热-应力耦合作用下涡轮盘结构的降维可靠性分析方法技术

本公开提供一种热‑应力耦合作用下涡轮盘结构的降维可靠性分析方法，包括：建立涡轮盘的有限元模型，确定涡轮盘的危险部位；根据涡轮盘的所述危险部位，建立极限状态函数；采用切片逆回归方法结合马尔科夫链获得条件样本；根据所述条件样本，采用蒙特卡洛法和自适应算法建立最优支持向量机模型；根据所述极限状态函数和所述最优支持向量机模型，获得涡轮盘的失效概率。本公开的分析方法提高了涡轮盘可靠性分析的效率和精度，对保障发动机正常工作具有重大的理论价值和现实意义。

【技术实现步骤摘要】
热-应力耦合作用下涡轮盘结构的降维可靠性分析方法
本公开涉及可靠性分析领域，具体涉及一种热-应力耦合作用下涡轮盘结构的降维可靠性分析方法。
技术介绍
涡轮盘是燃气涡轮发动机的主要转动零部件之一，在高温、高转速环境下工作，承受载荷复杂、应力变化大，一旦发生破坏将导致极其严重的后果；另外，涡轮盘也是燃气涡轮发动机中的寿命限制件之一，亦是寿命短板，研究其可靠性对提高发动机整机寿命有着重要意义。由于涡轮盘本身结构复杂，工作环境恶劣，受到许多不确定性因素的影响，导致其性能也具有一定的随机性。因此，在进行结构强度、寿命设计时，即使结构满足许用强度或许用寿命，在使用过程中，仍然会出现偶然失效。为此，需在考虑不确定性因素的条件下对涡轮盘进行可靠性分析。结构可靠性分析是把所有的不确定输入都作为随机变量来处理，包含在这些随机变量中的不确定性，可以通过实物和试样的测定结果进行统计分析，找出它们的概率分布特性。可以说，从确定性概念转为非确定性概念，是结构设计思想上的一个重要转变与设计方法学上的一个飞跃。可靠性分析的结果直接给出产品在规定条件下、规定时间本文档来自技高网...

【技术保护点】
1.一种热-应力耦合作用下涡轮盘结构的降维可靠性分析方法，其特征在于，包括：/n建立涡轮盘的有限元模型，确定涡轮盘的危险部位；/n根据涡轮盘的所述危险部位，建立极限状态函数；/n采用切片逆回归方法结合马尔科夫链获得条件样本；/n根据所述条件样本，采用蒙特卡洛法和自适应算法建立最优支持向量机模型；/n根据所述极限状态函数和所述最优支持向量机模型，获得涡轮盘的失效概率。/n

【技术特征摘要】
1.一种热-应力耦合作用下涡轮盘结构的降维可靠性分析方法，其特征在于，包括：
建立涡轮盘的有限元模型，确定涡轮盘的危险部位；
根据涡轮盘的所述危险部位，建立极限状态函数；
采用切片逆回归方法结合马尔科夫链获得条件样本；
根据所述条件样本，采用蒙特卡洛法和自适应算法建立最优支持向量机模型；
根据所述极限状态函数和所述最优支持向量机模型，获得涡轮盘的失效概率。


2.根据权利要求1所述的热-应力耦合作用下涡轮盘结构的降维可靠性分析方法，其特征在于，建立涡轮盘的有限元模型，确定涡轮盘的危险部位包括：
建立涡轮盘的有限元模型；
根据所述有限元模型，对涡轮盘进行热-应力耦合分析；
根据所述热-应力耦合分析结果，确定涡轮盘的所述危险部位。


3.根据权利要求1所述的热-应力耦合作用下涡轮盘结构的降维可靠性分析方法，其特征在于，采用切片逆回归方法结合马尔科夫链获得条件样本包括：
获取马尔科夫链；
开始迭代步骤，获取迭代输入样本，并根据所述迭代输入样本确定相应的迭代输出样本；
根据所述迭代输入样本和所述迭代输出样本，采用切片逆回归方法进行维度缩减获得迭代低维输入变量u；
根据所述迭代输出样本，确定迭代中间失效门限值bi；
根据所述迭代低维输入变量u和所述迭代中间失效门限值bi，获得迭代支持向量机模型
根据所述迭代支持向量机模型和所述马尔科夫链，获得迭代条件样本；
比较迭代中间失效门限值bi和0的大小，
若所述迭代中间失效门限值bi＝0，则所述迭代条件样本为所述条件样本，若所述迭代中间失效门限值bi≠0，则用所述迭代条件样本更新迭代输入样本，并转至开始迭代步骤，直至bi＝0。


4.根据权利要求3所述的热-应力耦合作用下涡轮盘结构的降维可靠性分析方法，其特征在于，根据所述迭代输入样本和迭代输出样本，采用切片逆回归方法进行维度缩减获得迭代低维输入变量u包括：
将所述迭代输出样本分成H个无重叠的切片；
确定每个所述切片中的输入样本的均值；
根据所述切片中的输入样本的均值，获得逆回归曲线的协方差阵；
根据所述协方差阵，获得所述迭代低维输入变量u。


5.根据权利要求3所述的热-应力耦合作用下涡轮盘结构的降维可靠性分析方法，其特征在于，根据所述迭代输出样本，确定迭代中间失效门限值bi包括：
确定中间失效概率；
将所述迭代输出样本进行从小到大排序，并确定...

【专利技术属性】
技术研发人员：成凯，吕震宙，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61