Probabilistic analysis of fatigue assessment under CCF

In the latest decades the development of new technologies concerning industrial machines pushed mechanical engineering applications towards new challenges. Nowadays topics concerning reliability issues affecting gas turbines are widespreadly discussed and they constitute a great amount of R\&D. Much more severe regulations were imposed and therefore the implementation of new statistical tools to predict and prevent engine failure is required. Since crack nucleation and propagation is one of the main problems related to the available life of electricity producing gas turbines, the aim of this thesis is to experimentally determine material properties related to fracture mechanics in steels and to build up probabilistic models predicting crack advancement and preventing failure using a Damage Tolerant point of view. Turbine and compressor blades may experience Combined Cycle Fatigue (CCF) working condition where a superposition of Low Cycle Fatigue (LCF) and High Cycle Fatigue (HCF) does occur. Experiments were run to acquire crack growth rate fitting parameters related to the Paris and the near threshold regions thus describing the behavior of a defect in the given material. However, due to the large amount of mechanical flexibility required by high performances level, this complex working scenario requires the determination of probabilistic acceptance maps for defects rather than simpler deterministic assessments already reported in literature based on the mean minus three sigma concept which are useful to provide a first try validation but lacking the possibility of achieving a stress-strength life map. Several Monte Carlo simulations were thus implemented and run considering correlations between physical material parameters in the mechanical design leading to the implementation of probabilistic tools relying upon different interconnections of variables.

Negli ultimi decenni l'introduzione di nuove tecnologie riguardo lo sviluppo di macchine industriali ha spinto aree dell’ingegneria meccanica oltre nuove frontiere. Oggigiorno, problematiche che trattano l’affidabilità delle turbine a gas vengono ampiamente discusse e costituiscono grandi prerogative di R&D. Nel tempo normative sempre più restrittive sono state imposte e di conseguenza si è resa via via più necessaria l’implementazione di algoritmi statistici moderni capaci di predire e prevenire possibili malfunzionamenti o guasti. Siccome una delle principali problematiche che influenzano la vita utile di turbine a gas impiegate per la produzione di energia elettrica risulta essere la nucleazione e la conseguente propagazione di cricche, lo scopo di questa tesi è incentrato sulla costruzione di modelli probabilistici capaci di una accurata analisi riguardo l’avanzamento di micro difetti presupponendo un approccio di tipo “Damage Tolerant” al fine di prevenire eventuali problematiche di affidabilità. Le pale di turbine e compressori possono essere soggette durante la loro vita operativa ad un tipo di fatica denominato come “Combined Cycle Fatigue” (CCF) ovvero una condizione di lavoro che prevede la coesistenza di cicli a fatica più ampi dovuti a situazioni transitorie di avviamento e spegnimento (LCF) e cicli a fatica vibrazionali minori generati da sbalzi di pressione e temperatura. Tramite esperimenti eseguiti su provini di acciaio martensitico sono stati fittati e acquisiti parametri relativi alla descrizione dell’avanzamento di cricca sia nella regione lineare di Paris sia nella regione di soglia di propagazione e così facendo è stato descritto l’intero scenario di comportamento a fatica di un componente soggetto alla presenza di un micro difetto iniziale. A causa del complesso comportamento a fatica combinata dei componenti e a fronte di una sempre più crescente richiesta di flessibilità strutturale relativa ad alti livelli prestazionali, si è resa necessaria l’implementazione di una efficace descrizione probabilistica e la determinazione di mappe di accettazione per vari possibili difetti piuttosto che una più semplice rappresentazione della problematica basata su accertamenti di tipo deterministico basati su fattori di sicurezza. Questi ultimi risultano infatti utili in termini di una convalida di primo tentativo ma peccano di una più dettagliata analisi dei difetti mediante mappe di tipo carico-resistenza. A fronte di ciò, durante il processo di design statistico, sono state sviluppate diverse simulazioni Monte Carlo considerando possibili correlazioni tra i vari parametri del materiale.