组成样本数据具体包括以下步骤：根据水下卡爪式连接器在正常工况下承受内部流体的压力、温度、流量、驱动环的预紧力f
驱
以及波浪流形成的海洋环境载荷是导致金属密封圈密封失效的主因，确定内部流体流速引起的跨接管内部压力变化δp
i
、跨接管原有内部压力p0、驱动环的预紧力f
驱
、金属密封圈的内部温度t
i
、跨接管截断处的截面轴力f
n
、跨接管截断处的截面弯矩m、金属密封圈的弹性模量e、金属密封圈的屈服强度δ
s
作为金属密封圈密封性能的影响因素；充分考虑金属密封圈密封性能的影响因素，利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型；根据水下卡爪式连接器的三维数值模型中金属密封圈的结构形式，即金属密封圈夹设在上毂座和下毂座之间，确定金属密封圈处的相关接触面包括金属密封圈与上毂座的接触面、金属密封圈与下毂座的接触面、上毂座与下毂座的接触面；在金属密封圈与上毂座的接触面预置裂纹，所述裂纹的特征包括裂纹宽度和裂纹深度，其中，裂纹宽度相同，但裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况；并且在金属密封圈与下毂座的接触面和上毂座与下毂座的接触面不预置裂纹，利用ansys有限元分析，开展金属密封圈密封性能的影响因素共同作用的水下连接器密封性分析，获得第k种工况下的金属密封圈与上毂座的接触面的接触压力的仿真值y
s1k
，作为样本数据的一部分，与第k种工况下的金属密封圈密封性能的影响因素共同组成样本数据。
3.根据权利要求2所述的水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，所述形成k种工况包括以下步骤：所述工况种数k＝5，k＝1,2,
…
,5，分别对应的五种工况为裂纹深度d＝0mm、5mm、10mm、15mm、20mm；其中，深度裂纹为0mm时，即为不预置裂纹。4.根据权利要求1所述的水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，所述计算金属密封圈与上毂座的接触面的接触压力预测值具体包括以下步骤：在金属密封圈与上毂座的接触面预置的裂缝深度d＝0mm、5mm、10mm、15mm、20mm的裂纹，分别形成k＝1,2,
…
,5这五种工况，根据第k种工况下八个金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面的接触压力仿真值，构建样本数据的矩阵；分别对5种裂纹深度不同的五种工况下的金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面的接触压力仿真值进行数据平滑处理和无量纲化处理；构建金属密封圈与上毂座的接触面的接触压力的预测值的计算表达式；通过多元线性回归求解矩阵在第k种工况下金属密封圈与上毂座的接触面的接触压力的预测值y
k
。5.根据权利要求1所述的水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，所述数据平滑处理和无量纲化处理具体包括以下步骤：对5种裂纹深度不同的五种工况下的金属密封圈密封性能的影响因素和金属密封圈与上毂座的接触面的接触压力仿真值的数据平滑处理，得到平滑后的数据；对所述平滑后的数据进行无量纲化处理，得到计算金属密封圈与上毂座的接触面的接触压力的预测值需要的数据。6.根据权利要求1所述的水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，所述通过多元线性回归求解矩阵在第k种工况下金属密封圈与上毂座的接触面的接触压力的预测值y
k
的具体过程如下：第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数λ
1k
、λ
2k
、
…
、λ
8k
通过组建函数δ(λ
1k
,λ
2k
,
…
,λ
8k
)，并通过该组建函数的最小值δ
min
(λ
1k
,λ
2k
,
…
,λ
8k
)通过最小值二乘法求解得到：式中，δ(λ
1k
,λ
2k
,
…
,λ
8k
)为由λ
1k
、λ
2k
、
…
、λ
8k
组建函数；x
i1
、x
i2
、
…
、x
i8
分别表示数据样本中的第i组经过数据平滑、无量纲化后的八个金属密封圈密封性能的影响因素；y
s1k
为第k种工况下的金属密封圈与上毂座的接触面s1的接触压力的仿真值；在式(2)的等号两边同时求导，获得一阶导数：式中，i是经过数据平滑、无量纲化后八个金属密封圈密封性能的影响因素的序号，i＝1,2,
…
,8；由此可得第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数λ
1k
、
λ
2k
、
…
、λ
8k
的线性方程组：a
t
aλ
k
＝a
t
y
k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中，a
t
＝(x
1 x2…
x8)，λ
k
＝(λ
1k λ
2k
…
λ
8k
)，在公式(4)中的两边同时乘以a
t
的逆矩阵，即可求解矩阵y
k
。7.根据权利要求1所述的水下卡爪式连接器金属密封圈裂纹故障识别方法，其特征在于，所述裂纹故障判定的方法为：所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为0mm，表示无裂纹，预测裂纹等级为1级，故障预警状态为绿色；所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为5mm，预测裂纹等级为2级，故障预警状态为黄色；所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为10mm，预测裂纹等级为3级，故障预警状态为黄色；所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为15mm，预测裂纹等级为4级，故障预警状态为红色；所述金属密封圈与上毂座的接触面的接触压力预测值对应的裂缝深度为20mm，预测裂纹等级为5级，故障预警状态为红色。8.一种水下卡爪式连接器金属密封圈裂纹故障识别系统，其特征在于，包括第一处理单元，用于利用ansys apdl有限元软件建立水下卡爪式连接器的三维数值模型，只在金属密封圈与上毂座的接触面预置裂纹，所述裂纹的裂纹宽度相同、裂纹深度d不同，每一种裂纹深度d构成一种工况，不同裂纹深度d分别形成k种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值，在k种工况下的所述金属密封圈密封性能的影响因素和金属密封圈处的相关接触面的接触压力的仿真值共同组成样本数据；第二处理单元，用于对所述样本数据经过数据平滑、无量纲化后，计算金属密封圈与上毂座的接触面的接触压力预测值，其表达式为：y
k
＝λ
1k
x1+λ
2k
x2+
…
+λ
8k
x8ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，y
k
表示在第k种工况下金属密封圈与上毂座的接触面的接触压力预测值y
k
组成的矩阵；x1、x2、
…
、x8分别表示八个金属密封圈密封性能的影响因素组成的矩阵；λ
1k
、λ
2k
、
…
、λ
8k
分别表示第k种工况下八个金属密封圈密封性能的影响因素对应的拟合系数组成的矩阵；k为工况序号，k＝1,2,
…
,k，k为工况种数，k＝5表示5种工况，k＝1,2,
…
,5分别对应于在金属密封圈与上毂座的接触面预置的裂纹的裂缝深度d＝0mm、5mm、10mm、15mm、20mm这五种工况；第三处理单元，用于根据所述金属密封圈与上毂座的接触面的接触压力的预测值对应的裂缝深度，进行裂纹故障判定。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一所述的方法的步骤。10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述的方法的步骤。

技术总结
本发明涉及一种水下卡爪式连接器金属密封圈裂纹故障识别方法及系统，属于水下可靠性工程领域，包括：利用有限元软件建立水下卡爪式连接器的三维数值模型，在金属密封圈与上毂座的接触面预置裂纹，每一种裂纹深度构成一种工况，根据每种工况下金属密封圈密封性能的影响因素获取金属密封圈处的相关接触面的接触压力的仿真值；计算金属密封圈与上毂座的接触面的接触压力预测值；根据预测值对应的裂缝深度，进行裂纹故障判定。本发明的方法可以识别金属密封圈是否存在故障和其对应的故障等级，而非简单的故障判别，并且随着监测数据的输入会实时地更新故障判断结果，从而实现对水下卡爪式连接器的金属密封圈故障的实时监测。爪式连接器的金属密封圈故障的实时监测。爪式连接器的金属密封圈故障的实时监测。


技术研发人员：王莹莹 李中 尹丰 同武军 李健昌 刘国恒 朱春丽 单荐 林杨清 孙海波 孔伟 陈志煌
受保护的技术使用者：中国石油大学（北京）
技术研发日：2023.06.25
技术公布日：2023/9/25