[发明专利]基于多参数影响下的气膜冷却效果正交预测方法

权利要求书

1.一种基于多参数影响下的气膜冷却正交预测方法，其特征在于，它包括以下步骤：

(1)涡轮叶片冷却效果受多参数共同作用，首先选定影响因素，恰当地给出各因素的水平变化范围，各因素的水平需要根据实际情况选择，通常影响涡轮叶片冷却效果的因素有：①几何参数，孔的几何参数如喷射角度、孔间距、孔径比、孔长和孔出口形状，以及叶片几何参数如叶片前缘形状，曲率和表面粗糙度；②气动参数，吹风比、不稳定尾流、自由流湍流、主流密度比和压力梯度；③其他因素,间隙泄露；

(2)根据正交表安排试验，安排试验时应遵循“均匀分散性，整齐可比”的原则，要求每一列中，不同的数字出现的次数相等；任意两列中数字的排列方式齐全而且均衡，制定试验计划后进行试验；

(3)进行试验结果直观分析，得出较优的生产条件：

Step1:根据结果选则冷却效果最好的工况为最优工况，

Step2:计算每一因素在不同水平条件下的冷却效果平均值，

Step3:计算各因素不同水平下的极差值，因素极差越大，对冷却效果的影响越大，极差越小，对冷却效果影响就越小。根据极差大小判断因素的重要程度，

Step4:综合分析；

(4)进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异，

Step1:试验的误差分析

S_误＝各因素(数据-平均值)²的和       (1)

S_误称为误差的偏差平方和，为消除数据个数的影响，采用误差的平均偏差平方和V_误表示：

f_误称为误差的自由度，f_误＝各条件下(数据个数-1)之和       (3)

Step2:试验的因素水平变化分析

S_因＝因素各水平[重复数×(平均值-总平均值)²]之和   (4)

S_因称为因素的变动平方和，为消除数据个数的影响，可采用平均变动平方和V_因表示：

f_因称为因素的自由度，f_因＝因素的水平数-1(6)

Step3:总的偏差平方和及总自由度

S_总＝各(数据-总平均)²之和＝S_误+S_因      (7)

f_总＝f_误+S_因＝试验数据总个数-1         (8)

为了方便起见，也可下式进行计算：

S_总＝各(数据)²只和-CT        (10)

CT称为修正项：

Step4:显著性检验

根据计算结果判断因素对指标影响的显著性，所谓显著，是指因素水平改变时，确使试验结果的真值有改变，比较V_因与V_误，计算两者比值F

查找F分布表，临界值记为F_a，当F＞F_a，有(1-a)的把握说明该因素对指标有显著性影响，a值叫做显著性水平。

2.根据权利要求1所述的一种基于多参数影响下的气膜冷却正交预测方法，其特征在于，所述的步骤(1)中，燃气轮机叶片中压比为1.02-1.10，相应的喷气比为0.5-2.0，温比为0.5-0.85，相应的密度比为2.0-1.5。