[發明專利]一種計算失諧葉盤振動變形可靠性的徑向基函數響應面法

在審

• 申請號: 201711360552.3
• 申請日: 2017-12-18
• 公開（公告）號: CN107908908A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 張春宜;井慧哲;李成偉
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于對航空發動機渦輪葉盤振動變形可靠性的評價方法，考慮了失諧因素和外部載荷的隨機性，結合徑向基函數響應面法對失諧葉盤剛度變形可靠性進行分析，屬于工業技術可靠性理論技術領域。

背景技術

航空發動機對于航空飛機來說是十分重要的，它的穩定運行對于航空飛機的安全性和可靠性都有重要的意義，而葉盤是航空發動機的重要組成部分，它的工作狀態對于航空發動機來說會起到重大的作用，理想情況下，葉盤是圓周對稱的諧調狀態，但是由于材料的分散性、加工誤差和安裝誤差，葉盤會由理想狀態下的諧調狀態變為失諧狀態，失諧葉盤每個扇區之間存在少量的差異，這種差異的存在使失諧葉盤不再具有諧調葉盤的圓周對稱性，會使葉盤會產生振動局部化，使個別葉盤的振幅大大增加，振動帶來的問題更加嚴重，因此對失諧葉盤進行振動變形可靠性分析是十分有必要的。

響應面法是數學和統計學集合的經驗建模技術，通過設計實驗得到的輸入變量和輸出響應來擬合一個目標函數，用該函數來代替實驗過程，通過對該函數進行抽樣計算來得到輸出響應的概率分布，但是傳統響應面法的計算量較大，計算精度也較低。

發明內容

本發明是將傳統的響應面法與徑向基函數神經網絡結合，提出了徑向基函數響應面法，徑向基神經網絡具有具有自適應確定、輸出與初始值無關的特性，且該方法收斂速度較快，最終的收斂精度較高，在可靠性計算中能明顯的提高計算效率，并能保持較高的計算精度，徑向基神經網絡屬于前向神經網絡，由三層組成，分別為輸入層、隱含層和輸出層，徑向基函數神經網絡可以以任意精度逼近任意連續函數，與BP神經網絡相比，徑向基函數神經網絡的逼近精度更高，網絡設計也更加簡單，徑向基函數神經網絡只有三層，其隱含層節點個數會在迭代逼近時自動增加，以達到設定的誤差。

本發明提供了一種計算失諧葉盤振動剛度可靠性的徑向基函數響應面法，其具體過程如下：

a、考慮失諧作為影響葉盤振動變形可靠性的因素，確定失諧方式，建立有限元模型；

b、將轉速作為預應力加載葉盤上，確定失諧葉盤在離心力作用下的振動響應利用有限元法計算失諧葉盤在氣動外加激振力下的振動變形；

c、確定失諧葉盤振動變形可靠性分析的輸入變量，通過CCD抽樣隨機抽取100組樣本，并進行有限元求解，得到相應的輸出響應；

d、將徑向基函數神經網絡與響應面相結合，提出徑向基函數響應面法將該方法運用到失諧葉盤的可靠性分析中；

e、對徑向基函數響應面進行大批量地抽樣計算，通過統計分析后得到失諧葉盤的振動變形可靠性；

f、對徑向基函數響應面法進行有效性驗證。

所述的計算葉盤振動變形可靠性的徑向基函數響應面法，所述的步驟a中，將失諧作為影響因素考慮進航空發動機葉盤的振動變形可靠性分析中，結合葉盤在加工制造中的實際情況，根據葉盤材料的分散性，采用隨機剛度失諧來描述葉盤的失諧狀態；在有限元建模中，對于每一扇區的葉盤分配隨機的彈性模量來模擬失諧，隨機失諧量為10%。

所述的計算失諧葉盤振動變形可靠性的徑向基函數響應面法，其特征在于，步驟b中，利用有限元分析對失諧葉盤進行振動特性分析，在考慮離心力的作用下，確定失諧葉盤的前六階振型及固有頻率；接下來確定失諧葉盤在工作氣動力激勵下的振動響應，找到振動變形最大位置，將其振動變形量選定為輸出變量。

所述的計算失諧葉盤振動變形可靠性的徑向基函數響應面法，其特征在于，步驟c中，通過步驟b的分析，確定影響失諧葉盤振動變形可靠性的工作參數，選定葉盤材料密度、葉盤工作轉速、工作氣動力幅值作為輸入變量，利用CCD抽樣法隨機抽取100組樣本后對其進行有限元計算，得到各樣本響應的振動變形輸出。

所述的計算失諧葉盤振動變形可靠性的徑向基函數響應面法，其特征在于，步驟d中，將抽取的樣本前70組樣本來訓練徑向基函數神經網絡，后30組樣本檢測其擬合精度，將達到精度的徑向基函數神經網絡作為有限元分析的替代方程，提出徑向基函數響應面法，利用該方法對失諧葉盤振動變形可靠性進行計算。

所述的計算失諧葉盤振動變形可靠性的徑向基函數響應面法，其特征在于，步驟e中，采用徑向基函數響應面法對失諧葉盤進行振動變形可靠性的分析，對徑向基函數響應面法進行大批量抽樣計算，將得到的輸出響應值進行統計計算，得到失諧葉盤振動剛度的可靠性。