[发明专利]一种计算耦合叶盘疲劳寿命的广义回归极值响应面法

权利要求书

1.一种计算耦合叶盘疲劳寿命的广义回归极值响应面法；

其特征在于，包括以下步骤：

a、综合考虑温度载荷、离心载荷的耦合作用，通过确定性分析以叶片的最小疲劳寿命点作为输出响应；

b、将叶盘温度、转速、材料属性、载荷以及低循环疲劳性能参数作为随机输入变量，采用拉丁超立方抽样技术抽取小批量样本，并进行有限元求解，得到相应的极值输出响应；

c、采用交叉验证法优化参数，将广义回归神经网络与极值响应面相结合，建立广义回归函数极值响应面法；

d、对广义回归函数极值响应面进行大批量抽样计算，通过统计分析后得到叶片低循环疲劳寿命的耦合失效可靠度并对广义回归函数极值响应面法进行有效性验证。

2.根据权利要求1所述的计算耦合叶盘疲劳寿命的广义回归极值响应面法，其特征在于，步骤a中，使用ANSYS对叶盘先进行温度场分析，通过热对流和热传导，将高温燃气的热量传递到叶盘结构上，叶盘的温度在径向上由内到外逐渐升高，利用能量守恒定律和Fourier热传导定律对其进行热分析，然后将热分析结果以载荷形式加载到叶盘表面；在温度载荷、离心载荷、机械载荷的共同作用下，通过静力学分析获得低循环疲劳寿命分布。

3.根据权利要求1所述的计算耦合叶盘疲劳寿命的广义回归极值响应面法，其特征在于，步骤b中，考虑输入参数的随机性，将叶盘温度、转速、材料属性、载荷以及低循环疲劳性能参数作为随机输入变量，对叶片最小疲劳寿命位置，采用拉丁超立方抽样技术抽取小批量样本，利用有限元基本方程分别计算每组样本相对应低循环疲劳寿命在分析区域的输出响应，并取其极值响应值作为随机输出值。

4.根据权利要求1所述的计算耦合叶盘疲劳寿命的广义回归极值响应面法，其特征在于，步骤c中，运用MATLAB软件把抽样得到的样本进行交叉验证并优化输入随机变量和输出响应，得到最优的光滑因子，然后把寻优后的数据进行归一化处理，用来训练广义回归神经网络，将训练好的广义回归函数作为目标函数替代叶盘低循环疲劳寿命分析的极限状态函数，得到广义回归极值响应面函数。

5.根据权利要求1所述的计算耦合叶盘疲劳寿命的广义回归极值响应面法，其特征在于，步骤d中，使用蒙特卡罗法对输入随机变量进行大批量抽样并将其代入广义回归极值响应面函数计算输出响应，对结果进行统计分析得到热-结构耦合状态下叶盘低循环疲劳寿命可靠度；对广义回归极值响应面法进行有效性验证，即在相同的计算条件下，以公认的可靠性计算方法蒙特卡罗法为基准，和将计算结果与广义回归极值响应面法相对比，验证广义回归函数响应面法的准确性。