CN110990939A - 防冰腔结构可靠性设计方法 - Google Patents
防冰腔结构可靠性设计方法 Download PDFInfo
- Publication number
- CN110990939A CN110990939A CN201910957159.5A CN201910957159A CN110990939A CN 110990939 A CN110990939 A CN 110990939A CN 201910957159 A CN201910957159 A CN 201910957159A CN 110990939 A CN110990939 A CN 110990939A
- Authority
- CN
- China
- Prior art keywords
- preset
- structural
- variable
- model
- variables
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013461 design Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 75
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000002347 injection Methods 0.000 claims description 52
- 239000007924 injection Substances 0.000 claims description 52
- 230000014509 gene expression Effects 0.000 claims description 29
- 230000035945 sensitivity Effects 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 11
- 238000013432 robust analysis Methods 0.000 abstract description 2
- 239000000306 component Substances 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本公开涉及系统稳健性分析与优化设计技术领域,具体涉及一种防冰腔结构可靠性设计方法,所述方法包括:建立防冰腔的结构模型,根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型;对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型;基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量;根据预设规则分别确定主优化变量和辅助优化变量的取值范围,基于所述取值范围对所述初始结构模型进行优化设计。本公开实施例的技术方案能够有针对性的对初始结构模型进行优化,进而得到更好的防冰、除冰效果。
Description
技术领域
本公开涉及系统稳健性分析与优化设计技术领域,具体而言,涉及一种防冰腔结构可靠性设计方法。
背景技术
随着我国大飞机项目的开展,机翼气热防冰系统的研究日益受到人们重视。防冰腔作为机翼气热防冰系统的核心组成部分,其设计的好坏直接影响着飞机的防冰、除冰效果。
由于防冰腔是利用高温高压的发动机引气来引射与结冰防护表面换热后的空气,使混合空气的压力和温度满足防冰、除冰要求,进而实现防冰和除冰的目的;同时,为了发动机的性能,发动机的引气量往往有上限,因此在允许的条件下,最大程度的提高引射比,能够有效的提升防冰腔的防冰、除冰效果。
目前,针对防冰腔的设计研究主要集中于对防冰腔的热力计算。然而,在实际情况下,引射系统的换热特性外,引射系统的结构变量也会对引射比造成影响,因此引射系统的结构变量也会对防冰腔的防冰、除冰效果造成影响。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种防冰腔结构可靠性设计方法,可以通过对防冰腔的结构变量进行优化,得到具有更好防冰、除冰效果的防冰腔。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供了一种防冰腔结构可靠性设计方法,包括:
建立防冰腔的结构模型,根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型;其中,所述预设结构变量包括至少一个结构变量;
对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型;
基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量;
根据预设规则分别确定主优化变量和辅助优化变量的取值范围,基于所述取值范围对所述初始结构模型进行优化设计。
在本公开的一种示例性实施例中,基于前述方案,所述对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型,包括:
对至少一个所述待选结构模型的计算区域进行网格划分,以获取适用于预设湍流模型的体网格;
设定计算对应的边界条件,基于预设湍流模型分别计算至少一个所述待选结构模型对应的引射比;
将所述引射比中最大引射比对应的待选结构模型确定为初始结构模型。
在本公开的一种示例性实施例中,基于前述方案,所述基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量,包括:
基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式;
基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度;其中,所述可靠性灵敏度用于表示失效概率受预设结构变量的影响程度;
根据所述可靠性灵敏度在所述预设结构变量中确定主优化变量和辅助优化变量。
在本公开的一种示例性实施例中,基于前述方案,所述基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式,包括:
根据所述预设临界引射比定义失效功能函数;
基于所述初始结构模型,根据预设分布类型和预设试验设计方法对预设结构变量进行试验点选择,基于所述试验点对所述失效功能函数进行拟合以得到预设结构变量对应的显式表达式。
在本公开的一种示例性实施例中,基于前述方案,所述基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度,包括:
以预设结构变量的联合概率密度函数抽取N个样本,根据所述显式表达式判断所述样本是否落入失效域;其中,N为正整数;
基于所述N个样本计算各预设结构变量对应的可靠性灵敏度。
在本公开的一种示例性实施例中,基于前述方案,所述可靠性灵敏度可以根据第一公式计算,所述第一公式为:
其中,为预设结构变量的联合概率密度函数,IF(x1,x2,..)为失效域指示函数,在样本落入失效域时取0,在样本未落入失效域时取1,为预设结构变量xi的分布参数,其中k为预设结构变量xi分布参数的总数。
在本公开的一种示例性实施例中,基于前述方案,所述根据所述可靠性灵敏度在所述预设结构变量中确定主优化变量和辅助优化变量,包括:
将所述可靠性灵敏度中最大的对应的预设结构变量配置为主优化变量,其它预设结构变量配置为辅助优化变量。
在本公开的一种示例性实施例中,基于前述方案,所述基于所述取值范围对所述初始结构模型进行优化设计,包括:
在所述取值范围内,设定预设约束条件和预设目标对所述防冰腔进行优化设计。
在本公开的一种示例性实施例中,基于前述方案,所述预设约束条件为失效概率小于预设失效概率。
在本公开的一种示例性实施例中,基于前述方案,在所述根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型之前,所述方法还包括:
对所述结构模型进行简化,以获取简化后的结构模型。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开的一种实施例所提供的防冰腔结构可靠性设计方法中,在多个结构模型中确定引射比最大的结构模型为初始结构模型,通过计算在初始结构模型中各预设结构变量的可靠性灵敏度确定主优化变量和辅助优化变量,以分别确定主优化变量和辅助优化变量的取值范围,进而对初始结构模型进行优化设计,以获取优化的防冰腔。在此过程中,首先通过引射比确定初始结构模型,然后基于各预设结构变量对所述初始结构模型失效概率的影响在预设结构变量中确定主优化设计变量和辅助优化设计变量,进而通过设计主优化变量和辅助优化变量的取值范围,能够有针对性的对初始结构模型进行优化,进而得到具有更好防冰、除冰效果的防冰腔。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出本公开示例性实施例中一种防冰腔结构可靠性设计方法的流程图;
图2示意性示出本公开示例性实施例中对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型的方法的流程图;
图3示意性示出本公开示例性实施例中基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量的方法流程图;
图4示意性示出本公开示例性实施例中基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式的方法流程图;
图5示意性示出本公开示例性实施例中基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度的方法流程图;
图6示意性示出本公开示例性实施例中一种简化的结构模型;
图7示意性示出本公开示例性实施例中一种结构模型的网格划分结果。
具体实施方式
现在将标准附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。用语“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
由于防冰腔的引射比会受引射系统的结构变量的影响,因此与引射系统相关的结构变量也会对防冰腔的防冰、除冰效果造成影响。
基于上述问题,在本公开的示例性实施例中,首先提供了防冰腔结构可靠性设计方法,参照图1所示。以下,对本公开实施方式的防冰腔结构可靠性设计方法进行更详细的说明:
如图1所示,在步骤S110中,建立防冰腔的结构模型,根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型。
在本公开的一种示例实施例中,防冰腔结构模型对应的结构变量包括射流孔孔径、射流孔角度、笛形管尺寸、引射间隙以及射流孔间距等参数,预设结构变量可以包括其中的至少一个结构变量。
进一步地,在所述根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型之前,所述方法还包括:对所述结构模型进行简化,以获取简化后的结构模型。具体地,可以通过以下几个方面进行简化:
1.简化结构模型中由于工艺问题制作的圆形倒角,以避免尖锐网格的产生;
2.将梯形防冰通道简化为相同流通面积下的矩形通道;
3.将变化率极小的变截面防冰腔简化为等截面防冰腔。
其中一种简化的防冰腔结构模型如图6所示,但不以此为限,在此不再一一列举。通过对结构模型进行简化,能够在不影响计算结果的情况下,使数值模拟仿真的计算过程更加方便。
在本公开的一种示例实施例中,根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型。例如,预设结构变量可以包括引射间隙、射流孔间距、射流孔孔径三个结构变量,对三个结构变量的设定的预设值如表1所示,此时可以根据预设值对所述结构模型进编辑获得三个待选结构模型。
表1针对引射间隙、射流孔间距、射流孔孔径的预设参数表
预设结构变量 | 引射间隙(mm) | 射流孔间距(mm) | 射流孔孔径(mm) |
预设参数1 | 4.7 | 12 | 1.5 |
预设参数2 | 4.7 | 18 | 1.5 |
预设参数3 | 4.7 | 24 | 1.5 |
如图1所示,在步骤S120中,对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型。
在本公开的一种示例实施例中,对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型,参照图2所示,包括如下步骤S210至S220:
在步骤S210中,对至少一个所述待选结构模型的计算区域进行网格划分,以获取适用于预设湍流模型的体网格;
在本公开的一种示例实施例中,可以利用预设软件分别对待选结构模型的计算区域进行网格划分。由于不同的湍流模型适用的网格不同,因此可以根据选择的湍流模型对应的选择相应的预设软件对待选结构模型进行网格划分,以便于利用湍流模型计算引射比。例如,可以采用GAMBIT软件对待选结构模型的计算区域进行网格划分,其中一种结构模型网格划分的结果如图7所示,但不以此为限,在此不再一一列举。
在步骤S220中,设定计算对应的边界条件,基于预设湍流模型分别计算至少一个所述待选结构模型对应的引射比。
在本公开的一种示例实施例中,在计算之前需要设定计算对应的边界条件,随后基于预设湍流模型分别计算待选结构模型对应的引射比。
其中,所述边界条件可以是防冰腔横向切面取为质量进口和压力出口,混合腔和防冰通道的切面取为对称边界,外蒙皮取热流边界条件,也可以进行其他设置,本公开对此不做特殊限定。
其中,所述预设湍流模型可以是sk-e湍流模型,计算过程中湍流模型对流项的离散均采用二阶精度的迎风格式,解收敛的判断标准是各项残差小于预设阈值以及出口流量平衡。其中,预设阈值可以根据不同的需求自行设定,例如,可以设定为10-4,本公开对此不做特殊限制。
在步骤S220中,将所述引射比中最大引射比对应的待选结构模型确定为初始结构模型。
在本公开的一种示例实施例中,通过对比各待选结构模型对应的引射比,将最大引射比对应的待选结构模型确定为初始结构模型。通过在多个待选结构模型对应的引射比中选择最大引射比对应的待选结构模型为初始结构模型,使得初始结构模型已经是待选结构模型中较优的选择,对各预设结构参数的取值做了初步筛选。
如图1所示,在步骤S130中,基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量。
在本公开的一种示例实施例中,基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量,参照图3所示,包括如下步骤S310至S330:
在步骤S310中,基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式。
在本公开的一种示例实施例中,基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式,参照图4所示,包括如下步骤S410至S420:
在步骤S410中,根据所述预设临界引射比定义失效功能函数。
在本公开的一种示例实施例中,所述失效功能函数可以定义为y=Δ-Δ*,其中,Δ为实际计算得到的引射比,Δ*为预设临界引射比。引射比的定义是其中,GH为主引射气流的流量,GP为被引射气流的流量。为了验证防冰腔的防冰效果,可以根据需求定义预设临界引射比,例如,预设临界引射比可以定义为3.2。一旦引射比Δ低于预设临界引射比Δ*,则可以视为防冰腔失效。
在步骤S420中,基于所述初始结构模型,根据预设分布类型和预设试验设计方法对预设结构变量进行试验点选择,基于所述试验点对所述失效功能函数进行拟合以得到预设结构变量对应的显式表达式。
在本公开的一种示例实施例中,所述预设分布类型是指预设结构变量在实际生产中由于制造和装配等因素造成的随机分散所满足的分布类型。例如,预设分布类型可以是正态分布,也可以是其它分布,本公开对此不做特殊限定。
在本公开的一种示例实施例中,根据预设分布类型和预设试验设计方法对预设结构变量进行试验点的选择,并对所述失效功能函数进行拟合,以得到预设结构变量对应的显式表达式。通过根据预设分布类型对预设结构变量进行试验点的选择,能够在考虑制造和装配过程中造成的预设结构变量的随机分散对失效概率影响的前提下,对防冰腔的结构进行优化设计,降低优化结构因随机分散造成失效的概率。
进一步地,在计算显式表达式时,为了消除测量尺度和量纲的影响,可以选择至少一个预设变异系数对失效功能函数进行拟合,可以使得各组变量拟合得到的显式表达式具有更高的可比性。例如,可以选择两个变异系数0.05和0.1分别进行拟合,以得到对应于变异系数0.05的显式表达式和对应于变异系数0.1的显式表达式。
在步骤S320中,基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度;其中,所述可靠性灵敏度用于表示失效概率受预设结构变量的影响程度。
在本公开的一种示例实施例中,所述基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度,参照图5所示,包括如下步骤S510至S520:
在步骤S510中,以预设结构变量的联合概率密度函数抽取N个样本,根据所述显式表达式判断所述样本是否落入失效域。
在本公开的一种示例实施例中,以预设结构变量的联合概率密度函数抽取N个样本,将N个样本对应的预设结构变量的取值带入所述显式表达式进行计算,以判断所述样本是否落入失效域。在将样本对应的预设结构变量的取值带入所述显式表达式进行计算时,计算结果小于0则判断样本落入失效域,否则,判断样本未落入失效域。
在步骤S520中,基于所述N个样本计算各预设结构变量对应的可靠性灵敏度。
在本公开的一种示例实施例中,所述可靠性灵敏度可以根据第一公式计算,所述第一公式为:
其中,为预设结构变量的联合概率密度函数,IF(x1,x2,..)为失效域指示函数,在样本落入失效域时取0,在样本未落入失效域时取1,为预设结构变量xi的分布参数,其中k为预设结构变量xi分布参数的总数。
在步骤S330中,根据所述可靠性灵敏度在所述预设结构变量中确定主优化变量和辅助优化变量。
在本公开的一种示例实施例中,所述根据所述可靠性灵敏度在所述预设结构变量中确定主优化变量和辅助优化变量,包括:将所述可靠性灵敏度中最大的对应的预设结构变量配置为主优化变量,其它预设结构变量配置为辅助优化变量。通过设计主优化变量和辅助优化变量能够有针对性的对防冰腔的结构进行优化,以得到更好的防冰效果。
如图1所示,在步骤S140中,根据预设规则分别确定主优化变量和辅助优化变量的取值范围,基于所述取值范围对所述初始结构模型进行优化设计。
在本公开的一种示例实施例中,可以根据预设规则分别主优化变量和辅助优化变量的取值范围。所述预设规则可以是两个对应于主优化变量和辅助优化变量的数值,分别表示在初始结构模型的基础上,取值范围的上下浮动值。例如,在初始结构模型中,主优化变量和辅助优化变量对应的预设结构变量的取值分别为5和9,预设规则中主优化变量和辅助优化变量对应的数值分别为2和0.1,此时根据预设规则确定的主优化变量取值范围则为3~7,辅助优化变量的取值范围则为8.9~9.1。
在本公开的一种示例实施例中,基于所述取值范围对所述初始结构模型进行优化设计,包括:在所述取值范围内,设定预设约束条件和预设目标对所述防冰腔进行优化设计。
在本公开的一种示例实施例中,所述预设约束条件可以为失效概率小于预设失效概率,此外,预设约束条件还可以包括其它约束条件,可以根据优化设计的需求进行具体设定。通过设定预设约束条件能够在保证满足预设约束条件的前提下,对防冰腔进行优化设计,以防止由于优化造成防冰腔失效概率过大等问题
以下以引射间隙h1、射流孔间距h2、射流孔孔径d三个结构变量为预设结构变量为例,对本公开实施例中的技术方案的实现细节进行详细阐述:
建立防冰腔的结构模型,并对模型进行简化,得到如图X所示的简化结构模型,选择引射间隙h1、射流孔间距h2、射流孔孔径d为预设结构变量,预设值如表1所示。根据表1所述的预设值对结构模型进行编辑以获取3个待选结构模型,分别对三个待选结构进行数值模拟仿真,以得到三个待选结构模型的引射比,分别为3.33、3.42和3.23,因此确定预设参数2得到的待选结构模型为初始结构模型。
定义预设临界引射比为3.2,建立失效功能函数y=Δ-Δ*,在预设变异系数分别取0.05和0.1的情况下,以正态分布和随机响应面法为预设分布类型和预设试验设计方法进行试验点选择并对失效功能函数进行拟合以得到显式表达式,分别为:
y0.05=Δ0.05-Δ*
=0.601+0.0145×h1-0.017×h1-0.087×d-0.002
×(h1 2-1)+0.143×(h2 2-1)+0.0083×(d2-1)-0.079×h1
×h2+0.0144×h1×d+0.0734×d×h2-3.2
y0.1=Δ0.1-Δ*
=0.602+0.0143×h1-0.017×h2-0.088×d-0.0020
×(h1 2-1)+0.142×(h2 2-1)+0.0085×(d2-1)-0.077×h1
×h2+0.0146×h1×d+0.0736×d×h2-3.2
以预设结构变量的联合概率密度函数抽取N个样本,根据所述显式表达式判断所述样本是否落入失效域,根据第一公式计算所述初始结构模型对应的可靠性灵敏度,具体结果如下表2:
表2不同变异系数下预设结构变量对应的可靠性灵敏度
基于上述结果可知,在变异系数为0.05和0.1的情况下,射流孔间距h2对应的可靠性灵敏度最大,因此将射流孔间距h2确定为主优化变量,将引射间隙h1和射流孔孔径d确定为辅助优化变量。
根据预设规则中对应于主优化变量和辅助优化变量的数值3和0.3确定三个预设结构变量的取值范围如下表3所示:
表3预设结构变量的取值范围
预设结构变量 | 引射间隙(mm) | 射流孔间距(mm) | 射流孔孔径(mm) |
初值 | 4.7 | 18 | 1.5 |
上限 | 4.4 | 15 | 1.2 |
下限 | 5 | 21 | 1.8 |
以0.00012为预设约束条件中的预设失效概率,以引气量函数Qin最小为预设目标,采用遗传算法对结构变量进行优化,以得到更优的预设结构变量取值,如下表4所示:
表4优化前后预设结构变量的取值
预设结构变量 | 引射间隙(mm) | 射流孔间距(mm) | 射流孔孔径(mm) |
初始结构模型 | 4.7 | 18 | 1.5 |
优化后结构模型 | 4.5 | 17 | 1.6 |
在优化前后,在保证两个模型对应的被引射气流的流量相同时,主引射气流的流量和失效概率如下表5所示:
表5优化前后的引气量和失效概率
主引射气流的流量(kg/s) | 失效概率 | |
初始结构模型 | 0.0186 | 0.0000925 |
优化后结构模型 | 0.01763 | 0.0001024 |
本公开还实施例所提供的防冰腔结构可靠性设计方法,能够在保证失效概率基本不变的情况下,将引气量降低了5.22%,提高了引射比,进而提升了防冰腔的防冰、除冰效果。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种防冰腔结构可靠性设计方法,其特征在于,包括:
建立防冰腔的结构模型,根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型;其中,所述预设结构变量包括至少一个结构变量;
对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型;
基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量;
根据预设规则分别确定主优化变量和辅助优化变量的取值范围,基于所述取值范围对所述初始结构模型进行优化设计。
2.根据权利要求1所述的方法,其特征在于,所述对至少一个所述待选结构模型进行数值模拟仿真以确定初始结构模型,包括:
对至少一个所述待选结构模型的计算区域进行网格划分,以获取适用于预设湍流模型的体网格;
设定计算对应的边界条件,基于预设湍流模型分别计算至少一个所述待选结构模型对应的引射比;
将所述引射比中最大引射比对应的待选结构模型确定为初始结构模型。
3.根据权利要求1所述的方法,其特征在于,所述基于各预设结构变量对所述初始结构模型的失效概率的影响,在所述预设结构变量中确定主优化变量和辅助优化变量,包括:
基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式;
基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度;其中,所述可靠性灵敏度用于表示失效概率受预设结构变量的影响程度;
根据所述可靠性灵敏度在所述预设结构变量中确定主优化变量和辅助优化变量。
4.根据权利要求3所述的方法,其特征在于,所述基于所述初始结构模型和预设临界引射比拟合功能失效函数以得到对应的显式表达式,包括:
根据所述预设临界引射比定义失效功能函数;
基于所述初始结构模型,根据预设分布类型和预设试验设计方法对预设结构变量进行试验点选择,基于所述试验点对所述失效功能函数进行拟合以得到预设结构变量对应的显式表达式。
5.根据权利要求3所述的方法,其特征在于,所述基于所述显式表达式分别计算各预设结构变量对应的可靠性灵敏度,包括:
以预设结构变量的联合概率密度函数抽取N个样本,根据所述显式表达式判断所述样本是否落入失效域;其中,N为正整数;
基于所述N个样本计算各预设结构变量对应的可靠性灵敏度。
7.根据权利要求3所述的方法,其特征在于,所述根据所述可靠性灵敏度在所述预设结构变量中确定主优化变量和辅助优化变量,包括:
将所述可靠性灵敏度中最大的对应的预设结构变量配置为主优化变量,其它预设结构变量配置为辅助优化变量。
8.根据权利要求1所述的方法,其特征在于,所述基于所述取值范围对所述初始结构模型进行优化设计,包括:
在所述取值范围内,设定预设约束条件和预设目标对所述防冰腔进行优化设计。
9.根据权利要求8所述的方法,其特征在于,所述预设约束条件为失效概率小于预设失效概率。
10.根据权利要求1所述的方法,其特征在于,在所述根据针对预设结构变量设定预设值对所述结构模型进行编辑以获取至少一个待选结构模型之前,所述方法还包括:
对所述结构模型进行简化,以获取简化后的结构模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957159.5A CN110990939B (zh) | 2019-10-10 | 2019-10-10 | 防冰腔结构可靠性设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957159.5A CN110990939B (zh) | 2019-10-10 | 2019-10-10 | 防冰腔结构可靠性设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110990939A true CN110990939A (zh) | 2020-04-10 |
CN110990939B CN110990939B (zh) | 2024-04-19 |
Family
ID=70082054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910957159.5A Active CN110990939B (zh) | 2019-10-10 | 2019-10-10 | 防冰腔结构可靠性设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110990939B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113704869A (zh) * | 2021-07-20 | 2021-11-26 | 深圳市万泽航空科技有限责任公司 | 一种火焰稳定器铸造工艺优化设计方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010105471A1 (zh) * | 2009-03-20 | 2010-09-23 | 西安电子科技大学 | 基于机电热三场耦合的电子设备机箱结构优化设计方法 |
CN103942371A (zh) * | 2013-12-26 | 2014-07-23 | 西北工业大学 | 防冰引气系统温度故障下获得可靠性灵敏度方法 |
CN104317997A (zh) * | 2014-10-17 | 2015-01-28 | 北京航空航天大学 | 一种高负荷风扇/压气机端壁造型优化设计方法 |
CN104834774A (zh) * | 2015-04-29 | 2015-08-12 | 西北工业大学 | 一种平流层复合材料螺旋桨综合优化设计方法及设计平台 |
CN105653794A (zh) * | 2015-12-30 | 2016-06-08 | 北京航空航天大学 | 一种含初始缺陷矩形板结构的时变可靠性设计方法 |
WO2016103574A1 (en) * | 2014-12-26 | 2016-06-30 | Nec Corporation | Optimization system, optimization method, and optimization program |
CN105787151A (zh) * | 2015-12-31 | 2016-07-20 | 南京航空航天大学 | 一种2.5维陶瓷基复合材料结构可靠性稳健优化设计方法 |
CN106326531A (zh) * | 2016-08-09 | 2017-01-11 | 杭州汽轮机股份有限公司 | 一种工业汽轮机排汽系统优化方法 |
CN106909718A (zh) * | 2017-01-23 | 2017-06-30 | 沈阳航空航天大学 | 一种在不确定性环境下的工程结构优化设计方法 |
CN106951610A (zh) * | 2017-03-06 | 2017-07-14 | 安徽农业大学 | 一种基于近似模型的插秧机秧箱结构优化方法 |
CN107092724A (zh) * | 2017-03-24 | 2017-08-25 | 北京航空航天大学 | 一种考虑不确定性的热防护系统模型修正方法 |
CN107330568A (zh) * | 2017-08-16 | 2017-11-07 | 东南大学 | 基于Benders解耦的储能、分布式电源与配电网协调规划方法 |
CN107341306A (zh) * | 2017-06-30 | 2017-11-10 | 北京新能源汽车股份有限公司 | 一种车辆性能参数的获取方法、装置及系统 |
CN107526898A (zh) * | 2017-09-13 | 2017-12-29 | 大连理工大学 | 一种变刚度复合材料板壳结构精确建模分析与可靠度优化一体化设计方法 |
CN107526890A (zh) * | 2017-08-23 | 2017-12-29 | 美度汽车零部件股份有限公司 | 一种汽车散热器单叶双曲面散热管流场设计与结构优化方法 |
CN109472085A (zh) * | 2018-11-06 | 2019-03-15 | 北京工业大学 | 基于响应面方法的带簧铰链结构多目标优化设计方法 |
CN109684767A (zh) * | 2019-01-08 | 2019-04-26 | 北京理工大学 | 一种基于低温流体的涡轮泵诱导轮空化流动数值预测方法 |
CN109992871A (zh) * | 2019-03-26 | 2019-07-09 | 北京工业大学 | 一种考虑复合材料损伤的管铰链空间可展结构优化设计方法 |
-
2019
- 2019-10-10 CN CN201910957159.5A patent/CN110990939B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010105471A1 (zh) * | 2009-03-20 | 2010-09-23 | 西安电子科技大学 | 基于机电热三场耦合的电子设备机箱结构优化设计方法 |
CN103942371A (zh) * | 2013-12-26 | 2014-07-23 | 西北工业大学 | 防冰引气系统温度故障下获得可靠性灵敏度方法 |
CN104317997A (zh) * | 2014-10-17 | 2015-01-28 | 北京航空航天大学 | 一种高负荷风扇/压气机端壁造型优化设计方法 |
WO2016103574A1 (en) * | 2014-12-26 | 2016-06-30 | Nec Corporation | Optimization system, optimization method, and optimization program |
CN104834774A (zh) * | 2015-04-29 | 2015-08-12 | 西北工业大学 | 一种平流层复合材料螺旋桨综合优化设计方法及设计平台 |
CN105653794A (zh) * | 2015-12-30 | 2016-06-08 | 北京航空航天大学 | 一种含初始缺陷矩形板结构的时变可靠性设计方法 |
CN105787151A (zh) * | 2015-12-31 | 2016-07-20 | 南京航空航天大学 | 一种2.5维陶瓷基复合材料结构可靠性稳健优化设计方法 |
CN106326531A (zh) * | 2016-08-09 | 2017-01-11 | 杭州汽轮机股份有限公司 | 一种工业汽轮机排汽系统优化方法 |
CN106909718A (zh) * | 2017-01-23 | 2017-06-30 | 沈阳航空航天大学 | 一种在不确定性环境下的工程结构优化设计方法 |
CN106951610A (zh) * | 2017-03-06 | 2017-07-14 | 安徽农业大学 | 一种基于近似模型的插秧机秧箱结构优化方法 |
CN107092724A (zh) * | 2017-03-24 | 2017-08-25 | 北京航空航天大学 | 一种考虑不确定性的热防护系统模型修正方法 |
CN107341306A (zh) * | 2017-06-30 | 2017-11-10 | 北京新能源汽车股份有限公司 | 一种车辆性能参数的获取方法、装置及系统 |
CN107330568A (zh) * | 2017-08-16 | 2017-11-07 | 东南大学 | 基于Benders解耦的储能、分布式电源与配电网协调规划方法 |
CN107526890A (zh) * | 2017-08-23 | 2017-12-29 | 美度汽车零部件股份有限公司 | 一种汽车散热器单叶双曲面散热管流场设计与结构优化方法 |
CN107526898A (zh) * | 2017-09-13 | 2017-12-29 | 大连理工大学 | 一种变刚度复合材料板壳结构精确建模分析与可靠度优化一体化设计方法 |
CN109472085A (zh) * | 2018-11-06 | 2019-03-15 | 北京工业大学 | 基于响应面方法的带簧铰链结构多目标优化设计方法 |
CN109684767A (zh) * | 2019-01-08 | 2019-04-26 | 北京理工大学 | 一种基于低温流体的涡轮泵诱导轮空化流动数值预测方法 |
CN109992871A (zh) * | 2019-03-26 | 2019-07-09 | 北京工业大学 | 一种考虑复合材料损伤的管铰链空间可展结构优化设计方法 |
Non-Patent Citations (1)
Title |
---|
阎京妮;陶友瑞;刘江南;: "一种基于证据理论的可靠性设计方法", 机械科学与技术, no. 07 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113704869A (zh) * | 2021-07-20 | 2021-11-26 | 深圳市万泽航空科技有限责任公司 | 一种火焰稳定器铸造工艺优化设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110990939B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106650046B (zh) | 一种舰船空气流场的非定常特性获取方法 | |
CN107977491B (zh) | 一种非稳态情况下飞行器空气舵缝隙的气动热评估方法 | |
CN104750948B (zh) | 一种处理飞行器设计中多极值多约束问题的优化方法 | |
CN110990939A (zh) | 防冰腔结构可靠性设计方法 | |
CN105810254B (zh) | 用于制作反应堆核设计少群截面库的再启动方法和系统 | |
CN111814343B (zh) | 综合堆内外探测器测量值的堆芯功率分布在线重构方法 | |
Ziqin | Zipf law analysis of urban scale in China | |
CN109657260B (zh) | 一种考虑失效相关性的涡轮转子系统可靠性分配方法 | |
CN112597708B (zh) | 一种考虑转捩扰动因素的γ-Reθt转捩模型标定方法 | |
CN115221815A (zh) | 一种通过分层验证实现加力燃烧室高精度燃烧仿真方法 | |
CN115455699A (zh) | 适用于mbse的独立电力系统稳健性分析与优化方法 | |
CN114186511A (zh) | 一种喷嘴雾化模型参数优化的方法 | |
CN109063233A (zh) | 一种用蒙特卡洛法评定核素含量对keff不确定度影响的方法 | |
CN112528400A (zh) | 一种基于不确定性因素的飞机典型结构静强度分析方法 | |
CN105868456B (zh) | 基于过滤器技术与细分矩形算法的飞行器约束优化方法 | |
Ham et al. | Simulation of liquid fuel atomization by a complex high-shear swirling injector | |
CN109669353A (zh) | 一种基于参数范围匹配的产品鲁棒性分析方法 | |
CN114739680B (zh) | 一种航空发动机进气畸变系统的设计方法 | |
CN106874550A (zh) | 一种基于增材设计的航空发动机风扇叶片再制造方法 | |
CN109446481A (zh) | 一种对数正态型单元寿命分布参数估计方法 | |
CN112224425B (zh) | 飞行器进气道结构的保形设计方法及飞行器 | |
CN113298256B (zh) | 自适应曲线学习方法、装置、计算机设备及存储介质 | |
JP7267189B2 (ja) | 出力制限値の解析方法、安全評価方法、炉心設計方法及び解析装置 | |
CN107194092A (zh) | 微地形风场仿真分析中外围流场长度的确定方法 | |
Zhao | Rationality evaluation of art furniture layout based on scene simulation |
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 |