CN116227086B - 一种航空发动机气路故障模拟方法 - Google Patents
一种航空发动机气路故障模拟方法 Download PDFInfo
- Publication number
- CN116227086B CN116227086B CN202310302796.5A CN202310302796A CN116227086B CN 116227086 B CN116227086 B CN 116227086B CN 202310302796 A CN202310302796 A CN 202310302796A CN 116227086 B CN116227086 B CN 116227086B
- Authority
- CN
- China
- Prior art keywords
- fault
- simulation model
- gas circuit
- dimensional
- dimensional simulation
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004806 packaging method and process Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 3
- 238000002076 thermal analysis method Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000004514 thermodynamic simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000002679 ablation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000930 thermomechanical effect Effects 0.000 description 1
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Physics (AREA)
- Testing Of Engines (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种航空发动机气路故障模拟方法,包括:构建故障零件三维仿真模型;基于故障零件三维仿真模型,构建故障部件三维仿真模型;基于故障部件三维仿真模型,获取故障部件特性;基于故障部件特性,构建气路故障仿真模型;根据气路故障仿真模型,模拟气路故障以生成气路故障数据。实施本发明的技术方案,可以兼顾故障模拟结果准确性以及模拟成本。
Description
技术领域
本发明涉及航空发动机领域,尤其涉及一种航空发动机气路故障模拟方法。
背景技术
航空发动机结构复杂、状态多变,气路部件所处工作环境十分严峻,承受较高的离心负荷、气动负荷、高温和大气温差负荷以及振动的交变负荷等,不可避免地会发生故障。通过采集发动机各截面的温度、压力、转速、流量等参数对发动机状态进行评估,诊断预测发动机的故障,及时调整发动机的工作状态,并预先安排发动机的维修和备件准备对保障发动机及飞机安全具有重要的军事价值和经济价值。
当前的发动机气路故障诊断预测无论是基于模型的故障诊断预测方法还是基于人工智能的故障诊断预测方法都非常依赖故障特征库。然而由于航空发动机特别是军用航空发动机状态低重叠,所获取历史故障数据的状态重合度较低,无法充分支持故障诊断预测算法的开发和验证。当前解决该难题的方法主要有基于气动热力学模型故障仿真和基于发动机实物的故障模拟两种方法生成故障数据。基于模型仿真的方法主要是依据国外的经验来进行部件性能参数(流量、效率等)拉偏进行模拟,性能参数偏移量与发动机流道部件结构改变量多少无法对应,同时由于所模拟的发动机与国外的发动机在结构等方面存在一定差异,导致故障模拟所生成的数据与真实故障发生时的测量数据相差较远;基于发动机实物的模拟方法虽然能够较为真实的实现故障模拟,所测量得到的故障数据与真实故障数据较为一致,但是由于成本较高,在真实研究和工程应用过程中很难大批量开展。
发明内容
为了解决现有技术中的至少一个技术问题,本发明提供了一种航空发动机气路故障模拟方法。
根据本发明的第一方面,提供了一种航空发动机气路故障模拟方法,包括:
构建故障零件三维仿真模型;
基于所述故障零件三维仿真模型,构建故障部件三维仿真模型;
基于故障部件三维仿真模型,获取故障部件特性;
基于所述故障部件特性,构建气路故障仿真模型;
根据所述气路故障仿真模型,模拟气路故障以生成气路故障数据。
可选的,所述构建故障零件三维仿真模型,包括:基于三维扫描构建故障零件三维仿真模型或基于外形重构构建故障零件三维仿真模型。
可选的,所述基于三维扫描构建故障零件三维仿真模型,包括:
利用三维扫描仪对流道部件的故障零件进行外形数据采集,获取三维点云数据;
将所述三维点云数据转化到同一个坐标系,并通过滤波算法进行修正得到故障零件三维仿真模型。
可选的,所述基于外形重构构建故障零件三维仿真模型,包括:
依据真实或拟模拟的发动机故障,在正常的零件三维仿真模型基础上,通过外形重构的方式构建出故障零件三维仿真模型。
可选的,基于所述故障零件三维仿真模型,构建故障部件三维仿真模型,包括:将正常零件三维仿真模型与故障零件三维仿真模型进行装配得到故障部件三维仿真模型。
可选的,所述基于故障部件三维仿真模型,获取故障部件特性,包括:
基于故障部件三维仿真模型,通过气动热力分析,获取不同进口条件、不同工作状态下不同大小故障发生情况下的参数,以得到故障部件特性,其中,所述参数包括发动机部件流量、效率和压比。
可选的,所述基于所述故障部件特性,构建气路故障仿真模型,包括:将故障部件特征直接嵌套封装在故障部件三维仿真模型。
可选的,所述基于所述故障部件特性,构建气路故障仿真模型,包括:将所述故障部件特性嵌套到发动机气动热力学仿真模型中,以构成气路故障仿真模型;
所述将所述故障部件特性嵌套到发动机气动热力学仿真模型中,以构成气路故障仿真模型,包括:构建发动机部件特性改变量与故障大小、发动机状态以及进口条件的关系函数,把相关关系函数嵌套封装在发动机气动热力学仿真模型中,构成气动故障仿真模型。
可选的,所述构建气路故障仿真模型,还包括:增加气路故障仿真模型的输入参数,增加的所述输入参数包括故障模拟量大小和故障位置。
可选的,所述根据所述气路故障仿真模型,模拟气路故障以生成气路故障数据,包括:根据输入参数通过气路故障仿真模型的循环迭代,生成发动机气路故障数据,其中,所述输入参数包括发动机油门杆、高度、马赫数、故障模拟量大小和故障模拟位置。
本发明实施例中提供的一个或多个技术方案,通过构建故障零件三维仿真模型、故障部件三维仿真模型、获取故障部件特性、嵌套封装故障部件特性、气路故障模拟,实现气路故障的准确模拟,可以兼具故障模拟结构准确性以及模拟成本。
本方法综合了三维仿真模型和气动热力学模型的优势,能够从最开始的故障机理出发,量化分析部件故障对发动机流道部件性能的影响,解决当下航空发动机气路故障机理研究无法准确评估的问题。在发动机气动热力学模型中封装嵌套发动机部件故障性能参数,通过故障仿真获取发动机故障数据。该故障数据可以作为故障特征提取的输入,实现发动机气路故障特征在故障模式、故障大小、转速状态以及工作点位置等维度上的增强,也可以作为发动机气路故障诊断预测算法验证的输入,开展发动机在不同故障模式、不同故障大小、不同转速状态以及不同工作点位置下的算法验证,对于推动发动机气路故障诊断预测算法的技术成熟度,促进发动机健康管理技术的发展具有十分重要的意义。
附图说明
附图示出了本发明的示例性实施方式,并与其说明一起用于解释本发明的原理,其中包括了这些附图以提供对本发明的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1示出了根据本发明示例性实施例的一种航空发动机气路故障模拟方法的流程图;
图2示出了根据本发明示例性实施例的基于外形重构的发动机故障零件模型示意图;
图3示出了根据本发明示例性实施例的基于三维扫描的故障部件三维仿真模型构建流程;
图4示出了根据本发明示例性实施例的基于外形重构的发动机故障部件三维仿真模型构建流程图;
图5示出了根据本发明示例性实施例的气路故障仿真模型构建流程图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
以下参照附图描述本发明的方案。
参见图1,一种航空发动机气路故障模拟方法,包括:
S101,构建故障零件三维仿真模型。
本步骤中,可基于三维扫描构建故障零件三维仿真模型。具体的,通过三维扫描仪对流道部件的故障零件进行外形数据采集,获取三维点云数据,将相关数据转化为一个坐标系下,并通过滤波算法进行修正得到故障零件的三维仿真模型。
本步骤中,可基于外形重构构建故障零件三维仿真模型。具体的,依据真实的发动机故障案例或者拟模拟的发动机的故障模式及大小,在正常的三维仿真模型基础上,通过外形重构的方式构建出故障件的三维仿真模型,其中,图2中轮廓线201为叶片正常的叶形,轮廓线202为通过外协重构生成的叶片掉块零件的叶形,其中,掉块厚度1mm。
S102,基于故障零件三维仿真模型,构建故障部件三维仿真模型。
本步骤中,与S102相对应的,可基于三维扫描构建故障部件三维仿真模型。具体的,如图3所示,通过正常零件三维仿真模型与故障零件三维仿真模型进行装配得到故障部件三维仿真模型。其中,正常零件三维仿真模型根据正常零件通过三维扫描及修正得到,或,根据正常零件从已有的正常零件三维仿真模型中直接获取得得到。
本步骤中,与S102相对应的,也可基于外形重构构建故障部件三维仿真模型。具体的,如图4所示,通过对外形重构的故障零件三维仿真模型和正常零件的三维仿真模型装配来实现的。
S103,基于故障部件三维仿真模型,获取故障部件特性。
基于故障部件三维仿真模型,通过气动热力分析,获取不同进口条件、不同工作状态下不同大小故障发生情况下的参数,以得到故障部件特性,其中,参数包括发动机部件流量、效率和压比。
具体的,可依次执行边界条件设置、故障部位表面平滑处理、气动仿真分析。边界条件设置通过给定故障部件的输入输出条件,设置不同的进口温度、压力、转速等参数。故障部位表面平滑处理为了降低仿真求解的难度,提升收敛效率,对故障部位进行平滑处理。气动仿真分析为了获取发动机气路部件的流量、效率、压比等参数。
本步骤中,还可以优化故障部件特性,由于发动机仿真获取的特性与真实故障特性存在差距,因此要获取真实的故障部件特性,首先要根据正常部件仿真特性和真实的正常部件特性,获取部件特性的修正系数;然后基于仿真的部件故障特性和部件特性修正系数,完成故障部件特性优化,获取较为真实故障部件特性。
S104,基于故障部件特性,构建气路故障仿真模型。
该步骤包括嵌套封装故障部件特性与气动故障仿真模型接口修改,其中,故障部件特性嵌套封装主要有直接封装法和关系函数封装法。
1、直接封装法。把发动机故障部件特征直接嵌套封装在部件模型中,或者把数据存入数据库或者本地,部件模型读取故障部件特性。
2、关系函数封装法。具体如图5所示,首先根据部件特性改变量,构建发动机部件特性改变量与故障大小、发动机状态以及进口条件的映射关系函数,把相关映射关系函数嵌套封装在发动机气动热力学仿真模型中,构成气动故障仿真模型。
3、气路故障仿真模型接口修改。在风扇、压气机、涡轮等部件输入模块中增加故障模拟量大小、故障位置等输入参数,并把这些参数作为发动机气路故障仿真模型的输入参数。故障模拟量大小、故障位置等参数在基于直接封装法构建的气路故障仿真模型中用于故障特性的选取,在基于关系函数封装法构建的气路故障仿真模型中主要作为关系函数的输入,进而求取故障的故障特性。
S105,根据气路故障仿真模型,模拟气路故障以生成气路故障数据。
本步骤中,可以根据输入参数通过气路故障仿真模型的循环迭代,生成发动机气路故障数据,其中,输入参数包括发动机油门杆、高度、马赫数、故障模拟量大小和故障模拟位置。
具体的,在模拟气路故障时,包括输入参数设置、迭代算法参数设置、气路故障数据生成三部分。
1、输入参数设置。输入参数有两大类,一类是发动机油门杆、高度、马赫数等,另一类是故障模式类型、故障模拟量大小、故障模拟位置等信息。
2、迭代算法参数设置,设置迭代算法运行截止条件。
3、故障测量数据和性能数据生成。通过气动热力学模型的循环迭代,生成发动机叶片变形、叶片掉块、叶片断裂、叶片烧蚀、叶片表面腐蚀或侵蚀等气路故障的测量数据和性能数据,其中测量参数包括且不限于温度、压力、转速、流量等,性能参数有推力、耗油率等。
4、故障数据构建,把生成的故障测量数据、故障性能数据与发动机故障模式类型、故障大小、故障位置等信息一起构成最终的故障数据,可用于故障诊断预测算法开发过程中的特征提取,也可以作为故障诊断预测算法验证的输入。
本发明的发动机气路故障模拟方法,与现有技术相比,具有以下技术效果:
从故障对发动机气路流道部件几何的改变量为出发点,构建了发动机故障零件的三维仿真模型以及部件的三维仿真模型,解决了故障大小与发动机部件特性改变量之间映射关系无法量化评估的问题,然后通过建立发动机故障部件特性改变量与故障大小、发动机状态以及进口条件的关系函数,并封装嵌套发动机气动热力学模型,能够获取发动机故障发生情况下的发动机测量参数和整机性能参数,该方法给出了发动机气路流道部件故障准确模拟的方案,使发动机气路故障检测诊断与性能衰退预测算法验证结果更有说服力。
Claims (4)
1.一种航空发动机气路故障模拟方法,其特征在于,包括:
构建故障零件三维仿真模型;
基于所述故障零件三维仿真模型,构建故障部件三维仿真模型;
基于故障部件三维仿真模型,获取故障部件特性;
基于所述故障部件特性,构建气路故障仿真模型;
根据所述气路故障仿真模型,模拟气路故障以生成气路故障数据;
所述构建故障零件三维仿真模型,包括:基于三维扫描构建故障零件三维仿真模型或基于外形重构构建故障零件三维仿真模型;
所述基于所述故障零件三维仿真模型,构建故障部件三维仿真模型,包括:将正常零件三维仿真模型与故障零件三维仿真模型进行装配得到故障部件三维仿真模型;
所述基于故障部件三维仿真模型,获取故障部件特性,包括:基于故障部件三维仿真模型,通过气动热力分析,获取不同进口条件、不同工作状态下不同大小故障发生情况下的参数,以得到故障部件特性,其中,所述参数包括发动机部件流量、效率和压比;
所述基于所述故障部件特性,构建气路故障仿真模型,包括:将故障部件特征嵌套封装在故障部件三维仿真模型;
所述根据所述气路故障仿真模型,模拟气路故障以生成气路故障数据,包括:根据输入参数通过气路故障仿真模型的循环迭代,生成发动机气路故障数据,其中,所述输入参数包括发动机油门杆、高度、马赫数、故障模拟量大小和故障模拟位置。
2.根据权利要求1所述的方法,其特征在于,所述基于三维扫描构建故障零件三维仿真模型,包括:
利用三维扫描仪对流道部件的故障零件进行外形数据采集,获取三维点云数据;
将所述三维点云数据转化到同一个坐标系,并通过滤波算法进行修正得到故障零件三维仿真模型。
3.根据权利要求1所述的方法,其特征在于,所述基于外形重构构建故障零件三维仿真模型,包括:
依据真实或拟模拟的发动机故障,在正常的零件三维仿真模型基础上,通过外形重构的方式构建出故障零件三维仿真模型。
4.根据权利要求1所述的方法,其特征在于,所述构建气路故障仿真模型,还包括:增加气路故障仿真模型的输入参数,增加的所述输入参数包括故障模拟量大小和故障位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310302796.5A CN116227086B (zh) | 2023-03-23 | 2023-03-23 | 一种航空发动机气路故障模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310302796.5A CN116227086B (zh) | 2023-03-23 | 2023-03-23 | 一种航空发动机气路故障模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116227086A CN116227086A (zh) | 2023-06-06 |
CN116227086B true CN116227086B (zh) | 2023-11-24 |
Family
ID=86575181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310302796.5A Active CN116227086B (zh) | 2023-03-23 | 2023-03-23 | 一种航空发动机气路故障模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116227086B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276115A (zh) * | 2019-06-12 | 2019-09-24 | 上海交通大学 | 基于燃机叶片型线参数的气路故障诊断方法 |
CN113886951A (zh) * | 2021-09-26 | 2022-01-04 | 湖北航天技术研究院总体设计所 | 一种飞行器健康管理系统及方法 |
CN115640741A (zh) * | 2022-09-21 | 2023-01-24 | 明光利拓智能科技有限公司 | 一种基于模型与数据驱动的仿真模型对故障的诊断方法 |
-
2023
- 2023-03-23 CN CN202310302796.5A patent/CN116227086B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276115A (zh) * | 2019-06-12 | 2019-09-24 | 上海交通大学 | 基于燃机叶片型线参数的气路故障诊断方法 |
CN113886951A (zh) * | 2021-09-26 | 2022-01-04 | 湖北航天技术研究院总体设计所 | 一种飞行器健康管理系统及方法 |
CN115640741A (zh) * | 2022-09-21 | 2023-01-24 | 明光利拓智能科技有限公司 | 一种基于模型与数据驱动的仿真模型对故障的诊断方法 |
Non-Patent Citations (1)
Title |
---|
发动机气路故障模拟试验台碰摩故障实验研究;黄漫国 等;测控技术;第40卷(第11期);113-117 * |
Also Published As
Publication number | Publication date |
---|---|
CN116227086A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109630215B (zh) | 涡轮机组装支援程序、涡轮机组装支援系统以及涡轮机的组装方法 | |
US6785633B2 (en) | Method and apparatus for assessing performance of combined cycle power-plants | |
JP2015522747A (ja) | 機械部品の寿命消費を決定する方法及びシステム | |
US8903692B2 (en) | Method for the detection of failures in a turbomachine by means of a theoretical model of the thermodynamic cycle of the said turbomachine | |
CN105389427A (zh) | 基于自适应粒子滤波的航空发动机气路部件故障检测方法 | |
CN111859746A (zh) | 一种基于流场重构的透平机械变工况性能预测方法 | |
US20120078567A1 (en) | Combustion reference temperature estimation | |
CN116227086B (zh) | 一种航空发动机气路故障模拟方法 | |
CN117763760A (zh) | 一种发动机叶片及轮盘寿命计算方法和系统 | |
CN116542114B (zh) | 基于总体参数的压气机转子温度应力变形分析方法及装置 | |
Meyer et al. | Prediction of turbine rotor blade forcing due to in-service stator vane trailing edge damage | |
Beck et al. | Probabilistic mistuning assessment using nominal and geometry based mistuning methods | |
Schoenenborn et al. | Determination of blade-alone frequencies of a blisk for mistuning analysis based on optical measurements | |
Henry et al. | A fleet risk prediction methodology for mistuned ibrs using geometric mistuning models | |
CN110443084B (zh) | 航空发动机闭环仿真方法和系统、仿真平台及其构建装置 | |
CN110298052A (zh) | 串列叶片优化实现方法 | |
Sankar et al. | Aero-thermodynamic modelling and gas path simulation for a twin spool turbo jet engine | |
Kurstak et al. | Mistuning identification for rotating bladed disks using stationary measurements and reduced order models | |
Zhu et al. | An improvement method based on similarity theory for equilibrium manifold expansion model | |
Pachidis et al. | A partially integrated approach to component zooming using computational fluid dynamics | |
CN109357957A (zh) | 一种基于极值窗口的疲劳监测计数方法 | |
Li et al. | Calculation Model Based Design-Point Gas Generator Performance Adaptation Method | |
Yong et al. | Nonlinear adaptation for performance model of an aero engine using QPSO | |
Moskov et al. | Statistical Approach for Determining the Efficiency Isolines of the Turbocharger Cost Characteristics-Isobaric Turbine | |
CN114169199B (zh) | 一种关于定子绕组端部电磁和结构耦合动力学分析方法 |
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 |