首页|航空发动机管路卡箍布局优化及可靠性分析

航空发动机管路卡箍布局优化及可靠性分析

胡兆樑

航空发动机管路卡箍布局优化及可靠性分析

胡兆樑1
扫码查看

作者信息

  • 1. 东北大学
  • 折叠

摘要

航空发动机管路系统作为航空发动机能量传递以及空气燃油等介质传输的重要通道,走向复杂是航空发动机附件系统的重要组成部分,管路布局设计是航空发动机设计的重要环节,其结构完整性对于航空发动机系统的安全性、可靠性有着较高的要求。航空发动机管路数量庞大,在设计过程中需要考虑制造、装配、维护等多种工程约束,并且发动机管路系统基本安装在发动机机匣外部,会受到内部转子以及其它随机激励的共同影响,当管路系统的固有频率与航空发动机工作频率相接近时,会导致管路发生共振以及产生大的振动响应,造成管路的疲劳损坏等。因此本文针对管路布局设计以及管路避振、减振等问题进行研究并提高计算效率。主要研究内容如下: (1)理论基础。基于Timoshenko梁理论推导单元刚度矩阵、质量矩阵以及阻尼矩阵,建立管路动力学模型,推导并介绍Kriging代理模型的相关理论。并对管路自动布局的技术要求以及问题进行描述,确定管路布局的目标函数以及敷设过程中应当遵守的工程约束。 (2)基于遗传算法的航空发动机管路布局优化。针对航空发动机复杂管路的布局设计问题,提出了基于等分法和Kriging代理模型的管路布局优化方法,首先等分法寻找管路的路径节点并建立管路优化目标函数的Kriging代理模型,然后通过遗传算法进行两阶段优化得到管路的最短路径以及使得管路避开发动机工作频率,进而减少管路系统振动响应。并通过两个算例验证了该方法的计算效率以及准确性。 (3)基于多目标EGO算法的管路卡箍布局优化。首先通过两个数值算例验证了多目标EGO算法的计算效率和精度,然后以L型管路和一般平面管路为例,考虑航空发动机双激振源频率,以一阶固有频率和二阶固有频率为目标函数,通过多目标EGO算法对卡箍位置进行优化,避开共振,同样采用两阶段优化减少管路卡箍系统的振动响应。 (4)基于AL-Kriging算法的发动机管路系统可靠性分析。首先介绍主动学习Kriging方法的基本原理,总结了当前主流的AL-Kriging算法以及选取新的训练样本点的原理。其次基于卡方分布函数以及期望提升函数提出了RCSF学习函数以及引入联合概率密度函数所提出RCSF2学习函数,并根据自适应均匀备选样本来计算失效概率,通过数值算例对比估计失效概率相对误差以及函数评估次数,证明所提算法有着较高的计算效率和精度。最后将其应用于航空发动机管路卡箍系统当中,对其进行可靠性分析,并与其他AL-Kriging算法对比,证明其有效性。

关键词

航空发动机/管路布局/卡箍布局/优化设计/可靠性

引用本文复制引用

授予学位

硕士

学科专业

机械工程

导师

张旭方

学位年度

2022

学位授予单位

东北大学

语种

中文

中图分类号

V2
段落导航相关论文