CN108388747B - 安装角误差叶片的多通道周向类正弦分布样本实现方法 - Google Patents

安装角误差叶片的多通道周向类正弦分布样本实现方法 Download PDF

Info

Publication number
CN108388747B
CN108388747B CN201810198451.9A CN201810198451A CN108388747B CN 108388747 B CN108388747 B CN 108388747B CN 201810198451 A CN201810198451 A CN 201810198451A CN 108388747 B CN108388747 B CN 108388747B
Authority
CN
China
Prior art keywords
error
blade
fixed angles
random
multichannel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810198451.9A
Other languages
English (en)
Other versions
CN108388747A (zh
Inventor
郑似玉
滕金芳
羌晓青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201810198451.9A priority Critical patent/CN108388747B/zh
Publication of CN108388747A publication Critical patent/CN108388747A/zh
Application granted granted Critical
Publication of CN108388747B publication Critical patent/CN108388747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

一种安装角误差叶片的多通道周向类正弦分布样本实现方法,通过设置叶片安装角公差范围及高斯分布概率密度函数,随机生成安装角误差并得到多通道模拟样本,经过重排后得到周向类正弦分布样本。本发明将正弦曲线与叶片安装角误差的周向变化趋势相结合,以减小安装角误差造成的压气机性能的恶化程度,在适应叶轮机械高性能的发展要求的同时控制压气机叶片的加工成本。

Description

安装角误差叶片的多通道周向类正弦分布样本实现方法
技术领域
本发明涉及的是一种叶轮机械领域的技术,具体是一种安装角误差叶片的多通道周向类正弦分布样本实现方法。
背景技术
在航空发动机轴流高压压气机中,叶片是实现能量转换的零件,也是数量最多、加工最复杂的零件,叶片的加工质量对目前高负荷设计的压气机效率和气动稳定性起着至关重要的作用。然而由于叶片加工的复杂性,实际加工得到的几何极易偏离设计参数产生误差,尤其是压气机叶片的安装角误差。大量的安装角误差叶片将会导致压气机气动性能的急剧下降,尤其是喘振裕度的剧烈减小。
在实际加工中,通过尽可能地缩小规定公差范围,可以有效地减小叶片加工误差的大小,从而减少性能损失,但这种方式会导致加工成本的显著增加。若能在叶片误差范围不变的前提下,通过其他方法减少压气机的性能损失,将给压气机叶片的制造领域带来重大的意义。
发明内容
本发明针对现有技术存在的上述不足,提出一种安装角误差叶片的多通道周向类正弦分布样本实现方法,将正弦曲线与叶片安装角误差的周向变化趋势相结合,以减小安装角误差造成的压气机性能的恶化程度,在适应叶轮机械高性能的发展要求的同时控制压气机叶片的加工成本。
本发明是通过以下技术方案实现的:
本发明通过设置叶片安装角公差范围及高斯分布概率密度函数(PDF),随机生成安装角误差并得到多通道模拟样本,经过重排后得到周向类正弦分布样本。
所述的叶片安装角公差范围是指:参考航标规定的各级准则,确定压气机叶片的安装角公差范围采用但不限于[-1.5°,+1.5°]。
所述的高斯分布概率密度函数,在选定的公差范围下,建立其中:μ为几何误差的平均值,取为0,σ为标准差,由公差范围而定;使几何偏差的分布满足:偏离原型越远,其概率密度越低,且到达公差边界时概率密度接近于0的状态。
所述的安装角误差,通过将公差范围进行合理划分,构建出多个小区间,基于概率密度函数所对应的累积分布函数计算各个小区间的发生概率;确定所需叶片制造的总基数,由得到的各个小区间的发生概率值分别计算各个小区间内的实际叶片数,然后在这些小区间内采用随机函数构建一组随机数,随机数的数量为该区间内叶片的数量,这些随机数即为各个叶片的安装角误差。
所述的多通道模拟样本,通过确定压气机叶片的计算周期(相当于确定计算的通道数)。将所有叶片的安装角误差混合后乱序随机排列并分组,每组的叶片数即为计算通道数,由此得到大量的安装角误差叶片的随机组合,即为安装角误差叶片的多通道模拟样本。
所述的周向类正弦分布方式是指:通过重新分配多通道模拟样本中各个叶片的安装角误差以正弦曲线为参照对象进行分布重排,选定正弦曲线方程为y=Asin[α(x-1)],其中x和y分别为叶片周向排布序号和安装角误差值,振幅A为最初选定的公差范围边界,α则是取决于压气机叶片总数和计算周期的相关系数,则此方程即为基于更新误差叶片的周向分布顺序而得到的周向类正弦分布样本。
技术效果
与现有技术相比,本发明与实际的叶片加工和安装情况相吻合,为研究叶片的安装角误差对压气机性能的影响规律提供了更真实的数据结果。同时,这种沿周向类正弦的连续性安装角误差叶片分布方式,可以有效减小相邻叶片间安装角误差大梯度变化的情况,降低相邻通道流场不均匀变化以及相邻叶片负载不匹配情况的发生概率,使得相邻通道间流场变化的程度极为细微,与设计状态更加一致,从而减少气动性能相对于原型的恶化程度。
附图说明
图1为本发明压气机转子示意图;
图2为实施例的某压气机转子叶片安装角定义及其产生偏差时的几何示意图;
图中:γ表示安装角,c表示弦长,数字为安装角误差大小示例;
图3为实施例在某一公差范围上的高斯分布概率密度函数(PDF)曲线;
图4为本发明的某一多通道模拟样本及其对应的类正弦分布模式示意图。
具体实施方式
如图1所示,本实施例具体包括以下步骤:
步骤1.叶片安装角公差范围及PDF的选取
1.1首先,对于本压气机叶片,选定其安装角公差范围为[-1.5°,+1.5°]。
1.2在选定的公差范围下,建立合理的高斯分布概率密度函数,使几何分布满足:偏离原型越远,其概率密度越低,且到达公差边界时概率密度接近于0的状态,因此本例的高斯分布概率密度函数中,标准差σ取为0.5,则函数图像如图3所示。
步骤2.安装角误差的随机生成
2.1将公差范围[-1.5°,+1.5°]进行合理划分,构建出多个小区间,此实例中划分为[-1.5°,-0.5°],[-0.5°,+0.5°],[+0.5°,+1.5°]三个区间进行后续计算。
2.2基于步骤1中的概率密度函数所对应的累积分布函数,计算得到这三个小区间的发生概率分别为0.16,0.68,0.16。
2.3同时,确定所需叶片制造的总基数,在此例中,为方便说明,假设叶片制造总数为100片,则由上述概率值,得到三个区间内的实际叶片数分别为16,68,16。
2.4随后,采用随机函数,在这三个小区间内,分别构建一组相应数量的随机数,即在[-1.5°,-0.5°]和[+0.5°,+1.5°]区间内分别生成16个随机数,[-0.5°,+0.5°]区间内则生成68个随机数。这些随机数即代表着各个叶片的安装角误差大小。
步骤3.多通道模拟样本的生成
3.1确定压气机叶片的计算周期(相当于确定计算的通道数)。在本实施例中,转子叶片总数为64,根据实际的数值计算能力,本实例中选择1/4周期为计算周期,即计算样本的通道数选为16通道。
3.2将步骤2中得到的100个随机误差叶片混合并乱序,进行随机排列并分组,每组叶片数为计算通道数,因此为16片,由此可以得到至少6组的安装角误差叶片随机组合,这些组合即为安装角误差叶片的多通道模拟样本。
3.3若需要更多的几何样本,只需增加叶片总基数,并重复2.3,2.4,及3.2的步骤即可。
步骤4.周向类正弦分布方式的实现
4.1在步骤3得到的多通道模拟样本中,沿周向的安装角误差叶片均为随机分布,现重新分配其安装的周向排列顺序,将各个叶片的安装角误差大小以正弦曲线为参照对象进行分布。选定正弦曲线方程为y=Asin[α(x-1)],振幅A为最初选定的公差范围边界,因此本实例中为1.5,α则是取决于压气机叶片总数(64)和其计算周期(1/4周期)的相关系数,因此本实例中为π/8,使得在这16通道的模拟中,叶片误差的分布至少满足正弦函数的1个周期(如图4所示)。
4.2以方程为基准(见图4黑色曲线)更新误差叶片的周向分布顺序而得到的多通道样本即为类正弦分布样本。选取3.2中的某一随机几何样本为例(见图4红色空心柱状图),将其每个叶片的顺序按照各自的误差大小进行重新排列,得到图4黑色实心柱状图,其沿周向的变化趋势基本符合上述正弦曲线,即为此随机样本的类正弦分布样本,因此将此种分布方法称为“类正弦分布法”。
本发明的效果评价指标
本发明的步骤4对最终效果给出了最大贡献,使得总体性能的恶化程度显著减少。在本实施例中,以等熵效率、喘振裕度及相对总压损失系数为性能指标进行本方法的评估,对比类正弦分布模式、随机分布模式与原型的性能结果,如表1所示。由表1可见,相对于原型,安装角误差造成了叶片性能的恶化,但是,通过将叶片控制为周向类正弦的分布模式,三种总体性能指标相对于随机分布的结果均有极为显著的提升。
表1各性能指标对比
与现有技术相比,本发明将正弦曲线与叶片安装角误差的周向变化趋势相结合,极大地减少了压气机性能的恶化程度。在压气机制造工业中,若将本发明应用于实际叶片的加工安装过程,即,在实际叶片安装时,施加类正弦的周向分布方法,那么在不缩减公差范围甚至轻微增大公差范围的情况下,可以有效减少安装角误差对压气机性能的恶化作用,缩减制造成本,也满足性能要求。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围内的各个实现方案均受本发明之约束。

Claims (4)

1.一种安装角误差叶片的多通道周向类正弦分布样本实现方法,其特征在于,通过设置叶片安装角公差范围及高斯分布概率密度函数,随机生成安装角误差并得到多通道模拟样本,经过重排后得到周向类正弦分布样本;
所述的安装角误差,通过将公差范围进行合理划分,构建出多个小区间,基于概率密度函数所对应的累积分布函数计算各个小区间的发生概率;确定所需叶片制造的总基数,由得到的各个小区间的发生概率值分别计算各个小区间内的实际叶片数,然后在这些小区间内采用随机函数构建一组随机数,随机数的数量为该区间内叶片的数量,这些随机数即为各个叶片的安装角误差。
2.根据权利要求1所述的方法,其特征是,所述的高斯分布概率密度函数,在选定的公差范围下,建立其中:μ为几何误差的平均值,取为0,σ为标准差。
3.根据权利要求1所述的方法,其特征是,所述的多通道模拟样本,通过确定压气机叶片的计算周期;将所有叶片的安装角误差混合后乱序随机排列并分组,每组的叶片数即为计算通道数,由此得到大量的安装角误差叶片的随机组合,即为安装角误差叶片的多通道模拟样本。
4.根据权利要求1所述的方法,其特征是,所述的周向类正弦分布方式是指:通过重新分配多通道模拟样本中各个叶片的安装角误差以正弦曲线为参照对象进行分布重排,选定正弦曲线方程为y=A sin[α(x-1)],其中x和y分别为叶片周向排布序号和安装角误差值,振幅A为最初选定的公差范围边界,α则是取决于压气机叶片总数和计算周期的相关系数,则此方程即为基准更新误差叶片的周向分布顺序而得到的周向类正弦分布样本。
CN201810198451.9A 2018-03-12 2018-03-12 安装角误差叶片的多通道周向类正弦分布样本实现方法 Active CN108388747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810198451.9A CN108388747B (zh) 2018-03-12 2018-03-12 安装角误差叶片的多通道周向类正弦分布样本实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810198451.9A CN108388747B (zh) 2018-03-12 2018-03-12 安装角误差叶片的多通道周向类正弦分布样本实现方法

Publications (2)

Publication Number Publication Date
CN108388747A CN108388747A (zh) 2018-08-10
CN108388747B true CN108388747B (zh) 2019-08-02

Family

ID=63067376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810198451.9A Active CN108388747B (zh) 2018-03-12 2018-03-12 安装角误差叶片的多通道周向类正弦分布样本实现方法

Country Status (1)

Country Link
CN (1) CN108388747B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111241653B (zh) * 2019-04-19 2024-03-19 上海交通大学 基于蒙特卡洛法的多维度叶片误差性能影响仿真实现方法
CN110059414B (zh) * 2019-04-22 2020-09-29 北京理工大学 一种直接控制通道的二维叶片造型方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0903404D0 (en) * 2009-03-02 2009-04-08 Rolls Royce Plc Surface profile evaluation
UA99876C2 (ru) * 2011-05-19 2012-10-10 Мита-Текник А/С Способ управления ориентацией ветрового генератора и ветровой генератор
CN107489651B (zh) * 2017-10-10 2019-05-07 北京航空航天大学 一种基于二次函数的可抑制风扇激波噪声的叶型优化方法
CN108804853B (zh) * 2018-06-28 2020-09-15 东北大学 基于变截面梁的弹性支承下扭形凸肩叶片动力学建模方法
CN109340042A (zh) * 2018-11-19 2019-02-15 内蒙古工业大学 涡轮机叶片及其设计方法和太阳能烟囱发电系统

Also Published As

Publication number Publication date
CN108388747A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN108388747B (zh) 安装角误差叶片的多通道周向类正弦分布样本实现方法
CN106126925B (zh) 一种改进反应堆堆芯三维中子通量密度精细分布的方法
CN104866692A (zh) 一种基于自适应代理模型的飞行器多目标优化方法
CN111859746B (zh) 一种基于流场重构的透平机械变工况性能预测方法
CN111400667A (zh) 一种基于变公差带约束的航空叶片型面检测方法和系统
CN108108528B (zh) 一种分轴式航改燃机动力涡轮一维匹配设计方法
CN112270139B (zh) 基于母型库的燃料电池离心压缩机气动优化设计方法
CN107357959A (zh) 一种高精度的叶片截面特征参数提取方法
CN109356666A (zh) 一种轴流式涡轮大小叶片组合叶栅的叶型设计方法
CN110110349A (zh) 一种转叶式混流泵空间导叶多工况优化设计方法
CN110288196A (zh) 输电线路舞动分级预警方法及系统
Youngren Analysis and design of transonic cascades with splitter vanes
CN107679336A (zh) 基于二阶近似公式的反射面天线表面随机误差分析方法
CN114254460B (zh) 基于图卷积神经网络的透平机械气动鲁棒性优化方法
CN107956710A (zh) 基于级间匹配效应的立式多级泵叶轮水力设计方法
CN110532726A (zh) 一种基于贝叶斯校准的涡轮盘最弱环非局部概率寿命评估方法
CN114491856A (zh) 一种多能互补条件下水轮机转轮的多工况优化设计方法
CN112487570A (zh) 基于自由变形技术的离心压缩机分流叶片形状优化方法
CN105488521B (zh) 一种基于核函数的扩容样本筛选方法
CN110348575A (zh) 一种基于遗传算法的叶轮逆向工程方法
CN105916113B (zh) 一种定位方法和装置
CN109753695B (zh) 一种发动机部件特性拓展方法
CN112685515B (zh) 一种基于d-smote的离散数据过采样方法
Garza et al. Evaluation of two novel wake models in offshore wind farms
KR101890494B1 (ko) 태양 양성자입자 예측방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant