[发明专利]元模型重要抽样结合空间分割的涡轮叶片重要性分析方法

说明书

本公开提供了一种元模型重要抽样结合空间分割的涡轮叶片重要性分析方法，包括：确定涡轮叶片的不确定性变量，确定所述不确定性变量的联合概率密度函数；确定所述不确定性变量的极限状态函数；根据所述联合概率密度函数和所述极限状态函数，获取所述不确定性变量的重要抽样样本和所述涡轮叶片的无条件失效概率；划分所述不确定性变量的重要抽样样本为多个互不重叠的子区间，获取所述涡轮叶片的区间条件失效概率；根据所述无条件失效概率和所述区间条件失效概率，获得所述涡轮叶片不确定性变量的重要性。该方法对于涡轮叶片结构重要性分析方面有很强的工程意义。

技术领域

本公开涉及可靠性分析领域，具体涉及一种元模型重要抽样结合空 间分割的涡轮叶片重要性分析方法、元模型重要抽样结合空间分割的涡 轮叶片重要性分析装置、计算机存储介质和电子设备。

背景技术

航空发动机是飞机的动力来源，其运行状态和可靠性关系到整个飞机 的安全。涡轮叶片作为将工质的内能转化为动能的核心部件，在高温、高 压及高转速的复杂环境下，承受着机械载荷、气动载荷以及温度载荷等多 场载荷的作用，其寿命在很大程度上决定了航空发动机的寿命，其可靠与 否关系到整个发动机和飞机的安全。因此涡轮叶片的可靠性优化设计对航 空发动机结构安全意义重大，在涡轮叶片可靠性优化设计中随机参数较多，这使得优化设计中可靠性分析计算效率低，为了有效降低可靠性分析中随 机变量的维度，可靠性重要性分析的概念应运而生，通过可靠性重要性分 析可以对随机变量对可靠性的影响程度进行排序，进而指导可靠性分析模 型的简化。

在可靠性重要性分析中，最基本的方法是双层Monte Carlo数值法， 该方法的计算规模庞大对于计算耗时的叶片有限元模型来说计算是极其 耗时的，在双层Monte Carlo数值模拟法的基础上也发展了单层Monte Carlo数值模拟法，该方法避免了双层嵌套的分析过程，但真实极限状态 函数的调用仍与输入变量的维数相关。

因此，有必要在样本法的基础上研究一种计算规模小、耗时短的可靠 性重要性分析方法。

所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理 解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种元模型重要抽样结合空间分割的涡轮叶 片重要性分析方法，该方法计算规模小、耗时短，对涡轮叶片有限元仿 真模型的可靠性重要性分析方面有很强的工程意义。

为实现上述发明目的，本公开采用如下技术方案：

根据本公开的第一个方面，提供一种元模型重要抽样结合空间分割 的涡轮叶片重要性分析方法，包括：确定涡轮叶片的不确定性变量，获 取所述不确定性变量的联合概率密度函数；确定所述不确定性变量的极 限状态函数；根据所述联合概率密度函数和所述极限状态函数，获取所 述不确定性变量的重要抽样样本和所述涡轮叶片的无条件失效概率；划 分所述不确定性变量的重要抽样样本为多个互不重叠的子区间，获取所 述涡轮叶片的区间条件失效概率；根据所述无条件失效概率和所述区间 条件失效概率，获得所述涡轮叶片不确定性变量的重要性。

在本公开的示例性实施例中，确定所述不确定性变量的极限状态函 数包括：建立几何模型；在所述几何模型中，参数化所述涡轮叶片的不 确定性变量以获取所述极限状态函数。

在本公开的示例性实施例中，根据所述联合概率密度函数和所述极 限状态函数，获取所述不确定性变量的重要抽样样本和所述涡轮叶片的 无条件失效概率包括：根据所述联合概率密度函数和所述极限状态函数， 获取所述不确定性变量的重要抽样概率密度函数；获取所述重要抽样概 率密度函数下的重要抽样样本；根据所述重要抽样概率密度函数、所述重 要抽样样本、所述联合概率密度函数和原始概率密度抽样样本，获得扩 展失效概率与修正因子；根据扩展失效概率与修正因子获得无条件失效 概率。