叶片多尺度表面对压气机气动性能影响及其高性能制造研究进展

doi:10.7527/S1000-6893.2023.29642

航空发动机高性能制造专栏

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

叶片多尺度表面对压气机气动性能影响及其高性能制造研究进展

张定华¹^,², 何智伟¹^,², 张学宝³, 罗明¹^,²()

^1.西北工业大学航空发动机高性能制造工业和信息化部重点实验室，西安 710072
^2.西北工业大学航空发动机先进制造技术教育部工程研究中心，西安 710072
^3.中国航发四川燃气涡轮研究院，成都 610500

收稿日期:2023-09-22 修回日期:2023-10-17 接受日期:2023-12-09 出版日期:2024-07-15 发布日期:2024-01-15
通讯作者: 罗明 E-mail:luoming@nwpu.edu.cn
基金资助:
航空发动机及燃气轮机基础科学中心项目（P2023-B-Ⅳ-002-001）;国家自然科学基金(U2241249)

Influence of blade multi-scale surface on aerodynamic performance of compressor and its high-performance manufacturing: A review

Dinghua ZHANG¹^,², Zhiwei HE¹^,², Xuebao ZHANG³, Ming LUO¹^,²()

^1.Key Laboratory of High Performance Manufacturing for Aero-engine，Ministry of Industry and Information Technology，Northwestern Polytechnical University，Xi’an 　710072，China
^2.Engineering Research Center of Aero-engine Advanced Manufacturing Technology，Ministry of Education，Northwestern Polytechnical University，Xi’an 　710072，China
^3.AECC Sichuan Gas Turbine Establishment，Chengdu 　610500，China

Received:2023-09-22 Revised:2023-10-17 Accepted:2023-12-09 Online:2024-07-15 Published:2024-01-15
Contact: Ming LUO E-mail:luoming@nwpu.edu.cn
Supported by:
Science Center for Gas Turbine Project （P2023-B-Ⅳ-002-001）;National Natural Science Foundation of China(U2241249)

摘要/Abstract

摘要：

叶片几何形状误差精细化控制、表面波纹度控制和布置合理的介微观仿生减阻结构是提升压气机叶片气动性能的有效手段，也是目前新一代航空发动机重点关注的方向之一。这类结构通常几何形状复杂，制造难度较大。首先，综述了叶片几何形状误差、表面波纹度和介微观仿生减阻结构等不同尺度的表面特征对流场特性的改变以及不同尺度的表面结构特征对压气机气动性能的影响规律，分析了多尺度表面的制造工艺及其最新进展。其次，引出了气动性能约束下的压气机叶片高性能制造中对几何形状公差范围、表面波纹度以及介微观仿生结构制造技术的要求。最后，结合多尺度表面高性能制造发展现状，对进一步提升压气机叶片气动性能的研究内容与发展方向进行了展望。

关键词: 多尺度表面, 几何形状误差, 表面波纹度, 仿生减阻结构, 气动性能, 高性能制造

Abstract:

Blade geometry error refinement control， surface corrugation control and reasonable arrangement of meso-microscopic bionic drag reduction structure are effective means to improve the aerodynamic performance of aero-engine compressor blades， and is also currently one of the key focuses of thenext generation of aero-engines. These structures usually have complex geometries and are difficult to manufacture. In this paper， we firstly review the changes of different scale surface features， such as blade geometry error， waviness and meso-microscopic bionic drag reduction structure， on the flow field characteristics， as well as the influence of different scale surface structural features on the aerodynamic performance of compressor， and analyze the manufacturing process of multi-scale surfaces and its latest progress. Secondly， the requirements for geometric shape tolerance range， waviness and meso-microscopic bionic structure manufacturing technology in the high-performance manufacturing of compressor blades under aerodynamic performance constraints are introduced. Finally， the research content and development direction for further enhancing the aerodynamic performance of compressor blades are prospected in the light of the current development of high-performance manufacturing of multi-scale surfaces.

Key words: multi-scale surface, geometrical error, waviness, bionic drag reduction structure, aerodynamic performance, high-performance manufacturing

中图分类号:

V232.4

张定华, 何智伟, 张学宝, 罗明. 叶片多尺度表面对压气机气动性能影响及其高性能制造研究进展[J]. 航空学报, 2024, 45(13): 629642-629642.

Dinghua ZHANG, Zhiwei HE, Xuebao ZHANG, Ming LUO. Influence of blade multi-scale surface on aerodynamic performance of compressor and its high-performance manufacturing: A review[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(13): 629642-629642.

图/表 53

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

图 13

图 14

图 15

图 16

图 17

图 18

图 19

图 20

图 21

图 22

图 23

图 24

图 25

图 26

表1

图 27

图 28

图 29

图 30

图 31

图 32

图 33

图 34

图 35

图 36

图 37

图 38

图 39

图 40

图 41

图 42

图 43

图 44

图 45

图 46

图 47

图48

图 49

图 50

图 51

图 52

参考文献 254

1	温泉，马宁，南希. 航空发动机风扇/压气机技术发展趋势［J］. 航空动力， 2020（2）： 42-46.
	WEN Q， MA N， NAN X. Development trend of aero engine fan and compressor technology［J］. Aerospace Power， 2020（2）： 42-46 （in Chinese）.
2	CHU W L， JI T Y， Chen X G， et al. Mechanism analysis and uncertainty quantification of blade thickness deviation on rotor performance［J］. Journal of Power and Energy， 2023， 237（6）： 1188-1202.
3	GUO Z T， CHU W L， ZHANG H G， et al. Aerodynamic evaluation of cascade flow with actual geometric uncertainties using an adaptive sparse arbitrary polynomial chaos expansion［J］. Physics of Fluids， 2023， 35（3）： 036122.
4	ZHANG Q， XU S R， YU X J， et al. Nonlinear uncertainty quantification of the impact of geometric variability on compressor performance using an adjoint method［J］. Chinese Journal of Aeronautics， 2022， 35（2）： 17-21.
5	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， 1998.
	Gas Turbine Establishment. Marking， tolerances and surface roughness of the leaf blade：［S］. Beijing： Aviation Industry Corporation of China， 1998 （in Chinese）.
6	GREINER D， GALVAN B， PERIAUX J， et al. Advances in evolutionary and deterministic methods for design， optimization and control in engineering and sciences［M］. 2015： 45-86.
7	孙培培，李雯，胡文颖. 仿生学在航空发动机领域的应用［J］. 航空动力， 2018（5）： 12-15.
	SUN P P， LI W， HU W Y. Application of bionics in aero engines［J］. Aerospace Power， 2018（5）： 12-15 （in Chinese）.
8	ROBERTS W B. Advanced turbofan blade refurbishment technique［J］. Journal of Turbomachinery， 1995， 117（4）： 666-667.
9	高丽敏，杨光，王浩浩，等. 波纹度偏差对高负荷压气机叶型的影响［J］. 西安交通大学学报， 2023， 57（3）： 117-128.
	GAO L M， YANG G， WANG H H， et al. Effect of waviness deviation on the blade profile of the high-load compressor［J］. Journal of Xi’an Jiaotong University， 2023， 57（3）： 117-128 （in Chinese）.
10	ZHANG C， KOIRALA S B. Investigation on drag reduction performance of aero engine blade with micro-texture［J］. Aerospace Science and Technology， 2018， 72： 380-396.
11	邵文博，胡博，李雪松，等. 加工误差对压气机叶栅气动性能的影响［J］. 装备环境工程， 2023， 20（1）： 22-29.
	SHAO W B， HU B， LI X S， et al. Impact of manufacturing variations on aerodynamic performance of compressor blade［J］. Equipment Environmental Engineering， 2023， 20（1）： 22-29 （in Chinese）.
12	程超，吴宝海，郑海，等. 叶片加工误差对压气机性能的影响［J］. 航空学报， 2020， 41（2）： 623237.
	CHENG C， WU B H， ZHENG H， et al. Effect of blade machining errors on compressor performance［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（2）： 623237 （in Chinese）.
13	曾瑞慧，高丽敏，杨冠华，等. 层流叶片在压气机中的应用研究［J］. 工程热物理学报， 2017， 38（11）： 2348-2356.
	ZENG R H， GAO L M， YANG G H， et al. Study on the application of laminar blades in compressors ［J］. Journal of Engineering Thermophysics， 2017， 38（11）： 2348-2356 （in Chinese）.
14	杨冠华，高丽敏，王浩浩，等. 基于NURBS的扩压叶栅非对称前缘设计［J］. 航空动力学报， 2021， 36（3）： 655-663.
	YANG G H， GAO L M， WANG H H， et al. Asymmetric leading edge design of compressor cascades based on NURBS［J］. Journal of Aeronautical Power， 2021， 36（3）： 655-663 （in Chinese）.
15	ELMSTROM M E， MILLSAPS K T， HOBSON G V， et al. Impact of nonuniform leading edge coatings on the aerodynamic performance of compressor airfoils［J］. Journal of Turbomachinery， 2011， 133（4）： 041004.
16	WHEELER A P， SOFIA A， MILLER R J. The effect of leading-edge geometry on wake interactions in compressors［J］. Journal of Turbomachinery， 2009， 131（4）： 041013.
17	史国华. 转子叶尖尾缘端削对轴流压气机失速裕度的影响机理［J］. 流体机械， 2023， 51（5）： 70-76.
	SHI G H. Mechanism of the effect of blade tip cutting at the rotor trailing edge on stall margin in an axial compressor［J］. Fluid Machinery， 2023， 51（5）： 70-76 （in Chinese）.
18	SCHNELL R， LENGYEL K 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.
19	REID L， URASEK D C. Experimental evaluation of the effects of a blunt leading edge on the performance of a transonic rotor［J］. Journal of Engineering for Gas Turbines and Power， 1973， 95（3）： 199-204.
20	ROBERTS W B. Axial Compressor performance restoration by blade profile control： 84-GT-232， V001T01A063［R］. Amsterdam： International Gas Turbine Institute， 1984.
21	TUCK E. A criterion for leading-edge separation［J］. Journal of Fluid Mechanics， 1991， 222： 33-37.
22	WALRAEVENS R E， CUMPSTY N A. Leading edge separation bubbles on turbomachine blades［J］. Journal of Turbomachinery， 1995， 117： 115-125.
23	TAIN L. Compressor leading edges in incompressible and compressible flows［D］. Cambridge： University of Cambridge， 1998： 38-46.
24	LIU H， LIU B， LI L， et al. Effect of leading-edge geometry on separation bubble on a compressor blade： GT2003-38217［R］. Atlanta： ASME， 2003.
25	GIEBMANNS A， SCHNELL R， STEINERT W， et al. Analyzing and optimizing geometrically degraded transonic fan blades by means of 2D and 3D simulations and cascade measurements： GT2012-69064［R］. Copenhagen： ASME， 2012.
26	GIEBMANNS A， BACKHAUS J， FREY C， et al. Compressor leading edge sensitivities and analysis with an adjoint flow solver： GT2013-94427， V06AT35A009［R］. San Antonio： ASME， 2013.
27	GOODHAND M N， MILLER R J， HANG W L. The impact of geometric variation on compressor two-dimensional incidence range［J］. Journal of Turbomachinery， 2015， 137（2）： 021007.
28	CARTER A D. Blade profiles for axial-flow fans， pumps， compressors， etc［J］. Proceedings of the Institution of Mechanical Engineers， 1961， 175（1）： 775-806.
29	李萍. 叶片加工误差及数据传递对压气机气动性能的影响［D］. 西安：西北工业大学， 2015： 27-34
	LI P. Effect of blade machining error and data transfer on compressor aerodynamic performance［D］. Xi’an： Northwestern Polytechnical University， 2015： 27-34 （in Chinese）.
30	郑似玉，滕金芳，羌晓青. 叶片加工超差对高压压气机性能影响和敏感性分析［J］. 机械工程学报， 2018， 54（2）： 216-224.
	ZHENG S Y， TENG J F， QIANG X Q. Sensitivity analysis of manufacturing variability on high-pressure compressor performance［J］. Journal of Mechanical Engineering， 2018， 54（2）： 216-224 （in Chinese）.
31	耿少娟，张小玉，丁林超，等. 转子叶片加工误差对1.5级跨声速压气机气动性能的影响［J］. 推进技术， 2021， 42（1）： 139-148.
	GENG S J， ZHANG X Y， DING L C， et al. Effects of rotor blade manufacturing variability on 1.5 stage transonic compressor aerodynamic performance［J］. Journal of Propulsion Technology， 2021， 42（1）： 139-148 （in Chinese）.
32	陈卓远，耿少娟，刘帅鹏，等. 轮廓度误差对超声速压气机叶栅气动性能的影响［J/OL］. 中国舰船研究，（2023-06-15）［2023-12-23］. .
	CHEN Z Y， GENG S J， LIU S P， et al. Effects of profile variability on aerodynamic performance of supersonic compressor cascade ［J］. Chinese Journal of Ship Research，（2023-06-15）［2023-12-23］. .
33	LEBELE-ALAWA B T， HART H I， OGAJI S O， et al. Rotor-blades’ profile influence on a gas-turbine’s compressor effectiveness［J］. Applied Energy， 2008， 85（6）： 494-505.
34	郑似玉. 压气机叶片加工公差对气动性能的影响［D］. 上海：上海交通大学， 2019： 23-24.
	ZHENG S Y. Impact of manufacturing tolerance of compressor blade on aerodynamic performance［D］. Shanghai： Shanghai Jiao Tong University， 2019： 23-24 （in Chinese）.
35	DIMITRIOS I P， COSTAS P. Aerodynamic shape optimization for minimum robust drag and lift reliability constraint［J］. Aerospace Science and Technology， 2016， 55（13）： 24-33.
36	KLAPPROTH J. Approximate relative total pressure losses of an infinite cascade of supersonic blades with finite leading-edge thickness： NACA-RM-E9L21［R］. 1950.
37	ROBERTS W， ARMIN A， KASSASEYA G， et al. The effect of variable chord length on transonic axial rotor performance［J］. Journal of Turbomachinery， 2002， 124（3）： 351-357.
38	REITZ G， SCHLANGE S， FRIEDRICHS J. Design of experiments and numerical simulation of deteriorated high pressure compressor airfoils： GT2016-56024， V02AT37A002［R］. Seoul： ASME， 2016.
39	郑似玉，滕金芳，羌晓青. 轮廓度加工超差对压气机气动性能影响的数值研究［J］. 科学技术与工程， 2016， 16（29）： 317-320.
	ZHEN S Y， TENG J F， QIANG X Q. Numerical investigation of profile variability on axial compressor flow field performance［J］. Science Technology and Engineering， 2016， 16（29）： 317-320 （in Chinese）.
40	郑似玉，滕金芳，羌晓青. 位置度超差对轴流压气机流场性能影响的数值研究［J］. 流体机械， 2016， 44（11）： 20-24.
	ZHENG S Y， TENG J F， QIANG X Q. Numerical investigation of positional variability on axial compressor flow field performance［J］. Fluid Machinery， 2016， 44（11）： 20-24 （in Chinese）.
41	郑似玉，滕金芳，羌晓青. 压气机叶片扭转度加工超差分析与研究［J］. 节能技术， 2017， 35（2）： 99-102， 112.
	ZHENG S Y， TENG J F， QIANG X Q. Numerical research of twisted variability on axial compressor performance［J］. Energy Conservation Technology， 2017， 35（2）： 99-102， 112 （in Chinese）.
42	于贤君，庞健，刘宝杰. 低速模拟在叶型加工偏差影响研究的应用［J］. 工程热物理学报， 2018， 39（7）： 1436-1446.
	YU X J， PANG J， LIU B J. The application of flow-speed simulation in researching the impact of blades manufacturing deviation on aerodynamic performance［J］. Journal of Engineering Thermophysics， 2018， 39（7）： 1436-1446 （in Chinese）.
43	WANG J， ZHENG X. Review of geometric uncertainty quantification in gas turbines［J］. Journal of Engineering for Gas Turbines and Power， 2020， 142（7）： 070801.
44	GARZON V E. Probabilistic aerothermal design of compressor airfoils［D］. Cambridge： Massachusetts Institute of Technology， 2003： 81-96.
45	HEINZE K， FRIEDL W H， VOGELER K， et al. Probabilistic HCF-Investigation of compressor blade： GT2009-59899［R］. Orlando： ASME， 2009.
46	GARZON V E， DARMOFAL D L. Impact of geometric variability on axial compressor performance［J］. Journal of Turbomachinery， 2003， 125（4）： 692-703.
47	LANGE A， VOGELER K GÜMMER V， et al. Introduction of a parameter based compressor blade model for considering measured geometry uncertainties in numerical simulation： GT2009-59937［R］. Orlando： ASME， 2009.
48	LANGE A， VOIGT M， VOGELER K， et al. Probabilistic CFD simulation of a high-pressure compressor stage taking manufacturing variability into account： GT2010-22484［R］. Glasgow： ASME， 2010.
49	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.
50	WIENER N. The homogeneous chaos［J］. American Journal of Mathematics， 1938， 60（13）： 897-936.
51	CAMERON R H， MARTIN W T. The orthogonal development of nonlinear functionals in series of Fourier-Hermite functionals［J］. Annals of Mathematics， 1947， 48（2）： 385-392.
52	郭正涛，楚武利，晏松，等. 加工误差对压气机叶栅气动性能及稳定性影响的数据挖掘［J］. 推进技术， 2022， 43（3）： 133-145.
	GUO Z T， CHU W L， YAN S， et al. Data mining on effects of manufacturing error on aerodynamic performance and stability of compressor cascade［J］. Journal of Propulsion Technology， 2022， 43（3）： 133-145 （in Chinese）.
53	姬田园，楚武利，戴雨晨，等. 叶顶间隙偏差对叶片气动性能影响的不确定性研究［J］. 推进技术， 2022， 43（10）： 134-146.
	JI T Y， CHU W L， DAI Y C， et al. Uncertainty research of effects of blade tip clearance deviation on blade aerodynamic Performance［J］. Journal of Propulsion Technology， 2022， 43（10）： 134-146 （in Chinese）.
54	BERT J D， HABIB N， PHILIPPE P， et al. Numerical challenges in the use of polynomial chaos representations for stochastic processes［J］. SIAM Journal on Scientific Computing， 2004， 26（2）： 698-719.
55	LOEVEN G， WITTEVEEN J， BIJL H. Probabilistic collocation： an efficient non-intrusive approach for arbitrarily distributed parametric uncertainties［C］∥45th AIAA Aerospace Sciences Meeting. 2007： 3845-3858.
56	PARUSSINI L， PEDIRODA V. Investigation of multi geometric uncertainties by different polynomial chaos methodologies using a fictitious domain solver［J］. Computer Modeling in Engineering and Sciences， 2008， 23： 29-51.
57	赵轲，高正红，黄江涛，等. 基于PCE方法的翼型不确定性分析及稳健设计［J］. 力学学报， 2014， 46（1）： 10-19.
	ZHAO K， GAO Z H， HUANG J T. Uncertainty quantification and robust design of airfoil based on polynomial chaos technique［J］. Chinese Journal of Theoretical and Applied Mechanics， 2014， 46（1）： 10-19 （in Chinese）.
58	WUNSCH D， HIRSCH C， NIGRO R， et al. Quantification of combined operational and geometrical uncertainties in turbo-machinery design： GT2015-43399［R］. Montreal： ASME， 2015.
59	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）.
60	高丽敏，蔡宇桐，曾瑞慧，等. 叶片加工误差对压气机叶栅气动性能的影响［J］. 推进技术， 2017， 38（3）： 525-531.
	GAO L M， CAI Y T， ZENG R H， et al. Effects of blade machining error on compressor cascade aerodynamic performance［J］. Journal of Propulsion Technology， 2017， 38（3）： 525-531 （in Chinese）.
61	高丽敏，蔡宇桐，徐浩亮，等. 压气机叶片加工误差影响不确定分析［J］. 航空动力学报， 2017， 32（9）： 2253-2259.
	GAO L M， CAI Y T， XU H L， et al. Uncertainty analysis of machining error influence of compressor blade［J］. Journal of Aerospace Power， 2017， 32（9）： 2253-2259 （in Chinese）.
62	TENG X， CHU W L， ZHANG H G， et al. The influence of geometry deformation on a multistage compressor： GT2018-75935［R］. Oslo： ASME， 2018.
63	MA C， GAO L， WANG H， 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.
64	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.
65	DAROCZY L， JANIGA G， THEVENIN D. Analysis of the performance of a H-Darrieus rotor under uncertainty using polynomial chaos expansion［J］. Energy， 2016， 113（30）： 399-412.
66	MA C， GAO L M， CAI Y T. Robust optimization design of compressor blade considering machining error： GT2017-63157［R］. Charlotte： ASME， 2017.
67	WANG K， CHEN F， YU J Y. Nested sparse-grid stochastic collocation method for uncertainty quantification of blade stagger angle［J］. Energy， 2020， 201： 117583.
68	SMOLYAK S. A. Quadrature and interpolation formulas for tensor products of certain classes of functions［J］. Doklady Akademii Nauk SSSR， 1963， 4（5）： 240-243.
69	BLATMAN G， SUDRET B. An adaptive algorithm to build up sparse polynomial chaos expansions for stochastic finite element analysis［J］. Probabilistic Engineering Mechanics， 2010， 25（2）： 183-197.
70	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.
71	LIU Y M， QIN R H， JU Y P， et al. Impact of realistic manufacturing uncertainties on the aerodynamic performance of a transonic centrifugal impeller： GT2020-14784， V02DT38A012［R］. Virtual： ASME， 2020.
72	GUO Z T， CHU W L. Stochastic aerodynamic analysis for compressor blades with manufacturing variability based on a mathematical dimensionality reduction method［J］. Journal of Mechanical Engineering Science， 2022， 236（10）： 5719-5735.
73	JU Y P， LIU Y M， JIANG W， et al. Aerodynamic analysis and design optimization of a centrifugal compressor impeller considering realistic manufacturing uncertainties［J］. Aerospace Science and Technology， 2021， 115： 106787.
74	GUO L， LIU Y L， ZHOU T. Data-driven polynomial chaos expansions： a weighted least-square approximation［J］. Journal of Computational Physics， 2019， 381： 129-145.
75	AHLFELD R， MONTOMOLI F. A single formulation for uncertainty propagation in turbomachinery： SAMBA PC［J］. Journal of Turbomachinery， 2017， 139（11）： 111007.
76	GUO Z T， CHU W L， ZHANG H G. A data-driven non-intrusive polynomial chaos for performance impact of high subsonic compressor cascades with stagger angle and profile errors［J］. Aerospace Science and Technology， 2022， 129： 107802.
77	SIVIA D. Data Analysis： A Bayesian Tutorial［M］. Oxford： Oxford University Press， 2006： 153-164.
78	SAYLOR P E， SMOLARSKI D C. Computing the roots of complex orthogonal and kernel polynomials［J］. SIAM Journal on Scientific Computing， 1988， 9（1）： 1-13.
79	LEJON M， ANDERSSON N， ELLBRANT L， et al. The impact of manufacturing variations on performance of a transonic axial compressor rotor［J］. Journal of Turbomachinery， 2020， 142（8）： 081009.
80	LOU F Y， DOUGLAS R， MATTHEWS， NICHOLAS J， et al. Accounting for circumferential flow nonuniformity in a multistage axial compressor［J］. Journal of Turbomachinery， 2023， 145（7）： 071016.
81	RATCHEV S， LIU S， HUANG W， et al. Milling error prediction and compensation in machining of low-rigidity parts［J］. International Journal of Machine Tools and Manufacture， 2004， 44（15）： 1629-1641.
82	WAN M， ZHANG W H， QIU K P， et al. Numerical prediction of static form errors in peripheral milling of thin-walled workpieces with irregular meshes［J］. Journal of Manufacturing Science and Engineering， 2005， 127： 13-22.
83	LAZOGLU I， MAMEDOV A. Deformation of thin parts in micro milling［J］. CIRP Annals-Manufacturing Technology， 2016， 65： 117-120.
84	LI Z L， TUYSUZ O， ZHU L M， et al. Surface form error prediction in five-axis flank milling of thin-walled parts［J］. International Journal of Machine Tools and Manufacture， 2018， 128： 21-32.
85	ANNONI M， REBAIOLI L， SEMERARO Q. Thin wall geometrical quality improvement in micro milling［J］. The International Journal of Advanced Manufacturing Technology， 2015， 79： 881-895.
86	CAO L， ZHANG X M， HUANG T， et al. Online monitoring machining errors of thin-walled workpiece： a knowledge embedded sparse Bayesian regression approach［J］. IEEE/ASME Transactions on Mechatronic， 2019， 24（3）： 1259-1270.
87	DITTRICH M A， UHLICH F， DENKENA B. Self-optimizing tool path generation for 5-axis machining processes［J］. CIRP Journal of Manufacturing Science and Technology， 2019， 24： 49-54.
88	ZHANG Z， QI Y， CHENG Q， et al. Machining accuracy reliability during the peripheral milling process of thin-walled components［J］. Robotics and Computer-Integrated Manufacturing， 2019， 59： 22234.
89	SUN H， PENG F Y， ZHOU L， et al. A hybrid driven approach to integrate surrogate model and Bayesian framework for the prediction of machining errors of thin-walled parts［J］. International Journal of Mechanical Sciences， 2021， 192： 106111.
90	LI R Y， WANG S H， WANG C， et al. Research into dynamic error optimization method of impeller blade machining based on digital-twin technology［J］. Machines， 2023， 11（7）： 697-722.
91	LO C C， HSIAO C Y. A method of tool path compensation for repeated machining process［J］. International Journal of Machine Tools and Manufacture， 1998， 38（3）： 205-213.
92	RAHMAN M， HEIKKALA J， LAPPALAINEN K. Modeling， measurement and error compensation of multi-axis machine tools. Part I： theory［J］. International Journal of Machine Tools and Manufacture， 2000， 40（10）： 1535-1546.
93	BOHEZ E L. Compensating for systematic errors in 5-axis NC machining［J］. Computer-Aided Design， 2002， 34（5）： 391-403.
94	RAKSIRI C， PARNICHKUN M. Geometric and force errors compensation in a 3-axis CNC milling machine［J］. International Journal of Machine Tools and Manufacture， 2004， 44（12-13）： 1283-1291.
95	胡创国. 薄壁件精密切削变形控制与误差补偿技术研究［D］. 西安：西北工业大学， 2007： 52-64.
	HU C G. Deformation control and error compensation in precision machining of thin-walled parts［D］. Xi’an： Northwestern Polytechnical University， 2007： 52-64 （in Chinese）.
96	LAW K M， GEDDAM A. Error compensation in the end milling of pockets： a methodology［J］. Journal of Materials Processing Technology， 2003， 139（1-3）： 21-27.
97	SUH S H， CHO J H， HASCOET J Y. Incorporation of tool deflection in tool path computation： simulation and analysis［J］. Journal of Manufacturing Systems， 1996， 15（3）： 190-199.
98	HABIBI M. AREZOO B， NOIEDEH M V. Tool deflection and geometrical error compensation by tool path modification［J］. International Journal of Machine Tools and Manufacture， 2011， 51（6）： 439-449.
99	SOORI M， AREZOO B， HABIBI M. Tool deflection error of three-axis computer numerical control milling machines， monitoring and minimizing by a virtual machine system［J］. Journal of Manufacturing Science and Engineering， 2016， 138（8）： 081005.
100	WAN M， ZHANG W H， QIN G H， et al. Strategies for error prediction and error control in peripheral milling of thin-walled workpiece［J］. International Journal of Machine Tools and Manufacture， 2008， 48（12-13）： 1366-1374.
101	MA W， HE G， ZHU L， et al. Tool deflection error compensation in five-axis ball-end milling of sculptured surface［J］. The International Journal of Advanced Manufacturing Technology， 2016， 84（5-8）： 1421-1430.
102	DU Z， ZHANG D， HOU H， et al. Peripheral milling force induced error compensation using analytical force model and APDL deformation calculation ［J］. The International Journal of Advanced Manufacturing Technology， 2017， 88（9-12）： 3405-3417.
103	HUANG N， BI Q， WANG Y， et al. 5-axisAdaptive flank milling of flexible thin-walled parts based on the on-machine measurement［J］. International Journal of Machine Tools and Manufacture， 2014， 84： 1-8.
104	PONIATOWSKA M. Free-form surface machine error compensation applying 3D CAD machine pattern model［J］. Computer-Aided Design， 2015， 62： 227-235.
105	PONIATOWSKA M. Deviation model base on method of planning accuracy inspection of free-form surfaces using CMMs［J］. Measurement， 2012， 45（5）： 927-937.
106	WANG M H， SUN Y. Error prediction and compensation based on interference-free toolpaths in blade milling［J］. International Journal of Advanced Manufacturing Technology， 2014， 71（5-8）： 1309-1318.
107	LIM E M， MENG C H. Error compensation for sculptured surface productions by the application of control-surface strategy using predicted machining errors［J］. Journal of Manufacturing Science and Engineering， 1997， 119（3）： 402-409.
108	GUIASSA R， MAYER J R R. Predictive compliance based model for compensation in multi-pass milling by on-machine probing［J］. CIRP Annals-Manufacturing Technology， 2011， 60： 391-394.
109	GUIASSA R， MAYER J R R， BALAZINSKI M， et al. Closed door machine error compensation of complex surfaces using the cutting compliance coefficient and on-machine measurement for a milling process［J］. International Journal of Computer Integrated Manufacturing， 2014， 27（11）： 1022-1030.
110	BRISTO W D， THARAYIL M， ALLEYNE A G. A survey of iterative learning control［J］. IEEE Control Systems， 2006， 26（3）： 96-114.
111	CHO M W， SEO T. Machining error compensation using radial basis function network based on CAD/CAM/CAI integration concept［J］. International Journal of Production Research， 2002， 40（9）： 2159-2174.
112	刘佳，卢晓煜. 计算机辅助加工工件变形分析方法［J］. 北京理工大学学报， 2002， 22（6）： 687-690.
	LIU J， LU X Y. Method of deformation analysis of workpiece in computer aided［J］. Journal of Beijing Institute of Technology， 2002， 22（6）： 687-690 （in Chinese）.
113	王立涛，柯映林，黄志刚，等. 基于神经网络的数控铣削变形预测［J］. 机械科学与技术， 2004， 23（2）： 209-211.
	WANG L T， KE Y L， HUANG Z G， et al. Numerical control milling deformation prediction based on neural network［J］. Mechanical Science and Technology for Aerospace Engineering， 2004， 23（2）： 209-211 （in Chinese）.
114	YUAN Y， ZHANG H T， WU Y， et al. Bayesian earning-based model-predictive vibration control for thin-walled workpiece machine processes［J］. IEEE/ASME Transactions on Mechatronics， 2017， 22： 509-520.
115	RAO S S， CHEN L. Determination of optimal machining conditions： a coupled uncertainty model［J］. Journal of Manufacturing Science and Engineering， 1998， 122： 206-214.
116	MD M H， JULIUS S. Physics-Informed uncertainty quantification in modeling of machining-induced residual stress［J］. Procedia CIRP， 2023， 117： 139-144.
117	YUE X W， WEN Y C， HUNT J H， et al. Surrogate model based control considering uncertainties for composite fuselage assembly［J］. Journal of Manufacturing Science & Engineering， 2018， 140（4）： 041017.
118	LI X， YANG Y， LI L， et al. Uncertainty quantification in machining deformation based on Bayesian network［J］. Reliability Engineering and System Safety， 2020， 203： 107113.
119	SCHMITZ T L， KARANDIKAR J， KIM N H， et al. Uncertainty in machining： workshop summary and contributions［J］. Journal of Manufacturing Science and Engineering， 2011， 133（5）： 051009.
120	LEE S W， LEE H K. Rule-based cutting condition recommendation system for intelligent machine tools［J］. Journal of Mechanical Science and Technology， 2009， 23： 1202-1210.
121	PENG C， DU H， LIAO T W. A research on the cutting database system based on machining features and TOPSIS［J］. Robotics and Computer-Integrated Manufacturing， 2017， 43： 96-104.
122	ZAINAL N， ZAIN A M， RADZI N， et al. Glowworm swarm optimization （GSO） for optimization of machining parameters［J］. Journal of Intelligent Manufacturing， 2016， 27： 797-804.
123	LI B， TIAN X， ZHANG M. Modeling and multi-objective optimization of cutting parameters in the high-speed milling using RSM and improved TLBO algorithm［J］. International Journal of Advanced Manufacturing Technology， 2020， 111： 2323-2335.
124	LI X， LI L， YANG Y， et al. Machining deformation of single-sided component based on finishing allowance optimization［J］. Chinese Journal of Aeronautics， 2020， 33（9）： 2434-2444
125	ZHAO X， ZHENG L， ZHANG Y. Online first-order machining error compensation for thin-walled parts considering time-varying cutting condition［J］. Journal of Manufacturing Science & Engineering， 2022， 144（2）： 021006.
126	SOORI M， AREZOO B. Minimization of surface roughness and residual stress in grinding operations of Inconel 718［J］. Journal of Materials Engineering and Performance， 2022， 32： 8185-8194.
127	MOHANRAJ T， SHANKAR S， RAJASEKAR R， et al. Tool condition monitoring techniques in milling process： A review［J］. Journal of Marketing Research， 2020， 9： 1032-1042.
128	WINTER K， HARTMANN J， JESCHKE P， et al. Experimental and numerical investigation of streamwise surface waviness on axial compressor blades： GT2013-95983， V06AT35A041［R］. San Antonio： ASME， 2013.
129	蓝仁浩，黄云，陈贵林，等. 航空发动机叶片精密自适应砂带磨削技术及试验研究［J］. 航空制造技术， 2018， 61（15）： 16-24.
	LAN R H， HUANG Y， CHEN G L， et al. Self-adaptive belt grinding technology and its experimental research on aeroengine blade［J］. Aeronautical Manufacturing Technology， 2018， 61（15）： 16-24 （in Chinese）.
130	高丽敏，杨光，王浩浩，等. 波纹对高亚音叶型气动敏感位置和宽度研究［J］. 工程热物理学报， 2023， 44（1）： 78-85.
	GAO L M， YANG G， WANG H H， et al. Research on the aerodynamic sensitive position and width of waviness on the high subsonic profile［J］. Journal of Engineering Thermophysics， 2023， 44（1）： 78-85 （in Chinese）.
131	张军锋，史耀耀，蔺小军，等. 航空发动机叶片前后缘自由式砂带抛光技术［J］. 航空学报， 2017， 38（3）： 242-250.
	ZHNAG J Y， SHI Y Y， LIN X J， et al. Freestyle belt polishing technology for leading and trailing edges of aero-engine blade［J］. Acta Aeronautica et Astronautica Sinica， 2017， 38（3）： 242-250 （in Chinese）.
132	赵欢，姜宗民，丁汉. 航空发动机叶片叶缘随形磨抛刀路规划［J］. 航空学报， 2021， 42（10）： 524318.
	ZHAO H， JIANG Z M， DING H. Tool path planning for profiling grinding of aero-engine blade edge［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（10）： 524318 （in Chinese）.
133	张明德，蔡汉水，谢乐，等. 航发叶片前后缘数控砂带磨削关键技术研究［J］. 机械科学与技术， 2018， 37（5）： 797-803.
	ZHANG M D， CAI H S， XIE L， et al. Research on key technology of CNC abrasive belt grinding for aircraft engines blade edges［J］. Mechanical Science and Technology for Aerospace Engineering， 2018， 37（5）： 797-803 （in Chinese）.
134	ACKERET J. Über luftkräfte bei sehr grossen geschwindigkeiten insbesondere bei ebenen strömungen［J］. Helvetica Chimica Acta， 1928， 1： 301-322.
135	SHAPIRO A. The dynamics and thermodynamics of compressible fluid flow， Ⅱ［M］. Cambridge： Cambridge University Press， 1954： 832-846.
136	LIGHTHILL M. On boundary layers and upstream influence. II. Supersonic flows without separation［J］. Proceedings of the Royal Society of London， 1953， 217（1131）： 478-507.
137	BENJAMIN T. Shearing flow over a wavy boundary［J］. Journal of Fluid Mechanics， 1959， 6（2）： 161-205.
138	LEKOUDIS S， NAYFEH A， SARIC W. Compressible boundary layers over wavy walls［J］. Physics of Fluids， 1976， 19（4）： 514-519.
139	HOSOKAWA I. Transonic flow past a wavy wall［J］. Journal of the Physical Society of Japan， 1960， 15（11）： 2080-2086.
140	ZIEREP J. Die Transsonische umströmung der welligen wand mit verdichtungsstössen［J］. Applied Mechanics Reviews， 1972， 17： 721-729.
141	JUNGBLUTH H. Experimente zur schallnahen strömung längs einer welligen wand［J］. Acta Mechanica， 1975， 22（3）： 171-180.
142	CHERNORAY V， ORE S， LARSSON J. Effect of geometry deviations on the aerodynamic performance of an outlet guide vane cascade： GT2010-22923［R］. Glasgow： ASME， 2010.
143	HARTMANN J， WINTER K， JESCHKE P， et al. Tolerant airfoils-numerische und experimentelle untersuchung des einflusses kleinskaliger geometrievariationen auf die aerodynamik von verdichterschaufeln［J］. Institute of Jet Propulsion and Turbomachinery， 2011， 1-2： 866-873.
144	HARTMANN J， WINTER K， JESCHKE P. Aerodynamic influence of streamwise surface corrugation on axial compressor blades： RWTH-CONV-202159［R］. Budapest： Chair of Jet Propulsion and Turbomachinery， 2012.
145	KOIKE Y， MATSUBARA A， NISHIWAKI S， et al. Cutting path design to minimize workpiece displacement at cutting point： Milling of thin-walled parts［J］. International Journal of Automation Technology， 2012， 6（5）： 638-647.
146	KOIKE Y， MATSUBARA A， YAMAJI L. Design method of material removal process for minimizing workpiece displacement at cutting point［J］. CIRP Annals-Manufacturing Technology， 2013， 62： 419-422.
147	WANG J， IBARAKI S， MATSUBARA A. A cutting sequence optimization algorithm to reduce the workpiece deformation in thin-wall machining［J］. Precision Engineering， 2017， 50： 506-514.
148	YAN Q， LUO M， TANG K. Multi-axis variable depth-of-cut machining of thin-walled workpieces based on the workpiece deflection constraint［J］. Computer-Aided Design， 2018， 100： 14-29.
149	LUO M， ZHANG D H， WU B H， et al. Material removal process optimization for milling of flexible workpiece considering machining stability［J］. Journal of Engineering Manufacture， 2011， 225（8）： 1263-1272.
150	MUNDIM R B， BORILLE A V. An approach for reducing undesired vibrations in milling of low rigidity structures［J］. The International Journal of Advanced Manufacturing Technology， 2017， 88（1-4）： 971-983.
151	TUYSUZ O， ALTINTAS Y. Time-Domain modeling of varying dynamic characteristics in thin-wall machining using perturbation and reduced-order sub structuring methods［J］. Journal of Manufacturing Science and Engineering， 2018， 140： 011015.
152	王伟，允超，张令. 机器人砂带磨削的曲面路径优化算法［J］. 机械工程学报， 2011， 47（7）： 8-15.
	WANG W， YUN C， ZHANG L. Optimization algorithm for robotic belt surface grinding process［J］. Journal of Mechanical Engineer， 2011， 47（7）： 8-15 （in Chinese）.
153	蔺小军，杨艳，吴广，等. 面向叶片型面的五轴联动柔性数控砂带抛光技术［J］. 航空学报， 2015， 36（6）： 2074-2082.
	LIN X J， YANG Y， WU G， et al. Flexible polishing technology of five-axis NC abrasive belt for blade surface［J］. Acta Aeronautica et Astronautica Sinica， 2015， 36（6）： 2074-2082 （in Chinese）.
154	YANG J H， ZHANG D H， WU B H， et al. A path planning method for error region grinding of aero-engine blades with free-form surface［J］. The International Journal of Advanced Manufacturing Technology， 2015， 81（1-4）： 717-728.
155	HUANG Z， SONG R， WAN C B， et al. Trajectory planning of abrasive belt grinding for aero-engine blade profile［J］. The international Journal of Advanced Manufacturing Technology， 2019， 102： 405-514.
156	LV Y， PENG Z， QU C， et al. An adaptive trajectory planning algorithm for robotic belt grinding of blade leading and trailing edges based on material removal profile model［J］. Robotics and Computer-Integrated Manufacturing， 2020， 66： 101987.
157	PANDIYAN V， CAESARENDRA W， TJAHJOWIDODO T， et al. Predictive modelling and analysis of process parameters on material removal characteristics in abrasive belt grinding process［J］. Applied Science， 2017， 7（4）： 363-369.
158	ZHE H， JIANYONG L， YUEMING L， et al. Investigating the effects of contact pressure on rail material abrasive belt grinding performance［J］. The International Journal of Advanced Manufacturing Technology， 2017， 9： 779-786.
159	XIAO G， SONG K， LIU S， et al. Comprehensive investigation into the effects of relative grinding direction on abrasive belt grinding process［J］. Journal of Manufacturing Processes， 2021， 62： 753-761.
160	HUANG H， GONG Z M， CHEN X Q， et al. Robotic grinding and polishing for turbine-vane overhaul［J］. Journal of Materials Processing Technology， 2002， 127（2）： 140-145.
161	PANDIYAN V， CAESARENDRA W， GLOWACZ A， et al. Modelling of material removal in abrasive belt grinding process： A regression approach［J］. Symmetry， 2020， 12： 99-104.
162	GILL S S， SINGH J. An Adaptive Neuro-Fuzzy Inference System modeling for material removal rate in stationary ultrasonic drilling of sillimanite ceramic［J］. Expert Systems with Applications， 2010， 37（8）： 5590-5598.
163	KHALICK M， HONG J， WANG D. Polishing of uneven surfaces using industrial robots based on neural network and genetic algorithm［J］. The International Journal of Advanced Manufacturing Technology， 2017， 93： 1463-1471.
164	GAO K， CHEN H， ZHANG X， et al. A novel material removal prediction method based on acoustic sensing and ensemble XG-Boost learning algorithm for robotic belt grinding of Inconel 718［J］. The International Journal of Advanced Manufacturing Technology， 2019， 105： 217-232.
165	BIXLER G D， BHUSHAN B. Bioinspired rice leaf and butterfly wing surface structures combining shark skin and lotus effects［J］. Soft Matter， 2012， 8（44）： 12139-12143.
166	ATT W， OGAWA T. Biological aging of implant surfaces and their restoration with ultraviolet light treatment： a novel understanding of osseointegration［J］. The International Journal of Oral & Maxillofacial Implants， 2012， 27（4）： 753-761
167	KLOCKE F， FELDHAUS B. Development of an incremental rolling process for the production of defined riblet surface structures［J］. Production Engineering， 2007， 1： 233-237.
168	WALSH M J. Riblets as a viscous drag reduction technique［J］. AIAA Journal， 1983， 21（4）： 485-486.
169	DEAN B， BHUSHAN B. Shark-skin surfaces for ﬂuid-drag reduction in turbulent ﬂow： A review［J］. Philosophical Transactions of the Royal Society A， 2010， 368（1929）： 4775-4806.
170	BECHERT D W， BRUSE M， HAGE W， et al. Experiments on drag-reducing surfaces and their optimization with an adjustable geometry［J］. Journal of Fluid Mechanics， 1997， 338（10）： 59-87.
171	CHOI H， MOIN P， KIM J. Direct numerical simulation of turbulent flow over riblets［J］. Journal of Fluid Mechanics， 1993， 255（26）： 503-539.
172	ZHANG D Y， LUO Y H， CHEN H W， et al. Exploring drag-reducing grooved internal coating for gas pipelines［J］. Pipeline and Gas Journal， 2011， 238（3）： 58-61.
173	ZHANG D Y， LI Y Y， HAN X， et al. High-precision bio-replication of synthetic drag reduction shark skin［J］. Chinese Science Bulletin， 2011， 56（5）： 938-944.
174	XIAO G J， HE Y， HUANG Y， et al. Bionic microstructure on titanium alloy blade with belt grinding and its drag reduction performance［J］. Journal of Engineering Manufacture， 2021， 235（14）： 2230-2239.
175	FISH F E， BATTLE J M. Hydrodynamic Design of the Humpback Whale Flipper［J］. Journal of Morphology， 1995， 225： 51-60.
176	ASGHAR A， ALLAN W D E， LA VIOLETTE M， et al. Influence of a novel 3D leading edge geometry on the aerodynamic performance of low pressure turbine blade cascade vanes： GT2014-25899， V02CT38A024［R］. Düsseldorf： ASME， 2014.
177	PEREZ R E， ASGHAR A. Numerical study of the effects of leading edge tubercles on transonic performance of airfoils［R］. Atlanta： AIAA， 2018.
178	张凯. 鼓包前缘叶片对压气机性能和稳定性影响研究［D］. 南京：南京航空航天大学， 2016： 16-34.
	ZHANG K. Study on the effect of the leading edge blade of the drum pack on the performance and stability of the compressor［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2016： 16-34 （in Chinese）.
179	张凯，屠宝锋. 鼓包前缘叶片在环形叶栅中应用的探索［J］. 工程热物理学报， 2016， 37（3）： 514-0518.
	ZHANG K， TU B F. Investigation on Tubercle Leading Edge Blade in Annular Cascade［J］. Journal of Engineering Thermophysics， 2016， 37（3）： 514-0518 （in Chinese）.
180	ZHENG T， QIANG X Q， TENG J F， et al. Application of humpback whale flippers in an annular compressor cascade： GT2016-56589， V02AT37A016［R］. Seoul： ASME， 2016.
181	ZHENG T， ZHU M， QIANG X Q， et al. Influence of leading edge tubercles in an annular compressor cascade with different hub-tip ratios and aspect ratios： GT2017-64054， V02AT39A026［R］. Charlotte： ASME， 2017.
182	郑覃. 扩压叶栅前缘结状凸起流动机理研究［D］. 上海：上海交通大学， 2019： 49-72.
	ZHENG T. Study on the flow mechanism of the knotted projection at the leading edge of the diffuser grille［D］. Shanghai： Shanghai Jiao Tong University， 2019： 49-72 （in Chinese）.
183	WANG B， WU Y， LIU K. Numerical investigation of passive flow control using wavy blades in a highly-loaded compressor cascade： GT2018-76147， V02AT39A025［R］. Oslo： ASME， 2018.
184	苏丽蓉，羌晓青. 波纹叶片控制扩压叶栅流动分离的DES数值模拟［J］. 节能技术， 2020， 38（1）： 16-20.
	SU L R， QIANG X Q. DES Investigation on compressor cascade flow control using undulating blade［J］. Energy Conservation Technology， 2020， 38（1）： 16-20 （in Chine-se）.
185	BECHERT D W， BARTENWERFER M. The viscous-flow on sur-face with longitudinal ribs［J］. Journal of Fluid Mechanics， 1989， 206： 105-129.
186	WALSH M J， LINDEMANN A M. Optimization and application of riblets for turbulent drag reduction： 84-0347［R］. Reno： AIAA， 1984.
187	PAOLO L， FERNANDO M， AMILCARE P. Resistance of groove surface to parallel flow and cross-flow［J］. Journal of Fluid Mechanics， 1991， 228： 87-109.
188	OEHLERT K， SEUME J R， SIEGEL F. Exploratory experiments on machined riblets for 2-D compressor blades： IMECE2007-43457［R］. Seattle： ASME， 2007.
189	BECHERT， D， BRUSE， M， HAGE， W， et al. Fluid mechanics of biological surfaces and their technological application［J］. Naturwissenschaften， 2000， 87： 157-171.
190	SCHOLLE M， RUND A， AKSEL N. Drag reduction and improvement of material transport in creeping films［J］. Archive of Applied Mechanics， 2006， 75（2-3）： 93-112.
191	BECHERT D W， BRUSE M， HAGE W. Experiments with three-dimensional riblets as an idealized model of shark skin［J］. Experiments in Fluids， 2000， 28（5）： 403-412.
192	YU H Y， ZHANG H C， GUO Y G， et al. Thermodynamic analysis of shark skin texture surfaces for microchannel flow［J］. Continuum Mechanics and Thermodynamics， 2016， 28（5）： 1361-1371.
193	SAVILL A M. Effects on turbulent boundary layer structure of longitudinal riblets alone and in combination with outer layer devices［C］∥Proceedings of the fourth international symposium on ﬂow visualization. Berlin： Springer， 1986： 303-308.
194	HIRSCHEL E H， THIEDE P， MONNOYER F. Turbulence management-applications aspects［C］∥The AGARD symposium on ﬂuid dynamics of three-dimensional turbulent shear ﬂows and transition. Neuilly-sur-Seine： AGARD， 1988： 1-12.
195	COUSTOLS E， COSTEIX J. Turbulent boundary layer manipulation in zero pressure gradient［C］∥Turbulent Shear Flows 6. Toulouse： ICAS and AIAA， 1988： 999-1013
196	COUSTOLS E. Behavior of internal manipulators： “riblet” models in subsonic and transonic flows［C］∥2nd Shear Flow Conference. Tempe： AIAA， 1989： 1-4.
197	ENYUTIN G V， LASHKOV Y， SAMOILOVA N V， et al. Inﬂuence of downwash on the aerodynamic efﬁciency of fine-ribbed surfaces［J］. Fluid Dynamics， 1991， 26： 31-35.
198	COUSTOLS E， SAVILL A M. Turbulent skin friction drag reduction by active and passive means-1 and 2［C］∥Special course on skin friction drag reduction. Neuilly-sur-Seine： AGARD， 1992： 1-80.
199	SCHNEIDER M， DINKELACKER A. Drag reduction by means of surface riblets on an inclined body of revolution［C］∥Speziale CG， Launder BE （eds） Near-wall turbulent flows. Amsterdam： Elsevier， 1993： 771-780.
200	KOELTZSCH K， DINKELACKER A， GRUNDMANN R. Flow over convergent and divergent wall riblets［J］. Experiments in Fluids， 2022， 33（8）： 346-350.
201	NUGROHO B， HUTCHINS N， MONTY J P. Large-scale spanwise periodicity in a turbulent boundary layer induced by highly ordered and directional surface roughness［J］. International Journal of Heat and Fluid Flow， 2013， 40： 90-102.
202	CHEN H， RAO F， SHANG X， et al. Flow over bio-inspired 3d herringbone wall riblets［J］. Experiments in Fluids， 2014， 55（3）： 1-7.
203	LIU Q， ZHONG S， LI L. Effects of bio-inspired micro-scale surface patterns on the profile losses in a linear cascade［J］. Journal of Turbomachinery， 2019， 141（12）： 121006.
204	LIU Q， ZHONG S， LI L. Investigation of riblet geometry and start locations of herringbone riblets on pressure losses in a linear cascade at low Reynolds numbers［J］. Journal of Turbomachinery， 2020， 142（10）： 101010.
205	TEJ P， KARALI P. Fabrication of micro-textured surfaces using ball-end micromilling for wettability enhancement of Ti-6Al-4V［J］. Journal of Materials Processing Technology， 2018， 262： 168-181.
206	MO Q， LIU L， LI Y. Fabrication of IBAD-MgO and PLD-CeO₂ layers for YBCO coated conductors［J］. Chinese Physics Letters， 2015， 32： 206-209.
207	PATEL D S， JAIN V K， SHRIVASTAVA A， et al. Electrochemical micro texturing on flat and curved surfaces： simulation and experiments［J］. The International Journal of Advanced Manufacturing Technology， 2019， 100： 1269-1286.
208	LI X， DENG J， LIU L， et al. Tribological properties of WS2 coatings deposited on textured surfaces by electrohydrodynamic atomization［J］. Surface and Coatings Technology， 2018， 352（7）： 128-143.
209	MENG Y， DENG J， ZHANG Y， et al. Tribological properties of textured surfaces fabricated on AISI 1045 steels by ultrasonic surface rolling under dry reciprocating sliding［J］. Wear， 2020， 460-461： 203488.
210	FANG S， LLANES L， BAEHRE D. Laser surface texturing of a WC-CoNi cemented carbide grade： surface topography design for honing application［J］. Tribology International， 2018， 122： 236-245.
211	XIE J， XIE H F， LIU X R， et al. Dry micro-grooving on Si wafer using a coarse diamond grinding［J］. International Journal of Machine Tools and Manufacture， 2012， 61： 1-8.
212	DENKENA B， KOEHLER J， WANG B. Manufacturing of functional riblet structure by profile grinding［J］. CIRP Journal of Manufacturing Science and Technology， 2010， 9（3）： 14-26.
213	肖贵坚，贺毅，黄云，等. 基于单颗粒模型的航发叶片砂带磨削微观仿生锯齿状表面形成及实验［J］. 航空学报， 2020， 41（7）： 623288.
	XIAO G J， HE Y， HUANG Y， et al. Single particle removal model and experimental study on micro bionic zig-zag surface of aeronautical blade using belt grinding［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（7）： 623288 （in Chinese）.
214	XIAO G J， HE Y， HUANG Y， et al. Shark-skin-inspired micro-riblets forming mechanism of TC17 titanium alloy with belt grinding［J］. IEEE Access， 2019， 7（107）： 635-647.
215	PATEL D S， SINGH A， BALANI K， et al. Topographical effects of laser surface texturing on various time-dependent wetting regimes in Ti6Al4V［J］. Surface and Coatings Technology， 2018， 349： 816-829.
216	LIU Y， DENG J， WANG W， et al. Effect of texture parameters on cutting performance of flank-faced textured carbide tools in dry cutting of green Al₂O₃ ［J］. Ceramics International， 2018， 44（13）： 205-217.
217	ARSLAN A， MASJUKI H H， KALAM M A， et al. Surface texture manufacturing techniques and tribological effect of surface texturing on cutting tool performance： a review［J］. Critical Reviews in Solid State and Materials Sciences， 2016， 41： 447-481.
218	BUTTNER C C， SCHULZ U. Shark skin inspired riblet structures as aerodynamically optimized high temperature coatings for blades of aeroengines［J］. Smart Materials and Structures， 2011， 20（9）： 094016.
219	SCHLIETER A， PFLUMM R， SHAKHVERDOVA I， et al. Mechanical properties of shark-skin like structured surfaces for high-temperature applications［J］. Advanced Engineering Materials， 2015， 18（5）： 688-702.
220	LI X M， DENG J X， ZHANG L L， et al. Effect of surface textures and electrohydrodynamically atomized WS₂ films on the friction and wear properties of ZrO₂coatings［J］. Ceramics International， 2019， 45： 1020-1030.
221	DING L， AXINTE D， BUTLER-SMITH P， et al. Study on the characterisation of the PTFE transfer film and the dimensional designing of surface texturing in a dry-lubricated bearing system［J］. Wear， 2020， 448-449： 203238.
222	KUMAR M， RANJAN V， TYAGI R. Effect of Shape， Density， and an array of dimples on the friction and wear performance of laser textured bearing steel under dry sliding［J］. Journal of Materials Engineering and Performance， 2020， 29： 2827-2838.
223	MULRONEY A T， GUPTA M C. Optically transparent superhydrophobic polydimethylsiloxane by periodic surface micro-texture［J］. Surface and Coatings Technology， 2017， 325： 308-317.
224	YUE H Z， DENG J X， GE D L， et al. Effect of surface texturing on tribological performance of sliding guideway under boundary lubrication［J］. Journal of Manufacturing Processes， 2019， 47： 172-182.
225	YANG J A， GU D D， LIN K J， et al. Laser additive manufacturing of bio-inspired metallic structures［J］. Chinese Journal of Mechanical Engineering： Additive Manufacturing Frontiers， 2022， 1： 100013.
226	International ISO/ASTM. Additive manufacturing-general principles-terminology：［S］.
227	GU D D， SHI X Y， POPRAWE R， et al. Material-structure-performance integrated laser-metal additive manufacturing［J］. Science， 2021， 372（6545）： 1487-1503.
228	HU K M， LIN K J， GU D D， et al. Mechanical properties and deformation behavior under compressive loading of selective laser melting processed bio-inspired sandwich structures［J］. Materials Science and Engineering： A， 2019， 762： 138089.
229	GU D D， DU LEI， DAI D H， et al. Influence of thermal behavior along deposition direction on microstructure and microhardness of laser melting deposited metallic parts［J］. Applied Physics A， 2015， 125（7）： 455.
230	MATTHEW J H， ADMIR M， HOLTEN-ANDERSEN N， et al. Iron-Clad Fibers： A metal-based biological strategy for hard flexible coatings［J］. Science， 2010， 328： 216-220.
231	YAO H M， DAO M， IMHOLT T， et al. Protection mechanisms of the iron-plated armor of a deep-sea hydrothermal vent gastropod［J］. The Proceedings of the National Academy of Sciences， 2010， 107（3）： 987-992.
232	TODARO C J， EASTON M A， QIU D， et al. Grain structure control during metal 3D printing by high-intensity ultrasound［J］. Nature Communications， 2020， 11： 142.
233	RONG T， GU D D. Formation of novel graded interface and its function on mechanical properties of WC1-x reinforced Inconel 718 composites processed by selective laser melting［J］. Journal of Alloys and Compounds， 2016， 680： 333-342.
234	LAI F， QU S， LEWIS R， et al. The influence of ultrasonic surface rolling on the fatigue and wear properties of 23-8N engine valve steel［J］. International Journal of Fatigue， 2019， 125： 299-313.
235	ZHANG Q， HU Z， SU W， et al. Microstructure and surface properties of 17-4PH stainless steel by ultrasonic surface rolling technology［J］. Surface and Coatings Technology， 2017， 321： 64-73.
236	QU S， HU X， LU F， et al. Rolling contact fatigue properties of ultrasonic surface rolling treated 25CrNi2MoV steel under different lubricant viscosities［J］. International Journal of Fatigue， 2020， 142： 105970.
237	DANG J， ZHANG H， AN Q， et al. Surface integrity and wear behavior of 300M steel subjected to ultrasonic surface rolling process［J］. Surface and Coatings Technology， 2021， 421： 127380.
238	ZHANG Y L， LAI F Q， QU S G， et al. Effect of ultrasonic surface rolling on microstructure and rolling contact fatigue behavior of 17Cr2Ni2MoVNb steel［J］. Surface and Coatings Technology， 2019， 366： 321-330.
239	ZHANG Y， HUANG L， LU F， et al. Effects of ultrasonic surface rolling on fretting wear behaviors of a novel 25CrNi2MoV steel［J］. Materials Letters， 2020， 284（2）： 128955.
240	REN Z， LAI F， QU S， et al. Effect of ultrasonic surface rolling on surface layer properties and fretting wear properties of titanium alloy Ti5Al4Mo6V2Nb1Fe［J］. Surface and Coatings Technology， 2020， 389： 125612.
241	LIU D， LIU D， GUAGLIANO M， et al. Contribution of ultrasonic surface rolling process to the fatigue properties of TB8 alloy with body-centered cubic structure［J］. Journal of Materials Science and Technology， 2020， 61： 63-74.
242	LIU Z， GAO C， LIU X， et al. Improved surface integrity of Ti6Al4V fabricated by selective electron beam melting using ultrasonic surface rolling processing［J］. Journal of Materials Processing Technology， 2021， 297： 117264.
243	LEI L， ZHAO Q， ZHAO Y， et al. Gradient nanostructure， phase transformation， amorphization and enhanced strength-plasticity synergy of pure titanium manufactured by ultrasonic surface rolling［J］. Journal of Materials Processing Technology， 2021， 299： 117322.
244	LI Y， LIAN G， GENG J， et al. Effects of ultrasonic rolling on the surface integrity of in-situ TiB2/2024Al composite［J］. Journal of Materials Processing Technology， 2021， 293： 117068.
245	LU L X， SUN J， LI L， et al. Study on surface characteristics of 7050-T7451 aluminum alloy by ultrasonic surface rolling process［J］. The International Journal of Advanced Manufacturing Technology， 2016， 87： 2533-2539.
246	XU X， LIU D， ZHANG X， et al. Mechanical and corrosion fatigue behaviors of gradient structured 7B50-T7751 aluminum alloy processed via ultrasonic surface rolling［J］. Journal of Materials Science and Technology， 2019， 40： 88-98.
247	GENG J， YAN Z， ZHANG H， et al. Microstructure and mechanical properties of AZ31B magnesium alloy via ultrasonic surface rolling process［J］. Advanced Engineering Materials， 2021， 23（9）： 1-7.
248	ZHOU M， XU Y， LIU Y， et al. Microstructures and mechanical properties of Mg-15Gd-1Zn-0.4Zr alloys treated by ultrasonic surface rolling process［J］. Materials Science and Engineering， 2021， 828： 141881.
249	YE H， SUN X， LIU Y， et al. Effect of ultrasonic surface rolling process on mechanical properties and corrosion resistance of AZ31B Mg alloy［J］. Surface and Coatings Technology， 2019， 372： 288-298.
250	YANG J， LIU D， ZHANG X， et al. The effect of ultrasonic surface rolling process on the fretting fatigue property of GH4169 superalloy［J］. International Journal of Fatigue， 2019， 133： 105373.
251	WANG T， WANG D， LIU G， et al. Investigations on the nanocrystallization of 40Cr using ultrasonic surface rolling processing［J］. Applied Surface Science， 2008， 255： 1824-1829.
252	LIU Z， HE M， ZHAO J. Mechanical machining strengthening mechanism and material processing technology-a review［J］. Chinese Journal of Mechanical Engineering， 2015， 26： 403-413.
253	CHENG M， ZHANG D， CHEN H， et al. Development of ultrasonic thread root rolling technology for prolonging the fatigue performance of high strength thread［J］. Journal of Materials Processing Technology， 2014， 214： 2395-2401.
254	LI G， QU S， PAN Y， et al. Effects of the different frequencies and loads of ultrasonic surface rolling on surface mechanical properties and fretting wear resistance of HIP Ti-6Al-4V alloy［J］. Applied Surface Science， 2016， 389： 324-334.

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

	HWL/c in %	WH/c in ‰
L31/H2.6	31.3	2.6
L31/H3.4	31.3	3.4
L8/H1.7	7.8	1.7
L8/H2.6	7.8	2.6
L8/H3.1	7.8	3.4

[1]	张卫国, 唐敏, 武杰, 彭先敏, 章贵川, 聂博文, 王亮权, 李超群. 倾转旋翼机风洞试验综述[J]. 航空学报, 2024, 45(9): 530114-530114.
[2]	张卫红, 唐长红. 航空航天装备的轻量化：挑战与未来[J]. 航空学报, 2024, 45(5): 529965-529965.
[3]	农历, 盛子帅, 冼军, 张怀宝. 基于高精度算法的结冰翼型分离流动数值模拟[J]. 航空学报, 2023, 44(S2): 729291-729291.
[4]	韩剑, 孙士勇, 牛斌, 杨睿, 吴东江. 树脂基复合材料点阵结构的制造技术研究进展[J]. 航空学报, 2023, 44(9): 628255-628255.
[5]	王浩浩, 高丽敏, 杨光, 吴宝海. 一种鲁棒的数据驱动不确定性量化方法及在压气机叶栅中的应用[J]. 航空学报, 2023, 44(17): 128169-128169.
[6]	李秋琳, 周莉, 孙鹏, 史经纬, 王占学. 出口宽高比对S弯喷管流固耦合特性影响[J]. 航空学报, 2023, 44(14): 628204-628204.
[7]	孙志坤, 史志伟, 张伟麟, 李铮, 孙琪杰. 等离子体激励器对高速翼型升阻特性的影响[J]. 航空学报, 2022, 43(S2): 23-39.
[8]	安利平, 王昊, 王掩刚, 朱自环. 跨声速压气机湿压缩性能及流动特性[J]. 航空学报, 2022, 43(9): 126024-126024.
[9]	卫永斌, 段卓毅, 郭兆电, 杨成凤. 短舱气动性能参数化研究[J]. 航空学报, 2022, 43(11): 526742-526742.
[10]	杨钊, 李杰, 牛笑天. 层流机翼飞行验证平台雷诺数效应分析及修正[J]. 航空学报, 2022, 43(11): 527287-527287.
[11]	唐松祥, 李杰, 张恒, 牛笑天. 某层流验证机中央翼段高速巡航气动性能优化设计[J]. 航空学报, 2022, 43(11): 526766-526766.
[12]	饶崇, 张铁军, 魏闯, 刘影. 一种分布式电动飞机螺旋桨滑流影响机理[J]. 航空学报, 2021, 42(S1): 726387-726387.
[13]	熊冰, 范晓樯, 魏金鹏, 程杰, 赵志刚. 飞发一体化算力体系及算力参数敏感性[J]. 航空学报, 2021, 42(8): 525808-525808.
[14]	胡伟杰, 黄增辉, 刘学军, 吕宏强. 基于自动核构造高斯过程的导弹气动性能预测[J]. 航空学报, 2021, 42(4): 524093-524093.
[15]	刘佳鑫, 于贤君, 孟德君, 史文斌, 刘宝杰. 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): 423796-423796.

叶片多尺度表面对压气机气动性能影响及其高性能制造研究进展

Influence of blade multi-scale surface on aerodynamic performance of compressor and its high-performance manufacturing: A review

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 53

参考文献 254

相关文章 15

编辑推荐

Metrics

本文评价