机械工程学报

作者：付洋, 曹宏瑞, 郜伟强, 高文辉

单位：1. 西安交通大学航空发动机研究所 西安 710049;2. 西安交通大学机械制造系统工程国家重点实验室 西安 710049;3. 中国燃气涡轮研究院强度技术研究室 成都 610500

关键词：涡轮盘,性能退化,数字孪生,剩余寿命预测；

基金：国家自然科学基金优秀青年科学基金（51922084）和航空动力基金（6141B09050394）资助项目。

为解决航空发动机涡轮盘剩余寿命在线预测难题，提出一种数字孪生驱动的涡轮盘剩余寿命预测方法。在建立数字孪生模型的过程中，首先，分析涡轮盘疲劳裂纹损伤机理，构建性能退化指标，建立涡轮盘性能退化过程的共性表征模型；其次，分析多种不确定性因素，采用状态空间模型建立涡轮盘性能退化过程的个性表征模型；然后，通过动态贝叶斯网络描述状态空间模型随时间的演化规律，建立涡轮盘性能退化过程的动态演化模型；最后，采用粒子滤波算法实现涡轮盘退化状态追踪和剩余寿命预测，从而完成涡轮盘性能退化数字孪生模型的建立。融合涡轮盘实时传感数据，通过贝叶斯推理实现对该数字孪生模型的动态更新。通过某型涡轮盘试验数据对该方法进行验证，结果表明该数字孪生模型能够较好地解决涡轮盘剩余寿命在线预测问题。

来源：2021年第22期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2021年第22期