基于ERSM涡轮盘径向变形的非线性动态概率分析

为了准确设计高压涡轮盘和叶尖间隙,从概率的角度进行了涡轮盘径向变形的分析。介绍了高精度高效率的非线性动态概率分析的极值响应面方法 (Extremum Response Surface Method,ERSM),并建立了其数学模型。考虑材料属性和边界条件的非线性,以及热载荷和离心载荷的动态性,基于ERSM对涡轮盘径向变形进行了非线性动态概率分析,得到了输入输出参数的分布特征和影响涡轮盘径向动态变形的主要因素。最后,通过方法比较,验证了ERSM在保证计算精度的前提下能大大提高计算速度,节约计算时间,改善计算效率。为进行更有效的涡轮盘设计和优化,改善叶尖间隙设计和控制的合理性提供了有效依据。     

航空发动机叶盘结构应力和变形的概率分析

为了更准确地描述航空发动机叶盘结构的变形以及控制的合理性,提出了1种高效、高精度的概率分析方法,即极值响应面法(ERSM,Extremum Response Surface Method),在分析中考虑了典型载荷(如热载荷和离心载荷)的动态性和边界条件的非线性等因素,合理地选取输入变量且考虑了参数的随机性和不确定性等,通过确定性分析得到叶盘结构的总变形和应力分布随时间的变化规律,同时找到其变形最大点作为概率分析的输入目标。通过科学合理的概率分析,不仅获得了其可靠度、拟合样本、样本直方图、极值响应面和累计概率分布函数并且对其应力分布和总变形进行灵敏度分析,得到了叶盘结构变形和应力分布的主要影响因素,同时给出了应力与总变形的相关性。最后,将ERSM与Response Surface Method(RSM)和Monte Carlo(MC)法进行比较分析,验证了ERSM在航空发动机叶盘结构分析中的有效性。     

航空发动机涡轮叶片径向变形的概率分析

为描述航空发动机涡轮叶片径向位移的变化规律,改善叶尖间隙设计和控制的合理性,考虑多种随机变量,融合有限元和响应面方法进行了叶片径向变形的概率分析。通过对涡轮叶片在典型载荷下的热分析和结构分析,计算出叶片变形随时间的变化规律,并找出最大位移点作为概率分析的计算点;在计算点处考虑热载荷和离心载荷作用,结合响应面拟合蒙特卡洛法计算出了危险点处的叶片径向变形的分布概率和符合设计要求的可靠度,并分析了影响间隙量的随机因素的灵敏度。结果表明:叶片径向变形量和安全变形概率基本符合设计要求;影响叶片径向位移变化的主要因素是温度、转速和质量。     

基于双重极值响应面法的叶盘联动可靠性分析

为了更准确地研究变形和应力对航空发动机叶盘性能的影响,在湍流模型理论和叶盘流场模型的基础上,提出了一种可靠性分析方法即双重极值响应面法(Dual Extremum Response Surface Method,DERSM)。在分析中考虑气体压力和离心力作用,合理选取随机输入变量,得到叶盘结构的总体最大变形和最大应力,并作为输出响应;对随机变量进行抽样,通过抽样点拟合各自的极值响应面方程;结合蒙特卡洛法对两个极值响应面模型进行联动抽样,计算出了航空发动机叶盘的可靠性概率。实例仿真表明:当叶盘最大允许变形量为4.2mm,最大许用应力为7.5×10~2MPa时,其可靠性概率为98.61%。与极值响应面法(Extremum Response Surface Method,ERSM)相比,DERSM在保证计算精度的前提下,计算效率提高23.52%,验证了DERSM在叶盘可靠性分析方面的有效性。     

基于分解协调移动极值响应面法的多构件结构动态可靠性分析

多个构件装配而成的复杂结构可靠性分析存在计算流程繁琐、计算效率低的问题。基于极值响应面 法、移动最小二乘法和分解协调的策略,提出分解协调移动极值响应面法(DCMERSM),对考虑流-热-固耦 合作用的航空发动机高压涡轮叶盘径向变形进行动态可靠性分析,通过对比直接模拟和分解协调极值响应面 法(DCERSM),对 DCMERSM 在 建 模 特 性 和 仿 真 性 能 方 面 的 有 效 性 和 适 用 性 进 行 验 证。 结 果 表 明: DCMERSM不仅适用于转子机械动态可靠性分析,同时还可以用于复杂机械多构件结构可靠性分析。     

涡轮转子径向变形稳健性优化设计

考虑到参数不确定性对转子径向变形的影响,提出了1种基于分布式协同响应面的涡轮转子径向变形稳健性优化方法。首先,利用Kriging模型建立各部件参数与径向变形响应面子模型,然后利用分布式协同响应面方法建立全局参数与转子径向变形的系统响应面模型。其次,利用系统响应面模型建立涡轮转子径向变形稳健性优化模型,并采用果蝇优化算法来进行稳健性优化求解。优化后涡轮转子径向变形的均值以及标准差比优化前分别降低了7.3%和4.97%,计算结果表明:该方法在工程应用中的可行性和有效性。     

基于智能双重响应面法的涡轮叶盘可靠性灵敏度分析

为了合理进行整体叶盘多失效模式可靠性分析和准确描述各影响参数的重要程度,将智能算法与双重响应面方法相结合提出可靠性灵敏度分析的智能双重响应面方法 (Intelligent Dual Response Surface Method,IDRSM)。首先,建立IDRSM的数学模型,给出基于IDRSM的可靠性灵敏度分析的流程。然后,考虑流场和温度场作用,基于IDRSM对整体叶盘径向变形和应力两种失效模式进行可靠性分析和灵敏度分析。可靠性分析显示:当许用径向变形、许用应力的均值和标准差分别取3.8mm和76μm,690MPa和14MPa时,叶盘综合可靠度为0.9926。灵敏度分析显示:整体叶盘综合失效概率的主要影响因素为流速和转速,占叶盘总失效的92%。通过蒙特卡洛法、响应面法、极值响应面法、智能响应面法等四种方法比较显示:IDRSM能在保证计算精度的前提下提高计算效率。实例分析表明该方法在多失效模式综合可靠性灵敏度分析中的可行性和有效性,也为结构多失效模式可靠性优化开辟了有效途径。     

高压涡轮瞬态叶尖径向运行间隙计算分析

为了改善现代航空发动机整体性能和可靠性,将热分析和结构分析耦合起来,以航空发动机从地面启动到巡航这一过程为研究对象,对涡轮转子进行瞬态叶尖径向运行间隙计算分析。在计算中考虑了材料、温度和离心载荷的非线性,以及惯性力和温度的复杂的边界条件,分别对叶片、轮盘和机匣的变形进行计算和分析,进而得出涡轮叶尖径向运行间隙的变化规律以及与试验相符合的计算结果。该计算分析方法为涡轮叶尖径向运行间隙的概率分析和优化设计奠定了基础。     

航空发动机风扇叶尖径向间隙数值分析

采用流-固-热耦合计算方法,综合考虑离心载荷、温度载荷和气动载荷影响,对某改型发动机的风扇转子和风扇机匣进行数值分析,获得了发动机三个典型状态点下,风扇转子和风扇机匣的压力、温度及结构变形分布;通过对风扇转子和风扇机匣两者变形的叠加,获得了风扇叶尖径向间隙分布。计算结果显示:该型发动机在原型机设计点和转速最高状态下,风扇叶尖与风扇机匣内壁面发生碰磨;而在温度载荷最大状态下,风扇叶尖与风扇机匣内壁面始终存在间隙,这会影响到该状态点下的风扇效率,需在后续设计中予以考虑。     

附件机匣出油口温度可靠性灵敏度分析的响应面方法

针对极限状态函数未知的可靠性灵敏度分析问题,提出了用响应面方法获取极限状态函数,再利用该极限状态函数进行可靠性灵敏度分析的方法,并推导了相关计算公式.综合考虑了机匣进油口的滑油流量、温度以及机匣外二股气流的温度、流速等变量的随机性,采用该方法计算了附件机匣出油口温度的可靠度及各随机变量对可靠度的灵敏度.计算结果与相关文献中定性分析的结论一致,故所提出的可靠性灵敏度分析方法及相关计算公式是正确和有效的,为附件机匣及其相关附件的可靠性设计与优化提供了定量的理论依据.      

同时考虑基本变量和失效域模糊性的广义失效概率数字计算方法

针对基本变量和失效域均具有模糊性的广义可靠性分析问题,提出了一种基于模拟退火优化的高效数字计算方法。在数字模拟的过程中,由模拟退火优化的Metropolis准则逐渐优化提取样本的重要抽样密度函数。由于基本变量和失效状态均含有模糊不确定性,因此所提算法在构造重要抽样函数时考虑了两个因素的影响,其一是基本变量的等价联合概率密度函数,其二是状态变量对模糊失效域的隶属函数,从而使得对广义失效概率贡献大的样本出现的概率较大,提高了抽样效率和计算精度。所提算法在模拟退火逐渐寻优的过程中,充分利用了过程中的信息,进一步提高了计算的效率,算例的结果也表明本文所提方法是合理可行的。     

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

反舰导弹对舰空导弹的突防概率动态计算方法

为了实现反舰导弹突防概率的动态计算,文章首先对水面舰艇的反导防御体系进行建模,研究反舰导弹和舰空导弹的攻防对抗过程,然后利用伴随技术建立反舰导弹突防概率的解算模型,最终实现突防概率的动态计算。采用该方法解算反舰导弹对舰空导弹的突防概率不仅能保证计算的快速性而且能体现出攻防态势、反舰导弹和舰空导弹的战技术性能对突防概率的影响。     

微重力动态水气分离器性能仿真与理论分析

开展微重力动态水气分离器性能研究,对水气分离技术设计与优化具有重要意义。根据动态水气分离器内部结构和流动形式,建立了基于环状流-库特流假设的理论分析模型,提出了基于界面概率近似方法的欧拉双流体模型描述由流动形态转化造成的混合流多尺度界面,采用多参考系方法处理转动与非转动区域之间的变量交互问题。应用理论分析与仿真两种方法研究动态水气分离器准稳态和瞬态特性的无量纲参数变化规律。结果表明：理论分析与仿真结果具有较强的相互验证关系;准稳态的增压比和能耗特性能提供设计参数选择依据,能效比能确定最佳工作区间;分离阶段瞬态特性与入口流动参数无关,输运阶段瞬态特性与入口流动参数、液路出口阻尼相关;以输运压力作为液路出口电磁阀关闭充分条件可实现液分离效率不受入口流动参数影响。     

K-Nearest Neighbor Particle Filters for Dynamic Hybrid Bayesian Networks

In state estimation of dynamic systems, Kalman filters and HMM filters have been applied to linear-Gaussian models and models with finite state spaces. However, they do not work well in most practical problems with nonlinear and non-Gaussian models. Even when the state space is finite, the dynamic Bayesian networks describing the HMM model could be too complicated to manage. Sequential Monte Carlo methods, also known as particle filters (PFs), have been introduced to deal with these real-world problems. They allow us to treat any type of probability distribution, nonlinearity and nonstationarity although they usually suffer major drawbacks of sample degeneracy and inefficiency in high-dimensional cases. We show how we can exploit the structure of partially dynamic hybrid Bayesian networks (PD-HBN) to reduce ``sample depletion' and increase the efficiency of particle filtering by combining the well-known K-nearest neighbor (KNN) majority voting strategy and the concept of evolution algorithm. Essentially, the novel method resamples the dynamic variables and randomly combines them with the existing samples of static variables to produce new particles. As new observations become available, the algorithm allows the particles to incorporate the latest information so that the fittest particles associated with a proposed objective rule will be kept for resampling. We also conduct a theoretical analysis on the proposed KNN-PF algorithm, and demonstrate the accuracy of the performance prediction with extensive simulations. Performance analysis and numerical results show that this new approach has a superior estimation/classification performance compared to other related algorithms.     

矩独立重要性分析的Kriging代理模型方法

结构重要性分析是结构不确定性分析的重要研究内容之一。作为一种矩独立的重要性测度指标,基于失效概率的重要性测度能够有效地反映输入变量的不确定性对结构失效概率的影响。然而,相比于其他形式的重要性测度,对基于失效概率的矩独立重要性测度进行高效准确的求解仍然存在一定的困难。基于此,结合Kriging代理模型提出了一种高效的矩独立重要性分析的新方法。所提方法首先通过较少的实验设计样本构建能够充分近似真实输入输出响应函数的Kriging代理模型,进而通过数值模拟策略对所构建的Kriging模型进行分析,最终求解得到各个输入变量基于失效概率矩独立重要性测度的主效应和总效应,给出各个输入变量对于失效概率的影响程度排序。相比于现有方法,所提方法由于引入Kriging代理模型极大地降低了对响应函数的计算次数,同时保证了重要性分析的计算精度。两个工程应用实例结果表明了所提方法在计算效率和计算精度方面的优势,体现了所提方法良好的适用性。     

基于失效概率的涡轮后机匣全局灵敏度分析

涡轮后机匣是航空发动机安全的关键部件,但是其具有工况复杂、不确定性因素多的缺点。为了探究输入随机变量的不确定性对涡轮后机匣结构失效概率的影响,建立参数化有限元模型进行确定性分析。考虑材料性能、几何参数及外部载荷的不确定性,对涡轮后机匣两种典型失效模式：强度失效以及刚度失效建立极限状态函数;通过构造自适应Kriging 代理模型并结合重要抽样方法评估涡轮后机匣结构失效概率,利用基于失效概率的全局灵敏度方法对涡轮后机匣结构可靠度的不确定性来源进行分析,对各输入随机变量重要性进行排序,构建一种涡轮后机匣全局灵敏度分析框架。结果表明：涡轮后机匣在两种失效模式以及系统失效模式下,发动机推力以及线性膨胀系数对结构失效概率影响最为显著,应对其重点考虑;内外机匣长度以及材料弹性模量对涡轮后机匣结构失效概率影响较小,可对其适当忽略。     

考虑几何分散性的涡轮盘寿命概率分析

针对考虑几何分散性的涡轮盘低循环疲劳（LCF）寿命概率分析中几何参数多、几何随机变量难确定、分布特征获取困难、模型需自动更新及计算成本高的问题,提出几何分散性的概率处理方法:采用试验设计方法对涡轮盘结构所有几何参数进行灵敏度分析,筛选出对应力影响较大的关键几何参数作为随机变量,使用K-S(Kolmogorov Smirnov)方法确定其分布类型和特征参数,最后建立代理模型进行Monte Carlo概率分析.基于此方法,开发出了涡轮盘概率分析系统,在该系统中筛选得到某发动机GH720Li涡轮盘内径、外径、盘缘厚度3个结构参数作为几何随机变量,完成对LCF寿命的概率分析工作得到寿命-可靠度分布曲线.分析结果表明涡轮盘外径对LCF寿命有较大影响.      

A novel method for importance measure analysis in the presence of epistemic and aleatory uncertainties

For structural systems with both epistemic and aleatory uncertainties, research on quantifying the contribution of the epistemic and aleatory uncertainties to the failure probability of the systems is conducted. Based on the method of separating epistemic and aleatory uncertainties in a variable, the core idea of the research is firstly to establish a novel deterministic transition model for auxiliary variables, distribution parameters, random variables, failure probability, then to propose the improved importance sampling(IS) to solve the transition model. Furthermore,the distribution parameters and auxiliary variables are sampled simultaneously and independently;therefore, the inefficient sampling procedure with an ‘‘inner-loop' for epistemic uncertainty and an‘‘outer-loop' for aleatory uncertainty in traditional methods is avoided. Since the proposed method combines the fast convergence of the proper estimates and searches failure samples in the interesting regions with high efficiency, the proposed method is more efficient than traditional methods for the variance-based failure probability sensitivity measures in the presence of epistemic and aleatory uncertainties. Two numerical examples and one engineering example are introduced for demonstrating the efficiency and precision of the proposed method for structural systems with both epistemic and aleatory uncertainties.