一种复合材料风扇叶片铺层设计优化方法

    专利查询2025-08-02  70


    本发明涉及一种复合材料风扇叶片铺层设计优化方法,属于航空发动机复合材料扇叶铺层设计领域。


    背景技术:

    1、复合材料以其卓越的抗疲劳断裂性能、耐腐蚀特性等,在制造业中占据了举足轻重的地位。特别是在航空领域,复合材料风扇叶片的应用显著提升了发动机的性能。相较于传统的钛合金风扇叶片,复合材料风扇叶片不仅实现了显著的轻量化,还增强了抗噪声能力,从而推动了钛合金叶片的逐步退出市场舞台。然而,复合材料风扇叶片的铺层设计直接决定了叶片的机械强度、耐久性以及整体性能,是确保叶片质量的核心环节。因此,如何科学、合理地进行复合材料铺层设计,已成为当前重要的技术课题。

    2、复合材料风扇叶片的复杂多层预浸料结构导致了高昂的制造成本。传统实验验证铺层设计的合理性,不仅耗时费力,还极大地增加了初期设计成本。目前,有限元技术以其强大的模拟能力,能够精确预测叶片性能,减少物理测试需求。而机器学习技术的引入,更是通过数据分析与智能优化,为铺层设计提供了前所未有的高效与精准。这些技术手段的融合,不仅降低了设计成本,还加速了设计迭代过程,为复合材料风扇叶片铺层设计的优化开辟了高效、可靠的新路径。


    技术实现思路

    1、采用铺层角度多组设计,相互对比来优化复合材料扇叶的铺层设计的方法难以找到合适的铺层角度组合;采用优化算法优化复合材料扇叶的铺层设计的方法不仅变量数量众多,有限元实验的时间成本也相对较大,本发明为了解决上述问题而提出了一种将有限元技术、机器学习和多目标优化算法相互结合的复合材料风扇叶片铺层设计优化方法。

    2、一种复合材料风扇叶片铺层设计优化方法,包括:

    3、步骤1:结合复合材料零件尺寸特征,获取铺层的尺寸,并分组排序,确定铺层顺序设计;

    4、根据复合材料扇叶所用预浸料的铺层厚度,采用fibersim铺层设计软件获取复合材料扇叶所需铺层的数量以及铺层的尺寸。

    5、根据铺层的尺寸特征将铺层定性为结构铺层与插入铺层,其中结构铺层的尺寸相对较大,主要支撑复合材料扇叶的力学性能,而插入铺层的尺寸相对较小,主要满足复合材料扇叶的尺寸变化;

    6、将结构铺层与插入铺层分别划分为若干结构组与铺层组,每一个结构组包含数层大小不一的结构铺层,而每一个插入组包含数层大小不一的插入铺层;

    7、结构组与插入组相互铺叠,确定扇叶的铺层顺序。

    8、插入组按常规的复合材料铺层设计准则设计其角度组合,将结构组的铺层角度组合作为优化变量:

    9、步骤2:随机设计结构组的铺层角度组合,通过有限元仿真技术获取结构的响应数据,构建角度组合与结构响应的数据库;

    10、对abaqus有限元软件进行二次开发,通过有限元仿真技术仿真实验不同的结构组的铺层角度组合下复合材料扇叶的力学响应数据,从而构建结构组的铺层角度变量与扇叶力学响应的数据库;

    11、步骤3:采用机器学习方法构建结构组的铺层角度组合与结构响应之间的代理模型;

    12、将结构组的铺层角度组合设计为输入特征,结构响应采用最大变形量和固有频率设计为输出特征;

    13、采用机器学习方法广义回归神经网络(grnn)训练有限元仿真技术获得的数据库,通过训练后的相关系数r2判断代理模型训练效果。

    14、步骤4:采用多目标优化算法与代理模型相互结合的方法对结构组的铺层角度组合进行优化;

    15、采用第二代非支配排序遗传nsga-ii多目标优化算法结合代理模型优化结构最大变形量和共振裕度,获取结构组铺层角度组合的pareto最优解集。

    16、步骤5:采用有限元仿真技术验证优化后的结构组铺层角度组合下零件结构响应的准确性,最终确定铺层设计方案。

    17、本发明的有益效果是:利用广义回归神经网络(grnn)构建复合材料风扇叶片铺层角度与关键力学性能之间代理模型的方法,并借助非支配排序遗传算法ii(nsga-ii)对铺层角度进行了优化,以实现叶片力学性能的显著提升。通过引入机器学习和有限元技术,大幅减少了传统实验验证的需求,从而避免了高昂的制造成本和时间成本。同时,多目标优化算法的高效性也加速了设计迭代过程,使得整体设计成本得到有效控制。



    技术特征:

    1.一种复合材料风扇叶片铺层设计优化方法,其特征在于,该方法包括以下步骤:

    2.根据权利要求1所述的一种复合材料风扇叶片铺层设计优化方法,其特征在于,所述的复合材料零件具有较大的尺寸厚度变化,铺层数量众多且尺寸大小差异较大,制作试验件成本高且耗时长。

    3.根据权利要求1所述的一种复合材料风扇叶片铺层设计优化方法,其特征在于,所述结构铺层覆盖零件的面积大,在结构中起到主要的力学作用,插入铺层覆盖零件的面积小,对结构力学性能影响较小。

    4.根据权利要求1所述的一种复合材料风扇叶片铺层设计优化方法,其特征在于,所述随机设计结构组的铺层角度组合为采用拉丁超立方抽样方法确定复合材料扇叶结构组铺层角度的样本,合理构建数据库。

    5.根据权利要求1所述的一种复合材料风扇叶片铺层设计优化方法,其特征在于,所述的机器学习方法构建结构组的铺层角度组合与结构响应之间的代理模型为:

    6.根据权利要求1所述的一种复合材料铺层设计优化方法,其特征在于,所述的多目标优化算法与代理模型相互结合的方法对结构组的铺层角度组合进行优化为:


    技术总结
    一种复合材料风扇叶片铺层设计优化方法。具体地,本发明采用有限元软件对复合材料扇叶在实际工况下进行力学性能分析,得到扇叶的变形量、固有频率与铺层角度组合的数据库,采用机器学习方法广义回归神经网络构建铺层角度组合与结构响应之间的代理模型,并利用相关系数确定代理模型的准确性,随后采用第二代非支配排序遗传NSGA‑II多目标优化算法结合代理模型优化结构最大变形量和共振裕度,获取铺层角度组合的Pareto最优解集,获得优化后的复合材料扇叶铺层设计。本发明所述的复合材料扇叶铺层设计优化方法可用于发动机风扇叶片扇叶的铺层设计优化领域,为铺层数量多且尺寸变化大的复合材料扇叶提供了一种高效的设计方法,使得复合材料扇叶具有理想的结构刚度和动态特性。

    技术研发人员:曹忠亮,张洋,王鑫毅,吴悦,张俊,臧蒙,丁凯,石庆贺
    受保护的技术使用者:江苏理工学院
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-30901.html

    最新回复(0)