为了避免航空发动机涡轮部件成为未来超扇发动机低噪声设计的瓶颈之一,有必要开展涡轮气动噪声的声学特征和控制方法研究。本文采用经过实验验证的流场/声场混合计算方法,以轴向间距减半的GE E3最后1.5级低压涡轮(转-静-转构型)为研究对...为了避免航空发动机涡轮部件成为未来超扇发动机低噪声设计的瓶颈之一,有必要开展涡轮气动噪声的声学特征和控制方法研究。本文采用经过实验验证的流场/声场混合计算方法,以轴向间距减半的GE E3最后1.5级低压涡轮(转-静-转构型)为研究对象,对基准静叶下不同叶片排之间产生的尾迹干涉单音噪声和位势干涉单音噪声的声场特征,以及复合锯齿静叶对气动效率和单音噪声的影响进行了数值分析。结果表明:位势干涉单音噪声成为与尾迹干涉单音噪声同等量级的主导声源之一,并且同一展向位置的位势作用强度受到尾迹干涉强度的直接影响。此外,复合锯齿静叶具备同时改善气动效率和降低涡轮单音噪声的能力,最大效率收益为锯齿振幅A/波长W=1.5时的0.0234%,此时1.5级低压涡轮前三阶谐波单音噪声总声功率级的降噪收益为2.5 d B。因此,复合锯齿静叶在未来超扇发动机中可以作为控制多级低压涡轮噪声的有效手段之一。展开更多
针对复合材料层合板疲劳损伤扩展的预测问题,提出一种基于Lamb波压缩特征驱动的贝叶斯神经网络模型的损伤评估与预测方法。采用Lamb波信号时频域特征、动态时间规整特征及传递熵特征等多域特征构建复材板的损伤状态空间,结合挤压-激励...针对复合材料层合板疲劳损伤扩展的预测问题,提出一种基于Lamb波压缩特征驱动的贝叶斯神经网络模型的损伤评估与预测方法。采用Lamb波信号时频域特征、动态时间规整特征及传递熵特征等多域特征构建复材板的损伤状态空间,结合挤压-激励网络构建统一压缩特征对复材板损伤程度进行量化表征。在复材板应变能释放率模型的基础上,建立损伤扩展速率与应变能量释放率变化(Change of strain energy release rate,CSERR)之间的线性关系。将CSERR嵌入至贝叶斯神经网络(Bayesian neural network, BNN)中的激活函数中,构建一种CSERR-BNN预测模型,并对层合板不同损伤的演化趋势进行评估预测。有限元仿真及T700G单向碳纤维预浸料制成的层合板试验数据分析结果表明,以Lamb波特征压缩构建的统一损伤指数作为驱动,采用CSERR-BNN预测模型能有效预测损伤状态参量的演化趋势,实现复材板的损伤状态追踪与剩余寿命评估。展开更多
文摘为了避免航空发动机涡轮部件成为未来超扇发动机低噪声设计的瓶颈之一,有必要开展涡轮气动噪声的声学特征和控制方法研究。本文采用经过实验验证的流场/声场混合计算方法,以轴向间距减半的GE E3最后1.5级低压涡轮(转-静-转构型)为研究对象,对基准静叶下不同叶片排之间产生的尾迹干涉单音噪声和位势干涉单音噪声的声场特征,以及复合锯齿静叶对气动效率和单音噪声的影响进行了数值分析。结果表明:位势干涉单音噪声成为与尾迹干涉单音噪声同等量级的主导声源之一,并且同一展向位置的位势作用强度受到尾迹干涉强度的直接影响。此外,复合锯齿静叶具备同时改善气动效率和降低涡轮单音噪声的能力,最大效率收益为锯齿振幅A/波长W=1.5时的0.0234%,此时1.5级低压涡轮前三阶谐波单音噪声总声功率级的降噪收益为2.5 d B。因此,复合锯齿静叶在未来超扇发动机中可以作为控制多级低压涡轮噪声的有效手段之一。
文摘针对复合材料层合板疲劳损伤扩展的预测问题,提出一种基于Lamb波压缩特征驱动的贝叶斯神经网络模型的损伤评估与预测方法。采用Lamb波信号时频域特征、动态时间规整特征及传递熵特征等多域特征构建复材板的损伤状态空间,结合挤压-激励网络构建统一压缩特征对复材板损伤程度进行量化表征。在复材板应变能释放率模型的基础上,建立损伤扩展速率与应变能量释放率变化(Change of strain energy release rate,CSERR)之间的线性关系。将CSERR嵌入至贝叶斯神经网络(Bayesian neural network, BNN)中的激活函数中,构建一种CSERR-BNN预测模型,并对层合板不同损伤的演化趋势进行评估预测。有限元仿真及T700G单向碳纤维预浸料制成的层合板试验数据分析结果表明,以Lamb波特征压缩构建的统一损伤指数作为驱动,采用CSERR-BNN预测模型能有效预测损伤状态参量的演化趋势,实现复材板的损伤状态追踪与剩余寿命评估。
