[发明专利]数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法

说明书

本发明公开了一种数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法，方法中，建立三维叶片模型，使用有限元方法计算模型旋转状态下的各阶固有频率并提取该模型的广义刚度矩阵，通过叶端定时技术获取叶片实体旋转状态下的各阶固有频率。划分有限元模型网格区域，并设置初始参数。以有限元模型材料杨氏模量的刚度折减系数作为待解的损伤参数，分别估算、计算损伤参数的似然函数、组稀疏先验分布，进而计算其后验概率分布；使用EM算法估算贝叶斯概率框架隐含的超参数并最大化后验概率分布，多次迭代直至得到可使叶片模型固有频率与叶片实体固有频率接近且满足实际情况的损伤参数的数值解，实现旋转叶片裂纹损伤的定量识别。

技术领域

本发明涉及机械故障诊断领域，尤其涉及一种数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法。

背景技术

旋转叶片是影响航空发动机性能和安全性的重要部件，旋转叶片在航空发动机运行过程中受高速、高温、高压等极端环境的影响，易产生裂纹损伤，进而诱发掉块、断裂等严重故障。航空发动机叶片裂纹的产生往往导致其附近区域刚度的下降及叶片模态信息(模态固有频率、模态振型等)的改变，准确识别上述模态信息，通过模态信息的变化实现对裂纹参数的定量识别，对于减少发动机运行维护成本、提高其运行安全性具有重要的意义。

本背景技术部分中公开的上述信息仅用于增强对本发明的理解，因此可能包含不构成本领域普通技术人员公知的现有技术的信息。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供了一种数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法，使用有限元模型修正技术，结合组稀疏贝叶斯学习方法引入先验信息，通过最大化后验概率，从概率的角度计算有限元模型各单元刚度的下降信息，使用EM算法多次迭代计算，实现对叶片裂纹参数的定量识别。

为达到上述目的，本发明采用以下技术方案予以实现：

一种数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法包括以下步骤：

步骤S1：建立待识别的旋转叶片实体对应的无损伤三维叶片模型，使用有限元方法计算所述模型旋转状态下的各阶固有频率λ^e，测量并根据测得的无损伤旋转叶片实体的固有频率λ^m对所述模型进行修正并得到基准模型，修正准则为：

其中，D为旋转叶片的设计参数，其包括材料密度ρ、泊松比ν、各单元弹性模量E_i以及叶片形状参数，使用响应曲面设计方法构建旋转叶片的设计参数D与固有频率λ^e间的关系，计算使所述修正准则最小的设计参致，即得到基准模型；

步骤S2：划分网格区域并预设相关参数：将网格单元划分为独立的g个区域，并分别设置参数η，θ_i，γ_i，B_i的初始值，其中，参数η反映测量所述固有频率λ^m时产生的误差，所述误差服从多元高斯分布N(0，ηI)，I表示单位矩阵；参数θ_i为各单元刚度折减系数以反映因裂纹产生而导致该单元刚度下降的程度，设定第i个区域的刚度折减系数向量θⁱ服从多元高斯分布N(0，γ_iB_i)；参数γ_i用于控制组间裂纹稀疏程度；B_i用于控制组内刚度折减系数的关系，其使用托普利兹(Teoplitz)矩阵形式：

步骤S3：求解当前条件下的所述固有频率关于参数θ的灵敏度矩阵S：

其中，φ_j为旋转叶片模型第j阶质量归一化模态振型，为广义刚度矩阵，上标T表示向量或矩阵转置；

步骤S4：基于贝叶斯理论构建损伤参数贝叶斯概率框架并求解损伤参数：