《动力工程学报杂志》发表论文赏析
作者:耿明泽, 郭怡凡, 姜孝谟, 章旋, 闫斌斌, 周家付, 陈丁聚,
摘要:针对重型燃气轮机动叶片的可靠性运维需求,通过降阶处理数值仿真结果,结合本征正交分解降阶技术和数据驱动的机器学习回归拟合方法,发展了一种轻量化建模方法,从而实现利用拉森-米勒法对蠕变寿命的快速预测。结果表明:所提出的降阶模型在5个危险节点下对叶片蠕变寿命的预测精度误差最大不超过5%,同时降阶方法对温度场和应力场的计算效率分别是传统仿真方法的9.00×105倍和1.50×105倍。相关研究结果可以为重型燃气轮机动叶片的在线运维监测提供重要的理论和方法支持。
关键词:重型燃气轮机,动叶片,本征正交分解,机器学习,蠕变寿命预测,