渦輪盤低循環(huán)疲勞可靠性設(shè)計方法

高 陽,楊昌軍,白廣忱,林 塏

（1.中航工業(yè)貴州航空發(fā)動機研究所，貴陽 550081；2.北京航空航天大學(xué)能源與動力工程學(xué)院，北京 100191）

1 引言

隨著現(xiàn)代航空發(fā)動機對結(jié)構(gòu)可靠性要求的提高，發(fā)動機典型結(jié)構(gòu)可靠性設(shè)計分析方法已經(jīng)成為高推重比發(fā)動機研制的關(guān)鍵技術(shù)。作為發(fā)動機關(guān)鍵部件，渦輪盤在高溫、高轉(zhuǎn)速下工作，其低循環(huán)疲勞壽命受到結(jié)構(gòu)幾何尺寸、溫度、轉(zhuǎn)速和材料性能等眾多隨機因素的影響。近年來，國內(nèi)渦輪盤疲勞壽命可靠性研究主要集中在壽命概率模型[1～4]和可靠性分析方法[5～7]研究。在渦輪盤結(jié)構(gòu)低循環(huán)疲勞可靠性設(shè)計分析中往往只考慮材料循環(huán)應(yīng)變-壽命曲線分散性的影響，而忽略材料循環(huán)應(yīng)力－應(yīng)變曲線分散性的影響。大量疲勞試驗證明，循環(huán)應(yīng)力－應(yīng)變曲線同樣存在較大分散性，導(dǎo)致在同樣載荷條件下結(jié)構(gòu)的應(yīng)變響應(yīng)呈現(xiàn)隨機性，進而影響結(jié)構(gòu)低循環(huán)疲勞壽命的概率評估。

本文基于現(xiàn)有疲勞試驗數(shù)據(jù)，建立了渦輪盤材料GH4133合金的循環(huán)應(yīng)力－應(yīng)變概率模型，提出渦輪盤低循環(huán)疲勞可靠性設(shè)計方法。

2 循環(huán)應(yīng)力－應(yīng)變概率模型

彈塑性材料的循環(huán)應(yīng)力－應(yīng)變曲線可以表示為

對彈性應(yīng)變分量和塑性應(yīng)變分量分別取對數(shù)得到

因此，對應(yīng)彈、塑性應(yīng)變分量的隨機線性方程可以表示為

式中：μ為標準正態(tài)隨機變量，則一定溫度下材料循環(huán)應(yīng)力-應(yīng)變概率模型可以表示為[8]

根據(jù)文獻[9]中GH4133合金在250、400和500℃下的疲勞試驗數(shù)據(jù)，計算得到250℃下循環(huán)應(yīng)力-應(yīng)變概率模型

400℃下循環(huán)應(yīng)力-應(yīng)變概率模型

500℃下循環(huán)應(yīng)力-應(yīng)變概率模型

式中：μ1、μ2、μ3均為標準正態(tài)隨機變量，分別描述了250、400和500℃下GH4133合金循環(huán)應(yīng)力-應(yīng)變曲線的分散性。

在渦輪盤結(jié)構(gòu)概率分析中，如果將表示不同溫度下循環(huán)應(yīng)力 -應(yīng)變曲線分散性的 μ1、μ2、μ3作為相互獨立的隨機變量，則可能會出現(xiàn)在相同應(yīng)力水平的高溫條件下，其應(yīng)變值反而小于低溫條件下的應(yīng)變值的情況，很明顯與實際情況不符。另外，由于疲勞破壞試驗不可能得出同一試件在不同溫度下的循環(huán)應(yīng)力- 應(yīng)變響應(yīng)，因此也難以獲得變量 μ1、μ2、μ3之間的相關(guān)性。為此，假設(shè)同一試樣在任意溫度下測定的循環(huán)應(yīng)力-應(yīng)變曲線所對應(yīng)的概率百分位是定值，即假設(shè)μ1=μ2=μ3。則在渦輪盤結(jié)構(gòu)概率分析中用同一標準正態(tài)隨機變量μ來表示不同溫度下材料循環(huán)應(yīng)力-應(yīng)變曲線的分散性。GH4133合金在250、400和500℃下疲勞試驗得到的循環(huán)應(yīng)力-應(yīng)變數(shù)據(jù)點及對應(yīng)取μ＝0、±3的循環(huán)應(yīng)力-應(yīng)變曲線如圖1所示。可以看出,本文給出的概率模型能夠較好地描述循環(huán)應(yīng)力-應(yīng)變曲線的分散性。

3 渦輪盤低循環(huán)疲勞可靠性設(shè)計

渦輪盤低循環(huán)疲勞壽命受到轉(zhuǎn)速、溫度場、材料和結(jié)構(gòu)幾何尺寸等隨機因素的影響，而對于初步方案已經(jīng)確定了發(fā)動機性能和輪盤材料的情況，轉(zhuǎn)速、溫度場、材料性能等的隨機性已經(jīng)確定，渦輪盤低循環(huán)疲勞可靠性設(shè)計的任務(wù)就是在充分考慮各隨機因素影響的條件下，反復(fù)調(diào)整輪盤結(jié)構(gòu)關(guān)鍵尺寸，使渦輪盤低循環(huán)疲勞壽命滿足一定的可靠性要求。

渦輪盤低循環(huán)疲勞可靠性設(shè)計流程如下：在ANSYS平臺下，利用APDL語言進行渦輪盤3維參數(shù)化建模；考慮載荷、溫度、材料循環(huán)應(yīng)力－應(yīng)變關(guān)系和幾何參數(shù)隨機性，進行靈敏度分析，以確定渦輪盤結(jié)構(gòu)概率分析中的關(guān)鍵影響參數(shù)[10]；通過渦輪盤結(jié)構(gòu)低循環(huán)疲勞可靠性分析判斷是否滿足可靠性設(shè)計要求，并對關(guān)鍵幾何參數(shù)進行反復(fù)改進設(shè)計，最終獲得滿足可靠性要求的渦輪盤結(jié)構(gòu)設(shè)計。為了驗證渦輪盤疲勞可靠性設(shè)計方法的可行性，下面給出了某型渦輪盤疲勞可靠性設(shè)計實例，設(shè)計目標為，通過在一定范圍內(nèi)調(diào)整幾何結(jié)構(gòu)參數(shù)使渦輪盤對應(yīng)可靠度0.9987的低循環(huán)疲勞壽命不低于4000次標準循環(huán)。

3.1 渦輪盤結(jié)構(gòu)參數(shù)化建模

假設(shè)某型渦輪盤結(jié)構(gòu)設(shè)計初始方案已確定，利用APDL語言建立的1/12輪盤3維有限元模型如圖2所示，輪心內(nèi)徑r0=50 mm，厚度d0=100 mm；輪緣外徑r1=260 mm，厚度d1=30 mm；從輪心開始隨半徑r從r0增大到r2=80 mm，輪盤厚度保持不變，r從r2增大到r3=105 mm，厚度逐漸減小到d2=38 mm，r繼續(xù)增大到r4=152 mm，厚度保持d2不變，r3的過渡圓角半徑rf1=20 mm。為了驗證APDL語言3維參數(shù)化建模的有效性，在半徑r5=127.5 mm的位置均勻分布了12個半徑rh=8 mm的螺栓孔。在半徑r4的位置有沿徑向厚度為db＝6 mm的緣板，與盤體相接位置的圓角半徑均為rf2＝12 mm；緣板上側(cè)輪盤厚度d3=30 mm，隨半徑增大厚度逐漸變小，到r6=225 mm處厚度最小為d4=20 mm；隨著半徑繼續(xù)增大，輪盤厚度增大，到r7=240 mm時與外緣厚度d1相等，到輪盤外緣厚度保持不變；厚度最小處的過渡圓角半徑rf3=25 mm。建模選取的幾何參數(shù)和可調(diào)范圍見表1。渦輪盤材料為GH4133合金，對應(yīng)標準循環(huán)轉(zhuǎn)速ω＝1598.8 rad/s，葉片的離心載荷折合為輪緣面載荷Pb=－159.8 MPa；溫度分布用2次冪函數(shù)來模擬，如圖3所示。輪心溫度t0=300℃，輪緣溫度t1=650℃，半徑r處的溫度tr為

3.2 渦輪盤結(jié)構(gòu)參數(shù)靈敏度分析

根據(jù)循環(huán)應(yīng)力-應(yīng)變概率模型設(shè)定材料參數(shù)，并施加約束條件，求解渦輪盤的應(yīng)力、應(yīng)變響應(yīng)。等效應(yīng)力云圖如圖4所示，等效應(yīng)變云圖如圖5所示。最大等效應(yīng)力972.3 MPa和最大等效應(yīng)變0.008073都出現(xiàn)在螺栓孔位置，可以確定該部位為渦輪盤低循環(huán)疲勞壽命危險點。考慮到涉及的幾何參數(shù)很多，而其中有些參數(shù)可能對輪盤危險部位的應(yīng)力和應(yīng)變影響很小，在可靠性分析中沒有必要考慮為隨機變量，因此，將表1中幾何參數(shù)作為可調(diào)區(qū)間內(nèi)的均勻分布變量，采用Monte Carlo方法對渦輪盤危險點應(yīng)變進行幾何參數(shù)靈敏度分析，其結(jié)果如圖6所示。

表1 幾何參數(shù)和可調(diào)范圍

從圖6中可見，對渦輪盤危險點應(yīng)變水平影響最為明顯的5個幾何參數(shù)為螺栓孔半徑rh、徑向位置r5、輪盤最小厚度d4、徑向位置r7和最小厚度處的過渡圓角半徑rf3，其余參數(shù)對最大應(yīng)變的影響較小，在分析中可以忽略。在5個幾何參數(shù)中，rh、d4、rf3增大會導(dǎo)致應(yīng)變水平增大，r5、r7增大會導(dǎo)致應(yīng)變水平減小。

3.3 渦輪盤疲勞壽命可靠性分析

螺栓孔位置的溫度為380℃左右，由于缺少該溫度下的試驗數(shù)據(jù)和壽命模型，因此，在分析中采用基于線性異方差回歸分析的400℃下GH4133合金循環(huán)應(yīng)變－壽命概率模型[11]，平均應(yīng)力修正采用Morrow修正方法。

疲勞性能參數(shù)的隨機表達式為

式中：η為標準正態(tài)隨機變量。

在分析中選取的隨機變量包括 rh、d4、rf3、r5、r7，輪盤轉(zhuǎn)速ω、循環(huán)應(yīng)力－應(yīng)變概率模型和循環(huán)應(yīng)變－壽命概率模型中的標準正態(tài)隨機變量μ、η等。假設(shè)所有尺寸公差范圍為±0.5 mm，即幾何參數(shù)標準差均取0.5/3≈0.167 mm，輪盤轉(zhuǎn)速控制精度為±1%，標準差取 0.01·ω/3≈5.33 rad/s，分析參數(shù)的均值、標準差見表2。直接采用Monte Carlo方法求解結(jié)構(gòu)隨機可靠性問題計算量非常大，10萬次模擬大約需要2000 h以上，因此，采用響應(yīng)面分析方法[5]。首先，通過79次計算擬合疲勞壽命的響應(yīng)面函數(shù)；其次，對響應(yīng)面函數(shù)進行10萬次Monte Carlo抽樣計算，統(tǒng)計分析得到渦輪盤危險部位的疲勞壽命分布，如圖7所示，疲勞壽命的累積概率密度函數(shù)如圖8所示。通過分析得出，對應(yīng)可靠度水平0.9987的渦輪盤壽命為3857次循環(huán)，沒有達到4000次循環(huán)的設(shè)計指標，因此需要進一步改進該渦輪盤的結(jié)構(gòu)設(shè)計。

表2 可靠性分析參數(shù)

3.4 改進設(shè)計

根據(jù)設(shè)計流程，設(shè)計不能滿足可靠性要求時，要返回修改結(jié)構(gòu)設(shè)計，這里假設(shè)幾何參數(shù)公差范圍不變，即只修改幾何參數(shù)的均值，標準差不變。靈敏度分析結(jié)果表明，選取的5個結(jié)構(gòu)幾何參數(shù)中，rh、d4、rf3增大會導(dǎo)致應(yīng)變水平增大，r5、r7增大會導(dǎo)致應(yīng)變水平減小。此外，還要綜合考慮修改設(shè)計后輪盤體積（質(zhì)量）的變化，盡量在不增大輪盤體積的條件下使渦輪盤可靠性壽命達到設(shè)計指標。經(jīng)過多次修改，最終確定的幾何參數(shù)見表3，此時渦輪盤對應(yīng)可靠度0.9987的壽命達到4004次循環(huán)，滿足設(shè)計要求，并且輪盤的體積也略有減小。

表3 幾何參數(shù)最終設(shè)計值

4 結(jié)論

（1）材料循環(huán)應(yīng)力－應(yīng)變曲線具有明顯的分散性，其分散性對結(jié)構(gòu)低循環(huán)疲勞壽命具有較大影響，本文建立了循環(huán)應(yīng)力－應(yīng)變概率模型，并在現(xiàn)有試驗數(shù)據(jù)基礎(chǔ)上得到了GH4133合金在不同溫度下的應(yīng)力－應(yīng)變概率模型。

（2）提出了渦輪盤低循環(huán)疲勞壽命可靠性設(shè)計方法，并通過算例進行了驗證。

（3）采用APDL語言建立了3維參數(shù)化的渦輪盤有限元模型，通過靈敏度分析確定關(guān)鍵幾何參數(shù)，由疲勞壽命可靠性分析得出渦輪盤的可靠性壽命，通過對幾何參數(shù)的不斷修改，最終實現(xiàn)渦輪盤的壽命可靠性設(shè)計指標。

[1]唐俊星,陸山.輪盤應(yīng)變疲勞壽命可靠性分析方法[J].推進技術(shù),2005,26(4):344-347.

[2]高陽,白廣忱,張瑛莉.基于應(yīng)變的結(jié)構(gòu)疲勞概率壽命模型[J].航空制造技術(shù),2008,21：82-85.

[3]高陽,白廣忱,張瑛莉.渦輪盤低循環(huán)疲勞壽命的概率分析[J].航空動力學(xué)報,2009,24(4):804-809.

[4]高陽,白廣忱,張瑛莉.渦輪盤多軸低循環(huán)疲勞壽命可靠性分析[J].航空學(xué)報,2009,30(9):1678-1682.

[5]李輝,白廣忱.基于響應(yīng)面法的渦輪盤低循環(huán)疲勞可靠性分析方法[J].航空發(fā)動機,2008,34(1):28-30.

[6]蔣向華,楊曉光,王延榮.結(jié)構(gòu)可靠度逐步逼近徑向基神經(jīng)網(wǎng)絡(luò)響應(yīng)面法[J].航空動力學(xué)報,2008,23(1):26-31.

[7]高陽,白廣忱,于霖沖.基于RBF神經(jīng)網(wǎng)絡(luò)的渦輪盤疲勞可靠性分析[J].機械設(shè)計,2009,26(5):8-10.

[8]高陽.航空發(fā)動機渦輪盤低循環(huán)疲勞可靠性分析[D].北京航空航天大學(xué)博士學(xué)位論文.北京：北京航空航天大學(xué)，2009.

[9]王衛(wèi)國.輪盤低循環(huán)疲勞壽命預(yù)測模型和試驗評估方法研究[D].南京：南京航空航天大學(xué),2006.

[10]Wesley Osborn R,Harry R.Millwater.Application of Probabilistic Sensitivities in Probabilistic Fatigue Analysis ofGas Turbine Engine Disks[C].46th AIAA/ASME/ASCE/AHS/ASC Structures,Structural Dynamics＆amp;Materials confer,Austin,Texas,2005.

[11]高陽,白廣忱.輪盤低循環(huán)疲勞壽命可靠性分析方法[J].機械設(shè)計與制造,2009(6):60-62.