基于BP神经网络的平板叶片阻尼反演方法

摘要：

航空发动机在工作中容易受到外物撞击,包括跑道砂石、鸟体、机身零件等,对风扇和压气机造成损伤,导致机毁人亡的严重事故;故需要模拟外物撞击转子叶片,建立动态响应数值分析模型;其中阻尼系数是叶片振动分析最重要的物理参数之一;但其无法直接测量.研究采用BP神经网络反演的方法得到平板叶片阻尼比.先取二十组阻尼比的叶片撞击仿真模型中的振幅和衰减时间,通过训练BP神经网络理论得到振幅、衰减时间与阻尼比的映射关系,再将实验得到的真实振幅和衰减时间输入映射关系,反演出真实结构的阻尼比.最后将阻尼比代入另一组参数的叶片撞击仿真,与试验结果进行对比,两者一致性较高,表明反演得到的阻尼参数是合理可靠的.

关键词：BP神经网络、动态响应、航空发动机、叶片阻尼系数

所属期刊栏目：18

分类号：V232.4(航空发动机（推进系统）)

资助基金：国家自然科学基金11672248,1147222

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：284-288