基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计

基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计

ID:46630501

大小:2.63 MB

页数:5页

时间:2019-11-26

基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计_第1页
基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计_第2页
基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计_第3页
基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计_第4页
基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计_第5页
资源描述:

《基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第39卷第6期2013年12月航空发动机AeroengineV01.39No.6Dee.2013基于混沌粒子群优化算法的压气机盘低循环疲劳寿命概率稳健设计马林,白广忱,周平(北京航空航天大学能源与动力工程学院,北京100191)马林(1982),男,硕士,工程师,研究方向为航空发动机结构可靠性、优化设计。基金项目:国家自然科学基金(51275024)收稿日期:2012—11-10摘要:压气机轮盘低循环疲劳寿命受很多随机参数的影响,具有很大的分散性,因此,对压气机盘低循环疲劳寿命进行稳健性设计具有重要的意义

2、。在对疲劳寿命概率分析的基础上,结合RBF神经网络与混沌粒子群优化算法,利用混沌粒子群优化的动态收缩搜索区域的搜索特性,通过对随机参数进行优化进行压气机轮盘低循环疲劳寿命稳健性优化设计,使得疲劳寿命对参数的敏感度降低,概率区间减小,计算结果验证了该方法在工程应用中的可行性。关键词:压气机盘;低循环疲劳;概率寿命;RBF神经网络;混沌粒子群算法;稳健性RobustDesignofCompressorDiskLowCycleFatigueLifeBasedonChaosParticleSwarmOptimiz

3、ationAlgorithmIVIALin,BAIGuang—chen,ZHOUPing(SchoolofJetPropulsion,BeihangUnivenity,Beijing100191,China)Abstract:Thelowcyclefatiguelifeofeompressordiskisaffectedwithmanyrandomparameters,whichhasalotofdispersibilities.Itisavitalsignificanceofrobustnessdesi

4、gntothecompressordisklowcyclefatiguelife.Bycombiningradialbasisfunction限BDneuralnetworkwithchaosparticlesWalTIIoptimizationAlgorithm(CPSOA)andusingCPSOAdynamicallycontractedsearchfieldssearchabilitytooptimizetherandomvariablewhichaffectsthefatiguelife,aro

5、bustoptimizationdesignforlowcycledfatiguelifeofcompressordiskcanbemadebasedonprobabilityanalysisforcompressordisklowcycledfatiguelife.Therobustoptimizationdesignofcompressordisklowcyclefatiguelifewerepreformedbytheoptimizationofrandomparameterstoreducedth

6、esensitivityofthelowcycledfatiguelifeontherandomparameteranddecreasetheprobabilityintervaloffatiguelife.Thefeasibilityoftheengineeringapplicationisverifiedbythecalculationresults.Keywords:compressordisk;lowcycledfatigue;probabilitylife;RBFneuralnetwork;ch

7、aosparticleswarmoptimizationalgorithm;robustness0引言压气机轮盘是发动机的关键部件之一,因此,准确估算压气机轮盘的安全循环寿命至关重要。传统的强度寿命分析,都是以确定性的参数等进行分析计算,而在真实工作环境中各种参数都存在着不确定性,因此,考虑参数的不确定

8、生对轮盘进行低循环疲劳寿命概率分析才能更真实展现疲劳寿命概率分布。RBF神经网络具有强大的非线性映射能力,训练速度快、精度高。用RBF神经网络来拟合随机参数与疲劳寿命之间的函数关系,然后用Monte—Ca

9、rlo方法结合RBF神经网络进行疲劳寿命概率分析,不但可以满足精度要求,而且效率高,已经在相关文献中得到验证旧。稳健性设计是由日本质量专家Tagu—chin提出的1种质量改进技术,是1种有效减小产品质量波动的方法,近年来该思想被引人工程领域M。稳健陛设计基于2点原则,一方面是使目标值接近最优值,另一方面使目标值的波动范围越小越好。由于随机参数波动的影响使得压气机轮盘的低循环疲劳寿命分布具有很大的概率分布区间,因此需要对轮盘低循

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。