钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法、钢管的制造特性决定方法及钢管的制造方法技术

提供能够除了铺设时的弯曲应变之外还考虑钢管成形时的制管应变及涂装条件而高精度地预测在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度的钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法、钢管的制造特性决定方法及钢管的制造方法。向由钢管压溃强度预测模型的生成方法生成的钢管压溃强度预测模型输入成为预测对象的涂装钢管的包括钢管成形后的钢管形状、钢管成形后的钢管强度特性、钢管成形时的制管应变、涂装条件及铺设时的弯曲应变在内的钢管制造特性，预测涂装钢管的加压弯曲时的压溃强度(步骤S1～步骤S5)。～步骤S5)。～步骤S5)。

【技术实现步骤摘要】
【国外来华专利技术】钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法、钢管的制造特性决定方法及钢管的制造方法


[0001]本专利技术涉及钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法、钢管的制造特性决定方法及钢管的制造方法。

技术介绍

[0002]在外压作用的环境下使用的钢管(管)中，有时因外压的作用而产生压溃(也称作塌陷)。例如，在海底管线中，若在钢管(线管)产生这样的压溃，则会导致构造物的损伤、损坏事故，对经济、环境造成大的影响。关于该塌陷的产生，在海底管线的铺设时未施加内压的状况下叠加了由铺设引起的弯曲应变的情况最危险，也开发有预测此时的外压弯曲时的压溃强度的推定式。
[0003]在此，预测外压弯曲时的压溃强度的推定式例如记载于非专利文献1。在非专利文献1中，制定DNV OS
‑
F101等标准，提议了根据评价对象钢管的外径形状的Ovality、从材料壁厚的中心或壁厚的1/4(内表面侧)采集到的屈服应力(与0.5％应变对应的应力)、杨氏模量、泊松比、铺设时的弯曲应变的数据来预测外压弯曲时的压溃强度的推定式(D 400章Local Buckling
‑
External over pressure only 401节式(5.10))。
[0004]现有技术文献
[0005]非专利文献
[0006]非专利文献1：OFFSHORE STANDARD DNV
‑
OS
‑
F101，SUBMARINE PIPELINE SYSTEMS，DET NORSKE VERITAS，2010年10月，SEC5，p41
‑
56

技术实现思路

[0007]专利技术所要解决的课题
[0008]然而，在该非专利文献1所记载的预测外压弯曲时的压溃强度的推定式中，存在以下的问题点。
[0009]即，尤其是，在海底管线中使用的钢管为了防腐蚀而被实施涂装(涂敷)。在该涂装时，有时将钢管加热而实施，根据涂装条件，涂装钢管的压缩特性、进而涂装钢管的压溃特性变化。另外，涂装钢管的压溃强度不仅依存于钢管成形后的钢管的形状及钢管成形后的钢管的强度特性(拉伸强度、压缩强度、杨氏模量、泊松比等)，也依存于钢管成形时的制管应变(钢管成形时的应变履历)。这是因为：钢管成形时的制管应变会对钢管成形后的钢管的形状及钢管成形后的钢管的强度特性造成大的影响，进而也对涂装钢管的压溃特性造成大的影响。
[0010]另一方面，在非专利文献1中，未考虑钢管成形时的制管应变及涂装条件，涂装钢管的外压弯曲时的压溃强度的预测值的精度差，实测的涂装钢管的外压弯曲时的压溃强度和预测的涂装钢管的外压弯曲时的压溃强度的预测值不一致，其差异大。因而，在钢管设计时过度地成为安全侧的设计，或者在比预测低的外压下产生压溃，可能会造成大的事故。
[0011]因此，本专利技术为了解决该以往的问题点而完成，其目的在于提供能够除了铺设时的弯曲应变之外还考虑钢管成形时的制管应变及涂装条件而高精度地预测在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度的钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法、钢管的制造特性决定方法及钢管的制造方法。
[0012]用于解决课题的手段
[0013]为了解决上述课题，本专利技术的一方案涉及的钢管压溃强度预测模型的生成方法的主旨在于，对多个学习用数据进行机器学习，以生成对在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度进行预测的钢管压溃强度预测模型，所述多个学习用数据将包括钢管成形后的钢管形状、钢管成形后的钢管强度特性、钢管成形时的制管应变、涂装条件及铺设时的弯曲应变在内的过去的钢管制造特性作为输入数据且将相对于该输入数据的过去的在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度作为输出数据。
[0014]另外，本专利技术的别的方案涉及的钢管的压溃强度预测方法的主旨在于，向由前述的钢管压溃强度预测模型的生成方法生成的钢管压溃强度预测模型输入成为预测对象的涂装钢管的包括钢管成形后的钢管形状、钢管成形后的钢管强度特性、钢管成形时的制管应变、涂装条件及铺设时的弯曲应变在内的钢管制造特性，预测在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度。
[0015]另外，本专利技术的别的方案涉及的钢管的制造特性决定方法的主旨在于，以使由前述的钢管的压溃强度预测方法预测的涂装钢管的外压弯曲时的压溃强度向要求的目标的涂装钢管的外压弯曲时的压溃强度逐渐接近的方式，逐次变更钢管制造特性中包含的钢管成形后的钢管形状、钢管成形后的钢管强度特性、钢管成形时的制管应变、涂装条件及铺设时的弯曲应变中的至少一个，从而决定钢管制造特性。
[0016]另外，本专利技术的别的方案涉及的钢管的制造方法的主旨在于，包括：涂装钢管形成工序，将钢管成形，对成形的钢管进行涂装来形成涂装钢管；压溃强度预测工序，利用前述的钢管的压溃强度预测方法来预测在所述涂装钢管形成工序中形成的涂装钢管的外压弯曲时的压溃强度；及性能预测值赋予工序，将由该压溃强度预测工序预测的涂装钢管的外压弯曲时的压溃强度与在所述涂装钢管形成工序中形成的涂装钢管建立关联。
[0017]而且，本专利技术的别的方案涉及的钢管的制造方法的主旨在于，基于由前述的钢管的制造特性决定方法决定的钢管制造特性来决定涂装钢管的制造条件，以该决定的涂装钢管的制造条件来制造涂装钢管。
[0018]专利技术效果
[0019]根据本专利技术涉及的钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法、钢管的制造特性决定方法及钢管的制造方法，能够除了铺设时的弯曲应变之外还考虑钢管成形时的制管应变及涂装条件而高精度地预测在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度。
附图说明
[0020]图1是应用本专利技术的一实施方式涉及的钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法及钢管的制造特性决定方法的钢管制造特性决定装置的概略结构的
功能框图。
[0021]图2是示出通过本专利技术的一实施方式涉及的钢管压溃强度预测模型的生成方法生成的作为神经网络模型的钢管压溃强度预测模型的处理流程的图。
[0022]图3是用于说明应用于本专利技术的一实施方式的钢管制造特性决定装置中的运算处理部的钢管制造特性运算部的处理的流程的流程图。
具体实施方式
[0023]以下，参照附图来说明本专利技术的实施方式。以下所示的实施方式例示用于将本专利技术的技术思想具体化的装置、方法，本专利技术的技术思想不将构成部件的材质、形状、构造、配置等指定为下述的实施方式。另外，附图是示意性的。因而，应该留意厚度与平面尺寸的关系、比率等与现实不同，在附图相互间也包括互相的尺寸关系、比率不同的部分。
[0024]在图1中示出了应用本专利技术的一实施方式涉及的钢管压溃强度预测模型的生成方法、钢管的压溃强度预测方法及钢管的制造特性决定方法的钢管制造特性决定装置的概略结构的功能框图。
[0025]本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种钢管压溃强度预测模型的生成方法，其特征在于，对多个学习用数据进行机器学习，以生成对在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度进行预测的钢管压溃强度预测模型，所述多个学习用数据将包括钢管成形后的钢管形状、钢管成形后的钢管强度特性、钢管成形时的制管应变、涂装条件及铺设时的弯曲应变在内的过去的钢管制造特性作为输入数据且将相对于该输入数据的过去的在钢管成形后进行涂装而形成的涂装钢管的外压弯曲时的压溃强度作为输出数据。2.根据权利要求1所述的钢管压溃强度预测模型的生成方法，其特征在于，所述机器学习的手法是神经网络，所述钢管压溃强度预测模型是由神经网络构筑的预测模型。3.一种钢管的压溃强度预测方法，其特征在于，向由权利要求1或2所述的钢管压溃强度预测模型的生成方法生成的钢管压溃强度预测模型输入成为预测对象的涂装钢管的包括钢管成形后的钢管形状、钢管成形后的钢管强度特性、钢管成形时的制管应变、涂装条件及铺设时的弯曲应变在内的钢管制造特性，预测在钢管成形后进行涂装而形成的涂装钢管的外压弯...

【专利技术属性】
技术研发人员：崎本隆洋，半田恒久，
申请(专利权)人：杰富意钢铁株式会社，
类型：发明
国别省市：