整级环境下涡轮叶片型面加工几何偏差影响的不确定性分析

加工等过程中产生的几何偏差会导致涡轮叶片气动性能及工作状态发生显著变化,对该影响的准确评估与合理分析具有重要意义.本文提出了一种考虑三维型面几何偏差对气动性能影响的不确定性计算分析方法,包括随机叶型几何建模、不确定性量化计算和敏感性分析等,并结合某一单级高压涡轮进行分析.基于随机过程理论和主成分分析法,参考现有叶片加工...     

TC4合金叶片热模锻过程的数值模拟

文摘为了生产出质量合格的叶片,针对TC4合金叶片的成形特点,为其制订了相应的热模锻成形工艺。同时采用基于有限体积的材料成形模拟技术,对TC4合金叶片热模锻过程进行了模拟,分析了坯料成形过程中的充填情况、应变场、应力场及终锻温度场的分布规律。模拟结果表明:锻件轮廓清晰,模具型腔充填完整,未出现充不满或折叠等锻造缺陷。实际生产出来的叶片经理化检测和外观检查,质量符合要求,制定的工艺方案合理,可以满足TC4合金航空风扇转子叶片的成形质量要求。     

基于改进粒子群算法的串列叶型优化设计

为了提高串列叶型优化设计的质量,设计了一套基于改进粒子群算法的串列叶型自动优化系统。研究了原始粒子群算法,提出了一种粒子群算法的改进方法。结果发现,改进粒子群算法的收敛速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象,使用程序对串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量,结合BP神经网络和改进粒子群算法对串列叶型进行优化设计。优化结果表明,优化后的叶型在设计攻角时的总压损失系数降低了22%,静压比升高了0.6%,在负攻角时,优化后的叶型的流动性能得到了明显改善。适当减小串列叶型前后缘的半径可以减小叶型的损失,合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附面层的分离损失。     

基于复合疲劳试验的涡轮叶片振动应力反推法

提出了一种利用复合疲劳试验和外场故障数据反推涡轮叶片实际振动应力的方法.该方法针对与故障叶片同批次的叶片,开展数个振动应力水平下的单件试验和某一特定振动应力水平下的成组试验,利用极大似然法推导出叶片的概率-应力-寿命曲线(P-S-N);最后基于99.87%存活率下的概率-应力-寿命曲(P_99.87%-S-N),结合叶片的外场故障统计结果,反推出叶片实际工作中振动应力的范围和可能的最大振动应力.      

双层壳型涡轮叶片中冲击旋流换热增益效果试验

以双层壳型涡轮叶片内冷通道中旋流换热特性为研究对象,采用热膜法,对双层壳型冷却结构中的狭小受限通道中,旋流作用下换热特性的变化规律开展了细致的试验研究。重点分析了冷却空气的旋流作用对换热的强化增益效果。试验中通过改变冲击Re数(10 000～20 000),冲击间距和冲击孔直径之比H/D(0.35～1.7)等参数,研究了其对旋流的形成及内表面局部换热系数的影响规律。研究发现:由于双层壳型叶片内冷通道的空间受限,冷却空气在通道内形成了旋流结构,该旋流结构显著影响了内表面的局部换热系数并可以有效提高换热效果。研究结果表明:内表面局部换热系数对冲击间距和冲击孔直径之比H/D最为敏感,对于不同冲击Re数,存在一个最佳的H/D使得旋流换热增益效果达到最大(Re=10 000时,最佳H/D为0.95;Re=15 000,20 000,最佳H/D=0.63)。     

短扰流柱排端壁的平均换热实验

为了深入了解涡轮叶片尾缘扰流柱区域的端壁换热情况,针对梯形通道高稠度短扰流柱排,沿着弦向和径向都有出流或只沿径向出流的情况,通过实验测量了端壁换热分布,研究了弦向出流比(0.25～1)和弦向出流雷诺数(3×104～9×104)对端壁换热的影响。实验结果表明:(1)端壁平均努塞尔数随着雷诺数增加而增加,随着出流比的增加先下降,出流比从0.75到1平均努塞尔数又略增加。(2)不同出流比情况下,沿着弦向和径向努塞尔数的变化具有不同的规律。     

压气机Ⅰ级转子叶片喷丸强化工艺

为了提高弹用涡喷发动机压气机Ⅰ级转子叶片（以下筒称叶片）的使用寿命，采用了喷丸强化技术、制定了喷丸强化的主要技术要求；阐明了确定喷丸强化工艺参数的原则、程序和方法；对喷丸强化过的叶片的装机试车考核情况进行了初步的评定；经过喷丸强化的叶片的使用寿命，由原来的４～５ｈ提高到１２ｈ以上，达到了发动机使用寿命１０ｈ的要求，证实了对叶片喷丸强化是必要的，其技术要求是合理的，主要工艺参数是可行的。     

导叶角度异常偏开对下游转子叶片气流激励的影响

采用k-ωSST湍流模型对两级跨声速压气机全环非定常流场进行数值模拟,研究进口导叶1片叶片异常偏开20°对压气机气动特性和下游转子叶片气流激励的影响.结果表明:进口导叶1片叶片异常偏开20°导致压气机气动特性线向左发生一定偏移,最大效率降低0.3％,堵塞流量降低0.1％;流场恶化使得下游转子叶片气动载荷急剧增大,分离流...     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

双重失效模式下民用航空发动机高压涡轮叶片报废特性与可靠性分析

基于某型民用航空发动机下发后观测涡轮叶片报废状态的双重失效模式,计算了高压涡轮(HPT)叶片由自新使用循环数(CSN)引起的报废率.并结合疲劳损伤累积理论,探究了叶片报废率与失效分布函数之间的关系,得到了涡轮叶片失效分布与寿命期望的计算方法.基于大量涡轮叶片的观测数据,拟合出涡轮叶片按CSN计的失效分布,研究发现:某型...