CN113821882A - 基于三轴力矩的风扇叶片单目标优化排序方法 - Google Patents

基于三轴力矩的风扇叶片单目标优化排序方法 Download PDF

Info

Publication number
CN113821882A
CN113821882A CN202010566607.1A CN202010566607A CN113821882A CN 113821882 A CN113821882 A CN 113821882A CN 202010566607 A CN202010566607 A CN 202010566607A CN 113821882 A CN113821882 A CN 113821882A
Authority
CN
China
Prior art keywords
moment
blades
blade
sequence
sequencing
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.)
Pending
Application number
CN202010566607.1A
Other languages
English (en)
Inventor
史新宇
胡一廷
苏巧灵
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.)
AECC Commercial Aircraft Engine Co Ltd
Original Assignee
AECC Commercial Aircraft Engine Co Ltd
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 AECC Commercial Aircraft Engine Co Ltd filed Critical AECC Commercial Aircraft Engine Co Ltd
Priority to CN202010566607.1A priority Critical patent/CN113821882A/zh
Publication of CN113821882A publication Critical patent/CN113821882A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

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

本发明提供了一种基于三轴力矩的风扇叶片单目标优化排序方法，其包括：S1.采用排序软件，进行排序预处理，构造当量合成力矩，建立初始顺序；S2.由所述排序软件中集成的敏感区域搜索算法进行循环迭代运算，获得当量不平衡量的最优排序顺序。本发明通过构造“当量合成力矩”概念和方法，将三个力矩值合成为单一力矩，将多目标优化问题转化为单目标优化，简化优化问题处理，便于计算。同时通过对不同方向力矩产生的不平衡效应的分析，并结合风扇转子支撑结构与静/偶不平衡量之间的换算，将叶片轴向力矩进行加权处理，解决了力矩合成权重分配的问题。

Description

基于三轴力矩的风扇叶片单目标优化排序方法
技术领域
本发明涉及发动机装配领域，特别涉及一种基于三轴力矩的风扇叶片单目标优化排序方法。
背景技术
在大涵道比涡扇发动机中，风扇转子叶片是产生推力的主要部件，往往尺寸、重量较大，外形复杂，导致其静力矩差异较大。由于设备能力和成本的限制，一般来说，风扇叶片不随风扇转子参与平衡，只能在最终总装过程中按静力矩进行排序后安装。这使得叶片力矩的测量、排序方法对最终平衡状态有直接影响，进而对发动机工作时的整机振动有关键影响。
排序精度和效率是评价风扇叶片排序技术水平的重要指标。图1为现有技术中风扇叶片的三轴静力矩示意图。如图1所示，涡扇发动机中风扇叶片在相对于发动机轴线10、通过重心的与发动机轴平行的轴线20、通过重心的横轴30处均存在力矩，分别为径向力矩、切向力矩和轴向力矩。然而传统上，对于涡轮等窄弦转子叶片只测量径向的静力矩，并按单一目标进行优化排序。而对于外形复杂、宽弦机风扇叶片来说，不仅要考虑其质心位置沿径向的分散度，也要考虑轴向和切向的分散度(如图1所示)。
针对上述情况，业界通常的方法是，采用双轴力矩秤通过变位夹具，测得大尺寸风扇叶片三轴力矩，然后按静/偶力矩进行双目标优化排序。这种排序方法的缺点是：算法较为复杂，效率低。而且多目标优化的一个固有特点是不存在全局最优解，而要得出最终解，需要进一步处理，给工程实践带来不便。
综上，目前迫切需要一种彻底的解决方法，既能按三轴力矩排序，又能高效、自动得出唯一最优排序结果。现有技术中宽弦风扇叶片的优化排序方法主要需要解决以下几个问题：
一、宽弦风扇叶片的三轴力矩会产生静/偶两种不同的不平衡效应，之间没有相关性。如果按如下公式一的双目标优化函数进行优化，则无法得到唯一最优解。需要找到一种方法，从机理上解决宽弦大叶片的三轴力矩优化目标的选择，将双目标优化问题转化为可以得到最优解的单目标优化问题，以便简化工程应用。
Figure BDA0002547845850000021
二、在将双目标转换为单目标优化的过程中，需要找到有效分配影响权重的方法。
三、需要解决排序计算效率和精度之间的矛盾，以便快速获得排序的最优解。
基于此，本发明提供了一种基于三轴力矩的风扇叶片单目标优化排序方法，以期克服上述技术问题。
发明内容
本发明要解决的技术问题是为了克服现有技术中三轴力矩的算法较为复杂，且效率低等缺陷，提供一种基于三轴力矩的风扇叶片单目标优化排序方法。
本发明是通过下述技术方案来解决上述技术问题的：
一种基于三轴力矩的风扇叶片单目标优化排序方法，其特点在于，所述基于三轴力矩的风扇叶片单目标优化排序方法包括：
S1.采用排序软件，进行排序预处理，构造当量合成力矩，建立初始顺序；
S2.由所述排序软件中集成的敏感区域搜索算法进行循环迭代运算，获得当量不平衡量的最优排序顺序。
根据本发明的一个实施例，所述步骤S1中具体包括：
S11.测量获得全套叶片三轴力矩，并整理成规范格式，输入排序软件中；
S12.由所述排序软件中的相应模块的预处理算法，分别将所有叶片的径向力矩和切向力矩合成为对应叶片的静平衡矢量Ms，以及合成静矢量与径向力矩方向的夹角α；
S13.根据风扇转子叶片的质量G、跨距L，确定最不利情况下的偶不平衡量的权重，给出加权系数c；
S14.由所述排序软件中的相应模块的预处理算法，将每个所述叶片的合成静平衡矢量Ms与对应的轴向力矩MA合成为当量合成力矩M’；
S15.按照所述叶片的当量合成力矩建立初始顺序。
根据本发明的一个实施例，所述步骤S12中所述静平衡矢量Ms和所述合成静矢量与径向力矩方向的夹角α满足：
Figure BDA0002547845850000031
Figure BDA0002547845850000032
其中，MR表示径向力矩，MT表示切向力矩。
根据本发明的一个实施例，所述步骤S13中所述加权系数c满足：
Figure BDA0002547845850000033
其中，MA表示轴向力矩，G表示风扇转子叶片的质量，L表示风扇转子叶片的跨距。
根据本发明的一个实施例，所述步骤S14中所述当量合成力矩M’满足：
Figure BDA0002547845850000034
根据本发明的一个实施例，所述步骤S2具体包括以下步骤：
S21.计算当量不平衡量的合成矢量，将当前顺序作为初始排序。设叶片数为n，将重点位置叶片作为i(i＝1)号叶片；
S22.将顺时针方向的i号叶片作为试调叶片，将其与顺时针方向第i+1号至第n号的所有叶片依次分别对调位置(例遍迭代)，并分别计算对调后的当量不平衡量的合成矢量；
S23.筛选出并记录合成矢量值最接近目标值的叶片试调后的临时顺序，即所述试调叶片的最优调整排序；
S24.将S23的最优调整排序与调整前顺序的合成矢量进行比较，将更优结果的排序作为临时最优顺序；
S25.判断是否所有叶片都已作为试调叶片(i＝n)，如果没有则返回所述步骤S22；若是则结束本轮试调，进入步骤S26；
S26.判断本轮试调是否有新的最优的调整产生，如果有，则将得到的最优顺序作为本轮迭代试调后的新顺序，并重复执行从所述步骤S21至所述步骤S23进行新的一轮调整；
如果没有，则这时的叶片顺序符合如下公式的最优排序结果，停止优化。
Figure BDA0002547845850000041
其中，US表示静不平衡量、Uc表示偶不平衡量。
根据本发明的一个实施例，所述步骤S21中重点位置附近为敏感区域。
根据本发明的一个实施例，所述例遍迭代具体包括：将试调叶片依次与顺时针方向的其余叶片试调安装位置。
本发明的积极进步效果在于：
本发明基于三轴力矩的风扇叶片单目标优化排序方法具有如下诸多优势：
一、通过构造“当量合成力矩”概念和方法，将三个力矩值合成为单一力矩，将多目标优化问题转化为单目标优化，简化优化问题处理，便于计算；
二、通过对不同方向力矩产生的不平衡效应的分析，并结合风扇转子支撑结构与静/偶不平衡量之间的换算，将叶片轴向力矩进行加权处理，解决了力矩合成权重分配的问题；
三、通过开发更适合叶片排序的“敏感区域搜索法”，使效率和优化精度远高于传统方法，解决了效率与质量间的矛盾。
附图说明
本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显，在附图中相同的附图标记始终表示相同的特征，其中：
图1为现有技术中风扇叶片的三轴静力矩示意图。
图2为本发明基于三轴力矩的风扇叶片单目标优化排序方法中优化排序软件界面的示意图。
图3为本发明基于三轴力矩的风扇叶片单目标优化排序方法中叶片的径向力矩和切向力矩的示意图。
图4为本发明基于三轴力矩的风扇叶片单目标优化排序方法中叶片的轴向力矩的合成示意图。
图5为本发明基于三轴力矩的风扇叶片单目标优化排序方法中静不平衡量和偶不平衡量合成为当量不平衡量的示意图。
图6为本发明基于三轴力矩的风扇叶片单目标优化排序方法的流程图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。
现在将详细参考附图描述本发明的实施例。现在将详细参考本发明的优选实施例，其示例在附图中示出。在任何可能的情况下，在所有附图中将使用相同的标记来表示相同或相似的部分。
此外，尽管本发明中所使用的术语是从公知公用的术语中选择的，但是本发明说明书中所提及的一些术语可能是申请人按他或她的判断来选择的，其详细含义在本文的描述的相关部分中说明。
此外，要求不仅仅通过所使用的实际术语，而是还要通过每个术语所蕴含的意义来理解本发明。
图2为本发明基于三轴力矩的风扇叶片单目标优化排序方法中优化排序软件界面的示意图。图3为本发明基于三轴力矩的风扇叶片单目标优化排序方法中叶片的径向力矩和切向力矩的示意图。图4为本发明基于三轴力矩的风扇叶片单目标优化排序方法中叶片的轴向力矩的合成示意图。图5为本发明基于三轴力矩的风扇叶片单目标优化排序方法中静不平衡量和偶不平衡量合成为当量不平衡量的示意图。图6为本发明基于三轴力矩的风扇叶片单目标优化排序方法的流程图。
如图2至图6所示，本发明公开了一种基于三轴力矩的风扇叶片单目标优化排序方法，其包括以下步骤：
步骤S1.采用排序软件，进行排序预处理，构造当量合成力矩，建立初始顺序。
其中，所述步骤S1优选地包括：
S11.测量获得全套叶片三轴力矩，并整理成规范格式，输入排序软件中(如图2所示)。
图2中示出了本发明基于三轴力矩的风扇叶片单目标优化排序方法中优化排序软件界面，此处示出了径向力矩的界面，通过输入测量获得的径向力矩，由排序软件中的相应模块进行处理，获得合成径向力矩、合成静矢量、合成偶矢量和合成的当量力矩，以及相应的角度等等数值，还可以通过软件进行排序。
S12.由所述排序软件中的相应模块的预处理算法，分别将所有叶片的径向力矩和切向力矩合成为对应叶片的静平衡矢量Ms，以及合成静矢量与径向力矩方向的夹角α(如图3和图4所示)。
图3中示出了本发明基于三轴力矩的风扇叶片单目标优化排序方法中叶片的径向力矩和切向力矩。以风扇盘100上的风扇叶片110为例，沿径向基准轴40的径向力矩MR和切向力矩MT合成为对应叶片的静平衡矢量Ms(位于叶片质心120方向上)以及合成静矢量与径向力矩方向的夹角α。
优选地，所述步骤S12中所述静平衡矢量Ms和所述合成静矢量与径向力矩方向的夹角α满足：
Figure BDA0002547845850000061
Figure BDA0002547845850000062
其中，MR表示径向力矩，MT表示切向力矩。
S13.根据风扇转子叶片的质量G、跨距L，确定最不利情况下的偶不平衡量的权重，给出加权系数c。
优选地，所述步骤S13中所述加权系数c满足：
Figure BDA0002547845850000063
其中，MA表示轴向力矩，G表示风扇转子叶片的质量，L表示风扇转子叶片的跨距(如图4所示)。
图4示出了本发明基于三轴力矩的风扇叶片单目标优化排序方法中叶片的轴向力矩的合成。以风扇叶片110上A点为例，MA表示A点沿轴向的轴向力矩，通过轴向力矩值计算获得加权系数c。
S14.由所述排序软件中的相应模块的预处理算法，将每个所述叶片的合成静平衡矢量Ms与对应的轴向力矩MA合成为当量合成力矩M’(如图3和图4所示)。
优选地，所述步骤S14中所述当量合成力矩M’满足：
Figure BDA0002547845850000071
S15.按照所述叶片的当量合成力矩建立初始顺序。
步骤S2.由所述排序软件中集成的敏感区域搜索算法(如图6的流程图所示)进行循环迭代运算，获得当量不平衡量的最优排序顺序。
所述步骤S2优选地包括以下步骤：
S21.按下方公式计算当量不平衡量的合成矢量，将当前顺序作为初始排序。设叶片数为n，将重点位置叶片作为i(i＝1)号叶片，即将重点位置(敏感区域)叶片作为1号叶片，其余叶片按顺时针方向编号；满足以下公式：
Figure BDA0002547845850000072
或
Figure BDA0002547845850000073
其中，US表示静不平衡量、Uc表示偶不平衡量(如图5所示)。
图5示出了本发明基于三轴力矩的风扇叶片单目标优化排序方法中静不平衡量和偶不平衡量合成为当量不平衡量。将静不平衡量US和偶不平衡量UC合成为当量不平衡量的合成矢量U’。
此处所述步骤S21中重点位置附近优选为敏感区域。由于合成矢量重点附近区域的叶片位置的调整会对合成矢量造成较大影响，所以将重点叶片附近区域称为敏感区域。
S22.将顺时针方向的i号叶片作为试调叶片，将其与顺时针方向第i+1号至第n号的所有叶片依次分别对调位置(例遍迭代)，并分别计算对调后的当量不平衡量的合成矢量。
具体地说，步骤S22中开启敏感区域搜索过程：从敏感区域开始，将顺时针方向的所有叶片分别作为试调叶片，每个试调叶片依次与其顺时针方向剩余叶片对调位置(例遍迭代)，分别计算对调后的当量不平衡量的合成矢量。
此处所述例遍迭代优选地具体包括：将试调叶片依次与顺时针方向的其余叶片试调安装位置。
之后，将步骤S22获得的合成矢量与该次试调之前的合成矢量值比较，将产生更优结果的顺序。
S23.筛选得出并记录合成矢量值最接近目标值的叶片试调后的临时顺序，即所述试调叶片的最优调整排序，即筛选出并记录试调叶片的更优调整；。
S24.将S23的最优调整排序与调整前顺序的合成矢量进行比较，将更优结果的排序作为临时最优顺序。
S25.判断是否所有叶片都已作为试调叶片(i＝n)，如果没有则返回所述步骤S22；若是则结束本轮试调，进入步骤S26。
S26.判断本轮试调是否有新的最优的调整产生，如果有，则将得到的最优顺序作为本轮迭代试调后的新顺序，并重复执行从所述步骤S21至所述步骤S23进行新的一轮调整；
如果没有，则这时的叶片顺序符合如下公式的最优排序结果，停止优化。
Figure BDA0002547845850000081
其中，US表示静不平衡量、Uc表示偶不平衡量。
综上所述，本发明基于三轴力矩的风扇叶片单目标优化排序方法具有如下诸多优势：
一、通过构造“当量合成力矩”概念和方法，将三个力矩值合成为单一力矩，将多目标优化问题转化为单目标优化，简化优化问题处理，便于计算；
二、通过对不同方向力矩产生的不平衡效应的分析，并结合风扇转子支撑结构与静/偶不平衡量之间的换算，将叶片轴向力矩进行加权处理，解决了力矩合成权重分配的问题；
三、通过开发更适合叶片排序的“敏感区域搜索法”，使效率和优化精度远高于传统方法，解决了效率与质量间的矛盾。由于合成矢量重点附近区域的叶片位置的调整会对合成矢量造成较大影响，所以将重点叶片附近区域称为敏感区域。敏感区域搜索法就是从敏感区域开始的搜索方法。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式作出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (8)

1.一种基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述基于三轴力矩的风扇叶片单目标优化排序方法包括：
S1.采用排序软件，进行排序预处理，构造当量合成力矩，建立初始顺序；
S2.由所述排序软件中集成的敏感区域搜索算法进行循环迭代运算，获得当量不平衡量的最优排序顺序。
2.如权利要求1所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述步骤S1中具体包括：
S11.测量获得全套叶片三轴力矩，并整理成规范格式，输入排序软件中；
S12.由所述排序软件中的相应模块的预处理算法，分别将所有叶片的径向力矩和切向力矩合成为对应叶片的静平衡矢量Ms，以及合成静矢量与径向力矩方向的夹角α；
S13.根据风扇转子叶片的质量G、跨距L，确定最不利情况下的偶不平衡量的权重，给出加权系数c；
S14.由所述排序软件中的相应模块的预处理算法，将每个所述叶片的合成静平衡矢量Ms与对应的轴向力矩MA合成为当量合成力矩M’；
S15.按照所述叶片的当量合成力矩建立初始顺序。
3.如权利要求2所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述步骤S12中所述静平衡矢量Ms和所述合成静矢量与径向力矩方向的夹角α满足：
Figure FDA0002547845840000011
Figure FDA0002547845840000012
其中，MR表示径向力矩，MT表示切向力矩。
4.如权利要求3所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述步骤S13中所述加权系数c满足：
Figure FDA0002547845840000021
其中，MA表示轴向力矩，G表示风扇转子叶片的质量，L表示风扇转子叶片的跨距。
5.如权利要求4所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述步骤S14中所述当量合成力矩M’满足：
Figure FDA0002547845840000022
。
6.如权利要求2所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述步骤S2具体包括以下步骤：
S21.计算当量不平衡量的合成矢量，将当前顺序作为初始排序。设叶片数为n，将重点位置叶片作为i(i＝1)号叶片；
S22.将顺时针方向的i号叶片作为试调叶片，将其与顺时针方向第i+1号至第n号的所有叶片依次分别对调位置(例遍迭代)，并分别计算对调后的当量不平衡量的合成矢量；
S23.筛选出并记录合成矢量值最接近目标值的叶片试调后的临时顺序，即所述试调叶片的最优调整排序；
S24.将S23的最优调整排序与调整前顺序的合成矢量进行比较，将更优结果的排序作为临时最优顺序；
S25.判断是否所有叶片都已作为试调叶片(i＝n)，如果没有则返回所述步骤S22；若是则结束本轮试调，进入步骤S26；
S26.判断本轮试调是否有新的最优的调整产生，如果有，则将得到的最优顺序作为本轮迭代试调后的新顺序，并重复执行从所述步骤S21至所述步骤S23进行新的一轮调整；
如果没有，则这时的叶片顺序符合如下公式的最优排序结果，停止优化。
Figure FDA0002547845840000031
其中，US表示静不平衡量、Uc表示偶不平衡量。
7.如权利要求6所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述步骤S21中重点位置附近为敏感区域。
8.如权利要求6所述的基于三轴力矩的风扇叶片单目标优化排序方法，其特征在于，所述例遍迭代具体包括：将试调叶片依次与顺时针方向的其余叶片试调安装位置。
CN202010566607.1A 2020-06-19 2020-06-19 基于三轴力矩的风扇叶片单目标优化排序方法 Pending CN113821882A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010566607.1A CN113821882A (zh) 2020-06-19 2020-06-19 基于三轴力矩的风扇叶片单目标优化排序方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010566607.1A CN113821882A (zh) 2020-06-19 2020-06-19 基于三轴力矩的风扇叶片单目标优化排序方法

Publications (1)

Publication Number Publication Date
CN113821882A true CN113821882A (zh) 2021-12-21

Family

ID=78911643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010566607.1A Pending CN113821882A (zh) 2020-06-19 2020-06-19 基于三轴力矩的风扇叶片单目标优化排序方法

Country Status (1)

Country Link
CN (1) CN113821882A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204855091U (zh) * 2015-07-17 2015-12-09 中国航空工业集团公司沈阳发动机设计研究所 一种弧形叶片重量矩测量夹具
CN105320792A (zh) * 2014-07-30 2016-02-10 南车株洲电力机车研究所有限公司 一种解决风电机组叶轮不平衡故障的方法
US20160130949A1 (en) * 2012-01-31 2016-05-12 United Technologies Corporation Low noise turbine for geared turbofan engine
FR3037168A1 (fr) * 2015-06-08 2016-12-09 Snecma Procede de simulation de repartition d'aubes sur un disque de turbomachine
CN108121877A (zh) * 2018-01-05 2018-06-05 扬州大学 一种水泵全运行工况叶片轴位置优化方法
CN110114770A (zh) * 2016-12-07 2019-08-09 赛峰飞机发动机公司 用于模拟涡轮机盘上叶片分布的方法
CN110889244A (zh) * 2019-12-20 2020-03-17 哈尔滨工业大学 一种基于质量矩极小化的大型高速回转装备叶片的排序方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160130949A1 (en) * 2012-01-31 2016-05-12 United Technologies Corporation Low noise turbine for geared turbofan engine
CN105320792A (zh) * 2014-07-30 2016-02-10 南车株洲电力机车研究所有限公司 一种解决风电机组叶轮不平衡故障的方法
FR3037168A1 (fr) * 2015-06-08 2016-12-09 Snecma Procede de simulation de repartition d'aubes sur un disque de turbomachine
CN204855091U (zh) * 2015-07-17 2015-12-09 中国航空工业集团公司沈阳发动机设计研究所 一种弧形叶片重量矩测量夹具
CN110114770A (zh) * 2016-12-07 2019-08-09 赛峰飞机发动机公司 用于模拟涡轮机盘上叶片分布的方法
US20190332742A1 (en) * 2016-12-07 2019-10-31 Safran Aircraft Engines Method for simulating the distribution of blades on a turbomachine disc
CN108121877A (zh) * 2018-01-05 2018-06-05 扬州大学 一种水泵全运行工况叶片轴位置优化方法
CN110889244A (zh) * 2019-12-20 2020-03-17 哈尔滨工业大学 一种基于质量矩极小化的大型高速回转装备叶片的排序方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PAEPEN, S ET AL.: "Industrial drive based wind simulator for small wind turbine optimisation", 2011 INTERNATIONAL CONFERENCE ON CLEAN ELECTRICAL POWER, pages 786 - 790 *
吴根红: "基于遗传算法的汽轮机叶片重力距平衡排序方法", 内燃机与配件, vol. 45, no. 4, pages 95 - 96 *
王梦瑶;袁奇;冀大伟;葛庆;: "百万核电套装转子高速动平衡优化方案研究", 热力透平, no. 04, pages 34 - 39 *

Similar Documents

Publication Publication Date Title
CN106776351B (zh) 一种基于One-test-at-a-time策略的组合测试用例优先级排序方法
Boyle et al. High-accuracy numerical simulation of black-hole binaries: Computation of the gravitational-wave energy flux and comparisons with post-Newtonian approximants
CN109115408B (zh) 一种基于离心力方程的大型水电机组动平衡试验方法
GB2233772A (en) Balancing method and product
CN111286599A (zh) 基于机器学习的合金热处理工艺优化方法
CN108225783B (zh) 航空涡轮风扇发动机风扇转子配平方法和装置
CN112105799B (zh) 转子平衡方法和装置
CN113821882A (zh) 基于三轴力矩的风扇叶片单目标优化排序方法
CN113190786B (zh) 一种大型旋转装备利用多维装配参数的振动预测方法
CN112597687B (zh) 一种基于少样本学习的涡轮盘结构混合可靠性分析方法
Figaschewsky et al. An inverse approach to identify tuned aerodynamic damping, system frequencies, and mistuning. part 1: Theory and benchmark under rotating conditions
CN117171914A (zh) 一种高精密主轴性能测试方法及系统
Zhu et al. Compilation of program-loading spectrum for milling of a motorized spindle based on cutting force model
CN111695206A (zh) 一种旋转态叶盘的失谐识别和模型更新方法
CN114819417B (zh) 基于费用间相关性的航空发动机大修费用预测方法及系统
CN106227909B (zh) 一种一次消除汽轮发电机组转子动态挠曲的方法
CN115659529A (zh) 综合考虑加工精度与气动性能的离心压气机叶轮再设计方法
CN114997692A (zh) 基于bp神经网络的转台测量回转基准角摆误差评定方法
CN114819311A (zh) 一种数控加工表面粗糙度预测模型的构建方法
CN111595433B (zh) 航空发动机整机振动传感器的位置确定方法及系统
CN111325431A (zh) 一种卫星系统集成成熟度的评估方法
CN111402964A (zh) 一种基于混合烟花算法的分子构象搜索方法
CN111473859A (zh) 整机振动限制值的制定方法
Beygzadeh et al. Optimal number and location of sensors for structural damage detection using the theory of geometrical viewpoint and parameter subset selection method
Petrov et al. Analysis of essentially non-linear vibration of large-scale models for bladed discs with variable contact and friction at root joints

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