云彩店邀请码|半壳|优胜
涡轮叶片是宇航发效果格外要害的涡轮旋子元件,接受着搀杂的轮回热载荷及板滞载荷,处事进程中一旦作废,成果将格外重要。涡轮叶片低轮回劳累寿命受很多随机参数的感化,具备很大的分别性,所以对涡轮叶片低轮回劳累寿命举行妥当真实性领会具备要害的意旨。舆论重要实质如次:(1)用UG对涡轮叶片举行三维全尺寸建立模型,在有限元领会软硬件ANSYS中举行热-构造啮合应力领会,采用符合的低轮回劳累寿命计划模子,举行涡轮叶片低轮回寿命领会。(2)因为涡轮叶片劳累寿命常常为随机变量的隐性表白,不许径直运用保守真实性领会本领对其举行真实性领会。所以,正文引入人为神经搜集思维,提出了鉴于有限元(FEM)、人为神经搜集(ANN)和Monte Carlo模仿法(MCS)相贯串的涡轮叶片低轮回劳累寿命真实性领会本领。(3)在对涡轮叶片低轮回劳累寿命几率领会的普通上,将广义回归型神经搜集(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)贯串,运用果蝇优化算法的多点全部的赶快探求本领来优化感化劳累寿命的随机参数,举行涡轮叶片低轮回劳累寿命妥当性优化安排。经过妥当性优化使得劳累寿命对随机参数的敏锐度贬低,几率区间减小,进而不妨更透彻的对劳累寿命举行估量。正文所做的劳累寿命真实性和妥当性安排的接洽截止表露截止考证了该本领在工程运用中的可行性。
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/262719.html
本站部分内容来源网络如有侵权请联系删除