CN117574554A - 基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法 - Google Patents

基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法 Download PDF

Info

Publication number
CN117574554A
CN117574554A CN202410078104.8A CN202410078104A CN117574554A CN 117574554 A CN117574554 A CN 117574554A CN 202410078104 A CN202410078104 A CN 202410078104A CN 117574554 A CN117574554 A CN 117574554A
Authority
CN
China
Prior art keywords
temperature
air inlet
ambient air
inlet temperature
engine
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
Application number
CN202410078104.8A
Other languages
English (en)
Other versions
CN117574554B (zh
Inventor
张明磊
郝永振
吴坚
刘强
吕震宙
冯凯旋
庞燕龙
曾瑶
张涛
张少平
秦仕勇
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 Sichuan Gas Turbine Research Institute
Original Assignee
AECC Sichuan Gas Turbine Research Institute
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 Sichuan Gas Turbine Research Institute filed Critical AECC Sichuan Gas Turbine Research Institute
Priority to CN202410078104.8A priority Critical patent/CN117574554B/zh
Publication of CN117574554A publication Critical patent/CN117574554A/zh
Application granted granted Critical
Publication of CN117574554B publication Critical patent/CN117574554B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft 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
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • 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)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明属于航空发动机轮盘疲劳可靠性设计领域，提供了一种基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，包括：依据发动机设计要求获取发动机主循环；构建发动机主循环在设计工况下使用地点的环境进气温度‑概率分布函数；基于仿真技术，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系；采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数关系，对涡轮盘低循环疲劳可靠性分析。上述涡轮盘低循环疲劳可靠性评估方法对环境进气温度进行概率表征，合理表征了涡轮盘转速、温度的概率分布，有助于提升涡轮盘低循环疲劳概率寿命评估的精度，具有较强的工程适用性。

Description

基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法
技术领域
本发明涉及航空发动机轮盘疲劳可靠性设计领域，具体涉及一种基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法。
背景技术
涡轮盘是航空发动机关键部件，其在工作过程中会经历高温、高压、高转速的严苛环境，一旦失效会发生灾难性的破坏，因此为了确保发动机足够可靠，目前国内外开始采用概率统计的方法来研究在不确定性环境条件下涡轮盘的可靠度，研究人员通过可靠性分析可以量化涡轮盘的安全水平，并对潜在的风险进行预测，从而为涡轮盘的风险评估提供依据。
现有轮盘可靠性评估方法中对载荷分散性缺乏合理的考虑（主要与温度和转速有关），例如：航空发动机2011年01期公开的文献“轮盘低循环疲劳可靠性设计方法”[J].高阳等，建立了涡轮盘材料GH4133合金的循环应力—应变概率模型，并提出了涡轮盘低循环疲劳可靠性设计方法，但其该文献中并未明确给出对于转速、温度场随机性的确定方法；再例如：中国已公开专利CN115344960A，提供了一种基于贝叶斯信息融合的涡轮盘可靠性评估方法，该方法采用贝叶斯公式结合先验信息和试验数据来评估涡轮盘的疲劳可靠性，但是也未给出关于转速、温度随机性的确定方法。
上述方法由于不能准确描述载荷分散性对轮盘疲劳可靠度的影响，使得涡轮盘低循环疲劳可靠性分析精度偏低。
发明内容
本发明提供了一种基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，该方法通过合理的量化载荷的分散性，实现了提高涡轮盘低循环疲劳可靠性评估精度的目的。
实现发明目的的技术方案如下：一种基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，包括：
步骤1、依据发动机设计要求获取发动机主循环；
步骤2、构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数；
步骤3、基于仿真技术，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系；
步骤4、采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数关系，对涡轮盘低循环疲劳可靠性分析。
进一步地，上述步骤2中，所述构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数，包括：
步骤21、统计发动机在使用地点的大气温度样本数据；
步骤22、依据大气温度样本数据、发动机飞行高度、以及使用地点地面高度，计算发动机主循环在设计工况下的环境进气温度样本数据；
步骤23、对环境进气温度样本数据进行统计分析，构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数。其中，环境进气温度样本数据进行可以采用正态分布假设方法或威布尔分布假设方法进行统计分析。
更进一步地，上述步骤22中，依据大气温度样本数据、发动机飞行高度、以及使用地点地面高度，计算发动机主循环在设计工况下的环境进气温度样本数据的公式为：，其中，/>环境进气温度样本数据，/>为地面大气温度，h为设计工况下的飞行高度，/>为发动机的使用地点地面高度。
进一步地，上述步骤3中，所述基于仿真方法，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系，包括：
步骤31、基于仿真技术，获取发动机主循环在设计工况下的环境进气温度条件下对应的仿真温度场分布和仿真物理转速分布；
步骤32、依据发动机性能相似规律，获取发动机主循环在设计工况下环境进气温度条件下对应的温度场分布和物理转速分布；
步骤33、依据仿真温度场分布、温度场分布，计算环境进气温度条件下的进气温度场偏离值；依据仿真物理转速分布、物理转速分布，计算环境进气温度条件下的物理转速偏离值；
步骤34、重复步骤31~步骤33，获取多个环境进气温度条件下的进气温度场偏离值和物理转速偏离值；
步骤35、依据多个环境进气温度条件下的进气温度场偏离值和物理转速偏离值，构建偏离值与环境进气温度的进气温度场偏离代理模型和物理转速偏离代理模型；
步骤36、基于进气温度场偏离代理模型、物理转速偏离代理模型、以及步骤32的温度场分布和物理转速分布，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系。
进一步地，上述步骤4中，所述采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数，对涡轮盘低循环疲劳可靠性分析，包括：
步骤41、依据涡轮盘联合仿真平台寿命计算模块，计算涡轮盘薄弱位置的寿命仿真分析结果；
步骤42、采用温度场及物理转速与环境进气温度的函数关系、涡轮盘联合仿真平台寿命计算模块、以及涡轮盘设计变量，计算涡轮盘在环境进气温度条件下的低循环疲劳概率寿命分布。
更进一步地，上述步骤42中，所述涡轮盘设计变量包括弹性模量E、几何尺寸变量、材料寿命参数。
更进一步地，上述步骤41中，所述涡轮盘联合仿真平台寿命计算模块采用matlab软件、UG软件、以及ANSYS软件联合构建形成。
与现有技术相比，本发明的有益效果是：本发明设计的涡轮盘低循环疲劳可靠性评估方法，通过对环境进气温度进行概率表征，合理表征了涡轮盘转速、温度的概率分布，有助于提升涡轮盘低循环疲劳概率寿命评估的精度，具有较强的工程适用性。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本发明具体实施方式中公开的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法的流程图；
图2为具体实施方式中发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数的示意图。
具体实施方式
下面结合具体实施例来进一步描述本发明，本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的，并不对本发明的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换，但这些修改和替换均落入本发明的保护范围内。
本具体实施方式公开了一种基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，参见图1所示，方法包括：
步骤1、依据发动机设计要求获取发动机主循环。
发动机主循环在发动机设计要求中具有详细规定，一般说发动机主循环是指发动机低循环，表示为“0~最大~0”，其中“最大”指的是某一设计工况。
步骤2、构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数。
步骤3、基于仿真技术，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系。
步骤4、采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数关系，对涡轮盘低循环疲劳可靠性分析。
在一个可选的实施例中，上述步骤2中，所述构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数，包括：
步骤21、统计发动机在使用地点的大气温度样本数据；
步骤22、依据大气温度样本数据、发动机飞行高度、以及使用地点地面高度，计算发动机主循环在设计工况下的环境进气温度样本数据；
步骤23、对环境进气温度样本数据进行统计分析，构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数。
优选地，上述步骤21中，发动机在使用地点的大气温度样本数据是以全年，即12个月进行统计的。
优选地，上述步骤22中，依据大气温度样本数据、发动机飞行高度、以及使用地点地面高度，计算发动机主循环在设计工况下的环境进气温度样本数据的公式为：，其中，/>为环境进气温度样本数据，单位为K；/>为地面大气温度，单位为K；h为设计工况下的飞行高度，单位为km；/>为发动机的使用地点地面高度，单位为km。
优选地，上述步骤23中，环境进气温度样本数据进行可以采用正态分布假设方法或威布尔分布假设方法进行统计分析，且形成的环境进气温度-概率分布函数参见图2所示。
在一个可选的实施例中，上述步骤3中，所述基于仿真方法，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系，包括：
步骤31、基于仿真技术，获取发动机主循环在设计工况下的环境进气温度条件下对应的仿真温度场分布和仿真物理转速分布。
具体来说，通过定义第i个环境进气温度可以表示为，以及其应对应的仿真温度场分布为/>，仿真物理转速分布为/>。通常在发动机涡轮盘的仿真设计过程中，会给出“最大”工况条件下，也即设计工况下/>≥1个环境进气温度条件下涡轮盘的仿真计算温度场分布/>和对应的仿真物理转速分布/>。其中，/>的表达式为；/>的表达式为/>，式中：x、y、z分别为涡轮盘温度场在x方向、y方向、z方向的坐标值;仿真条件下第i个环境进气温度的取值为0、1、……、n的整数。
步骤32、依据发动机性能相似规律，获取发动机主循环在设计工况下环境进气温度条件下对应的温度场分布和物理转速分布。
具体来说，发动机性能相似规律指的是温度相似和转速相似，定义温度场分布（也可以称之为相似温度场分布）为，物理转速分布（也可以称之为相似物理转速分布）为/>。
其中，的表达式为/>，/>的表达式为，T为自变量代表环境进气温度，单位为K。
步骤33、依据仿真温度场分布、温度场分布，计算环境进气温度条件下的进气温度场偏离值；依据仿真物理转速分布、物理转速分布，计算环境进气温度条件下的物理转速偏离值。
具体来说，进气温度场偏离值的计算公式为/>，物理转速偏离值/>的计算公式为/>。
步骤34、重复步骤31~步骤33，获取多个环境进气温度条件下的进气温度场偏离值和物理转速偏离值。
步骤35、依据多个环境进气温度条件下的进气温度场偏离值和物理转速偏离值，构建偏离值与环境进气温度的进气温度场偏离代理模型和物理转速偏离代理模型。
具体来说，根据n个环境进气温度条件下的进气温度场偏离值和物理转速偏离值，利用Kriging方法构建样本偏离值与进气温度T的代理模型，包括进气温度场偏离代理模型为、物理转速偏离代理模型为/>。
步骤36、基于进气温度场偏离代理模型、物理转速偏离代理模型/>、以及步骤32的温度场分布/>和物理转速分布/>，建立发动机主循环在设计工况下涡轮盘的温度场/>及物理转速/>与环境进气温度T的函数关系。
具体来说，温度场的表达式为/>，物理转速的表达式为/>。
在一个可选的实施例中，上述步骤4中，所述采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数，对涡轮盘低循环疲劳可靠性分析，包括：
步骤41、依据涡轮盘联合仿真平台寿命计算模块，计算涡轮盘薄弱位置的寿命仿真分析结果；
步骤42、采用温度场及物理转速与环境进气温度的函数关系、涡轮盘联合仿真平台寿命计算模块、以及涡轮盘设计变量，计算涡轮盘在环境进气温度条件下的低循环疲劳概率寿命分布。
优选地，上述步骤42中，所述涡轮盘设计变量包括弹性模量E、几何尺寸变量、材料寿命参数。
优选地，上述步骤41中，所述涡轮盘联合仿真平台寿命计算模块采用matlab软件、UG软件、以及ANSYS软件联合构建形成。
具体来说，包括以下过程：
首先，通过matlab软件、UG软件、ANSYS软件联合建立仿真平台寿命计算模块，获取涡轮盘薄弱位置的寿命仿真分析结果，用于后续的涡轮盘低循环疲劳可靠度分析，详细步骤如下：
采用UG软件的参数化建模功能，对涡轮盘进行参数化建模，得到涡轮盘的参数化模型；
采用matlab软件，生成UG软件的二次开发命令，并驱动UG进行参数更新，并导出CAD模型（.igs）文件；
采用matlab软件，生成基于ANSYS软件的二次开发（APDL程序语言）命令，驱动ANSYS导入CAD模型（.igs）文件，并开展有限元分析，获取轮盘薄弱位置的应力计算结果；
采用matlab软件，依据轮盘的应力计算结果和材料的寿命曲线，计算得到轮盘薄弱位置的寿命仿真分析结果；
其次，依据联合仿真平台寿命计算模块，以及函数关系和/>，开展涡轮盘低循环疲劳可靠性分析，具体步骤如下：
确定设计变量的概率分布形式，设计变量主要包括进气温度T、材料的弹性模量E、几何尺寸变量、材料的寿命计算参数；
采用超级拉丁方抽样方法，确定设计变量的初始训练样本池；
依据函数关系式和/>，采用涡轮盘联合仿真平台寿命计算模块，计算初始训练样本池中设计变量对应的寿命仿真结果，获取输出响应集；
根据训练样本集，采用Kriging模型构造输出响应的代理模型；
对代理模型进行交叉验证，即从训练样本集中抽取部分样本点构造代理模型，并用其他训练样本集与代理模型的结果进行对比，若误差满足要求，则继续下一步，若不满足要求，则需要扩充训练样本集；
采用建立好的代理模型进行涡轮盘低循环疲劳寿命可靠度分析，得到涡轮盘低循环概率疲劳寿命，进而可获取涡轮盘低循环疲劳寿命的可靠度计算结果。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，包括：
步骤1、依据发动机设计要求获取发动机主循环；
步骤2、构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数；
步骤3、基于仿真技术，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系；
步骤4、采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数关系，对涡轮盘低循环疲劳可靠性分析。
2.根据权利要求1所述的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，步骤2中，所述构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数，包括：
步骤21、统计发动机在使用地点的大气温度样本数据；
步骤22、依据大气温度样本数据、发动机飞行高度、以及使用地点地面高度，计算发动机主循环在设计工况下的环境进气温度样本数据；
步骤23、对环境进气温度样本数据进行统计分析，构建发动机主循环在设计工况下使用地点的环境进气温度-概率分布函数。
3.根据权利要求2所述的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，步骤22中，依据大气温度样本数据、发动机飞行高度、以及使用地点地面高度，计算发动机主循环在设计工况下的环境进气温度样本数据的公式为：，其中，/>为环境进气温度样本数据，/>为地面大气温度，h为设计工况下的飞行高度，/>为发动机的使用地点地面高度。
4.根据权利要求1所述的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，步骤3中，所述基于仿真方法，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系，包括：
步骤31、基于仿真技术，获取发动机主循环在设计工况下的环境进气温度条件下对应的仿真温度场分布和仿真物理转速分布；
步骤32、依据发动机性能相似规律，获取发动机主循环在设计工况下环境进气温度条件下对应的温度场分布和物理转速分布；
步骤33、依据仿真温度场分布、温度场分布，计算环境进气温度条件下的进气温度场偏离值；依据仿真物理转速分布、物理转速分布，计算环境进气温度条件下的物理转速偏离值；
步骤34、重复步骤31~步骤33，获取多个环境进气温度条件下的进气温度场偏离值和物理转速偏离值；
步骤35、依据多个环境进气温度条件下的进气温度场偏离值和物理转速偏离值，构建偏离值与环境进气温度的进气温度场偏离代理模型和物理转速偏离代理模型；
步骤36、基于进气温度场偏离代理模型、物理转速偏离代理模型、以及步骤32的温度场分布和物理转速分布，建立发动机主循环在设计工况下涡轮盘的温度场及物理转速与环境进气温度的函数关系。
5.根据权利要求1所述的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，步骤4中，所述采用涡轮盘设计变量、以及温度场及物理转速与环境进气温度的函数，对涡轮盘低循环疲劳可靠性分析，包括：
步骤41、依据涡轮盘联合仿真平台寿命计算模块，计算涡轮盘薄弱位置的寿命仿真分析结果；
步骤42、采用温度场及物理转速与环境进气温度的函数关系、涡轮盘联合仿真平台寿命计算模块、以及涡轮盘设计变量，计算涡轮盘在环境进气温度条件下的低循环疲劳概率寿命分布。
6.根据权利要求5所述的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，步骤42中，所述涡轮盘设计变量包括弹性模量E、几何尺寸变量、材料寿命参数。
7.根据权利要求5所述的基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法，其特征在于，步骤41中，所述涡轮盘联合仿真平台寿命计算模块采用matlab软件、UG软件、以及ANSYS软件联合构建形成。
CN202410078104.8A 2024-01-19 2024-01-19 基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法 Active CN117574554B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410078104.8A CN117574554B (zh) 2024-01-19 2024-01-19 基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410078104.8A CN117574554B (zh) 2024-01-19 2024-01-19 基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法

Publications (2)

Publication Number Publication Date
CN117574554A true CN117574554A (zh) 2024-02-20
CN117574554B CN117574554B (zh) 2024-04-16

Family

ID=89884924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410078104.8A Active CN117574554B (zh) 2024-01-19 2024-01-19 基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法

Country Status (1)

Country Link
CN (1) CN117574554B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102787868A (zh) * 2012-06-27 2012-11-21 北京航空航天大学 一种基于主动温度梯度控制航空发动机涡轮盘应力的方法
CN207145012U (zh) * 2017-08-26 2018-03-27 平湖德润环保节能科技有限责任公司 一种高温涡轮叶片前缘伞状涡冷却结构
CN113969982A (zh) * 2021-10-22 2022-01-25 重庆江增船舶重工有限公司 一种悬臂式超临界二氧化碳涡轮机的冷却方法和结构
CN115218220A (zh) * 2022-09-01 2022-10-21 中国航发四川燃气涡轮研究院 一种主燃烧室热斑迁移控制设计方法
CN115344960A (zh) * 2022-07-26 2022-11-15 北京航空航天大学 一种基于贝叶斯信息融合的涡轮盘可靠性评估方法
CN115587499A (zh) * 2022-11-08 2023-01-10 中国航发沈阳发动机研究所 一种航空发动机典型瞬态历程编制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102787868A (zh) * 2012-06-27 2012-11-21 北京航空航天大学 一种基于主动温度梯度控制航空发动机涡轮盘应力的方法
CN207145012U (zh) * 2017-08-26 2018-03-27 平湖德润环保节能科技有限责任公司 一种高温涡轮叶片前缘伞状涡冷却结构
CN113969982A (zh) * 2021-10-22 2022-01-25 重庆江增船舶重工有限公司 一种悬臂式超临界二氧化碳涡轮机的冷却方法和结构
CN115344960A (zh) * 2022-07-26 2022-11-15 北京航空航天大学 一种基于贝叶斯信息融合的涡轮盘可靠性评估方法
CN115218220A (zh) * 2022-09-01 2022-10-21 中国航发四川燃气涡轮研究院 一种主燃烧室热斑迁移控制设计方法
CN115587499A (zh) * 2022-11-08 2023-01-10 中国航发沈阳发动机研究所 一种航空发动机典型瞬态历程编制方法

Also Published As

Publication number Publication date
CN117574554B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
CN110175394A (zh) 一种涡轮叶片疲劳-蠕变损伤耦合概率寿命预测计算方法
CN102682208B (zh) 基于Bayes信息更新的涡轮盘概率故障物理寿命预测方法
CN110717229A (zh) 一种基于试验数据的虚拟载荷谱自更新构造方法
Wang et al. A Review of the Extrapolation Method in Load Spectrum Compiling.
Beck et al. Probabilistic mistuning assessment using nominal and geometry based mistuning methods
CN106777814A (zh) 基于多源层次信息更新与故障物理的可靠性预计方法
CN112308330B (zh) 数字化事故数据库构建方法、装置和计算机设备
Liu et al. Explicit polynomial regression models of wind characteristics and structural effects on a long‐span bridge utilizing onsite monitoring data
CN111125959A (zh) 兆瓦级风力发电复合材料叶片疲劳寿命的预测方法
CN113627101A (zh) 一种基于改进型ad/rsm模型的风力机尾流模拟方法
CN110162895A (zh) 一种两阶段的高能效船型优化设计方法
CN115356121A (zh) 一种涡轮叶片服役环境下寿命以及剩余寿命损伤评价方法
CN116341312A (zh) 一种发动机分体式动力学振动响应结果评价方法
CN117574554B (zh) 基于环境进气温度的涡轮盘低循环疲劳可靠性评估方法
CN114239331A (zh) 一种汽车前后保险杠高低温摆锤等效有限元仿真方法
CN113536709A (zh) 一种基于湍流建模机器学习的湍流模型修正方法
CN112287484A (zh) 一种基于矢量代理模型的复杂工程系统可靠性设计方法
CN114546841B (zh) 基于云计算的软件质量评估方法
CN115344960A (zh) 一种基于贝叶斯信息融合的涡轮盘可靠性评估方法
CN114861315A (zh) 一种基于机器学习的叶轮机二维叶型优化方法
Sladojevic et al. Investigation of the influence of aerodynamic coupling on response levels of mistuned bladed discs with weak structural coupling
Li et al. Complex physical-model based dynamic system safety analysis of Aviation Piston Engine considering hybrid uncertainty of fault
Prots et al. Robust Sensitivity Analysis of Complex Simulation Models Subject to Noise
CN112733381A (zh) 一种基于物理机制的噪声模拟方法
CN115680780B (zh) 涡轮叶片平面叶栅进口轴向速度控制方法

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