航空发动机涡轮轴的疲劳寿命预测与疲劳可靠性分析

• 作 者: 柯爽
• 出 处: 电子科技大学
• 发表日期: 2020年01期
• 关键词: 航空发动机 高低周复合疲劳 神经网络 可靠性分析 寿命预测

航空发动机是飞机飞行的动力来源,发动机状态的好坏将直接影响飞机的性能。而发动机转动部件正是发动机能得以正常运行的关键部件,转动部件的好坏将直接影响到发动机的工作状态,因此为了使发动机的技术水平得到更好的发展,有必要深入研究转动部件的结构及影响寿命的因素等。发动机转动部件是由涡轮叶片、涡轮盘、涡轮轴及轴承等部件组成的,其中,涡轮轴是转子系统中的重要组成部分,主要功能是传递动力和循环工作载荷、支撑其他零部件。在飞机飞行时,发动机高速运转,此时涡轮轴承受多种交变载荷,在这种复杂工作环境下容易发生疲劳破坏。一旦涡轮轴出现故障,发动机将无法正常工作,使得飞机飞行动力的提供受阻,可能会引发严重的飞机失事事故。因此,为了保证航空发动机能够安全可靠地工作,有必要对涡轮轴疲劳可靠性进行深入的研究。本论文主要针对某型航空发动机涡轮轴的疲劳可靠性问题进行研究,研究内容具体分为以下几个部分:(1)对涡轮轴的结构特点、承受载荷进行分析,明确涡轮轴在工作过程中承受的约束及载荷情况,并分析涡轮轴可能存在的失效模式,对涡轮轴有一个全面的认识和了解。将涡轮轴模型导入ANSYS Workbench,对涡轮轴进行有限元仿真分析,得到涡轮轴各工况下各部位的应力应变分布情况,并找出涡轮轴的危险部位。(2)对高低周复合疲劳寿命预测的相关理论进行概述,了解现有的复合寿命预测方法。选择可以描述疲劳过程中损伤不断演化过程的损伤力学方法进行求解,从损伤变量概念、应变等价原理及损伤演化律等方面对损伤力学相关理论进行介绍,再基于损伤力学相关理论建立高低周疲劳损伤模型,最后对模型中涉及到的材料参数进行拟合求解,并对模型的可行性进行初步验证。(3)对疲劳可靠性分析方法进行简要的介绍,分析各方法的优劣,从而引出本文使用的神经网络法。通过对神经元模型的相关学习,了解神经网络的结构和各种神经网络的适用范围及优劣之处。选择反向传播神经网络及正交基神经网络分别对涡轮轴进行可靠性分析。选取9个随机变量作为神经网络的输入,涡轮轴疲劳寿命作为输出,利用蒙特卡洛模拟法在ANSYS中抽样并结合MATLAB求解得到数据对神经网络进行训练,再将蒙特卡洛模拟得到的10000组数据输入进训练好的网络计算得到相应的寿命,从而实现对涡轮轴的疲劳可靠性分析。