首页/文章/ 详情

强度丨北航:航空发动机转子系统可靠性分析的最新进展

14天前浏览1508

摘要

正文

作为航空发动机的关键旋转部件转子系统长期工作在高温、高压、高速的恶劣环境下,需要满足长寿命、轻量化、高可靠性等一系列苛刻而矛盾的指标。在多场载荷、材料属性、模型参数等多重随机因素的影响下,转子系统的应力应变、疲劳寿命等响应往往会表现出较大的分散性,其精细化失效评估和可靠性分析已成为先进航空发动机研制中的关键技术。本论文首先讨论了当前常用的可靠性分析方法及其建模思路,介绍了几种前沿的代理模型方法;然后,以某典型涡轮转子系统为例,分析了当前几种常用可靠性分析方法的优缺点和局限性。分析结果表明代理模型方法在高精度预测性能、无需大规模仿真计算等方面具备较大潜力,指出了抽样技术、模型形式、构建策略是影响代理模型精度和效率的关键关节,从而为代理模型方法在转子系统可靠性分析中的应用指明了未来的发展方向。

引用格式X.Q. Li, L.K. Song, G.C. Bai. Recent advances in reliability analysis of aeroengine rotor system: a review [J]. International Journal of Structural Integrity, 2022, 13(1): 1-29. 
1)近似解析法/数字仿真法:该综述系统地介绍了一次可靠性法、二次可靠性法等近似解析方法和以蒙特卡洛法为代表的数字模拟方法。对于航空发动机转子系统可靠性分析问题,近似解析法存在难以精准逼近概率密度函数尾部特征的缺陷,数字仿真法因需大量调用真实非线性极限状态函数而易于陷入计算效率低的困扰。图1给出了两种方法详细的可靠性分析流程。
近似解析法和数字模拟方法的可靠性分析流程
2)代理模型法:构建精准高效的数学模型来代替高维、非线性的隐式极限状态函数是解决航空发动机转子系统等复杂结构可靠性分析问题的重要途径。首先概述了多项式函数、Kriging模型、支持向量机、BP神经网络等传统代理模型,给出了其建模过程和分析原理;然后,从抽样技术、模型形式、构建策略等角度出发,分别介绍了主动学习技术、模糊神经网络、小波网络回归、优化Kriging、极值选取策略、分布式协同策略等几种较为前沿的代理模型,指明了代理模型方法潜在的研究方向。

图2 几种先进的代理模型

3)涡轮转子系统可靠性分析:在流-固-热等多个物理场的耦合作用下,涡轮转子的叶根、轮缘、盘心等部位会产生低循环疲劳、高循环疲劳、高温蠕变等多种失效模式,其可靠性分析是涉及多物理场耦合、多种失效模式的复杂分析问题。本文以某典型涡轮转子系统为例,利用几种前沿代理模型方法对其可靠性及可靠性灵敏度进行分析和评估,总结了各种代理模型方法在涡轮转子系统可靠性分析中的优缺点。图3给出了基于代理模型的涡轮转子系统可靠性分析流程。  

图3 涡轮转子系统可靠性分析

论文主要结论及展望如下:

本文系统地介绍了近似解析法、数值仿真法和代理模型法等三类常见的可靠性分析方法,讨论了各类方法的优缺点、局限性和适用范围,指出了代理模型方法在涉及复杂高非线性隐式功能函数的可靠性分析问题中的优越性,为使用代理模型方法解决航空发动机转子系统可靠性分析问题提供了具有借鉴意义的指导。

此外,本文从计算精度和计算效率出发,凝练了决定代理模型效能的三个关键建模环节:抽样技术、模型形式、构建策略。通过对各建模环节涌现出多种较为前沿的可靠性方法进行了深入探讨,指明了通过对抽样技术、模型形式、构建策略的有机组合,可以在保证计算精度的前提下有效降低建模成本。对于航空发动机转子系统等复杂结构可靠性分析问题来说,如何围绕这三个关键的建模环节进一步提升航空发动机转子系统可靠性分析的可信度值得进一步研究。  

期刊简介: 《International Journal of Structural Integrity》(IJSI) 为英国Emerald出版集团与欧洲航空科学网络(EASN)、欧洲结构完整性协会(ESIS)联合出版,是国际结构完整性领域前沿理论、创新方法与技术应用的重要学术交流平台。国际结构完整性杂志旨在汇集重大工程/装备结构完整性、可靠性与损伤容限领域的学术和工业应用研究,内容涵盖先进/工程材料到结构的强度、损伤、疲劳与断裂、可靠性、安全性、耐久性等研究。
声明: 本文来源于网络
来源:两机动力先行
System疲劳断裂非线性航空理论材料创新方法
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-05-03
最近编辑:14天前
两机动力先行
其它 聚焦航空发动机/燃气轮机关键技术...
获赞 87粉丝 62文章 342课程 0
点赞
收藏
未登录
还没有评论

课程
培训
服务
行家

VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈