CN109885920B - 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
CN109885920B
CN109885920B CN201910112753.4A CN201910112753A CN109885920B CN 109885920 B CN109885920 B CN 109885920B CN 201910112753 A CN201910112753 A CN 201910112753A CN 109885920 B CN109885920 B CN 109885920B
Authority
CN
China
Prior art keywords
damage
cycle
fatigue
composite
low
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
CN201910112753.4A
Other languages
English (en)
Other versions
CN109885920A (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

Images

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:
Figure BDA0001968825670000021
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;
Figure BDA0001968825670000031
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:
Figure BDA0001968825670000032
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
Figure BDA0001968825670000033
进一步,步骤5中,高低周复合载荷下的复合寿命为:
Figure BDA0001968825670000034
其中,αeq为等效应力幅值比,且
Figure BDA0001968825670000035
最大应力
Figure BDA0001968825670000036
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
Figure BDA0001968825670000041
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)。
Figure BDA0001968825670000051
,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
Figure BDA0001968825670000052
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
Figure BDA0001968825670000053
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
Figure BDA0001968825670000061
结合式(3),高低周复合载荷下的复合寿命为
Figure BDA0001968825670000062
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
Figure BDA0001968825670000063
高低周复合载荷下的复合寿命为
Figure BDA0001968825670000064
其中,αeq为等效应力幅值比,最大应力
Figure BDA0001968825670000065
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 (6)

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;
步骤5中,高低周复合载荷下的复合寿命为:
Figure FDA0002557513700000011
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,αeq为等效应力幅值比,且
Figure FDA0002557513700000012
最大应力
Figure FDA0002557513700000013
n为复合载荷块的高低周循环次频率比。
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:
Figure FDA0002557513700000021
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;
Figure FDA0002557513700000022
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:
Figure FDA0002557513700000023
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
Figure FDA0002557513700000024
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 CN109885920A (zh) 2019-06-14
CN109885920B true 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)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN111581835B (zh) * 2020-05-14 2023-07-18 内蒙古工业大学 一种机械结构体的安全信息获取方法
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
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
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
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
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
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
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
CN117831681B (zh) * 2024-01-04 2024-08-23 哈尔滨工业大学 三维机织复合材料高低周复合疲劳细观尺度寿命预测方法
CN118130098B (zh) * 2024-05-10 2024-07-16 中国航发四川燃气涡轮研究院 发动机轴类零件振扭比获取方法

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
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
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

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
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
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"A Combined High and Low Cycle Fatigue Model for Life Prediction of Turbine Blades";Shun-Peng Zhu.et al;《Materials》;20170626;Page1-15 *
"某低压涡轮工作叶片高温低循环疲劳寿命预测";陈立杰等;《东北大学学报(自然科学版)》;20050730;第26卷(第7期);第673-676页 *

Also Published As

Publication number Publication date
CN109885920A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
CN109885920B (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
US7810385B1 (en) Process for determining a remaining creep life for a turbine component
CN107145641B (zh) 叶片振动疲劳概率寿命预测方法
WO2018171096A1 (zh) 一种设计考核高温旋转构件寿命与强度的双判据图方法
CN114239175B (zh) 基于非线性蠕变-疲劳交互作用的高温结构件寿命预测方法
EP2402563B1 (en) Method for monitoring health of airfoils
US11174734B2 (en) Life extension of power turbine disks exposed to in-service corrosion damage
WO2014123443A1 (ru) Способ вибрационной диагностики и прогнозирования внезапного отказа двигателя и устройство
CN107667280A (zh) 机器部件的调度检查和预测寿命终止
CN108254250B (zh) 一种考虑动态应变时效的热机多轴应力应变关系确定方法
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
CN113948163B (zh) 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
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
Měšťánek Low cycle fatigue analysis of a last stage steam turbine blade
CN115017620A (zh) 非线性高低周复合疲劳寿命预测方法、装置及存储介质
Guo et al. Thermal mechanical fatigue and creep interaction in turbine housing divider wall design
JP5120211B2 (ja) 平均応力評価パラメータの算出方法
CN111044349B (zh) 一种高强度钢低温超高周疲劳寿命预测方法
RU2696523C1 (ru) Способ эксплуатации авиационного газотурбинного двигателя по его техническому состоянию
Basirico et al. Testing of full speed no load operating conditions in a subscale steam turbine test vehicle
Bruni et al. Manufacturing and Build Variations Modelling for Multi-Stage Axial Compressors: Forced Response Predictions
CN114662236A (zh) 一种非线性的涡轮叶片高低周复合疲劳寿命预测方法
Bednarz Influence of the cyclic hardening model on the results of the numerical analysis of fatigue life on example of the compressor blade
Liu et al. On the consideration of loading interaction in combined high and low cycle fatigue life prediction

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