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 PDF

Info

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
Application number
CN202211122146.4A
Other languages
English (en)
Inventor
薛园园
代钰
赵运生
丁建国
蔡显新
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.)
Taicang Dianshi Aviation Power Co ltd
Original Assignee
Taicang Dianshi Aviation Power 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 Taicang Dianshi Aviation Power Co ltd filed Critical Taicang Dianshi Aviation Power Co ltd
Priority to CN202211122146.4A priority Critical patent/CN115470585A/zh
Publication of CN115470585A publication Critical patent/CN115470585A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-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

一种轴流叶片频率优化方法、系统及存储介质
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:
Figure BDA0003846916940000011
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:
Figure BDA0003846916940000031
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:
Figure BDA0003846916940000032
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:
Figure BDA0003846916940000041
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:
Figure BDA0003846916940000051
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:
Figure BDA0003846916940000061
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:
Figure BDA0003846916940000071
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:
Figure BDA0003846916940000081
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:
Figure BDA0003846916940000091
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:
H=[h1 … hm]T
Figure BDA0003846916940000103
其中,R表示实数,n表示n维空间;
满足:
Figure BDA0003846916940000101
使得最小:
Figure BDA0003846916940000102
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。
2.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S01中叶片沿叶高分布:
Figure FDA0003846916930000011
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。
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
4.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S02中叶片频率优化的目标函数:
Figure FDA0003846916930000012
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。
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。
9.根据权利要求8所述的轴流叶片频率优化系统,其特征在于,所述叶片沿叶高分布构建模块构建的叶片沿叶高分布:
Figure FDA0003846916930000031
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。
10.根据权利要求8所述的轴流叶片频率优化系统,其特征在于,所述目标函数构建模块构建的叶片频率优化的目标函数:
Figure FDA0003846916930000032
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。
CN202211122146.4A 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 Pending CN115470585A (zh)

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)

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