航空发动机叶片精锻残余应力数学模型对比分析

发布时间：2021-10-26 05:21

　　为了预测航空发动机叶片精锻过程中所产生的最大残余应力值,在已建立好的叶片精锻有限元模型基础上,基于simufact. forming平台对TC4钛合金航空发动机叶片精锻过程进行了仿真研究,分别获得了上模速度、坯料温度、模具温度和摩擦系数等不同工艺参数组合下的叶片最大精锻残余应力值。以收集的仿真数据作为训练样本,先后建立了响应曲面模型、BP神经网络模型和GA-BP神经网络模型,并将这3种模型的预测值与仿真值进行比较。结果表明:所建立预测模型的最大相对误差不超过6%,其中GA-BP神经网络模型预测精度最高,可对航空发动机叶片精锻最大残余应力进行有效的预测。 

【文章来源】：塑性工程学报. 2020,27(06)北大核心CSCD

【文章页数】：6 页

【部分图文】：

航空发动机叶片有限元模型

图1 航空发动机叶片有限元模型对式(1)进行显著性检验及方差分析，得到了航空叶片精锻最大残余应力回归模型P=0.0098<0.05及该模型的负相关系数R2=0.8664，表明所建立模型的拟合预测结果较为准确，具有一定的统计学意义。图3a为模具温度为250℃，摩擦系数为0.2时，上模速度和坯料温度对航空叶片精锻最大残余应力的三维响应曲面。图3b为上模速度为30 mm·s-1，摩擦系数为0.2时，坯料温度和模具温度对航空叶片精锻最大残余应力的三维响应曲面。图3c为上模速度为30 mm·s-1，坯料温度为910℃时，模具温度和摩擦系数对航空叶片精锻最大残余应力的三维响应曲面。从图3中可知，航空叶片精锻最大残余应力随着上模速度、坯料温度和模具温度的增大都有明显的减小趋势，而摩擦系数所产生的影响最不显著。

对式(1)进行显著性检验及方差分析，得到了航空叶片精锻最大残余应力回归模型P=0.0098<0.05及该模型的负相关系数R2=0.8664，表明所建立模型的拟合预测结果较为准确，具有一定的统计学意义。图3a为模具温度为250℃，摩擦系数为0.2时，上模速度和坯料温度对航空叶片精锻最大残余应力的三维响应曲面。图3b为上模速度为30 mm·s-1，摩擦系数为0.2时，坯料温度和模具温度对航空叶片精锻最大残余应力的三维响应曲面。图3c为上模速度为30 mm·s-1，坯料温度为910℃时，模具温度和摩擦系数对航空叶片精锻最大残余应力的三维响应曲面。从图3中可知，航空叶片精锻最大残余应力随着上模速度、坯料温度和模具温度的增大都有明显的减小趋势，而摩擦系数所产生的影响最不显著。3 神经网络对残余应力的预测

【参考文献】：
期刊论文
[1]基于响应面和神经网络模型的7003-T4铝合金防撞横梁拉弯成形多目标优化[J]. 林天豪,徐从昌,林启权,李落星,向瀚林,华家辉.  塑性工程学报. 2019(06)
[2]超声滚挤压轴承套圈表面粗糙度数学模型对比分析[J]. 崔凤奎,苏涌翔,荣莎莎,姚国林.  塑性工程学报. 2018(05)
[3]超声滚挤压轴承套圈表层残余应力模型[J]. 徐红玉,黄焱燚,崔凤奎.  塑性工程学报. 2018(05)
[4]基于神经网络的机械油泵轴锻造工艺优化[J]. 莫洪武,塔金星.  锻压技术. 2018(09)
[5]微铣削高温合金GH4169表面残余应力分析与预测优化[J]. 马世玲,董长双.  工具技术. 2018(04)
[6]基于BP神经网络的连杆衬套强力旋压轴线直线度预测[J]. 吉梦雯,樊文欣,张涛,郭代峰,李兴艳.  塑性工程学报. 2018(01)
[7]基于BP和GA的激光焊接热源模型参数优化[J]. 宋燕利,余成,戴定国,徐勤超.  塑性工程学报. 2017(01)
[8]基于GA-BP神经网络的PDC刀头钎焊残余应力优化分析[J]. 张亚东,李嫚,侯庆坤,王雨溥.  工具技术. 2016(08)
[9]基于遗传算法与BP神经网络的微晶玻璃点磨削工艺参数优化[J]. 马廉洁,曹小兵,巩亚东,陈小辉.  中国机械工程. 2015(01)
[10]基于BP神经网络的铲斗焊接残余应力预测[J]. 俞勇,黄莉.  机械设计与制造工程. 2013(05)



本文编号：3458914