低压涡轮铸造叶片几何不确定性统计

doi:10.7527/S1000-6893.2022.27203

材料工程与机械制造

本期目录 | 过刊浏览 | 高级检索

前一篇 |

低压涡轮铸造叶片几何不确定性统计

罗佳奇¹(), 陈泽帅¹, 邹正平²^,³, 曾飞⁴, 杜鹏程²

^1.浙江大学航空航天学院，杭州 310027
^2.北京航空航天大学航空发动机研究院，北京 102206
^3.北京航空航天大学航空发动机气动热力国防科技重点实验室，北京 102206
^4.中国航发湖南动力机械研究所，株洲 412002

收稿日期:2022-03-28 修回日期:2022-04-21 接受日期:2022-05-30 出版日期:2022-06-09 发布日期:2022-06-08
通讯作者: 罗佳奇 E-mail:jiaqil@zju.edu.cn
基金资助:
国家科技重大专项(J2019-II-0012-0032);国家自然科学基金(51976183)

Statistics on geometric uncertainties of casting blades in low-pressure turbines

Jiaqi LUO¹(), Zeshuai CHEN¹, Zhengping ZOU²^,³, Fei ZENG⁴, Pengcheng DU²

^1.School of Aeronautics and Astronautics，Zhejiang University，Hangzhou 310027，China
^2.Research Institute of Aero-Engine，Beihang University，Beijing 102206，China
^3.National Key Laboratory of Science and Technology on Aero-Engine and Aero-Thermodynamics，Beihang University，Beijing 102206，China
^4.AECC Hunan Aviation Powerplant Research Institute，Zhuzhou 412002，China

Received:2022-03-28 Revised:2022-04-21 Accepted:2022-05-30 Online:2022-06-09 Published:2022-06-08
Contact: Jiaqi LUO E-mail:jiaqil@zju.edu.cn
Supported by:
National Science and Technology Major Project(J2019-II-0012-0032);National Natural Science Foundation of China(51976183)

摘要/Abstract

摘要：

精铸涡轮叶片的几何偏差诱因较多，几何偏差的统计对认识偏差来源及统计建模、评估叶片几何精度等均具有重要意义。首先初步分析千套低压涡轮真实叶片几何偏差的基本特征，通过主元分析提取偏差模态并识别主要偏差来源，发现该涡轮叶片存在明显的偏移、扭转和叶型误差。之后介绍一种基于优化策略的高效高精度叶片几何偏差分解方法，分离出偏移误差、扭转误差和叶型误差，统计发现总体几何偏差的概率密度函数（PDFs）接近高斯分布。最后对叶型误差进行统计分析并发现相对于真实叶片，偏差分解后叶型轮廓度误差的统计均值和标准差均明显下降，叶片合格率明显上升；此外，通过叶表特殊位置的轮廓度统计发现叶型轮廓度的概率密度函数也近似满足高斯分布。

关键词: 几何变化, 不确定性, 低压涡轮, 偏差分解, 叶型误差, 概率统计

Abstract:

It has been well known that there are different sources for geometric deviations of casting turbine blades. Statistical study of geometric deviations benefits not only the discovery of deviation sources and statistical modelling， but also the evaluation of blade geometric accuracy. This paper gives a statistical study of on geometric uncertainties of casting blades in low-pressure turbines. First， the geometric deviations of one thousand casting blades in the low-pressure turbine are preliminary studied. By principal component analysis， the basic modes of geometric deviations are extracted， and the main sources are distinguished， including movement error， twist error and profile error. Then， an error decomposition method based on the optimization strategy is introduced， which can be used to extract different kinds of errors. Statistical study finds that the Probability Density Functions （PDFs） of global geometric deviations are close to Gauss distributions. Finally， blade profile deviations are statistically analyzed. The results demonstrate that in comparison with the original casting blades， the geometric dispersion degree and the profile tolerance error of the corrected blades without global geometric deviations are significantly decreased， and the percentage of qualified blades is significantly increased. Besides， statistical study on profile tolerance at some specified positions on the blade demonstrates that the probability density functions of profile tolerance are also close to Gauss distributions.

Key words: geometric variation, uncertainty, low-pressure turbine, deviation decomposition, blade profile error, probability statistics

中图分类号:

V231.3

罗佳奇, 陈泽帅, 邹正平, 曾飞, 杜鹏程. 低压涡轮铸造叶片几何不确定性统计[J]. 航空学报, 2023, 44(6): 427203-427203.

Jiaqi LUO, Zeshuai CHEN, Zhengping ZOU, Fei ZENG, Pengcheng DU. Statistics on geometric uncertainties of casting blades in low-pressure turbines[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2023, 44(6): 427203-427203.

图/表 28

图1

图2

图3

图4

图5

图6

图7

表1

图8

图9

图10

图11

图12

表2

图13

图14

图15

图16

图17

图18

图19

表3

图20

图21

图22

图23

图24

图25

参考文献 31

1	BAMMERT K， SANDSTEDE H. Influences of manufacturing tolerances and surface roughness of blades on the performance of turbines［J］. Journal of Engineering for Power， 1976， 98（1）： 29-36.
2	ROELKE R J， HAAS J E. The effect of rotor blade thickness and surface finish on the performance of a small axial flow turbine［J］. Journal of Engineering for Power， 1983， 105（2）： 377-382.
3	GARZON V E， DARMOFAL D L. Impact of geometric variability on axial compressor performance［J］. Journal of Turbomachinery， 2003， 125（4）： 692-703.
4	SCHNELL R， LENGYEL-KAMPMANN T， NICKE E. On the impact of geometric variability on fan aerodynamic performance， unsteady blade row interaction， and its mechanical characteristics［J］. Journal of Turbomachinery， 2014， 136（9）： 091005.
5	SCHROEDER R P， THOLE K A. Effect of in-hole roughness on film cooling from a shaped hole［J］. Journal of Turbomachinery， 2017， 139（3）： 031004.
6	LANGE A， VOIGT M， VOGELER K， et al. Impact of manufacturing variability on multistage high-pressure compressor performance［J］. Journal of Engineering for Gas Turbines and Power， 2012， 134（11）： 112601.
7	XIONG J T， YANG J， MCBEAN I， et al. Statistical evaluation of the performance impact of manufacturing variations for steam turbines［C］∥ Proceedings of ASME Turbo Expo 2016： Turbomachinery Technical Conference and Exposition. New York： ASME， 2016： 56553.
8	蔡宇桐，高丽敏，马驰，等. 基于NIPC的压气机叶片加工误差不确定性分析［J］. 工程热物理学报， 2017， 38（3）： 490-497.
	CAI Y T， GAO L M， MA C， et al. Uncertainty quantification on compressor blade considering manufacturing error based on NIPC method［J］. Journal of Engineering Thermophysics， 2017， 38（3）： 490-497 （in Chinese）.
9	MA C， GAO L M， WANG H B， et al. Influence of leading edge with real manufacturing error on aerodynamic performance of high subsonic compressor cascades［J］. Chinese Journal of Aeronautics， 2021， 34（6）： 220-232.
10	刘佳鑫，于贤君，孟德君，等. 高压压气机出口级叶型加工偏差特征及其影响［J］. 航空学报， 2021， 42（2）： 423796.
	LIU J X， YU X J， MENG D J， et al. State and effect of manufacture deviations of compressor blade in high-pressure compressor outlet stage［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（2）： 423796 （in Chinese）.
11	DOW E A， WANG Q Q. The implications of tolerance optimization on compressor blade design［J］. Journal of Turbomachinery， 2015， 137（10）： 101008.
12	颜勇，祝培源，宋立明，等. 基于非平稳高斯过程的叶栅加工误差不确定性量化［J］. 推进技术， 2017， 38（8）： 1767-1775.
	YAN Y， ZHU P Y， SONG L M， et al. Uncertainty quantification of cascade manufacturing error based non-stationary Gaussian process［J］. Journal of Propulsion Technology， 2017， 38（8）： 1767-1775 （in Chinese）.
13	LUO J Q， LIU F. Statistical evaluation of performance impact of manufacturing variability by an adjoint method［J］. Aerospace Science and Technology， 2018， 77： 471-484.
14	NILSSON P. A study on the impact of blade tolerances on turbine performance［D］. Goteborg： Chalmers University on Technology， 2016.
15	WANG X J， ZOU Z P. Uncertainty analysis of impact of geometric variations on turbine blade performance［J］. Energy， 2019， 176： 67-80.
16	张伟昊，邹正平，李维，等. 叶型偏差对涡轮性能影响的非定常数值模拟研究［J］. 航空学报， 2010， 31（11）： 2130-2138.
	ZHANG W H， ZOU Z P， LI W， et al. Unsteady numerical simulation investigation of effect of blade profile deviation on turbine performance［J］. Acta Aeronautica et Astronautica Sinica， 2010， 31（11）： 2130-2138 （in Chinese）.
17	张伟昊，邹正平，刘火星，等. 叶型偏差对整机环境中涡轮性能的影响［J］. 工程热物理学报， 2010， 31（11）： 1830-1834.
	ZHANG W H， ZOU Z P， LIU H X， et al. Effect of profile deviation on turbine performance in whole engine environment［J］. Journal of Engineering Thermophysics， 2010， 31（11）： 1830-1834 （in Chinese）.
18	TAO Z， GUO Z D， SONG L M， et al. Uncertainty quantification of aero-thermal performance of a blade endwall considering slot geometry deviation and mainstream fluctuation［C］∥ Proceedings of ASME Turbo Expo 2020： Turbomachinery Technical Conference and Exposition. New York： ASME， 2021： 111013.
19	XIA Z H， LUO J Q， LIU F. Performance impact of flow and geometric variations for a turbine blade using an adaptive NIPC method［J］. Aerospace Science and Technology， 2019， 90： 127-139.
20	刘艳. 叶片制造技术［M］. 北京：科学出版社， 2002： 385-409.
	LIU Y. Blade manufacturing technology［M］. Beijing： Science Press， 2002： 385-409 （in Chinese）.
21	中国航空工业总公司六二四所. 叶片叶型的标注、公差与叶身表面粗糙度：［S］. 北京：中国航空工业总公司， 1999.
	CGTE. Blade labeling， tolerance and surface roughness：［S］. Beijing： Aviation Industry Corporation of China， 1999 （in Chinese）.
22	樊振中，徐秀利，王玉灵，等. 熔模精密铸造技术在航空工业的应用及发展［J］. 特种铸造及有色合金， 2014， 34（3）： 285-289.
	FAN Z Z， XU X L， WANG Y L， et al. Investment casting technology application and development in the aviation industry［J］. Special Casting & Nonferrous Alloys， 2014， 34（3）： 285-289 （in Chinese）.
23	蒋睿嵩，汪文虎，王增强，等. 航空发动机涡轮叶片精密成形技术及其发展趋势［J］. 航空制造技术， 2016， 59（21）： 57-62.
	JIANG R S， WANG W H， WANG Z Q， et al. Precision forming technology and its development trend of aeroengine turbine blade［J］. Aeronautical Manufacturing Technology， 2016， 59（21）： 57-62 （in Chinese）.
24	黄智，李凯，赵燎，等. 航空发动机叶片型面轮廓光学测量技术现状及发展趋势［J］. 航空制造技术， 2018， 61（22）： 28-35.
	HUANG Z， LI K， ZHAO L， et al. Current technique and development trend of optical measurement of aero-engine blade profile［J］. Aeronautical Manufacturing Technology， 2018， 61（22）： 28-35 （in Chinese）.
25	赵圆圆，曾飞，李洋，等. 基于光场成像的快照式气膜孔三维测量技术［J］. 航空学报， 2021， 42（10）： 524158.
	ZHAO Y Y， ZENG F， LI Y， et al. A light-field imaging based film cooling hole 3D measurement technique［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（10）： 524158 （in Chinese）.
26	蔺小军，刘相柱，郭研，等. 基于CMM测量的航空发动机叶片型面误差分离技术［J］. 计量学报， 2014， 35（1）： 18-24.
	LIN X J， LIU X Z， GUO Y， et al. Error separation techniques for aero-engine blade surface based on the measurement of CMM［J］. Acta Metrologica Sinica， 2014， 35（1）： 18-24 （in Chinese）.
27	张明德，罗冲，张卫青，等. 航发叶片的测量数据误差处理方法研究［J］. 组合机床与自动化加工技术， 2017（1）： 57-61.
	ZHANG M D， LUO C， ZHANG W Q， et al. Research on processing method of measuring data error of precision forging aeroengine blade［J］. Modular Machine Tool ＆ Automatic Manufacturing Technique， 2017（1）： 57-61 （in Chinese）.
28	DUNN F， PARBERRY I. 3D math primer for graphics and game development［M］. Plano： Wordware Publishing， Inc.， 2002.
29	段志勇，袁信. 基于四元数方法的GPS航姿解算［J］. 南京航空航天大学学报， 1999， 31（5）： 492-496.
	DUAN Z Y， YUAN X. GPS based attitude determination based on quaternion algorithm［J］. Journal of Nanjing University of Aeronautics & Astronautics， 1999， 31（5）： 492-496 （in Chinese）.
30	陈万春，肖业伦，赵丽红，等. 四元数的核心矩阵及其在航天器姿态控制中的应用［J］. 航空学报， 2000， 21（5）： 389-392.
	CHEN W C， XIAO Y L， ZHAO L H， et al. Kernel matrix of quaternion and its application in spacecraft attitude control［J］. Acta Aeronautica et Astronautica Sinica， 2000， 21（5）： 389-392 （in Chinese）.
31	崔培林，周翟和，吕品，等. 自适应误差四元数无迹卡尔曼滤波四旋翼飞行器姿态解算方法［J］. 西安交通大学学报， 2019， 53（3）： 97-102， 110.
	CUI P L， ZHOU Z H， LÜ P， et al. Adaptive error quaternion unscented Kalman filter algorithm for quadrotor attitude calculation［J］. Journal of Xi’an Jiaotong University， 2019， 53（3）： 97-102， 110 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

精度等级	无量纲公差
精度等级	叶中	边缘
1	0.684	0.526
2	0.842	0.684
3	1.053	0.842
4	1.316	1.053
5	1.632	1.316

参数	截面	统计均值	标准差
Δx	1	0.022	0.255
	2	-0.035	0.278
	3	-0.067	0.365
Δy	1	-0.081	0.306
	2	0.183	0.325
	3	0.338	0.357
Δγ	1	1.000	0.667
	2	0.026	0.787
	3	-0.072	0.934

截面	真实叶片		修正叶片
截面	μ	σ	μ	σ
1	1.221	0.389	0.605	0.132
2	1.253	0.458	0.647	0.153
3	1.511	0.532	0.695	0.174

[1]	陈志远, 李璐祎. 参数不确定性下高效的可靠性灵敏度分析方法[J]. 航空学报, 2022, 43(9): 325881-325881.
[2]	夏侯唐凡, 陈江涛, 邵志栋, 吴晓军, 刘宇. 随机和认知不确定性框架下的CFD模型确认度量综述[J]. 航空学报, 2022, 43(8): 25716-025716.
[3]	李晓阳, 陶昭, 张慰. 基于不确定微分方程的疲劳可靠性建模[J]. 航空学报, 2022, 43(8): 225820-225820.
[4]	罗佳奇, 傅文豪, 曾先, 夏志恒. 雷诺数对高负荷低压涡轮叶栅流动损失的不确定性影响[J]. 航空学报, 2022, 43(7): 125427-125427.
[5]	胡政文, 张保强, 邓振鸿. 概率盒全局灵敏度和活跃子空间跨层降维[J]. 航空学报, 2021, 42(9): 224582-224582.
[6]	贾庆轩, 段嘉琪, 陈钢. 机器人在轨装配无标定视觉伺服对准方法[J]. 航空学报, 2021, 42(6): 424063-424063.
[7]	魏科鹏, 胡健, 姚建勇, 邢浩晨, 乐贵高. 航空机电作动器神经网络快速终端滑模控制[J]. 航空学报, 2021, 42(6): 624540-624540.
[8]	董雷霆, 周轩, 赵福斌, 贺双新, 卢志远, 冯建民. 飞机结构数字孪生关键建模仿真技术[J]. 航空学报, 2021, 42(3): 23981-023981.
[9]	刘德元, 刘昊, Frank L LEWIS. 尾座式无人飞行器鲁棒容错编队控制[J]. 航空学报, 2021, 42(2): 324296-324296.
[10]	钟赟, 万路军, 张杰勇. 区间不确定性下的空中作战行动过程优选方法[J]. 航空学报, 2021, 42(2): 324282-324282.
[11]	王娜娜, 解青, 苏星宇, 任祝寅. 湍流燃烧机理和调控的活性子空间分析方法[J]. 航空学报, 2021, 42(12): 625228-625228.
[12]	赵剑, 黄悦琛, 李海阳, 何湘粤. 垂直起降运载火箭返回轨迹不确定性优化[J]. 航空学报, 2021, 42(11): 524829-524829.
[13]	刘丹阳, 柯鹏, 杨春信, 马坤昌, 戚晓玲. 基于小波熵的救生伞高速空投最大开伞动载不确定性[J]. 航空学报, 2020, 41(8): 123627-123627.
[14]	王彬文, 艾森, 张国凡, 聂小华, 吴存利. 考虑不确定性的复合材料加筋壁板后屈曲分析模型验证方法[J]. 航空学报, 2020, 41(8): 223987-223987.
[15]	宫峰勋, 李丽桓, 马艳秋. ADS-B监视报文参数统计及其所需性能[J]. 航空学报, 2020, 41(4): 323378-323378.

低压涡轮铸造叶片几何不确定性统计

Statistics on geometric uncertainties of casting blades in low-pressure turbines

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 28

参考文献 31

相关文章 15

编辑推荐

Metrics

本文评价