Estimación de vida útil de un grupo de álabes de una turbina de vapor por el método de algoritmos genéticos

La mayoría de las piezas presentes en máquinas rotativas se encuentran sometidas a esfuerzos combinados tales como, los cigüeñales, los ejes traseros y principalmente los álabes giratorios de las Turbinas de Vapor, los cuales suelen estar sujetos a una variedad de estados estacionarios, cargas y esfuerzos mecánicos transitorios, fenómeno que bajo condiciones de cargas combinadas se le denomina Fatiga Multiaxial. En base a la problemática anterior, la presente tesis muestra una metodología que nos permite llegar a la solución sin hacer uso de instrumentos de medición a través de Métodos de Computo Evolutivo, tal y como se detalla en los siguientes Capítulos. En el Capítulo I, se muestran algunos antecedentes históricos de Mecánica de la Fractura, Fatiga Multiaxial, así como la importancia que tiene los Métodos de Computo Evolutivo para determinar la Solución a un problema en particular mediante procesos aleatorios, además se plantea la problemática, la justificación, el Objetivo General y los Objetivos Específicos. En el Capítulo II, se describen las principales cargas por fatiga presentes en una pieza mecánica, así como los parámetros que caracterizan a dicha carga, además, se establece un criterio de Tensión Media a fin de que tome en cuenta el efecto de los esfuerzos combinados (σa y σm), se considera un análisis de los campos de tensión y desplazamiento junto con un postulado para Fatiga Multiaxial, por último se habla de la importancia de la Ecuación de Basquin como otra forma para calcular la vida en fatiga y como una aproximación al Diagrama S – N (Curva de Wöhler), finalmente, se menciona que los métodos de Computo Evolutivo son eficientes ante problemas lineales y no lineales, en especial los Algoritmos Genéticos quienes basados en un conjunto de soluciones aleatorias permiten dar una única solución al problema. El Capítulo III, se describen las propiedades estáticas y cíclicas del material, se menciona una primer metodología con la finalidad de descomponer el “Estado de Tensión de Fatiga Multiaxial”, es decir, calcular los esfuerzos máximos y mínimos de Von Mises bajos condiciones normales de operación, posteriormente, se presenta una segunda metodología para estimar vida en fatiga para 4 criterios de esfuerzo medio. En cuanto al Capítulo IV, se muestran los resultados obtenidos, mencionando que debido a la complejidad para aplicar los datos de pruebas uniaxiales a situaciones multiaxiales, es necesario descomponer el “Estado de Tensión de Fatiga Multiaxial” con la finalidad de conocer el efecto de los “Esfuerzos Principales Variables”, posteriormente, se combinan ambas tensiones dando lugar a un “Estado Uniaxial de Fatiga” mediante la Teoría de Von Mises para un estado biaxial, finalmente, con la Teoría de Esfuerzo Medio de Soderberg se obtiene el “Estado de Tensión Uniaxial Estática Equivalente”, en pocas palabras, esta metodología propone reducir la Carga de Fatiga Multiaxial a una Carga Uniaxial Equivalente. Además, se propone un Algoritmo Genético como un método para predecir vida en fatiga en base a una Función de Evaluación y Operadores Genéticos como Selección, Cruza y Mutación. Finalmente en el Capítulo V, se da por concluido que el Algoritmo Genético proporciona un valor bastante aceptable para ingeniería, por lo tanto, se establece como un método para llegar a estimar vida en fatiga sin el uso de instrumentos de medición o caracterizando el material.