基于CFD和神经网络的2级刷式密封结构泄漏和级间不平衡性分析

为了提高航空发动机刷式密封结构仿真的时效性与适用性，通过CFD计算获得了20个2级刷式密封结构的泄漏量和级 间压比训练样本，对设计的神经网络进行训练和数据泛化预测，获得50组上下游刷丝排数和保护间隙组合下的泄漏率、级间不平衡性数据，并讨论了三者的影响及刷丝排数和保护间隙之间的耦合作用。结果表明：7次即可完成神经网络的训练。通过预测数据发现，仅下游参数变化时，随着刷丝排数的增加，保护间隙对级间压比的影响减小，随着保护间隙的减小，刷丝排数对泄漏率的影响也减小；而仅上游参数变化时，参数对级间压比的耦合性不明显。通过泛化数据进行参数优选，泄漏率可达30.688 N?m3/h，基本消除级间不平衡，且密封性能较好。所建立的神经网络适用于预测具有明显耦合性的2级刷式密封结构流动特性。

Leakage and Inter-stage Imbalance Analysis of Two-stage Brush Seals Structure Based on CFD and Neural Network