[发明专利]一种面向叶盘结构的高保真有限元模型自动建模方法

说明书

本发明涉及航空发动机叶盘建模领域，具体公开了一种面向叶盘结构的高保真有限元模型自动建模方法，包括获取使用光学扫描仪测量而得的整体叶盘点云数据；提取叶片的点云数据，利用叶片识别算法区分出各个叶片的点云数据集；步骤3，采用多特征聚类分析算法，对每个叶片点云数据进行特征分类，分别获得叶片顶部、压力面、吸力面的细分数据集；步骤4，采用网格变形算法移动标准有限元模型中的相应节点拟合到分类后的细分数据集，同时使用径向基核函数保持单元形状与映射，获得与所测整体叶盘相匹配的几何失谐有限元模型。该方法能将细分的扫描数据快速地转换为高保真有限元模型，同时保证较高的鲁棒性以及精准度。

技术领域

本发明涉及航空发动机叶盘建模领域，具体是涉及一种面向叶盘结构的高保真有限元模型自动建模方法。

背景技术

由于加工误差、材料本身的分散性以及使用过程中的磨损等等因素，叶盘中各叶片的物理和几何参数实际上不可能完全一致，而是存在着微小的差别，这种叶盘结构中的微小差别被称为“失谐”。失谐会导致振动能量集中在少数几个扇区，即所谓的“振动局部化”现象。叶盘中实际存在的几何失谐同时改变了实际模型的刚度和质量的分布，某些情况下会对振动特性产生显著影响。因此，依照物理和几何参数直接建立的标准有限元模型不利于研究叶盘的动态特性，需要建立叶盘结构的高保真模型。

现有技术中，非接触式光学测量能够高精度测量整体叶盘几何坐标，利用测量数据重建几何失谐叶盘细分模型(Tessellated Scan Data，TSD)。这些细分模型可以逆向工程为计算机辅助设计(Computer Aided Design,CAD)模型，并输入到网格生成软件中划分有限元网格(Finite elment)以进行有限元分析。

但是，从机器扫描数据生成CAD模型再划分网格的过程并不能保证网格模型的精度，每次人为所划分的网格很难保持一致参数，缺乏鲁棒性。并且该操作非常繁琐且耗时，对于单个叶片模型由TSD→CAD→FEM，需要用户进行长时间操作，如果批量对失谐叶片扫描数据进行有限元建模，则难以实现。因此将细分的扫描数据快速而准确地转换为高保真有限元模型，同时保证较高的鲁棒性以及精准度，对于叶片几何失谐分析至关重要。

发明内容

本发明意在提供了一套失谐叶盘的有限元模型自动建模方法，能够通过叶盘的点云数据自动生成高保真有限元模型，以解决现有技术中，从机器扫描数据生成CAD模型再划分网格的过程并不能保证网格模型的精度，而且操作非常繁琐且耗时并缺乏鲁棒性的技术问题。

本发明中的面向叶盘结构的高保真有限元模型自动建模方法，包括

步骤1，获取使用光学扫描仪测量而得的整体叶盘点云数据；

步骤2，提取整体叶盘点云数据中叶片的点云数据，利用叶片识别算法区分出各个叶片的点云数据集；

步骤3，采用多特征聚类分析算法，对每个叶片点云数据进行特征分类，分别获得叶片顶部、压力面、吸力面的细分数据集；

步骤4，采用网格变形算法移动标准有限元模型中的相应节点拟合到分类后的细分数据集，同时使用径向基核函数保持单元形状与映射，获得与所测整体叶盘相匹配的几何失谐有限元模型。

进一步的，步骤2中利用叶盘形状函数f_disc(x)对整体叶盘点云数据进行布尔运算，将整体叶盘点云数据分成轮盘P_D与叶片P_B两部分数据集。

进一步的，对叶盘形状函数f_disc(x)设置冗余度E₀。