Predykcja pełzania materiałów na bazie celulozy przez ekstrapolację krótkotrwałych eksperymentów

Dlaczego powolne odkształcanie papieru ma znaczenie

Papier i tektura mogą wydawać się proste, ale w wysokiego napięcia transformatorach energetycznych dyskretnie utrzymują wszystko na miejscu i izolują elektrycznie przez dekady. Te transformatory są kręgosłupem sieci energetycznych, a izolacja oparta na celulozie musi wytrzymywać stałe siły mechaniczne bez nadmiernych odkształceń w czasie. To powolna, ciągła zmiana kształtu pod stałym obciążeniem — zwana pełzaniem — może z czasem zagrażać niezawodności. Badanie streszczone tutaj stawia praktyczne pytanie: czy możemy użyć relatywnie krótkich, łatwych do wykonania testów laboratoryjnych, aby wiarygodnie przewidzieć, jak takie materiały celulozowe będą się odkształcać przez znacznie dłuższy czas, bez uciekania się do wieloletnich eksperymentów lub skomplikowanych schematów przyspieszonego starzenia?

Płyty papierowe wewnątrz olbrzymich maszyn elektrycznych

W transformatorach energetycznych grube płyty przypominające papier, wykonane z włókien drewna iglastego, pełnią funkcję stałej izolacji. Te „płyty prasowe” składają się z długich włókien celulozowych spiętych w sieć z drobnymi porami, co daje im dużą wytrzymałość w płaszczyźnie arkusza, lecz większą miękkość w kierunku grubości. W eksploatacji wiele elementów jest ściskanych właśnie w tej słabszej osi i utrzymywanych pod stałym obciążeniem przez lata. Wilgotność i temperatura dodatkowo komplikują zachowanie. Ponieważ podnoszenie temperatury w celu przyspieszenia testów może zmieniać sposób starzenia się celulozy, standardowe testy przyspieszone nie zawsze dają wiarygodne prognozy długoterminowe. Autorzy koncentrują się więc na prostszym, lecz wymagającym problemie: przy stałej wilgotności i temperaturze, czy można wnioskować o długoterminowym pełzaniu na podstawie ograniczonego okna starannie zmierzonych odkształceń?

Obserwacja drobnej płyty pełzającej przez pięć dni

Naukowcy badali wstępnie sprasowaną płytę prasową powszechnie stosowaną w transformatorach. Umieścili próbkę w komorze kontrolowanej przy około 73% względnej wilgotności i zastosowali stałe obciążenie ściskające odpowiadające naprężeniu 2,33 megapaskala — mniej więcej ciśnieniu pod solidnym zaciskiem. Zamiast śledzić tylko ruch płyt obciążających, wykorzystali korelację obrazu cyfrowego, technikę optyczną śledzącą losowy wzór plamek namalowany na powierzchni próbki. Metoda ta daje pełną mapę, jak różne obszary odkształcają się w czasie. Chociaż wewnętrzna struktura włókien powoduje plamistość i niejednorodność pola odkształceń, średnie odkształcenie w wybranym regionie rośnie płynnie przez 120 godzin. Ta uśredniona odpowiedź stanowi podstawę do dopasowania i testowania modeli pełzania.

Testowanie różnych sposobów ekstrapolacji krótkiego testu w czasie

Pełzanie w takich materiałach często opisuje się za pomocą modeli reologicznych łączących sprężyny (elastyczne) i tłoki (lepkościowe) w łańcuchy. Matematycznie prowadzi to do modułu pełzania, który rośnie w czasie z kilkoma charakterystycznymi czasami „opóźnienia” (retardacji), z których każdy wiąże się z innym mechanizmem odkształcenia. Autorzy porównują trzy strategie identyfikacji tych parametrów z danych. W podejściu logarytmicznym przyjmują zestaw skal czasowych rozłożonych na kilku rzędach wielkości i dopasowują odpowiadające im wartości sztywności. W podejściu spektralnym zakładają gładką funkcję potęgową opisującą, jak sztywność zależy od skali czasowej. W podejściu lepkim traktują bezpośrednio zarówno kluczowe sztywności, jak i ich skojarzone stałe czasowe jako niewiadome, które odnajduje się przez optymalizację. We wszystkich trzech przypadkach stosują analizę odwrotną minimalizującą kwadratową różnicę między predykcjami modelu a zmierzoną krzywą pełzania, eksplorując wiele początkowych zgadnięć, aby uniknąć wprowadzających w błąd minimów lokalnych.

Jak długo musimy mierzyć, żeby zaufać prognozie?

Używając pełnych pięciu dni pomiarów, podejście logarytmiczne może bardzo dokładnie dopasować obserwowane pełzanie, a spektrum podatności pokazuje, że dwa główne czasy rządzą zachowaniem. Jednak po skróceniu okna dopasowania te podejścia o stałej siatce zaczynają zawodzić w ekstrapolacji. Dopasowanie tylko pierwszych dwóch dni danych prowadzi do niedokładnych prognoz na dni późniejsze, mimo że model nadal odtwarza wczesne pomiary dobrze. Podejście spektralne wykazuje podobne ograniczenia. W przeciwieństwie do nich podejście lepkie, które pozwala wyznaczyć dominujące stałe czasowe bezpośrednio z danych, odnosi sukces: gdy do kalibracji modelu użyto tylko pierwszych 24 godzin, przewiduje on pozostałe cztery dni pełzania z błędem poniżej rozrzutu pomiarów — około 0,1% odkształcenia. Oznacza to, że w warunkach testu jednodniowy eksperyment może wiarygodnie prognozować odpowiedź pięciodniową.

Co to oznacza dla urządzeń w praktyce

Dla inżynierów dbających o żywotność transformatorów praca ta daje praktyczny przepis: jeśli użyje się odpowiedniego typu modelu pełzania — takiego, który traktuje zarówno sztywność, jak i czasy charakterystyczne jako niewiadome — i jeśli wilgotność oraz temperatura będą utrzymywane stałe, to relatywnie krótkie testy pełzania mogą nadal stanowić podstawę wiarygodnych prognoz długoterminowych, przynajmniej dla umiarkowanych rozszerzeń czasowych. Autorzy nie twierdzą, że roczny test zawsze przewidzi pięć lat, ale ich wyniki pokazują, że starannie zaprojektowane pomiary krótkoterminowe połączone z solidnym modelowaniem odwrotnym mogą znacznie zmniejszyć obciążenie eksperymentalne. Rozszerzenie tej strategii na różne temperatury i poziomy wilgotności mogłoby ostatecznie pomóc zakładom energetycznym i producentom zaprojektować bezpieczniejszą, trwalszą izolację celulozową bez konieczności oczekiwania lat na dane.

Cytowanie: Abali, B.E., Afshar, R., Gamstedt, K. et al. Creep prediction of cellulose based materials by extrapolation of short term experiments. Sci Rep 16, 6358 (2026). https://doi.org/10.1038/s41598-026-38132-3

Słowa kluczowe: pełzanie, płyty prasowe z celulozy, transformatory energetyczne, modelowanie lepkosprężyste, prognozowanie długoterminowe