[发明专利]一种计算失谐叶盘振动变形可靠性的径向基函数响应面法

说明书

技术领域

本发明属于对航空发动机涡轮叶盘振动变形可靠性的评价方法，考虑了失谐因素和外部载荷的随机性，结合径向基函数响应面法对失谐叶盘刚度变形可靠性进行分析，属于工业技术可靠性理论技术领域。

背景技术

航空发动机对于航空飞机来说是十分重要的，它的稳定运行对于航空飞机的安全性和可靠性都有重要的意义，而叶盘是航空发动机的重要组成部分，它的工作状态对于航空发动机来说会起到重大的作用，理想情况下，叶盘是圆周对称的谐调状态，但是由于材料的分散性、加工误差和安装误差，叶盘会由理想状态下的谐调状态变为失谐状态，失谐叶盘每个扇区之间存在少量的差异，这种差异的存在使失谐叶盘不再具有谐调叶盘的圆周对称性，会使叶盘会产生振动局部化，使个别叶盘的振幅大大增加，振动带来的问题更加严重，因此对失谐叶盘进行振动变形可靠性分析是十分有必要的。

响应面法是数学和统计学集合的经验建模技术，通过设计实验得到的输入变量和输出响应来拟合一个目标函数，用该函数来代替实验过程，通过对该函数进行抽样计算来得到输出响应的概率分布，但是传统响应面法的计算量较大，计算精度也较低。

发明内容

本发明是将传统的响应面法与径向基函数神经网络结合，提出了径向基函数响应面法，径向基神经网络具有具有自适应确定、输出与初始值无关的特性，且该方法收敛速度较快，最终的收敛精度较高，在可靠性计算中能明显的提高计算效率，并能保持较高的计算精度，径向基神经网络属于前向神经网络，由三层组成，分别为输入层、隐含层和输出层，径向基函数神经网络可以以任意精度逼近任意连续函数，与BP神经网络相比，径向基函数神经网络的逼近精度更高，网络设计也更加简单，径向基函数神经网络只有三层，其隐含层节点个数会在迭代逼近时自动增加，以达到设定的误差。

本发明提供了一种计算失谐叶盘振动刚度可靠性的径向基函数响应面法，其具体过程如下：

a、考虑失谐作为影响叶盘振动变形可靠性的因素，确定失谐方式，建立有限元模型；

b、将转速作为预应力加载叶盘上，确定失谐叶盘在离心力作用下的振动响应利用有限元法计算失谐叶盘在气动外加激振力下的振动变形；

c、确定失谐叶盘振动变形可靠性分析的输入变量，通过CCD抽样随机抽取100组样本，并进行有限元求解，得到相应的输出响应；

d、将径向基函数神经网络与响应面相结合，提出径向基函数响应面法将该方法运用到失谐叶盘的可靠性分析中；

e、对径向基函数响应面进行大批量地抽样计算，通过统计分析后得到失谐叶盘的振动变形可靠性；

f、对径向基函数响应面法进行有效性验证。

所述的计算叶盘振动变形可靠性的径向基函数响应面法，所述的步骤a中，将失谐作为影响因素考虑进航空发动机叶盘的振动变形可靠性分析中，结合叶盘在加工制造中的实际情况，根据叶盘材料的分散性，采用随机刚度失谐来描述叶盘的失谐状态；在有限元建模中，对于每一扇区的叶盘分配随机的弹性模量来模拟失谐，随机失谐量为10%。

所述的计算失谐叶盘振动变形可靠性的径向基函数响应面法，其特征在于，步骤b中，利用有限元分析对失谐叶盘进行振动特性分析，在考虑离心力的作用下，确定失谐叶盘的前六阶振型及固有频率；接下来确定失谐叶盘在工作气动力激励下的振动响应，找到振动变形最大位置，将其振动变形量选定为输出变量。

所述的计算失谐叶盘振动变形可靠性的径向基函数响应面法，其特征在于，步骤c中，通过步骤b的分析，确定影响失谐叶盘振动变形可靠性的工作参数，选定叶盘材料密度、叶盘工作转速、工作气动力幅值作为输入变量，利用CCD抽样法随机抽取100组样本后对其进行有限元计算，得到各样本响应的振动变形输出。

所述的计算失谐叶盘振动变形可靠性的径向基函数响应面法，其特征在于，步骤d中，将抽取的样本前70组样本来训练径向基函数神经网络，后30组样本检测其拟合精度，将达到精度的径向基函数神经网络作为有限元分析的替代方程，提出径向基函数响应面法，利用该方法对失谐叶盘振动变形可靠性进行计算。

所述的计算失谐叶盘振动变形可靠性的径向基函数响应面法，其特征在于，步骤e中，采用径向基函数响应面法对失谐叶盘进行振动变形可靠性的分析，对径向基函数响应面法进行大批量抽样计算，将得到的输出响应值进行统计计算，得到失谐叶盘振动刚度的可靠性。