压气机转子叶片叶尖流场的低速模化设计

针对带进口导叶的高速压气机第1级转子叶片的叶尖流场进行了低速模化设计,为后续的低速压气机叶尖流场损失和失速测试试验做了准备.利用叶片造型和数值模拟方法,以保证高、低速压气机转子叶片表面压力系数及叶片排进、出口主要气动参数分布相似为目标,对高速原型压气机进行低速模化设计,包括调整流道形状,对叶型进行反复迭代,并在进口导叶和1级转子叶片的造型设计上突破了几何相似的限制.最后,对高低速压气机的几何、气动参数和流场结构进行了全面的计算对比分析,证明采用所提出的低速模化设计方法是成功的,实现了在流量系数相同的情况下,加工量因子和转子扩压因子分别为98.16%,94.95%的相似度.      

基于检测结果的涡轮叶片精铸型腔反变形优化设计

针对空心涡轮叶片精铸过程中的试错法和数值仿真法难以敏捷反应铸件的真实变形情况,提出一种基于检测结果的精铸零件反变形综合补偿方法.通过对精铸叶片试模样件进行三坐标检测及统计分析,得到叶身截面收缩、扭转和弯曲变形情况,并建立其综合补偿反变形模具型腔优化算法,实现精铸型腔的反变形优化设计.以精铸叶片试模样件叶尖处截面为例,其叶身段型面误差、前缘最大误差、后缘最大误差相对于未补偿前分别减少了50%,68%和31%.实例验证表明:其研究成果能有效提高空心涡轮叶片的精铸成型精度,达到精确控形的目的.      

锯齿冠低压涡轮工作叶片叶冠防错位设计方法

针对锯齿冠低压涡轮工作叶片在使用过程中发生的叶冠错位故障,在综合分析各次叶冠错位故障发生原因的基础上,总结了锯齿冠低压涡轮工作叶片叶冠错位模式,绘制了模式图,并针对各种叶冠错位模式提出了1套完整的锯齿冠低压涡轮工作叶片预防叶冠错位的设计方法。在2型发动机上进行应用的结果表明,本方法是切实可行的。     

叶片丢失后发动机整机响应模拟试验与仿真

依据大涵道比涡扇发动机结构设计了叶片丢失试验台,开展了一系列模拟叶片丢失试验,并采用显式有限元方法进行了数值仿真,研究了发动机叶片丢失后整机结构响应与载荷传递规律。结果表明:丢失叶片与机匣存在叶尖与叶身两次撞击,对应的加速度曲线存在两个响应峰值;转子转速越高,加速度响应幅值越大。叶片飞断后转子不平衡载荷传递路径为前轴承支承-中轴承支承-中介支板-机匣结构;叶片撞击机匣导致的冲击载荷则由风扇机匣向后传递,最终传给吊装结构;发动机承受的载荷是由不平衡和冲击影响耦合得到,其中冲击载荷为主要部分。该研究为掌握真实发动机叶片丢失下整机响应规律提供了试验模拟方法与数值仿真分析工具。      

肋条结构对气膜冷却凹槽叶尖流动换热的影响

为有效抑制涡轮转子叶尖泄漏并改善叶尖热负荷,采用数值模拟的方法,对5种叶尖肋条结构的高压涡轮带气膜冷却突肩叶片流场进行计算,评估了不同叶尖肋条结构的气热性能。结果表明：在叶尖增加肋条结构能够有效调控叶尖空腔涡、刮擦涡、肋后涡和冷气肾形涡的路径,从而起到减小叶尖高表面传热系数区,提高叶尖平均气膜冷却效率的作用,同时有效降低了叶片压力侧前缘进入的泄漏流量,使得总压损失系数下降。凹槽尾缘压力侧半肋条结构具有最佳的气热性能,对泄漏流的阻碍作用最好,与无肋条情况相比,其叶尖平均表面传热系数降低了20.1%;平均气膜冷却效率提升了24.3%。     

飞机发动机叶片缺陷的差激励涡流传感器检测

针对某型号飞机发动机涡轮叶片上预制的微裂纹缺陷进行了检测研究.基于涡流检测技术设计并研制了一种尺寸小、灵敏度高的差激励探头,应用有限元分析软件开展了叶片微裂纹缺陷仿真分析.为了实现叶片的自动高效检测,设计并采用数控多自由度扫查台来控制采集过程,实现了对叶片表面裂纹缺陷的快速扫查检测.采集信号经过信号调理电路,A/D转换后输入计算机,完成信号的保存、处理和输出.通过对比实验结果与仿真结果发现,研制的差激励式涡流传感器可以有效地实现对叶片类零件表面微裂纹位置的判定,对涡轮叶片类零件微缺陷早期诊断评估具有一定的现实和借鉴意义.      

某涡轴发动机涡轮叶片尾缘孔的蠕变-疲劳寿命预测方法

针对某涡轴发动机的涡轮叶片,建立了考虑应力松弛的蠕变-疲劳寿命分析方法。通过在黏塑性理论框架内耦合蠕变损伤,对某高温合金的非线性蠕变变形进行了数值模拟。结果表明:基于对某涡轮叶片的弹塑性-蠕变分析研究,明确了叶片上前缘和尾缘等关键部位的蠕变损伤及其演化规律,也为确定叶片上的局部危险点提供了一种方法。该模型针对弹塑性应力应变曲线计算误差小于5%,而针对蠕变曲线的模拟精度则处于材料蠕变变形固有属性分散范围内。借助于线性损伤累积寿命理论,分析得到了某涡轮叶片尾缘孔局部考虑了应力松弛的蠕变-疲劳寿命,从而为叶片寿命评价提供了更为合理、工程化应用更好的方法。      

叶片前缘仿形涡流检测仿真与试验设计

仿形涡流检测技术因其耦合性好可有效抑制检测过程晃动而特别适合对大曲率叶片前缘快速检测。针对涡轮叶片前缘仿形涡流检测建立前缘及仿形线圈有限元模型,运用有限元方法分析叶片前缘凹坑、长裂纹、边沿凹坑3种典型缺陷在内外两种激励、不同内径线圈、不同频率等模式下的检测信号特征。仿真结果表明：大曲率前缘实施仿形涡流检测,检测区域可有效覆盖整个前缘区域,检测频率越高,检测灵敏度越高。双线圈检测模式下,外激励内接收比内激励外接收灵敏高,当内检测线圈尺寸大于缺陷的尺度时,内接收线圈内径越小,其相对灵敏度越高。结合仿真结论,制作前缘缺陷试块,采用锁相放大及图形化编程技术,设计前缘仿形涡流检测系统,试验结果表明,仿形线圈可有效检出前缘典型缺陷,检测幅值相位输出结果与仿真结论相似。研究成果可用于指导大曲率叶片前缘的工程实践检测。     

Grinding force and surface quality in creep feed profile grinding of turbine blade root of nickel-based superalloy with microcrystalline alumina abrasive wheels

Creep feed profile grinding of the fir-tree blade root forms of single crystal nickel-based superalloy was conducted using microcrystalline alumina abrasive wheels in the present study. The grinding force and the surface quality in terms of surface topography, subsurface microstructure, microhardness and residual stress obtained under different grinding conditions were evaluated comparatively. Experimental results indicated that the grinding force was influenced significantly by the competing predominance between the grinding parameters and the cross-sectional root workpiece profile. In addition, the root workpiece surface, including the root peak and valley regions, was produced with the large difference in surface quality due to the nonuniform grinding loads along the root workpiece profile in normal section. Detailed results showed that the surface roughness, subsurface plastic deformation and work hardening level of the root valley region were higher by up to 25%, 20% and 7% in average than those obtained in the root peak region, respectively, in the current investigation. Finally, the superior parameters were recommended in the creep feed profile grinding of the fir-tree blade root forms. This study is helpful to provide industry guidance to optimize the machining process for the high-valued parts with complicated profiles.     

改进的Qiu滑移因子模型用于离心压气机叶轮的参数研究

为适用于微型离心压气机叶轮的通流设计,对Qiu滑移因子模型加入了3个经验参数.首先对经验参数的求解方法及参数对于设计精度的影响进行了分析研究,发现其中经验参数c_r对于设计精度影响较大.其次在通流设计中应用改进的Qiu滑移因子模型辅助生成叶片,用计算流体动力学(CFD)研究了c_r所影响的模型滑移因子,与数值流场的出口平均滑移因子对比,得到了多种叶轮总体参数下c_r的最佳取值.发现虽然微型、大型离心压气机叶轮总体参数变化范围很大,但c_r的取值均以0.7左右为其最佳值.