基于QAR数据的涡轮叶片疲劳寿命预测

doi:10.16182/j.issn1004731x.joss.17-0202

系统仿真学报 ›› 2019, Vol. 31 ›› Issue (6): 1165-1171.doi: 10.16182/j.issn1004731x.joss.17-0202

基于QAR数据的涡轮叶片疲劳寿命预测

皮骏¹, 高树伟², 黄江博², 黄磊², 马龙¹

1. 中国民航大学中欧航空工程师学院,天津 300300;
2. 中国民航大学航空工程学院,天津 300300

收稿日期:2017-05-11 修回日期:2017-09-17 出版日期:2019-06-08 发布日期:2019-12-12
作者简介:皮骏(1973-),男,内蒙古包头,博士,副教授,研究方向为流体机械、航空发动机振动;高树伟(1990-),男,山东潍坊,硕士生,研究方向为涡轮叶片寿命评估。
基金资助:
国家自然科学基金委员会与中国民用航空局联合资助项目(U1633101)

Fatigue Life Prediction of Turbine Blades Based on QAR Data

Pi Jun¹, Gao Shuwei², Huang Jiangbo², Huang Lei², Ma Long¹

1. Civil Aviation University of China, Sino-European Institute of Aviation Engineering, Tianjin 300300, China;
2. Civil Aviation University of China, Institute of Aviation Engineering, Tianjin 300300, China

Received:2017-05-11 Revised:2017-09-17 Online:2019-06-08 Published:2019-12-12

摘要/Abstract

摘要： 针对高压涡轮叶片的特点,提出一种基于QAR数据的民用航空发动机高压涡轮叶片实际使用载荷谱的数值模拟方法。从QAR中提取飞机飞行过程中记录的发动机实际使用载荷谱,通过有限元仿真得到涡轮叶片在实际使用过程中离心力、气动力和热应力的时间历程,借助寿命评估模型估算叶片实际使用寿命。该方法为高压涡轮叶片实际使用载荷的获取和剩余寿命的评估提供一种可靠的工程方法,对高压涡轮叶片的可靠性和受载特性的研究具有重要参考价值。

关键词: 高压涡轮叶片, QAR数据, 载荷谱, 数值模拟, 剩余寿命

Abstract: Based on the characteristics of the high-pressure turbine blade, a numerical simulation method for the actual load spectrum of the high-pressure turbine blade of the civil aircraft engine based on the QAR data is proposed. The actual service load spectrum of the engine recorded during aircraft flight is extracted from the QAR data; the time history of centrifugal force, aerodynamic force and thermal stress of the turbine blade in actual use is obtained by means of finite element simulation; and with life prediction model, the actual service life of the blade is estimated. This method provides a reliable engineering method for evaluating the remaining life and obtaining the actual service load of the high-pressure turbine blade, which is valuable for studying the reliability and load characteristics of the high-pressure turbine blade.

Key words: high-pressure turbine blade, QAR data, load spectrum, numerical simulation, remaining life

中图分类号:

V232.4

皮骏, 高树伟, 黄江博, 黄磊, 马龙. 基于QAR数据的涡轮叶片疲劳寿命预测[J]. 系统仿真学报, 2019, 31(6): 1165-1171.

Pi Jun, Gao Shuwei, Huang Jiangbo, Huang Lei, Ma Long. Fatigue Life Prediction of Turbine Blades Based on QAR Data[J]. Journal of System Simulation, 2019, 31(6): 1165-1171.

参考文献

[1] 付娜. 某航空发动机涡轮盘和叶片的强度分析和寿命计算[D]. 西安: 西北工业大学, 2006.
Fu Na.Strength Analysis and Life Calculation of Turbine Disk and Blade of Aeroengine[D]. Xi’an: Northwestern Polytechnical University, 2006.
[2] 蔡伟. 某涡扇发动机涡轮叶片寿命计算分析[D]. 成都: 电子科技大学, 2014.
Cai Wei.Life Prediction and Analysis of Turbofan Engine Turbine Blade [D]. Chengdu: University of Electronic Science and Technology of China, 2014.
[3] 曾波. 某航空发动机涡轮叶片动态可靠性建模与分析[D]. 成都: 电子科技大学, 2013.
Zeng Bo.Dynamic Reliability Modeling and Analysis of An Aeroengine Turbine Blade [D]. Chengdu: University of Electronic Science and Technology of China, 2013.
[4] 闫晓军, 聂景旭. 涡轮叶片疲劳[M]. 北京: 科学出版社, 2014.
Yan Xiaojun, Nie Jingxu.Turbine blade fatigue[M]. Beijing: Science Press, 2014.
[5] 雷晓波. 航空发动机载荷谱计算方法研究[J]. 航空计算技术, 2016, 46(1): 85-89.
Lei Xiao Bo.Research on Load Spectrum Calculation Method for Aircraft Engine[J]. Aeronautical Computing Technology, 2016, 46(1): 85-89.
[6] 孙见忠, 左洪福, 梁坤. 基于民航发动机状态数据的涡轮叶片剩余寿命评估[J]. 机械工程学报, 2015, 51(23): 53-59.
Sun Jianzhong, Zuo Hongfu, Liang Kun.Remaining Useful Life Estimation for the Turbine Blade of a Civil Aircraft Engine Based on the QAR and Field Failure Data[J]. Journal of Mechanical Engineering, 2015, 51(23): 53-59.
[7] 荆甫雷, 王荣桥, 胡殿印. 一种单晶涡轮叶片热机械疲劳寿命评估方法[J]. 航空动力学报, 2016, 31(2): 299-306.
Jing Fulei, Wang Rongqiao, Hu Dianyin.A thermo-mechanical fatigue life assessment method for single crystal turbine blades[J]. Journal of Aeronautical Dynamics, 2016, 31(2): 299-306.
[8] 李骏, 宋友辉, 刘汉斌, 等. 涡轮叶片-榫头-轮盘的蠕变与低循环疲劳寿命预测[J]. 推进技术, 2015, 36(11): 1699-1704.
Li Jun, Song Youhui, Liu Hanbin, et al.Creep and Low Cycle Fatigue Life Prediction of Turbine Blade-Tenon- Structure[J]. Propulsion technology, 2015, 36(11): 1699-1704.
[9] 杨晓明, 张丽, 焦腾, 等. 涡轮叶片三维温度场耦合计算[J]. 机械设计与制造, 2012(8): 18-20.
Yang Xiaoming, Zhang Li, Jiao Teng, et al.Three- Dimensional Temperature Field Coupling Calculation of Turbine Blades[J]. Mechanical design and manufacturing, 2012(8): 18-20.
[10] 李钰洁, 刘永葆. 多级轴流涡轮叶片温度场非定常数值计算[J]. 推进技术, 2016, 37(4): 646-652.
Li Yujie, Liu Yongbao.Unsteady Numerical Simulation on Blade Temperature Field of Multi-Stage Axial Turbine[J]. Propulsion technology, 2016, 37(4): 646-652.
[11] 苏清友, 孔瑞莲, 陈筱雄, 等. 航空涡喷、涡扇发动机主要零部件定寿指南[M]. 北京: 航空工业出版社, 2004.
Su Qingyou, Kong Ruilian, Chen Xiaoxiong, et al.Air turbulence, turbofan engine main parts of the life guide[M]. Beijing: Aviation Industry Press, 2004.
[12] 周长春. 民用涡扇发动机超温问题研究及其在使用中的预防[D]. 西安: 西北工业大学, 2004.
Zhou Changchun.Research on Overheating Problem of Civil Turbofan Engine and Its Prevention in Use[D]. Xi’an: Northwestern Polytechnical University, 2004.
[13] 高效节能发动机编委会. 《高效节能发动机文集》第五分册-涡轮设计和实验[M]. 北京: 航空工业出版社, 1991.
Efficient energy-saving engine editorial board.《Energy efficient engine collection》Fifth volume- Turbine design and experiment[M]. Beijing: Aviation Industry Press, 1991.
[14] 谢龙汉, 赵新宇. ANSYS CFX流体分析及仿真[M]. 北京: 电子工业出版社, 2013.
Xie Longhan, Zhao Xinyu.ANSYS CFX Fluid analysis and simulation[M]. Beijing: Electronic Industry Press, 2013.
[15] Walker K.The Effects of Stress Ratio During Crack Propagation and fatigue for 2024-T3 and 7075-T6 Aluminum[R]. Effect of Environment and Complex Load History on Fatigue Life, STP 462, Am. Soc. Testing and Materials, West Conshohocken, PA, 1970: 1-14.
[16] 唐俊星, 陆山. 某涡轮盘低循环疲劳概率寿命数值模拟[J]. 航空动力学报, 2006, 21(4): 706-710.
Tang Junxing, Lu Shan.Numerical simulation of LCF probability life of a turbine disk[J]. Journal of Aeronautical Dynamics, 2006, 21(4): 706-710.
[17] 王卫国. 轮盘低循环疲劳寿命预测模型和试验评估方法研究[D]. 南京: 南京航空航天大学, 2006.
Wang Weiguo.Research on Prediction Model for Disc LCF Life and Experiment Assessment Methodology [D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2006.

基于QAR数据的涡轮叶片疲劳寿命预测

Fatigue Life Prediction of Turbine Blades Based on QAR Data

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	岳奎志, 张原, 程亮亮, 郁大照. 基于CFD理论的双飞翼无人机气动特性数值模拟[J]. 系统仿真学报, 2021, 33(7): 1654-1660.
[2]	周春辉, 黄弘逊, 易晚霞, 陈立家, 文元桥, 谭林旭. 桥区河段原油船队航行仿真方法研究[J]. 系统仿真学报, 2021, 33(3): 690-697.
[3]	胡小曼, 王艳, 纪志成. 模糊信息粒化与改进RVM的滚动轴承寿命预测[J]. 系统仿真学报, 2021, 33(11): 2561-2571.
[4]	韩桂华, 刘亚楠, 邵俊鹏, 张此军. 文丘里管内空化演变模型研究[J]. 系统仿真学报, 2020, 32(2): 164-171.
[5]	王芹, 马召灿, 李鸿亮, 张林波, 卢本卓. 双极器件LPNP辐照损伤效应的并行有限元数值模拟[J]. 系统仿真学报, 2020, 32(12): 2376-2382.
[6]	林家泉, 孙凤山, 李亚冲. 客舱内呼吸道病原体传播与感染风险数值模拟[J]. 系统仿真学报, 2019, 31(8): 1541-1547.
[7]	黄海波, 余旭东, 刘清国, 张涛, 董家楠. 汽车车轮周围气流场的数值模拟研究[J]. 系统仿真学报, 2019, 31(4): 641-647.
[8]	魏文礼, 娄威立, 李盼盼, 刘玉玲. 倒伞形表面曝气搅拌槽内气液两相流的模拟研究[J]. 系统仿真学报, 2019, 31(4): 696-701.
[9]	吴加权, 李红艳, 叶飞, 张馨予, 马琨. 预损伤钢筋混凝土梁有限元数值模拟研究[J]. 系统仿真学报, 2018, 30(9): 3437-3444.
[10]	葛承垄, 朱元昌, 邸彦强, 胡志伟, 董志华. 面向装备RUL预测的平行仿真框架[J]. 系统仿真学报, 2018, 30(6): 2216-2224.
[11]	李春曦, 张硕, 叶学民. 界面曲率对超疏水微通道减阻的影响[J]. 系统仿真学报, 2018, 30(6): 2405-2413.
[12]	王纪森, 贾倩, 陈晨, 张亚平, 杜疆. 液压管路油液流动的湍流模型参数修正研究[J]. 系统仿真学报, 2018, 30(5): 1665-1671.
[13]	马泽文, 刘涛, 孙旭东. 基于CFD的结晶搅拌反应釜流场分析与改进[J]. 系统仿真学报, 2018, 30(5): 1900-1907.
[14]	张朝龙, 何怡刚, 袁莉芬. 基于CPSO-RVM的锂电池剩余寿命预测方法[J]. 系统仿真学报, 2018, 30(5): 1935-1940.
[15]	刘玲, 肖利萍, 李喜林. 铬渣渗滤液中六价铬在地下水中迁移模拟[J]. 系统仿真学报, 2018, 30(2): 560-568.