摘要
现代航空发动机日益追求高性能、高可靠性发展，在航空发动机性能设计过程中，考虑到零部件设计本身有偏态分布的正、负公差，加工、装配误差或材料存在的分散性，仿真过程中的物理信息认识缺乏等，这些因素都会带来不确定性，而且这些不确定性都是多源和混合的。因此，在航空发动机初步设计阶段进行多源不确定性量化对于合理量化部件性能裕度、调整生产制造策略以降低成本、准确识别部件特性参数并指导下一步工作至关重要。本文以涡扇发动机为研究对象，针对其性能设计问题，开展了基于随机与认知不确定性的传递、灵敏度分析和随机模型修正方法等方面的研究，主要内容包括以下几点: 1.基于热力学原理对双转子涡扇发动机进行了设计点参数循环分析，建立其部件级热力学模型，在此框架下基于FAIR法完成了设计点总体性能计算。通过Gas Turb仿真结果验证了程序计算的准确度。 2.分析了实际涡扇发动机设计、制造过程中广泛存在的不确定性来源，并对其进行了分类，采用概率盒来表征这些多源且混合的不确定性，阐述了双层蒙特卡洛抽样(MCS)与嵌套蒙特卡洛/混沌多项式展开方法(MCS/NIPC)进行不确定传递的计算方式，完成了涡扇发动机部件性能参数不确定性到总体性能指标的传递计算。 3.总结了常用的概率盒框架下全局灵敏度计算方法，详述了采用MCS/NIPC法求解概率盒下Sobol上、下界及Sobol区间值的过程。提出了利用概率盒缩减前后重叠面积作为不确定性度量的面积重叠法，克服了传统不确定性缩减(Pinching)法忽略超出原概率盒面积偏移量的问题，数值算例验证了所提方法的准确性，并应用于涡扇发动机部件性能参数混合不确定性下的灵敏度排序。 4.阐述了基于贝叶斯理论的航空发动机设计点性能不确定性模型修正方法，利用随机生成的试验测量数据，使用DREAM工具箱对随机不确定性航空发动机部件性能参数展开了直接修正、全过程量修正与分步修正。
NETL