耦合双层参数更新的改进PCE模型在燃油离心泵不确定性分析中的应用

doi:10.7527/S1000-6893.2024.30126

流体力学与飞行力学

本期目录 | 过刊浏览 | 高级检索

前一篇 |

耦合双层参数更新的改进PCE模型在燃油离心泵不确定性分析中的应用

符江锋¹^,², 仲世杰¹, 刘显为¹(), 魏鹏飞¹, 黄瀚霆¹

^1.西北工业大学动力与能源学院，西安 710072
^2.西北工业大学先进动力研究院，成都 610299

收稿日期:2024-01-09 修回日期:2024-02-01 接受日期:2024-03-20 出版日期:2024-04-18 发布日期:2024-03-29
通讯作者: 刘显为 E-mail:lxw@mail.nwpu.edu.cn
基金资助:
国家自然科学基金(52372396);国家科技重大专项(J2019-V-0016-0111);航空发动机及燃气轮机基础科学中心项目(P2022-B-V-003-001);国防基础科研项目(JCKY2022607C002);中国航发产学研合作项目(HFZL2022CXY013);陕西省重点研发计划高校联合重点项目(2021GXLH-01-16)

Improved PCE model with coupled double-layer parameter updating for uncertainty analysis in fuel centrifugal pump

Jiangfeng FU¹^,², Shijie ZHONG¹, Xianwei LIU¹(), Pengfei WEI¹, Hanting HUANG¹

^1.School of Power and Energy，Northwestern Polytechnical University，Xi’an 710072，China
^2.Institute of Advanced Integration Technology，Northwestern Polytechnical University，Chengdu 610299，China

Received:2024-01-09 Revised:2024-02-01 Accepted:2024-03-20 Online:2024-04-18 Published:2024-03-29
Contact: Xianwei LIU E-mail:lxw@mail.nwpu.edu.cn
Supported by:
National Natural Science Foundation of China(52372396);National Science and Technology Major Project of China(J2019-V-0016-0111);Science Center for Gas Turbine Project(P2022-B-V-003-001);Defense Industrial Technology Development Program(JCKY2022607C002);AECC Industry University Cooperation Project(HFZL2022CXY013);Key R&D University Joint Key Project of Shaanxi Province(2021GXLH-01-16)

摘要/Abstract

摘要：

叶片加工和航空发动机的极端多变工况带来的不确定性因素，是影响燃油离心泵性能和流场变异性的关键因素。本文提出了一种基于CFD机理建模与代理模型的同步分析方法。首先，基于Karhuben-Loève（KL）变换理论进行了离心泵三维叶片的轮廓度偏差不确定性建模；其次，嵌套最小角回归（LAR）算法，对混沌多项式展开（PCE）模型进行双层参数更新，构建了高精度的代理模型；最后，以某型燃油离心泵为研究对象，基于CFD仿真及试验验证和PCE代理模型完成了离心泵的不确定性分析。研究结果表明：KL变换能够仅通过9个输入参数描述三维叶片轮廓度偏差不确定性；耦合双层参数更新的改进PCE模型在多个离心泵工况下，其准确度指标较未改进之前平均提高了27.6%；离心泵叶片轮廓度加工偏差范围控制在-0.3 ~ 0.3 mm内即可保证离心泵性能不确定性大幅减小；轮毂处叶片轮廓度偏差，对流场的不确定性影响较轮缘和中间截面叶片轮廓度偏差大，而转速是工况中影响燃油泵流场不确定性的核心工况参数。

关键词: 航空发动机, 燃油离心泵, KL变换, 耦合双层参数更新的改进PCE模型, 性能不确定性, 流场不确定性

Abstract:

Blade manufacturing and extreme operating conditions in aircraft engines introduce uncertainty factors that significantly impact the performance and flow field variability of fuel centrifugal pumps. This paper proposes a synchronized analysis method based on CFD mechanistic models and surrogate models. Firstly， based on the Karhuben-Loève （KL） transform theory， uncertainty modeling of three-dimensional blade profile errors in the centrifugal pump was conducted. Secondly， nesting the Least Angle Regression （LAR） algorithm， we applied a double-layer parameter update to the Polynomial Chaos Expansion （PCE） model， constructing a high-precision surrogate model. Finally， employing a specific type of fuel centrifugal pump as the research object， we accomplished uncertainty analysis of the centrifugal pump based on CFD simulations， experimental verification， and the PCE surrogate model. The research demonstrates that the KL transform efficiently describes uncertainty in the three-dimensional blade profile error using only 9 input parameters. The improved PCE model with coupled double-layer parameter updating exhibits an average increase of 27.6% in accuracy metrics across multiple centrifugal pump conditions compared to the unimproved model. Controlling the blade profile error within -0.3 to 0.3 mm at the hub significantly reduces uncertainty in centrifugal pump performance. The blade profile errors at the hub have a greater impact on flow field uncertainty than those at the shroud and midsection， while speed is a crucial operational parameter affecting uncertainty in the fuel pump flow field.

Key words: aircraft engines, fuel centrifugal pump, KL transform, improved PCE model with coupled double-layer parameter updating, performance uncertainty, flow field uncertainty

中图分类号:

V233.91

符江锋, 仲世杰, 刘显为, 魏鹏飞, 黄瀚霆. 耦合双层参数更新的改进PCE模型在燃油离心泵不确定性分析中的应用[J]. 航空学报, 2024, 45(21): 130126.

Jiangfeng FU, Shijie ZHONG, Xianwei LIU, Pengfei WEI, Hanting HUANG. Improved PCE model with coupled double-layer parameter updating for uncertainty analysis in fuel centrifugal pump[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(21): 130126.

图/表 26

图 1

图 2

图 3

图 4

图5

图6

图 7

图 8

表 1

正交多项式基与概率分布的对应关系

分布类型	概率密度函数	正交多项式	权函数	变量范围
正态	$1 2 π e - x 2 / 2$	Hermite H_n （x）	$e - x 2 / 2$	（-∞，+∞）
均匀	$12$	Legendre P_n （x）	1	（-1，1）
Beta	$(1 - x) α (1 + x) β 2 α + β + 1 B (α + 1, β + 1) e - x$	Jacobi $P n (α, β)$ （x）	（1-x） ^α （1+x） ^β	（-1，1）
指数	e^-^x	Laguerre L_n （x）	e^-^x	（0，+∞）
Gamma	$x α e - x Γ (α + 1)$	广义Laguerre $L n (α, β)$ （x）	x^α e ^-x	（0，+∞）

表 1

图 9

图 10

表 2

图 11

表 3

图 12

图 13

图 14

图 15

图 16

表4

图 17

图18

图 19

图 20

图 21

图 22

参考文献 22

1	张绍基. 航空发动机控制系统的研发与展望［J］. 航空动力学报， 2004， 19（3）： 375-382.
	ZHANG S J. A review of aeroengine control system［J］. Journal of Aerospace Power， 2004， 19（3）： 375-382 （in Chinese）.
2	符江锋，赵志杰，李华聪，等. 航空燃油离心泵参数化设计方法研究综述［J］. 推进技术， 2021， 23（3）： 189-192.
	FU J F， ZHAO Z J， Li H C， et al. Review on parametric design technology of aviation fuel centrifugal pump［J］. Journal of Propulsion Technology， 2021， 23（3）： 189-192 （in Chinese）.
3	DILLON J L， MARCUM D C Jr， JOHNSTON P J， et al. Aerodynamic and inlet flow characteristics of several hypersonic airbreathing missile concepts［J］. Journal of Aircraft， 1981， 18（4）： 231-237.
4	赵伟国，强欢欢，李兴国. 环形喷嘴宽度对高速诱导轮空化特性的影响［J］. 航空学报， 2024， 45（4）： 128730.
	ZHAO W G， QIANG H H， LI X G. Effect of annular nozzle breadth on cavitation characteristics of high-speed inducer［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（4）： 128730 （in Chinese）.
5	LIU X W， FU J F， YANG J J， et al. Numerical simulation research on multiphase flow of aviation centrifugal pump based on OpenFOAM［J］. Chinese Journal of Aeronautics， 2024， 37（4）： 256-275.
6	FU J F， LIU X W， YANG J J， et al. Optimization of cavitation characteristics of aviation fuel centrifugal pump inducer based on surrogate model［J］. Structural and Multidisciplinary Optimization， 2023， 66（11）： 241.
7	WANG X J， DU P C， YAO L C， et al. Uncertainty analysis of measured geometric variations in turbine blades and impact on aerodynamic performance［J］. Chinese Journal of Aeronautics， 2023， 36（6）： 140-160.
8	姬田园，楚武利，张振华，等. 叶片厚度偏差对转子性能影响的不确定性分析［J/OL］. 航空动力学报，（2023-09-04）［2024-01-09］. .
	JI T Y， CHU W L， ZHANG Z H， et al. Uncertainty analysis of impact of blade thickness deviation on rotor performance［J/OL］. Journal of Aerospace Power，（2023-09-04）［2024-01-09］. （in Chinese）.
9	罗佳奇，陈泽帅，曾先. 考虑几何设计参数不确定性影响的涡轮叶栅稳健性气动设计优化［J］. 航空学报， 2020， 41（10）： 172-184.
	LUO J Q， CHEN Z S， ZENG X. Robust aerodynamic design optimization of turbine cascades considering uncertainty of geometric design parameters［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（10）： 172-184 （in Chinese）.
10	陈艺夫，马宇航，蓝庆生，等. 基于多项式混沌法的翼型不确定性分析及梯度优化设计［J］. 航空学报， 2023， 44（8）： 67-88.
	CHEN Y F， MA Y H， LAN Q S， et al. Uncertainty analysis and gradient optimization design of airfoil based on polynomial chaos expansion method［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（8）： 67-88 （in Chinese）.
11	KARIMI M S， SALEHI S， RAISEE M， et al. Probabilistic CFD computations of gas turbine vane under uncertain operational conditions［J］. Applied Thermal Engineering， 2019， 148： 754-767.
12	WANG Q Q， CHEN H， HU R， et al. Conditional sampling and experiment design for quantifying manufacturing error of transonic airfoil［C］∥ 49th AIAA Aerospace Sciences Meeting including the New Horizons Forum and Aerospace Exposition. Reston： AIAA， 2011.
13	KUMAR D， RAISEE M， LACOR C. An efficient non-intrusive reduced basis model for high dimensional stochastic problems in CFD［J］. Computers & Fluids， 2016， 138： 67-82.
14	LIU D S， LITVINENKO A， SCHILLINGS C， et al. Quantification of airfoil geometry-induced aerodynamic uncertainties—Comparison of approaches［J］. ASA Journal on Uncertainty Quantification， 2017， 5（1）： 334-352.
15	黄松，王鹏，汪洋冰. 压气机叶片几何气动性能优化设计方法综述［J］. 推进技术， 2024， 45（4）： 6-24.
	HUANG S， WANG P， WANG Y B， et al. Review of optimization design methods for compressor blade geometry and aerodynamic performance［J］. Journal of Propulsion Technology， 2024， 45（4）： 6-24 （in Chinese）.
16	夏立，邹早建，王子豪，等. 应用多项式混沌法求解不确定度量化问题初步研究［C］∥中国力学大会论文集（CCTAM 2019）. 北京：中国力学学会， 2019： 1128-1133.
	XIA L， ZHOU Z J， WANG Z H， et al. Preliminary research on solving uncertainty quantification problems using polynomial chaos method［C］∥CCTAM 2019. Beijing： Chinese Society of Theoretical and Applied Mechanics， 2019： 1128-1133 （in Chinese）.
17	BLATMAN G， SUDRET B. Adaptive sparse polynomial chaos expansion based on least angle regression［J］. Journal of Computational Physics， 2011， 230（6）： 2345-2367.
18	罗佳奇，陈泽帅，邹正平，等. 低压涡轮铸造叶片几何不确定性统计［J］. 航空学报， 2023， 44（6）： 305-320.
	LUO J Q， CHEN Z S， ZOU Z P， et al. Statistics on geometric uncertainties of casting blades in low-pressure turbines［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（6）： 305-320 （in Chinese）.
19	中国航空工业总公司. 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.
	Aviation Industry Corporation of China. Marking，tolerances and surface roughness of the leaf blade： ‍［S］. Beijing： Aviation Industry Corporation of China， 1998 （in Chinese）.
20	KIM N H， WANG H Y， QUEIPO N V. Efficient shape optimization under uncertainty using polynomial chaos expansions and local sensitivities［J］. AIAA Journal， 2006， 44（5）： 1112-1116.
21	EFRON B， HASTIE T， JOHNSTONE I， et al. Least angle regression［J］. The Annals of Statistics， 2004， 32（2）： 407-499.
22	WEI P F， LU Z Z， SONG J W. Variable importance analysis： A comprehensive review［J］. Reliability Engineering & System Safety， 2015， 142： 399-432.

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

变量	数值	变量	数值
进口直径 D₁/mm	32	转速 n/（r·min^-1）	7 600
出口直径 D₂/mm	60	流量系数ϕ	0.082 6
叶片数	8	扬程系数 ψ	1.128

方案	体网格	节点数量	方案	体网格	节点数量
1	1.56×10⁶	1.62×10⁶	3	2.94×10⁶	3.05×10⁶
2	2.28×10⁶	2.37×10⁶	4	3.65×10⁶	3.79×10⁶

轮廓度偏差	-0.6 ~ 0.6 mm			-0.5 ~ 0.5 mm			-0.4 ~ 0.4 mm
工况条件ϕ	0.062 0	0.082 6	0.103 3	0.062 0	0.082 6	0.103 3	0.062 0	0.082 6	0.103 3
ψ均值	1.13	1.13	1.06	1.13	1.13	1.06	1.13	1.13	1.06
ψ标准差	0.010 7	0.009 0	0.034 3	0.007 5	0.006 3	0.019 3	0.006 4	0.005 4	0.015 4
η均值	42.4	53.8	48.2	42.4	53.8	47.8	42.4	53.8	47.8
η标准差	0.236 5	0.379 5	0.929 9	0.141 9	0.214 7	0.557 9	0.094 6	0.143 2	0.371 9
轮廓度偏差	-0.3 ~ 0.3 mm			-0.2 ~ 0.2 mm			-0.1 ~ 0.1 mm
工况条件ϕ	0.062 0	0.082 6	0.103 3	0.062 0	0.082 6	0.103 3	0.062 0	0.082 6	0.103 3
ψ均值	1.13	1.13	1.06	1.13	1.13	1.06	1.13	1.13	1.06
ψ标准差	0.005 3	0.004 5	0.010 7	0.005 1	0.004 3	0.010 5	0.004 9	0.004 2	0.009 9
η均值	43.4	54.8	47.8	42.4	53.8	48.2	41.8	53.8	48.1
η标准差	0.080 4	0.121 7	0.316 2	0.075 7	0.114 5	0.297 6	0.071 0	0.107 4	0.279 0

[1]	尹泽勇, 李概奇, 石建成, 银越千. 先进通用核心机派生发展的理念、方法及实践[J]. 航空学报, 2024, 45(7): 29713-029713.
[2]	黄维娜, 黎方娟, 祁宏斌. 航空发动机数字工程初步研究与发展思考[J]. 航空学报, 2024, 45(5): 529693-529693.
[3]	齐国宁, 吴宝海, 符江锋. 高速高压燃油齿轮泵典型卸荷槽对比分析[J]. 航空学报, 2024, 45(5): 529666-529666.
[4]	陈立芳, 孙亚冰, 周书华, 高强, 乔保栋, 李栋. 基于真实数据反演的风扇转子本机平衡方法[J]. 航空学报, 2024, 45(4): 628321-628321.
[5]	马瑞贤, 王鑫, 王开明, 李斌, 廖明夫, 王四季. 航空发动机篦齿⁃橡胶涂层机匣碰摩实验[J]. 航空学报, 2024, 45(4): 628350-628350.
[6]	胡明辉, 高金吉, 江志农, 王维民, 邹利民, 周涛, 凡云峰, 王越, 冯家欣, 李晨阳. 航空发动机振动监测与故障诊断技术研究进展[J]. 航空学报, 2024, 45(4): 630194-630194.
[7]	肖袁, 冯坤, 胡明辉, 江志农. 航空发动机转子非稳态振动分量提取方法[J]. 航空学报, 2024, 45(3): 228158-228158.
[8]	张越, 刘高文, 李鹏飞, 张晓泽, 林阿强. 内封严流对预旋供气系统性能影响的实验研究[J]. 航空学报, 2024, 45(20): 130038-130038.
[9]	张超, 曹勇, 赵振强, 张海洋, 孙建波, 王志华, 蔚夺魁. 树脂基复合材料在民用航空发动机中的应用与关键技术研究进展[J]. 航空学报, 2024, 45(2): 28556-028556.
[10]	汪松柏, 郝玉扬, 吴亚东, 陈勇, 余华蔚, 杜林. 航空发动机压气机旋转不稳定现象研究进展[J]. 航空学报, 2024, 45(16): 29851-029851.
[11]	李鹏涛, 左洪福, 肖文, 郭泽中, 袁哲恂. 航空发动机叶片损伤及其修复技术研究与展望[J]. 航空学报, 2024, 45(15): 29635-029635.
[12]	周运龙, 马毅, 管迎春. 面向航空发动机高性能制造的激光选区熔化技术研究进展[J]. 航空学报, 2024, 45(13): 629508-629508.
[13]	尚勇, 杨惠君, 冯阳, 张长桢, 裴延玲, 宫声凯. 基于磷光测温技术的智能热障涂层研究进展[J]. 航空学报, 2024, 45(12): 29341-029341.
[14]	李晖, 谷建霏, 李济楠, 孙占彬, 孙凯华, 刘小川, 王鑫, 张丙杰, 王相平, 马辉. 多源激励下航空发动机L型管路动力学建模与验证[J]. 航空学报, 2024, 45(12): 229375-229375.
[15]	胡应交, 徐峰, 杨志军. 航空发动机整机防结冰试验能力综述[J]. 航空学报, 2023, 44(S2): 729449-729449.

耦合双层参数更新的改进PCE模型在燃油离心泵不确定性分析中的应用

Improved PCE model with coupled double-layer parameter updating for uncertainty analysis in fuel centrifugal pump

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 26

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价