【摘要】：燃?xì)廨啓C(jī)機(jī)匣是燃?xì)廨啓C(jī)壓氣部段的外殼部分,主要承受氣體壓力載荷和溫度載荷。熱平衡、橢圓度和結(jié)構(gòu)輕量化,都是工程師們?cè)跈C(jī)匣設(shè)計(jì)中所關(guān)注的重點(diǎn)問(wèn)題。由于機(jī)匣結(jié)構(gòu)復(fù)雜,并且在設(shè)計(jì)中需要同時(shí)考慮從開(kāi)機(jī)到穩(wěn)定運(yùn)行直至最后關(guān)閉的全過(guò)程溫度變化和壓力荷載,導(dǎo)致結(jié)構(gòu)分析計(jì)算用時(shí)長(zhǎng),不利于進(jìn)行優(yōu)化設(shè)計(jì)。本文針對(duì)燃?xì)廨啓C(jī)機(jī)匣部件,開(kāi)展了機(jī)匣結(jié)構(gòu)的熱力耦合分析,通過(guò)機(jī)匣部件幾何模型和邊界載荷,實(shí)現(xiàn)了基于EGO算法的機(jī)匣結(jié)構(gòu)優(yōu)化設(shè)計(jì),給出了燃?xì)廨啓C(jī)機(jī)匣部件螺栓預(yù)緊力及幾何尺寸的優(yōu)化結(jié)果。論文主要工作包含以下四個(gè)方面：(1)介紹了Kriging替代模型的基本理論及MATLAB DACE工具包的使用方法。重點(diǎn)介紹了EGO算法的基本原理和優(yōu)點(diǎn),給出其優(yōu)化設(shè)計(jì)流程圖,并以Branin函數(shù)作為數(shù)值算例進(jìn)行了EGO算法與傳統(tǒng)Kriging算法的精度對(duì)比。(2)建立了燃?xì)廨啓C(jī)機(jī)匣三維有限元分析模型,并對(duì)其進(jìn)行了熱力耦合分析。針對(duì)不同時(shí)間階段下機(jī)匣溫度分布及徑向位移分布開(kāi)展具體研究,重點(diǎn)關(guān)注了敏感區(qū)域的最大應(yīng)力和橢圓度。(3)提出了燃?xì)廨啓C(jī)機(jī)匣有限元分析的幾何與載荷簡(jiǎn)化模型。在溫度分布和徑向位移結(jié)果與原模型基本保持一致的前提下,對(duì)幾何模型和網(wǎng)格劃分進(jìn)行了簡(jiǎn)化,并通過(guò)對(duì)比分析發(fā)現(xiàn)簡(jiǎn)化后所需計(jì)算時(shí)長(zhǎng)不到原計(jì)算時(shí)長(zhǎng)的一半；而后,提出了一套針對(duì)多種載荷多時(shí)間步下工程數(shù)值分析問(wèn)題的簡(jiǎn)化載荷邊界條件的方法,并應(yīng)用于機(jī)匣的載荷簡(jiǎn)化上,分析發(fā)現(xiàn)簡(jiǎn)化前后的計(jì)算結(jié)果誤差對(duì)比在可接受范圍內(nèi),且計(jì)算所需時(shí)間不到原模型計(jì)算用時(shí)的四分之一。(4)基于EGO算法對(duì)燃?xì)廨啓C(jī)機(jī)匣模型進(jìn)行了多目標(biāo)優(yōu)化設(shè)計(jì)。以螺栓預(yù)緊力、螺栓法蘭的高度、熱平衡法蘭的高度和寬度為設(shè)計(jì)變量,選取機(jī)匣部件的橢圓度和最大應(yīng)力為目標(biāo)函數(shù),得到了Pareto前沿曲線,并對(duì)典型的優(yōu)化解進(jìn)行了對(duì)比分析。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TK473
【圖文】：

一般是起動(dòng)機(jī)帶動(dòng)壓氣機(jī)，直到燃?xì)馔钙桨l(fā)出的機(jī)械功大于壓氣機(jī)消耗的機(jī)械功時(shí)，逡逑外界起動(dòng)機(jī)脫扣，燃?xì)廨啓C(jī)才能自身獨(dú)立工作［１］［２］。逡逑圖１．１為燃?xì)廨啓C(jī)結(jié)構(gòu)的示意圖。逡逑啟動(dòng)停止迅速、機(jī)組的功率大并且效率高、重量輕和環(huán)保性能好都是燃?xì)廨啓C(jī)的運(yùn)逡逑行優(yōu)點(diǎn)。同時(shí)，燃?xì)廨啓C(jī)為高速回轉(zhuǎn)機(jī)械，結(jié)構(gòu)緊湊，無(wú)往復(fù)運(yùn)動(dòng)部件，運(yùn)行平穩(wěn)，設(shè)逡逑備較少，系統(tǒng)較簡(jiǎn)單，使得運(yùn)行具有很氋的可靠性⑴。逡逑－１邋－逡逑

逡逑圖２．１給出了一個(gè)一維函數(shù)采用ＥＧＯ算法進(jìn)行加點(diǎn)的迭代優(yōu)化過(guò)程�？梢�(jiàn)ＥＧＯ算逡逑法不會(huì)局限于局部極值點(diǎn)的區(qū)域，圖中的第一次迭代就是如此。而且可以看出，加點(diǎn)的逡逑軌跡是首先在當(dāng)前的最優(yōu)點(diǎn)附近尋找，然后進(jìn)行全局搜索預(yù)測(cè)不準(zhǔn)的區(qū)域，通過(guò)幾次迭逡逑代逐步逼近真實(shí)函數(shù)，圖中的最后兩次迭代，Ｋｒｉｇｉｎｇ替代模型的曲線已經(jīng)基本與真實(shí)逡逑函數(shù)值重合。ＥＧＯ算法同時(shí)兼顧了全局收斂性和收斂速度，具有很強(qiáng)的適應(yīng)性，展現(xiàn)逡逑了這種加點(diǎn)準(zhǔn)則的非常強(qiáng)大的空間探索能力。逡逑采用ＥＧＯ算法進(jìn)行優(yōu)化計(jì)算時(shí)，其收斂準(zhǔn)則為－逡逑￡［／（ｘ）］＜＾＾邐（２．２５）逡逑或者逡逑＊化邐（２．２６）逡逑ｙｍａｘ邋ｙｍｉｎ逡逑其中，？和＆為給定的收斂精度，：Ｋ胃為樣本中的最大響應(yīng)值。公式（２．２６）的收斂精逡逑度是相對(duì)的，因此與響應(yīng)值的數(shù)量級(jí)無(wú)關(guān)，值的給定相對(duì)更加容易一些。逡逑“試驗(yàn)設(shè)計(jì)逡逑生成訓(xùn)練“本點(diǎn)＠邐逡逑通過(guò)計(jì)算機(jī)仿真程得到樣本的響應(yīng)值Ｉ邐？逡逑構(gòu)建Ｋｒｉｇｉｎｇ代理模型將較正點(diǎn)加入到訓(xùn)練樣本點(diǎn)集逡逑１逡逑最大化ＥＩ函數(shù)得到校正點(diǎn)逡逑——＾邐逡逑得到最優(yōu)解逡逑圖２．邋２基于ＥＧＯ算法的優(yōu)化流程圖逡逑Ｆｉｇ．邋２．２邋Ｆｌｏｗｃｈａｒｔ邋ｏｆ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ｂａｓｅｄ邋ｏｎ邋ＥＧＯ邋ａｌｇｏｒｉｔｈｍ逡逑綜上

氣體壓力載荷與溫度載荷，引發(fā)的位移形變可導(dǎo)致各個(gè)零件之間的間隙發(fā)生不同程度的逡逑變化，從而導(dǎo)致彼此間的相互摩擦與碰撞。逡逑如圖３．１所示，此為某型號(hào)的燃?xì)廨啓C(jī)壓氣段的實(shí)體模型。其中上半部分顯示為內(nèi)逡逑部轉(zhuǎn)子，下半部分顯示為機(jī)匣外部。逡逑圖３．１燃機(jī)機(jī)１１實(shí)體示意圖逡逑Ｆｉｇ．邋３．１邋Ｓｋｅｔｃｈ邋ｏｆ邋ＣＶＣ逡逑－１７邋－逡逑

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 賈布裕;組合梁斜拉橋的可靠度分析[D];華南理工大學(xué);2011年

本文編號(hào)：2798320