CN109885920A - 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法 - Google Patents

一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法 Download PDF

Info

Publication number
CN109885920A
CN109885920A CN201910112753.4A CN201910112753A CN109885920A CN 109885920 A CN109885920 A CN 109885920A CN 201910112753 A CN201910112753 A CN 201910112753A CN 109885920 A CN109885920 A CN 109885920A
Authority
CN
China
Prior art keywords
damage
fatigue
low
height
cycle
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.)
Granted
Application number
CN201910112753.4A
Other languages
English (en)
Other versions
CN109885920B (zh
Inventor
岳鹏
马娟
马翊萱
周昌虎
姜浩
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.)
Xidian University
Original Assignee
Xidian 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 Xidian University filed Critical Xidian University
Priority to CN201910112753.4A priority Critical patent/CN109885920B/zh
Publication of CN109885920A publication Critical patent/CN109885920A/zh
Application granted granted Critical
Publication of CN109885920B publication Critical patent/CN109885920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法,包括:基于线性累积损伤模型,将复合疲劳损伤修正为高周疲劳损伤、低周疲劳损伤及耦合损伤;基于航空发动机的服役载荷特征,将高周损伤和耦合损伤定义为变量损伤;根据高低周复合试验载荷谱,确定变量损伤为高周疲劳寿命和四个特征参量的函数,得到变量损伤的表达式,引入等效应力幅值比,建立高低周复合疲劳寿命预测模型,并预测其复合疲劳寿命。本发明方法可快速预航空发动机测涡轮叶片在复合加载条件下的疲劳寿命,为金属材料和涡轮叶片的可靠性设计和评估提供理论参考。

Description

一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法
技术领域
本发明涉及航空发动机的涡轮叶片疲劳预测,特别涉及一种在高低周复合载荷下航空发动机涡轮叶片的部件疲劳寿命预测方法。
背景技术
航空发动机的涡轮叶片在工作中,疲劳相关的失效模式占涡轮叶片总体失效的一半左右。疲劳失效严重威胁到飞行安全。目前,对于航空发动机涡轮叶片的疲劳失效,大多集中在纯低周疲劳和纯高周疲劳领域。但在实际服役中,涡轮叶片同时受到低频高幅值的离心载荷和叠加在上面的高频低幅值的振动载荷。其中,高幅值的离心载荷导致低周疲劳失效,低幅值的振动载荷由于远小于涡轮叶片的疲劳极限,振动载荷导致高周疲劳失效。因此,涡轮叶片的疲劳失效应为在低周载荷峰值的基础上叠加高周载荷而导致的高低周复合疲劳失效。在各类航空发动机涡轮叶片的寿命研究的过程中,为反映叶片在实际服役载荷中的损伤过程以及更准确地预测叶片的寿命,考虑叶片在高低周复合疲劳载荷的作用就显得尤为必要。
在工程中常用Miner法则来预估高低周复合疲劳的寿命,该方法过多的考虑了载荷的损伤作用,忽略了高周循环载荷和低周循环载荷之间的交互作用,及载荷间耦合产生的耦合损伤。因此,该方法的预测结果相比高低周复合疲劳试验下的结果偏于危险。
发明内容
为解决现有技术中存在的上述缺陷,本发明的目的在于提供一种预测材料和涡轮叶片部件在高低周复合疲劳载荷下的寿命预测方法,解决了目前不能较为准确预测材料和涡轮叶片在高低周复合载荷下的寿命估算问题。在寿命估算过程中,充分考虑了高-低周载荷间的耦合损伤和交互作用。
本发明是通过下述技术方案来实现的。
一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法,具体包括如下步骤:
步骤1,将高低周复合疲劳线性累积损伤模型引入发动机涡轮叶片高低周复合疲劳的寿命预测;
步骤2,根据高低周复合疲劳的失效机理,结合高低周复合疲劳试验载荷谱,将复合疲劳损伤修正为高周疲劳损伤DH、低周疲劳损伤DL及耦合损伤DC三部分之和;
步骤3,在已知发动机的转速时,低周疲劳寿命为常数,高周振动载荷产生的高周疲劳损伤和耦合损伤为变量,将高周损伤和耦合损伤定义为变量损伤DV
步骤4,根据高低周复合试验载荷谱的高周应力幅值σH、低周应力幅值σL、高周载荷频率fH和低周载荷频率fL四个特征参量,变量损伤是高周疲劳寿命NHCF和四个特征参量的函数,变量损伤为F(NHCFHL,fH,fL);根据复合损伤与变量损伤的关系,得到变量损伤的表达式;
步骤5,考虑载荷间的交互作用,引入最大应力,得到等效应力幅值比,高低周复合载荷下的复合寿命。
进一步,步骤1中,所述高低周复合疲劳线性累积损伤模型为Miner法则。
进一步,步骤1中,所述高低周复合疲劳的线性累积损伤模型为:
其中,NHCF为高周循环载荷对应的高周疲劳寿命,NLCF为低周循环载荷对应的低周疲劳寿命,n为复合载荷块的高低周循环次频率比。
进一步,步骤2中,将复合疲劳损伤修正为高周疲劳损伤DH、低周疲劳损伤DL及耦合损伤DC三部分之和;
其中,DC为一个高低周复合载荷块的耦合损伤。
进一步,步骤3中,将高周损伤和耦合损伤定义为变量损伤DV,则有:
进一步,步骤4中,变量损伤为F(NHCFHL,fH,fL)时,则有:
DB=k+F(NHCF,α,n) (4)
其中,k为常数,α为高低周应力幅值比,n为复合载荷块的高低周循环次频率比,且
进一步,步骤5中,高低周复合载荷下的复合寿命为:
其中,αeq为等效应力幅值比,且最大应力n为复合载荷块的高低周循环次频率比。
本发明由于采取以上技术方案,其具有以下有益效果:
本发明采用以上方案,提出了一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法,以Miner法则为基础,引入高-低周载荷间的耦合损伤,并考虑载荷交互作用的影响。在寿命预测的过程中,基于高低周复合试验载荷谱,根据试验参数可快速地得到特征参量和预测涡轮叶片在复合加载条件下的疲劳寿命,为金属材料和涡轮叶片的可靠性设计和评估提供理论参考。预测过程相比现有的方法,更接近于试验结果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的不当限定,在附图中:
图1为高低周复合试验载荷谱;
图2为DB与DV的关系图;
图3、图4为实验结果与预测结果的比较。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
本发明所要进行的高低周复合疲劳载荷下的复合疲劳寿命预测,具体实施步骤如下:
步骤1,对于高低周复合疲劳试验,将传统的线性累积损伤模型(Miner法则)引入高低周复合疲劳损伤,当高低周复合载荷变幅恒定时,一个复合载荷块的损伤为
其中,NHCF为高周循环载荷对应的高周疲劳寿命,NLCF为低周循环载荷对应的低周疲劳寿命,n为复合载荷块的高低周循环次频率比。
步骤2,根据对高低周复合疲劳的失效机理分析,高低周复合疲劳载荷下除低周疲劳损伤DL和高周疲劳损伤DH外,高周疲劳/低周疲劳交互引起的耦合损伤DC同样不可忽视。因此,复合疲劳损伤是由高周疲劳损伤、低周疲劳损伤及高低周耦合损伤组成,结合式(1),可得式(2)。
,式(2)中,涡轮叶片在工作过程中,航空发动机涡轮叶片的实际服役载荷,基于等效损伤原则,转化为复合疲劳试验载荷谱。
步骤3,当已知发动机的转速时,其承受的离心力是恒定的,对应的低周循环载荷也是常数,则低周疲劳寿命为常数。由此根据发动机的转速,确定低周疲劳寿命为常数,叠加在低周循环载荷上的高周振动载荷随振动应力的变化而变化,且高-低周载荷间的耦合损伤亦为变量,因此本发明将高周疲劳损伤和耦合损伤定义为变量损伤DV,则
步骤4,变量损伤是由高周振动载荷和耦合损伤产生,则变量损伤由高周疲劳寿命和复合疲劳试验载荷谱四个特征参量确定。根据高低周复合试验载荷谱,如图1所示,包括四个特征参量,分别为高周应力幅值σH,低周应力幅值σL,高周载荷频率fH,低周载荷频率fH。其中,梯形波为离心力引起的低循环载荷,叠加在其峰值上的三角波为振动载荷引起的高循环载荷。因此,变量损伤是高周疲劳寿命和四个特征参量的函数
DV=F(NHCFHL,fH,fL) (4)
在高低周复合疲劳试验载荷谱中,有结合式(3)和式(4),复合损伤为
DB=k+F(NHCF,α,n) (5)
其中,k为常数,α为高低周应力幅值比。
步骤5,根据对试验数据的分析,复合损伤与变量损伤之间的关系,是采用数据拟合的方法,对试验结果进行分析所得,为幂指数关系,如图2所示。一个复合载荷块的损伤除低周疲劳损伤外,还包括1个低周循环和n个高周循环的变量损伤,得到变量损伤结合式(3),高低周复合载荷下的复合寿命为
为考虑载荷间的交互作用,在高低周应力幅值比中引入最大应力,得到等效应力幅值比高低周复合载荷下的复合寿命为
其中,αeq为等效应力幅值比,最大应力
为了验证本发明提出的一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法的效果,将本方法所得到的复合寿命预测结果与在高低周复合疲劳试验下所得的涡轮叶片部件的试验寿命进行比较。结果表明,通过本发明的计算方法得出的复合疲劳寿命预测值与试验实际寿命相比,其误差因子均在2倍之内,如图3和图4所示。该方法在Miner法则的基础上,考虑了高-低周载荷间的耦合损伤,引入了变量损伤,且考虑载荷间的交互作用对复合疲劳损伤的影响。提出的方法进行高低周复合疲劳寿命估算取得了较好的预测效果。但本发明不局限于航空发动机的涡轮叶片,在高低周复合疲劳试验下对试样的加载,均在本发明的保护之内。

Claims (7)

1.一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法,其特征在于,具体包括如下步骤:
步骤1,将高低周复合疲劳线性累积损伤模型引入发动机涡轮叶片高低周复合疲劳的寿命预测;
步骤2,根据高低周复合疲劳的失效机理,结合高低周复合疲劳试验载荷谱,将复合疲劳损伤修正为高周疲劳损伤DH、低周疲劳损伤DL及耦合损伤DC三部分之和;
步骤3,在已知发动机的转速时,低周疲劳寿命为常数,高周振动载荷产生的高周疲劳损伤和耦合损伤为变量,将高周损伤和耦合损伤定义为变量损伤DV
步骤4,根据高低周复合试验载荷谱的高周应力幅值σH、低周应力幅值σL、高周载荷频率fH和低周载荷频率fL四个特征参量,变量损伤是高周疲劳寿命NHCF和四个特征参量的函数,变量损伤为F(NHCFHL,fH,fL);根据复合损伤与变量损伤的关系,得到变量损伤的表达式;
步骤5,考虑载荷间的交互作用,引入最大应力,得到等效应力幅值比,高低周复合载荷下的复合寿命。
2.如权利要求1所述的方法,其特征在于,步骤1中,所述高低周复合疲劳线性累积损伤模型为Miner法则。
3.如权利要求1所述的方法,其特征在于,步骤1中,所述高低周复合疲劳的线性累积损伤模型为:
其中,NHCF为高周循环载荷对应的高周疲劳寿命,NLCF为低周循环载荷对应的低周疲劳寿命,n为复合载荷块的高低周循环次频率比。
4.如权利要求3所述的方法,其特征在于,步骤2中,将复合疲劳损伤修正为高周疲劳损伤DH、低周疲劳损伤DL及耦合损伤DC三部分之和;
5.如权利要求4所述的方法,其特征在于,步骤3中,将高周损伤和耦合损伤定义为变量损伤DV,则有:
6.如权利要求1所述的方法,其特征在于,步骤4中,变量损伤为F(NHCFHL,fH,fL)时,则有:
DB=k+F(NHCF,α,n) (4)
其中,k为常数,α为高低周应力幅值比,n为复合载荷块的高低周循环次频率比,且
7.如权利要求1所述的方法,其特征在于,步骤5中,高低周复合载荷下的复合寿命为:
其中,αeq为等效应力幅值比,且最大应力n为复合载荷块的高低周循环次频率比。
CN201910112753.4A 2019-02-13 2019-02-13 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法 Active CN109885920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910112753.4A CN109885920B (zh) 2019-02-13 2019-02-13 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910112753.4A CN109885920B (zh) 2019-02-13 2019-02-13 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法

Publications (2)

Publication Number Publication Date
CN109885920A true CN109885920A (zh) 2019-06-14
CN109885920B CN109885920B (zh) 2020-09-08

Family

ID=66928101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910112753.4A Active CN109885920B (zh) 2019-02-13 2019-02-13 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法

Country Status (1)

Country Link
CN (1) CN109885920B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110646184A (zh) * 2019-09-23 2020-01-03 中国船舶重工集团公司第七一九研究所 一种船舶动力管道疲劳应力的监测方法
CN111198100A (zh) * 2020-01-09 2020-05-26 中国航发沈阳发动机研究所 一种航空发动机关键件使用寿命监控方法
CN111581835A (zh) * 2020-05-14 2020-08-25 内蒙古工业大学 一种机械结构体的安全信息获取方法
CN112098247A (zh) * 2020-11-09 2020-12-18 中国航发上海商用航空发动机制造有限责任公司 一种航空发动机压气机进喘叶片剩余寿命估算方法
CN112288135A (zh) * 2020-09-29 2021-01-29 南京航空航天大学 一种基于图像识别的风扇叶片疲劳极限衰减智能监测方法
CN112836361A (zh) * 2021-01-21 2021-05-25 新疆大学 多级循环载荷作用下材料疲劳寿命预测方法
CN113948163A (zh) * 2021-09-30 2022-01-18 西安交通大学 一种用于重复使用火箭发动机涡轮泵的高低周复合疲劳寿命预测方法
CN114354112A (zh) * 2022-03-18 2022-04-15 中国航发四川燃气涡轮研究院 一种叶片多阶耦合振动疲劳分析方法
CN114705442A (zh) * 2022-06-06 2022-07-05 江铃汽车股份有限公司 一种汽车发动机综合疲劳耐久试验方法
CN115391960A (zh) * 2022-10-27 2022-11-25 中国航发四川燃气涡轮研究院 考虑分散系数和多轴载荷的主轴复合疲劳寿命分析方法
CN117330319A (zh) * 2023-08-31 2024-01-02 南京航空航天大学 一种小型涡轴发动机整机寿命试车结构损伤监测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1726380A1 (en) * 2005-05-23 2006-11-29 Daido Steel Co.,Ltd. Method of predicting die lives
CN106202906A (zh) * 2016-07-06 2016-12-07 北京航空航天大学 一种腐蚀疲劳性能表征和寿命估算方法
CN106644490A (zh) * 2016-12-31 2017-05-10 北京航空航天大学 一种涡轮榫接结构高低周复合疲劳裂纹扩展寿命预测方法
CN106644784A (zh) * 2016-12-31 2017-05-10 北京航空航天大学 一种考虑多部位及多失效模式的涡轮盘损伤容限评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1726380A1 (en) * 2005-05-23 2006-11-29 Daido Steel Co.,Ltd. Method of predicting die lives
CN106202906A (zh) * 2016-07-06 2016-12-07 北京航空航天大学 一种腐蚀疲劳性能表征和寿命估算方法
CN106644490A (zh) * 2016-12-31 2017-05-10 北京航空航天大学 一种涡轮榫接结构高低周复合疲劳裂纹扩展寿命预测方法
CN106644784A (zh) * 2016-12-31 2017-05-10 北京航空航天大学 一种考虑多部位及多失效模式的涡轮盘损伤容限评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHUN-PENG ZHU.ET AL: ""A Combined High and Low Cycle Fatigue Model for Life Prediction of Turbine Blades"", 《MATERIALS》 *
陈立杰等: ""某低压涡轮工作叶片高温低循环疲劳寿命预测"", 《东北大学学报(自然科学版)》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110646184A (zh) * 2019-09-23 2020-01-03 中国船舶重工集团公司第七一九研究所 一种船舶动力管道疲劳应力的监测方法
CN110646184B (zh) * 2019-09-23 2021-08-31 中国船舶重工集团公司第七一九研究所 一种船舶动力管道疲劳应力的监测方法
CN111198100A (zh) * 2020-01-09 2020-05-26 中国航发沈阳发动机研究所 一种航空发动机关键件使用寿命监控方法
CN111198100B (zh) * 2020-01-09 2021-09-03 中国航发沈阳发动机研究所 一种航空发动机关键件使用寿命监控方法
CN111581835A (zh) * 2020-05-14 2020-08-25 内蒙古工业大学 一种机械结构体的安全信息获取方法
CN112288135A (zh) * 2020-09-29 2021-01-29 南京航空航天大学 一种基于图像识别的风扇叶片疲劳极限衰减智能监测方法
CN112288135B (zh) * 2020-09-29 2024-04-16 南京航空航天大学 一种基于图像识别的风扇叶片疲劳极限衰减智能监测方法
CN112098247A (zh) * 2020-11-09 2020-12-18 中国航发上海商用航空发动机制造有限责任公司 一种航空发动机压气机进喘叶片剩余寿命估算方法
CN112098247B (zh) * 2020-11-09 2021-01-19 中国航发上海商用航空发动机制造有限责任公司 一种航空发动机压气机进喘叶片剩余寿命估算方法
CN112836361A (zh) * 2021-01-21 2021-05-25 新疆大学 多级循环载荷作用下材料疲劳寿命预测方法
CN112836361B (zh) * 2021-01-21 2022-10-28 新疆大学 多级循环载荷作用下材料疲劳寿命预测方法
CN113948163A (zh) * 2021-09-30 2022-01-18 西安交通大学 一种用于重复使用火箭发动机涡轮泵的高低周复合疲劳寿命预测方法
CN113948163B (zh) * 2021-09-30 2024-03-26 西安交通大学 一种用于重复使用火箭发动机涡轮泵的高低周复合疲劳寿命预测方法
CN114354112A (zh) * 2022-03-18 2022-04-15 中国航发四川燃气涡轮研究院 一种叶片多阶耦合振动疲劳分析方法
CN114354112B (zh) * 2022-03-18 2022-07-12 中国航发四川燃气涡轮研究院 一种叶片多阶耦合振动疲劳分析方法
CN114705442B (zh) * 2022-06-06 2022-08-19 江铃汽车股份有限公司 一种汽车发动机综合疲劳耐久试验方法
CN114705442A (zh) * 2022-06-06 2022-07-05 江铃汽车股份有限公司 一种汽车发动机综合疲劳耐久试验方法
CN115391960A (zh) * 2022-10-27 2022-11-25 中国航发四川燃气涡轮研究院 考虑分散系数和多轴载荷的主轴复合疲劳寿命分析方法
CN115391960B (zh) * 2022-10-27 2023-03-07 中国航发四川燃气涡轮研究院 考虑分散系数和多轴载荷的主轴复合疲劳寿命分析方法
CN117330319A (zh) * 2023-08-31 2024-01-02 南京航空航天大学 一种小型涡轴发动机整机寿命试车结构损伤监测方法
CN117330319B (zh) * 2023-08-31 2024-04-02 南京航空航天大学 一种小型涡轴发动机整机寿命试车结构损伤监测方法

Also Published As

Publication number Publication date
CN109885920B (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN109885920A (zh) 一种航空发动机涡轮叶片的高低周复合疲劳寿命预测方法
CN109033709B (zh) 基于非线性疲劳损伤累积理论的构件疲劳寿命评估方法
CN107145641B (zh) 叶片振动疲劳概率寿命预测方法
US8532939B2 (en) System and method for monitoring health of airfoils
CN103745132A (zh) 一种增压器压气机叶轮叶片振动疲劳可靠寿命评价方法
CN107667280B (zh) 机器部件的调度检查和预测寿命终止
CN115640666B (zh) 一种基于损伤等效的航空发动机加速任务试车谱编制方法
US20110320137A1 (en) System and method for monitoring health of airfoils
CN109238718A (zh) 一种发动机风扇叶片高周疲劳性能测试方法
US9200984B2 (en) Condition based lifing of gas turbine engine components
CN110220805A (zh) 一种基于蠕变疲劳损伤累积的变幅多轴热机疲劳寿命预测方法
US20150168262A1 (en) Single crystal turbine blade lifing process and system
CN114186444A (zh) 航空发动机高温部件的载荷谱编制方法、介质、终端、应用
Hanschke et al. The effect of foreign object damage on compressor blade high cycle fatigue strength
Ning et al. Blade forced response prediction for industrial gas turbines: Part 2—verification and application
CN115563818B (zh) 一种考虑瞬态历程温度影响的轮盘疲劳寿命设计方法
Moneta et al. Influence of manufacturing tolerances on vibration frequencies of turbine blade
RU2374614C2 (ru) Способ безопасной эксплуатации авиационного газотурбинного двигателя по его техническому состоянию
CN114739682A (zh) 航空涡轮喷气和涡轮风扇发动机高周疲劳试验设计方法
Jarrett et al. Untwist Creep Analysis of Gas Turbine First Stage Blade
Bachschmid et al. An investigation on the dynamic behavior of blades coupled by shroud contacts
Kubin et al. Determination of Crack Initiation on L-1 LP Steam Turbine Blades: Part 1—Measurements on Rotor Train, Material Specimens and Blades
Toni et al. Forced Response Analysis in a Full-Scale Multistage Centrifugal Compressor: Impeller Vibration Prediction and Validation
Basirico et al. Testing of full speed no load operating conditions in a subscale steam turbine test vehicle
CN115292924B (zh) 一种航空发动机整机高循环疲劳试车载荷谱设计方法

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