CN115470585A - 一种轴流叶片频率优化方法、系统及存储介质 - Google Patents
一种轴流叶片频率优化方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115470585A CN115470585A CN202211122146.4A CN202211122146A CN115470585A CN 115470585 A CN115470585 A CN 115470585A CN 202211122146 A CN202211122146 A CN 202211122146A CN 115470585 A CN115470585 A CN 115470585A
- Authority
- CN
- China
- Prior art keywords
- blade
- frequency
- optimization
- objective function
- height
- 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
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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Turbine Rotor Nozzle Sealing (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开了一种轴流叶片频率优化方法,包括:采用多项式确定叶片沿叶高分布;采用n个高斯函数的加权和作为叶片频率优化的目标函数;根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。通过反复寻找叶片厚度沿叶高的最优分布,使各阶振动裕度均能满足设计要求。该方法可有效地使叶片固有频率避开共振区,避免叶片有害振动的发生。当初始有多个共振裕度不足时,更能体现本方法的优越性。
Description
技术领域
本发明属于发动机叶片振动技术领域,本发明涉及一种轴流叶片频率优化方法、系统及存储介质。
背景技术
叶片振动是航空发动机研制中常见问题,它使叶片产生疲劳损伤并导致叶片断裂,严重者还将后面的转、静子叶片全部损坏。因此叶片振动问题一直受到人们的关注。
依据气动理论设计的航空发动机叶片是以满足气动性能为目标的,时常出现不满足振动要求的情况。叶片振动设计要求叶片的共振裕度大于一给定值,公式如下:
式中:fje为激振频率(Hz);fi为第i阶固有频率;Kb为预先给定的百分比许用裕度值,例如K1b=10;下标j、i分别表示第j个激振频率和固有频率阶次。
共振裕度必须大于一定的值,否则叶片发生共振可能导致断裂。
激振频率主要包括两类:
1)气流沿周向不均匀导致的1-4节径激振力;
2)气流通过前后静子叶片导致的尾流激振,节径数与前后静子叶片数有关。
一般需要考虑的激振频率有3-6个甚至更多。一般需要考虑的叶片固有频率阶次有1-4阶,甚至更多。二者组合之后,需要考虑的共振裕度,可能多达十几个。如果采用人工的方法进行调整,是非常困难的。
申请号2019105902688公开了一种燃气轮机压气机叶片调频设计方法,首先对存在共振问题的压气机叶片进行振动计算;根据计算结果,结合叶片振动设计准则,明确叶片振动方面存在的风险,进而确定叶片的目标频率值;根据叶片频率变化与叶型厚度调整之间的定性关系,初步给出叶片的具体厚度值;对叶片进行振动计算,总结出叶片频率变化与叶型厚度调整之间的定量关系,参照此关系并依据最初确定的目标频率值,给出方案二;通过微调最终找出合理的叶型调整方案。该方法主要为了解决压气机叶片在经常工作的转速范围内发生1阶共振的问题,适用范围有限,无法使各阶振动裕度均能满足设计要求。
发明内容
本发明的目的在于提供一种轴流叶片频率优化方法、系统及存储介质,采用多项式确定叶片沿叶高分布,采用n个高斯函数的加权和作为叶片频率优化的目标函数,通过反复寻找叶片厚度沿叶高的最优分布,使各阶振动裕度均能满足设计要求。
实现本发明目的的技术解决方案为:
一种轴流叶片频率优化方法,包括以下步骤:
S01:采用多项式确定叶片沿叶高分布;
S02:采用n个高斯函数的加权和作为叶片频率优化的目标函数;
S03:根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;
S04:修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。
优选的技术方案中,所述步骤S01中叶片沿叶高分布:
其中,m为多项式的项数,j为固有频率阶次,aj为多项式系数,z为归一化叶高。
优选的技术方案中,所述S01之后还包括:
首先给定m个归一化叶高处的叶片最大厚度值:
h(zj)max=hj
将其代入(1)式,构成m个线性方程组,m个未知数aj;
求解该线性方程组得到系数aj。
优选的技术方案中,所述步骤S02中叶片频率优化的目标函数:
式中:n为需考虑的共振裕度的个数,wi为加权系数,σk为第k个激振频率对应的共振频率禁区方差,fkj为与第k个激振频率对应节径的第j阶固有频率,fek为第k个激振频率。
优选的技术方案中,所述步骤S02中选择m个归一化叶高处的叶片最大厚度值为设计变量H=[h1 … hm]T;
约束条件如下:
HU-H≥{0}
H-HL≥{0}
其中:下标U表示H的取值上限,L为取值下限。
优选的技术方案中,所述步骤S03中叶片固有频率计算方法包括:
S31:生成叶片造型所需的参数,所述参数包括叶型最大厚度;
S32:采用现有的叶片造型程序进行叶片造型,获得叶型数据;
S33:根据叶型数据划分叶片有限元网格;
S34:采用有限元法对给定转速下的叶片进行几何非线性分析,获得叶片的应力分布,计算叶片固有频率。
本发明还公开了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时实现所述的轴流叶片频率优化方法。
本发明又公开了一种轴流叶片频率优化系统,包括:
叶片沿叶高分布构建模块,采用多项式确定叶片沿叶高分布;
目标函数构建模块,采用n个高斯函数的加权和作为叶片频率优化的目标函数;
计算模块,根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;
优化迭代模块,修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。
优选的技术方案中,所述叶片沿叶高分布构建模块构建的叶片沿叶高分布:
其中,m为多项式的项数,j为固有频率阶次,aj为多项式系数,z为归一化叶高。
优选的技术方案中,所述目标函数构建模块构建的叶片频率优化的目标函数:
式中:n为需考虑的共振裕度的个数,wi为加权系数,σk为第k个激振频率对应的共振频率禁区方差,fkj为与第k个激振频率对应节径的第j阶固有频率,fek为第k个激振频率。
本发明与现有技术相比,其显著优点为:
该方法采用多项式确定叶片沿叶高分布,采用n个高斯函数的加权和作为叶片频率优化的目标函数,通过反复寻找叶片厚度沿叶高的最优分布,使各阶振动裕度均能满足设计要求。该方法可有效地使叶片固有频率避开共振区,避免叶片有害振动的发生。当初始有多个共振裕度不足时,更能体现本方法的优越性。
附图说明
图1为实施例的轴流叶片频率优化方法的流程图;
图2为实施例的轴流叶片频率优化系统的原理框图;
图3为较佳实施例的叶型的控制参数示意图;
图4为较佳实施例的叶片各截面叶型示意图;
图5为实施例的目标函数-叶片固有频率曲线示意图;
图6为实施例的轴流叶片频率优化系统的优化流程图;
图7为实施例的叶型数据点示意图;
图8为实施例的轴流叶片有限元网格图;
图9为实施例的叶型点与有限元节点对比图。
具体实施方式
本发明的原理是:采用多项式确定叶片沿叶高分布,采用n个高斯函数的加权和作为叶片频率优化的目标函数,通过反复寻找叶片厚度沿叶高的最优分布,使各阶振动裕度均能满足设计要求。
实施例1:
如图1所示,一种轴流叶片频率优化方法,包括以下步骤:
S01:采用多项式确定叶片沿叶高分布;
S02:采用n个高斯函数的加权和作为叶片频率优化的目标函数;
S03:根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;
S04:修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。
较佳的实现中,步骤S01中叶片沿叶高分布:
其中,m为多项式的项数,j为固有频率阶次,aj为多项式系数,z为归一化叶高。
较佳的实现中,S01之后还包括:
首先给定m个归一化叶高处的叶片最大厚度值:
h(zj)max=hj
将其代入(1)式,构成m个线性方程组,m个未知数aj;
求解该线性方程组得到系数aj。
较佳的实现中,步骤S02中叶片频率优化的目标函数:
式中:n为需考虑的共振裕度的个数,wi为加权系数,σk为第k个激振频率对应的共振频率禁区方差,fkj为与第k个激振频率对应节径的第j阶固有频率,fek为第k个激振频率。
较佳的实现中,步骤S02中选择m个归一化叶高处的叶片最大厚度值为设计变量H=[h1 … hm]T;
约束条件如下:
HU-H≥{0}
H-HL≥{0}
其中:HU表示H的取值上限,HL为H的取值下限。
较佳的实现中,步骤S03中叶片固有频率计算方法包括:
S31:生成叶片造型所需的参数,所述参数包括叶型最大厚度;
S32:采用现有的叶片造型程序进行叶片造型,获得叶型数据;
S33:根据叶型数据划分叶片有限元网格;
S34:采用有限元法对给定转速下的叶片进行几何非线性分析,获得叶片的应力分布,计算叶片固有频率。
另一实施例中,本实施例还公开了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时实现所述的轴流叶片频率优化方法。
又一实施例中,如图2所示,本实施例又公开了一种轴流叶片频率优化系统,包括:
叶片沿叶高分布构建模块10,采用多项式确定叶片沿叶高分布;
目标函数构建模块20,采用n个高斯函数的加权和作为叶片频率优化的目标函数;
计算模块30,根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;
优化迭代模块40,修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。
具体的:
1)提出采用多项式确定叶片沿叶高分布
如图3所示,叶型可由多个控制参数确定,其中的最大厚度Hmax可用于叶片厚度的修改,其他的参数不在本发明内容之内,在此不做说明。
如图4所示,3维叶片由一系列叶型积叠而成。修改叶片厚度一般需修改每个截面的最大厚度。由于叶片截面数较多,如果分别修改每个截面的最大厚度,导致计算量增大,且容易沿叶高出现凹凸不光顺的情况。
本实施例提出采用多项式确定叶片沿叶高分布:
其中:m为多项式的项数(一般取3-6),aj为多项式系数,z为归一化叶高。
首先给定m个归一化叶高处的叶片最大厚度值:
h(zj)max=hj,(j=1,…,m)
代入(1)式,构成m个线性方程组,m个未知数为aj(j=0,…,m-1)。
求解该线性方程组可得(1)式中的系数aj。这样由m个参数hj即可控制所有截面的最大厚度。
2)提出叶片频率优化数学模型
采用最优化算法,优选各截面叶型最大厚度值,并分别进行叶片造型、生成叶片有限元网格、有限元叶片动频计算、共振裕度计算,使所考虑叶片共振裕度全部大于设定值。
优化数学模型包含三个内容:
设计变量
选择上述m个参数H=[h1 … hm]T为设计变量。
约束条件
约束条件如下:
HU-H≥{0}
H-HL≥{0}
其中:下标“U”表示H的取值上限,“L”为取值下限。
目标函数
提出采用n个高斯函数的加权和作为目标函数:
式中:n为需考虑的共振裕度的个数,wi为加权系数,σk为第k个激振频率对应的共振频率禁区方差,fkj为与第k个激振频率对应节径的第j阶固有频率,fek为第k个激振频率。
目标函数F(f(H))是叶片固有频率f(H)的函数,叶片固有频率f(H)又是设计变量H的函数,因此目标函数最终是设计变量H的函数。
图5为目标函数-叶片固有频率曲线示意图。由图可看出,当叶片接近激振频率时,目标函数急剧增大,这些目标函数较大的区间与叶片共振区间对应。而优化迭代是寻求最小值,从而使获得的叶片固有频率避开这些共振区间。
优化数学模型
寻找:
其中,R表示实数,n表示n维空间;
满足:
使得最小:
采用最优化算法(如遗传算法、复合形法等)求解以上建立的优化数学模型。在求解优化数学模型时需反复修改设计变量,并随后计算目标函数。如何修改设计变量,由最优化算法具体所采用的寻优策略决定。
如图6所示,修改设计变量、计算目标函数的过程必须在计算机上自动实施,具体步骤如下:
1)开始
2)原始参数输入
包括激振频率、设计变量个数、设计变量上下限值、与各设计变量对应的叶片高度z等。
3)设计变量赋初值
为m个参数H=[h1 … hm]T在各自的上、下限范围内设置初始值。
4)自动生成叶片造型输入数据
叶片造型所需的参数参见图3,其中包括叶型最大厚度。
5)叶片造型
采用现有的叶片造型程序进行叶片造型,获得叶型数据,见图7。
6)根据叶型数据划分叶片有限元网格
如图8所示为根据叶型数据生成的某轴流叶片有限元网格图。
有限元网格节点的坐标由叶型点坐标插值获得,图9为叶型点与有限元节点对比图。
7)叶片固有频率计算
首先采用有限元法对给定转速(离心力作用)下的叶片进行几何非线性分析,获得叶片的应力分布。然后进行叶片固有频率计算,此处应考虑离心力所产生的应力的作用,由此获得所谓的“动频”。
8)目标函数计算
根据给定的激振频率及有限元计算的叶片固有频率计算(3)式中的目标函数。
9)修改设计变量
对获得的若干目标函数进行对比,在设计变量上、下限区间之内依照最优化算法准则修改设计变量;
10)是否达到优化要求?是:转步11;否:转步4;
11)输出优化结果;
12)停。
上述实施例为本发明优选地实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种轴流叶片频率优化方法,其特征在于,包括以下步骤:
S01:采用多项式确定叶片沿叶高分布;
S02:采用n个高斯函数的加权和作为叶片频率优化的目标函数;
S03:根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;
S04:修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。
3.根据权利要求2所述的轴流叶片频率优化方法,其特征在于,所述S01之后还包括:
首先给定m个归一化叶高处的叶片最大厚度值:
h(zj)max=hj
将其代入(1)式,构成m个线性方程组,m个未知数aj;
求解该线性方程组得到系数aj。
5.根据权利要求4所述的轴流叶片频率优化方法,其特征在于,所述步骤S02中选择m个归一化叶高处的叶片最大厚度值为设计变量H=[h1 … hm]T;
约束条件如下:
HU-H≥{0}
H-HL≥{0}
其中,HU为H的取值上限,HL为H的取值下限。
6.根据权利要求1所述的轴流叶片频率优化方法,其特征在于,所述步骤S03中叶片固有频率计算方法包括:
S31:生成叶片造型所需的参数,所述参数包括叶型最大厚度;
S32:采用现有的叶片造型程序进行叶片造型,获得叶型数据;
S33:根据叶型数据划分叶片有限元网格;
S34:采用有限元法对给定转速下的叶片进行几何非线性分析,获得叶片的应力分布,计算叶片固有频率。
7.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求1-6任一项所述的轴流叶片频率优化方法。
8.一种轴流叶片频率优化系统,其特征在于,包括:
叶片沿叶高分布构建模块,采用多项式确定叶片沿叶高分布;
目标函数构建模块,采用n个高斯函数的加权和作为叶片频率优化的目标函数;
计算模块,根据给定的激振频率及有限元计算的叶片固有频率计算目标函数;
优化迭代模块,修改设计变量进行优化迭代,使各阶振动裕度均大于设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122146.4A CN115470585A (zh) | 2022-09-15 | 2022-09-15 | 一种轴流叶片频率优化方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122146.4A CN115470585A (zh) | 2022-09-15 | 2022-09-15 | 一种轴流叶片频率优化方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115470585A true CN115470585A (zh) | 2022-12-13 |
Family
ID=84333519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211122146.4A Pending CN115470585A (zh) | 2022-09-15 | 2022-09-15 | 一种轴流叶片频率优化方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115470585A (zh) |
-
2022
- 2022-09-15 CN CN202211122146.4A patent/CN115470585A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghalandari et al. | Aeromechanical optimization of first row compressor test stand blades using a hybrid machine learning model of genetic algorithm, artificial neural networks and design of experiments | |
Bu¨ che et al. | Automated design optimization of compressor blades for stationary, large-scale turbomachinery | |
US10352330B2 (en) | Turbomachine part with a non-axisymmetric surface | |
Marchukov et al. | Improving of the working process of axial compressors of gas turbine engines by using an optimization method | |
CN113569360A (zh) | 一种风力机叶片抗颤振翼型簇设计方法 | |
Vasilopoulos et al. | CAD-based aerodynamic optimization of a compressor stator using conventional and adjoint-driven approaches | |
CN113742861A (zh) | 一种适用于风力发电机风洞试验的叶片模型优化设计方法 | |
Song et al. | Blade shape optimization for transonic axial flow fan | |
CN115470585A (zh) | 一种轴流叶片频率优化方法、系统及存储介质 | |
CN109800519A (zh) | 一种轴流风扇多点气动优化设计方法 | |
Wang et al. | Adjoint aerodynamic design optimization for blades in multi-stage turbomachines: part ii—validation and application | |
KR101162611B1 (ko) | 축류압축기의 케이싱 그루브 최적설계방법 | |
Kuzmenko et al. | Optimization of the gas turbine engine parts using methods of numerical simulation | |
Kim et al. | Non-axisymmetric endwall profile optimization of a high-pressure transonic turbine using approximation model | |
Hecker et al. | Process integration and automated numerical design optimization of an eigenfrequency analysis of a compressor blade | |
Pinelli et al. | Aeroelastic investigation of an open 3D steam turbine test case and blade shape optimization with improved flutter behavior | |
Wilson et al. | Multi-disciplinary optimisation of a transonic fan for low tone noise | |
Komarov et al. | OPTIMIZATION APPROAC H AND SOME RESULTS FOR 2D COMPRESSOR AIRFOIL | |
Becker et al. | Multi-objective optimization in axial compressor design using a linked cfd-solver | |
Iseni et al. | Sensitivity analysis of eigenmode variations on the flutter stability of a highly loaded transonic fan | |
Shao et al. | Aerodynamic optimization of the radial inflow turbine for a 100kW-class micro gas turbine based on metamodel-semi-assisted method | |
Nyssen et al. | Multi-Disciplinary Surrogate-Based Optimization of a Compressor Rotor Blade Considering Ice Impact | |
Hield | Semi-inverse design applied to an eight stage transonic axial flow compressor | |
CN112395702A (zh) | 轴流压气机叶片的优化设计方法和系统 | |
Li et al. | Multiobjective optimization approach to turbomachinery blades design |
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 |