论文部分内容阅读
高压涡轮叶盘作为航空发动机关键部件,工作过程中承受高温、高压、高转速等复杂载荷的共同作用,其可靠性对飞机飞行安全至关重要。为了提高可靠性分析精度,本文借助响应面法和极值响应面法的代理模型技术,结合遗传算法、kriging模型提出相应的智能响应面代理模型方法实现涡轮叶盘疲劳-蠕变耦合失效可靠性分析。主要包括:(1)涡轮叶盘结构高温蠕变失效可靠性分析。首先,进行高温蠕变拉伸实验,对获得数据统计分析得到GH4133B高温合金蠕变特性参数;然后,把双重响应面法应用在高温蠕变失效的可靠性分析上;结合Kriging模型与响应面法提出Kriging双重响应面法,以叶盘温度、转速、材料密度和弹性模量为随机输入变量,以蠕变作用下叶盘应力和应变为输出响应,训练修正Kriging模型,构建Kriging双重响应面数学模型完成叶盘高温蠕变可靠性分析;最后,将两种方法进行对比验证新方法的有效性。(2)涡轮叶盘结构低循环疲劳失效可靠性分析。通过疲劳试验数据统计获得GH4133B高温合金低周疲劳性能参数;将遗传算法、Kriging模型与极值响应面理论相结合,提出了遗传算法优化的Kriging极值响应面法;运用拉丁超立方抽样技术抽取输入随机变量样本,提取[0,T]时域内的动态极值响应,运用遗传算法搜索kriging模型极大似然意义下的最优相关参数,建立GK-ERSM数学模型;以航空发动机整体涡轮叶盘结构为例进行结构低循环疲劳寿命可靠度及灵敏度分析研究。(3)涡轮叶盘疲劳-蠕变耦合失效可靠性分析。首先,整理加载波形为梯形波的疲劳-蠕变耦合试验数据,拟合疲劳-蠕变耦合特性函数;然后,提出多构件耦合失效可靠性分析的遗传算法优化的Kriging多重极值响应面法。通过热-结构耦合确定性分析获得叶片-轮盘结构的最大应力点、最大变形点,确定危险部位,运用MATLAB对损伤及寿命公式进行编程求解疲劳-蠕变耦合损伤,运用中心组合法获得叶片-轮盘极值输出响应数据样本;最后,通过遗传算法优化Kriging模型参数建立最终的数学模型,运用蒙特卡洛法对该数学模型进行动态可靠性分析,获得叶片-轮盘疲劳-蠕变耦合损伤的灵敏度分布特性。