考虑性能退化的载荷谱修正方法

doi:10.7527/S1000-6893.2024.31312

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 |

考虑性能退化的载荷谱修正方法

袁思思¹, 牛序铭¹^,²^,³^,⁴, 孙志刚¹^,²^,³^,⁴(), 宋迎东¹^,²^,³

^1.南京航空航天大学能源与动力学院，南京 210016
^2.江苏省航空动力系统重点试验室，南京 210016
^3.航空发动机热环境与热结构工业和信息化部重点试验室，南京 210016
^4.南京航空航天大学无锡研究院，无锡 213300

收稿日期:2024-10-08 修回日期:2024-11-01 接受日期:2024-11-13 出版日期:2024-11-22 发布日期:2024-11-18
通讯作者: 孙志刚 E-mail:szg_mail@nuaa.edu.cn
基金资助:
国家科技重大专项(J2019-V-0009-0103);国家自然科学基金(52205162)

Load spectrum correction method considering performance degradation

Sisi YUAN¹, Xuming NIU¹^,²^,³^,⁴, Zhigang SUN¹^,²^,³^,⁴(), Yingdong SONG¹^,²^,³

^1.College of Energy and Power Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 　210016，China
^2.Jiangsu Province Key Laboratory of Aerospace Power System，Nanjing 　210016，China
^3.Key Laboratory of Aero-Engine Thermal Environment and Structure of Ministry of Industry and Information Technology，Nanjing 　210016，China
^4.Wuxi Research Institute，Nanjing University of Aeronautics and Astronautics，Wuxi 　213300，China

Received:2024-10-08 Revised:2024-11-01 Accepted:2024-11-13 Online:2024-11-22 Published:2024-11-18
Contact: Zhigang SUN E-mail:szg_mail@nuaa.edu.cn

摘要/Abstract

摘要：

发动机性能退化往往引起性能参数发生改变，进而导致完成相同飞行任务时载荷谱发生变化，对发动机结构寿命预测造成影响。目前，整机寿命试车载荷谱编制过程中尚未考虑性能退化因素影响，导致寿命试车结果与外场存在较大误差。针对这一问题，构建了综合整机性能退化与动态性能修正的涡扇发动机模型，重点研究了考虑磨损、蠕变的叶尖间隙预测方法对发动机性能的动态修正，提出了一种考虑性能退化的涡扇发动机载荷谱修正方法。同时对典型飞行任务剖面下的载荷谱进行了计算，结果表明：发动机在运行3 000循环后，动态性能修正模型的高压涡轮进口温度较传统模型升高0.69%；修正后的载荷谱与原谱相比，其最大状态的高压轴转速降低4.90%、高压涡轮进口温度上升2.95%，最大状态持续时间增加21.05%，实现了考虑性能退化的载荷谱修正目标。

关键词: 涡扇发动机, 性能退化, 载荷谱修正, 叶尖间隙, 磨损, 蠕变

Abstract:

Engine performance degradation often causes changes of performance parameters， which leads to the change of load spectrum in completing the same mission and affects life prediction of the engine structure. At present， the above factors have not been considered in the process of compiling the load spectrum of the whole machine life test， resulting in a large error between life prediction results and field test results. To address this problem， based on the construction of a turbofan engine model that integrates overall performance degradation and dynamic performance correction is constructed， mainly analyzing dynamic correction of engine performance by tip clearance prediction method considering wear and creep. On this basis， a load spectrum correction method for turbofan engine considering performance degradation is proposed. The engine load spectrum for the typical flight mission profile is calculated. The results show that after 3 000 cycles of engine operation， the inlet temperature of the high-pressure turbine corrected with the model proposed in this paper is 0.69% higher than that with the traditional model. Compared with the original spectrum， the corrected load spectrum has a 4.90% reduction in the high-pressure shaft speed at the maximum state， a 2.95% increase in inlet temperature of the high-pressure turbine， and a 21.05% increase in duration of the maximum state. The goal of load spectrum correction considering performance degradation is shown to be achieved.

Key words: turbofan engine, performance degradation, load spectrum correction, tip clearance, wear, creep

中图分类号:

V231.1

袁思思, 牛序铭, 孙志刚, 宋迎东. 考虑性能退化的载荷谱修正方法[J]. 航空学报, 2025, 46(12): 231312.

Sisi YUAN, Xuming NIU, Zhigang SUN, Yingdong SONG. Load spectrum correction method considering performance degradation[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(12): 231312.

图/表 24

表 1

图 1

表2

材料参数及计算参数

参数	数值
叶片密度 $ρ b$ /（kg·s^-3）	8 480
轮盘密度 $ρ r$ /（kg·s^-3）	8 240
杨氏模量 $E r$ / $G P a$	160
轮盘热膨胀系数 $α r$ /（ $10 - 6 ℃ - 1$ ）	14.60
轮盘泊松比 $ν r$	0.32
衬环内表面半径 $r a (0)$ / $m m$	362
轮盘外表面半径 $r 0 (0)$ / $m m$	300
叶片长度 $L (0)$ / $m m$	60
$Δ l w e a r$ / $m m$	0.18
$θ 1$	$4.38 × 10 - 9$
$θ 2$	$2.32 × 10 - 8$
$θ 3$	$1.43 × 10 - 5$

表2

图 2

图 3

图 4

表 3

机型参数

参数	数值
飞机质量m/kg	70 000
机翼面积S/m²	300
摩擦系数 $μ$	0.03
空气密度 $ρ$ /（kg·m^-3）	1.29
升力系数 $C L$	$0.05 + 0.11 α$
阻力系数 $C D$	$0.012 + 0.037 C L 2$

表 3

表 4

图 5

图 6

图 7

表 5

任务剖面参数

状态	时间/s	高度/km	$M a$	高压轴相对转速/%	推力/kN
地面慢车	0~288	0	0	74	15
滑跑	310	0	0.24	100	69
起飞	380	1	0.6	100	61
低空减速	390	2	0.6	94	58
爬升	600	11	0.8	94	17.3
高空减速	605	11	0.8	87	11.6
巡航	3 000	11	0.8	87	11.6
高空减速	3 005	11	0.8	76	6.9
下降	3 500	0	0.35	76	11.5
地面加速	3 505	0	0.33	100	70
反推	3 510	0	0.1	100	70
地面减速	3 520	0	0	74	15
地面慢车	3 800	0	0	74	15

表 5

图 8

图 9

图 10

图 11

图 12

图 13

图 14

图 15

图 16

表A1

表A2

表A3

参考文献 43

[1]	马双员，张永峰. 航空发动机载荷谱综述［J］. 现代机械， 2011（5）： 15-17， 35.
	MA S Y， ZHANG Y F. Overview of aeroengine loading spectrum［J］. Modern Machinery， 2011（5）： 15-17， 35 （in Chinese）.
[2]	牛序铭，赵旭，王飞飞，等. 基于损伤等效的航空发动机加速任务试车谱编制方法［J］. 推进技术， 2023， 44（2）： 237-245.
	NIU X M， ZHAO X， WANG F F， et al. Compiling method of aero-engine acceleration mission test spectrum based on damage equivalence［J］. Journal of Propulsion Technology， 2023， 44（2）： 237-245 （in Chinese）.
[3]	史海秋，赵福星. 某型发动机承力机匣疲劳载荷谱研究［J］. 燃气涡轮试验与研究， 2005， 18（1）： 41-44.
	SHI H Q， ZHAO F X. Research on fatigue load spectra of an engine supporting-case［J］. Gas Turbine Experiment and Research， 2005， 18（1）： 41-44 （in Chinese）.
[4]	ARNOLD S， KELLY P G. Recent turbine engine accelerated mission testing accomplishments at AEDC［C］∥ 2018 Aerodynamic Measurement Technology and Ground Testing Conference. Reston： AIAA， 2018.
[5]	NAEEM M， SINGH R， PROBERT D. Implications of engine’s deterioration upon an aero-engine HP turbine blade’s thermal fatigue life［J］. International Journal of Fatigue， 2000， 22（2）： 147-160.
[6]	RATH N， MISHRA R K， KUSHARI A. Aero-engine health monitoring， diagnostics and prognostics for condition-based maintenance： An overview［J］. International Journal of Turbo & Jet-Engines， 2024， 40（s1）： s279-s292.
[7]	SUN J Z， YAN Z C， HAN Y， et al. Deep learning framework for gas turbine performance digital twin and degradation prognostics from airline operator perspective［J］. Reliability Engineering & System Safety， 2023， 238： 109404.
[8]	郭庆，黄启廉，陈金亮. 基于部件特性图优化的民航发动机性能退化建模［J/OL］. 北京航空航天大学学报， 2023： 1-14. （2023-08-22）. .
	GUO Q， HUANG Q L， CHEN J L. Performance degradation modeling of civil aviation engine based on component characteristic map optimization［J/OL］. Journal of Beijing University of Aeronautics and Astronautics， 2023： 1-14. （2023-08-22）. （in Chinese）.
[9]	WANG C J， TAO H Y， XU P Y， et al. The effect of changing the combustion chamber head structure on turbine blades under thermal shock test［J］. International Journal of Thermal Sciences， 2024， 205： 109260.
[10]	KHANI N， SEGOVIA C， NAVARATNE R， et al. Towards development of a diagnostic and prognostic tool for civil aero-engine component degradation［C］∥ASME 2012 Gas Turbine India Conference. New York： ASME， 2013： 803-814.
[11]	WANG C S， ZHU Z H， LU N Y， et al. A data-driven degradation prognostic strategy for aero-engine under various operational conditions［J］. Neurocomputing， 2021， 462： 195-207.
[12]	李业波，李秋红，黄向华，等. 航空发动机性能退化缓解控制技术［J］. 航空动力学报， 2012， 27（4）： 930-936.
	LI Y B， LI Q H， HUANG X H， et al. Performance deterioration mitigation control of aero-engine［J］. Journal of Aerospace Power， 2012， 27（4）： 930-936 （in Chinese）.
[13]	LI Y F， CHEN Y， HU Z C， et al. Remaining useful life prediction of aero-engine enabled by fusing knowledge and deep learning models［J］. Reliability Engineering & System Safety， 2023， 229： 108869.
[14]	KURZ R， BRUN K. Degradation in gas turbine systems［J］. Journal of Engineering for Gas Turbines and Power， 2001， 123（1）： 70-77.
[15]	肖俊峰，伍赫，高松，等. 叶顶间隙对多级轴流压气机性能退化的影响［J］. 动力工程学报， 2024， 44（9）： 1353-1360.
	XIAO J F， WU H， GAO S， et al. Effects of blade tip clearance on performance degradation of the multi-stage axial compressor［J］. Journal of Chinese Society of Power Engineering， 2024， 44（9）： 1353-1360 （in Chinese）.
[16]	ZHANG X D， XIONG Y W， HUANG X， et al. Dynamic modeling of rotary blade crack with regard to three-dimensional tip clearance［J］. Journal of Sound and Vibration， 2023， 544： 117414.
[17]	LATTIME S， STEINETZ B. Turbine engine clearance control systems： Current practices and future directions［C］∥38th AIAA/ASME/SAE/ASEE Joint Propulsion Conference & Exhibit. Reston： AIAA， 2002.
[18]	宋丙新，侯朝山. 某型航空发动机HPT转子叶片叶尖间隙对涡轮流场及性能的影响分析［J］. 航空维修与工程， 2024（2）： 27-30.
	SONG B X， HOU C S. Analysis on the influence of clearance between HPT rotor blade tip and casing on flow field and performance for a certain aero-engine［J］. Aviation Maintenance & Engineering， 2024（2）： 27-30 （in Chinese）.
[19]	TENG F， ZHANG X D， XIE S Y. Research on variation mechanism of three-dimensional blade tip clearance of aero-engine［C］∥2016 13th International Conference on Ubiquitous Robots and Ambient Intelligence （URAI）. Piscataway： IEEE Press， 2016： 1-6.
[20]	MA H， TAI X Y， HAN Q K， et al. A revised model for rubbing between rotating blade and elastic casing［J］. Journal of Sound and Vibration， 2015， 337： 301-320.
[21]	杨梓佟. 基于热-固耦合的航空发动机碰摩动力学分析［D］. 天津：中国民航大学， 2023.
	YANG Z T. Aero-engine rubbing dynamics analysis based on thermo-structure coupling［D］. Tianjin： Civil Aviation University of China， 2023 （in Chinese）.
[22]	YANG Y， MAO J K， CHEN P T， et al. Prediction and analysis of transient turbine tip clearance using long short-term memory neural network［J］. Journal of Engineering for Gas Turbines and Power， 2024， 146（10）： 101011.
[23]	SHENG H L， LIU T， ZHAO Y， et al. New model-based method for aero-engine turbine blade tip clearance measurement［J］. Chinese Journal of Aeronautics， 2023， 36（8）： 128-147.
[24]	何辉，毛军逵，刘方圆，等. 考虑发动机性能退化的涡轮叶尖间隙预估方法研究［J］. 推进技术， 2020， 41（10）： 2283-2291.
	HE H， MAO J K， LIU F Y， et al. Method of turbine tip clearance prediction considering engine performance degradation［J］. Journal of Propulsion Technology， 2020， 41（10）： 2283-2291 （in Chinese）.
[25]	WANG Z， WANG Y， WANG X， et al. A novel digital twin framework for aeroengine performance diagnosis‍［J］. Aerospace， 2023， 10（9）：789.
[26]	YE M L， HE K， YAN X. Influence of wear damages on aerodynamic and heat transfer performance in squealer tip gap‍［J］. Applied Thermal Engineering， 2019， 159： 113976.
[27]	徐田镇. 航空发动机退化状态参数估计与控制技术研究［D］. 南京：南京航空航天大学， 2017.
	XU T Z. Research on degradation aero-engine’s parameters estimation and control technology‍［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2017 （in Chinese）.
[28]	郑玺龙. 基于战斗机飞行任务的涡扇发动机参数设计研究［D］. 南京：南京航空航天大学， 2018.
	ZHENG X L. Research of turbofan parameter design based on fighter flight missions［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2018 （in Chinese）.
[29]	VERBIST M L D. Gas path analysis for enhanced aero-engine condition monitoring and maintenance‍［D］. Delft： Delft University of Technology， 2017.
[30]	LITT J S， PARKER K I， CHATTERJEE S. Adaptive gas turbine engine control for deterioration compensation due to aging［C］∥16th International Symposium on Airbreathing Engines. 2003.
[31]	KRATZ J L， CHAPMAN J W. Active turbine tip clearance control trade space analysis of an advanced geared turbofan engine［C］∥2018 Joint Propulsion Conference. Reston： AIAA， 2018.
[32]	JAVIER K A. A reduced model for prediction of thermal and rotational effects on turbine tip clearance［R］. Washington， D.C.： NASA， 2023.
[33]	SALLEE G P. Performance deterioration based on existing （historical） data； JT9D jet engine diagnostics program： NASA-CR-135448［R］. Washington， D.C.： NASA， 1978.
[34]	全昌彪，廖明夫，米栋，等. 基于θ映射法的燃气涡轮叶片高温蠕变变形分析［J］. 燃气涡轮试验与研究， 2018， 31（6）： 25-29， 55.
	QUAN C B， LIAO M F， MI D， et al. High temperature creep deformation analysis of gas turbine blade based on θ-projection method［J］. Gas Turbine Experiment and Research， 2018， 31（6）： 25-29， 55 （in Chinese）.
[35]	CHAPMAN J W， GUO T H， KRATZ J L， et al. Integrated turbine tip clearance and gas turbine engine simulation［C］∥52nd AIAA/SAE/ASEE Joint Propulsion Conference. Reston： AIAA， 2016.
[36]	NAEEM M. Implications of aero-engine deterioration for a military aircraft’s performance‍［D］. Cranfield： Cranfield University， 1999.
[37]	JAY A. TODD E S. Effect of steady flight loads on JT9D-7 performance deterioration： NASA-CR-135407 ［R］. Washington， D.C.： NASA， 1978.
[38]	聂志强. 短寿涡轮叶片和轮盘的强度分析与寿命预测［D］. 哈尔滨：哈尔滨工程大学， 2023.
	NIE Z Q. Strength analysis and life prediction of short-life turbine blades and disks［D］. Harbin： Harbin Engineering University， 2023 （in Chinese）.
[39]	《中国航空材料手册》委员会. 中国航空材料手册. 第2卷，变形高温合金铸造高温合金［M］. 北京：中国标准出版社， 2002.
	Committee on Chinese Aeronautical Materials Manual.Manual of Chinese aeronautical materials. Volume 2， Deformation superalloys casting superalloys［M］. Beijing： Standards Press of China， 2002 （in Chinese）.
[40]	陆山，唐俊星，赵明，等. 航空发动机结构强度设计与分析［M］. 北京：科学出版社， 2022.
	LU S， TANG J X， ZHAO M， et al. Structural strength design and analysis of aircraft engines［M］. Beijing： Science Press， 2022 （in Chinese）.
[41]	SAKANE M， HIRANO A， HAMADA N， et al. Multiaxial inverse stress analysis for indentation creep［C］∥MATEC Web of Conferences. 2019.
[42]	ZHAO X， NIU X M， SONG Y D， et al. A novel damage constitutive model for creep deformation and damage evolution prediction［J］. Fatigue & Fracture of Engineering Materials & Structures， 2023， 46（3）： 798-813.
[43]	高丽敏，王浩浩，黄维娜，等. 压气机叶片加工偏差的不确定性效应研究进展［J］. 航空学报， 2024， 45（19）： 630386.
	GAO L M， WANG H H， HUANG W N， et al. Research progress on uncertainty effect of compressor blade machining deviation［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（19）： 630386 （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

部件	流量退化系数/%	效率退化系数/%
风扇	1.5	-2.04
压气机	-2.94	-3.91
高压涡轮	-2.63	1.76
低压涡轮	-0.538	0.258 8

参数	数值
空气质量流量/（kg·s^-1）	100
低压压气机压比	3.3
低压压气机等熵效率	0.83
高压压气机压比	9
高压压气机等熵效率	0.86
燃烧效率	0.987
燃烧室出口温度/K	1 700
高压压气机等熵效率	0.87
低压压气机等熵效率	0.89
低压轴转速/（r·min^-1）	10 000
高压轴转速/（r·min^-1）	16 000
净推力/kN	69

置信指数	可信度	来源
1	低	猜值
2	中低	调优值
3	中等	反向计算和/或工程判断
4	高	基于来自类似应用的知识/数据
5	非常高	给定或任意的值或由稳态求解器产生的值

可调性	可调程度	描述
可调	高	由于某变量的特性或对其实际值缺乏了解，使得该参数有可能被调整，以便改变或优化模型
可更改	中	参数的大致值是已知的，可以在合理范围内修改
计算值	低	该参数是计算的，因此它不是直接可调的，但可以通过调整其值所依赖的可调或可修改的参数来间接调整
固定值	无	该参数的值具有很大的确定性，不应该被修改

参数	描述	可信度	可调性
退化修正系数	用于将基准模型修正为退化性能模型的参数，由研究同类型的发动机文献［30］获得	4	可调：可以根据实际发动机型号调整
磨损量	发动机退化时产生的磨损量，由研究同类型的发动机文献［37］获得	4	可调：可以结合实际发动机运行情况更改
蠕变拟合参数	由实验值计算	5	计算值：和材料的蠕变行为有关
材料参数	由材料手册［39］获得	5	固定值：不可更改
涡轮盘平均应力	通过同类型涡轮盘ANSYS验证	5	计算值
叶片平均应力	通过同类型涡轮叶片ANSYS验证	5	计算值
摩擦系数	查阅文献［36］的一般摩擦系数	4	可更改：可以结合实际发动机运行情况更改
升力系数C_L	文献［36］运输机的升力系数	4	可更改：可以结合实际发动机运行情况更改
阻力系数C_D	文献［36］运输机的阻力系数	4	可更改：可以结合实际发动机运行情况更改
初始部件尺寸	给定值	5	固定值
设计间隙值	根据初始部件尺寸计算得到的	5	固定值

考虑性能退化的载荷谱修正方法

Load spectrum correction method considering performance degradation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 24

参考文献 43

相关文章 15

编辑推荐

Metrics

本文评价

[1]	谭剑锋, 闫羽泽, 张卫国, 刘亚奎, 邵天双. 沙盲环境直升机桨叶磨损分析方法[J]. 航空学报, 2025, 46(9): 431012-431012.
[2]	张譍之, 孙惠斌, 颜诚, 刘萌. 考虑区间不确定性的转子叶尖间隙预测数字孪生模型[J]. 航空学报, 2024, 45(21): 629775-629775.
[3]	赵世成, 江荣, 龚浩翔, 张禄, 卢绪平, 查海勇, 宋迎东. 异形气膜孔对镍基单晶合金蠕变性能的影响[J]. 航空学报, 2024, 45(19): 429737-429737.
[4]	余军杨, 傅文广, 孙鹏, 张韬, 王春雪, 赵伟. 进气畸变条件下非轴对称风扇设计及扩稳机理[J]. 航空学报, 2024, 45(16): 129725-129725.
[5]	李刚, 张宇, 李斯, 朱锟鹏. 基于运动学的高速高精密铣削力建模：综合模型与试验[J]. 航空学报, 2023, 44(8): 427261-427261.
[6]	司衍鹏, 孙立帅, 闫恩玮, 李玉军, 蒋建军. 考虑温度效应的干纤维预制体压缩蠕变模型[J]. 航空学报, 2023, 44(22): 428513-428513.
[7]	刘汝兵, 陈泽帆, 林瑞鑫, 林麒. 等离子体合成射流主动控制平面叶栅叶片流致振动[J]. 航空学报, 2023, 44(20): 128430-128430.
[8]	秦海勤, 赵杰, 任立坤, 李边疆. 基于改进L-SHADE算法的航空发动机性能退化评估[J]. 航空学报, 2023, 44(14): 227926-227926.
[9]	曹传军, 刘天一, 朱伟, 王进春. 民用大涵道比涡扇发动机高压压气机技术进展[J]. 航空学报, 2023, 44(12): 27824-027824.
[10]	牛广越, 段发阶, 周琦, 刘志博. 基于微波相位差测距的叶尖间隙动态测量方法[J]. 航空学报, 2022, 43(9): 625396-625396.
[11]	曹明, 黄金泉, 周健, 陈雪峰, 鲁峰, 魏芳. 民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅰ: 气路、机械和FADEC系统故障诊断与预测[J]. 航空学报, 2022, 43(9): 625573-625573.
[12]	段发阶, 牛广越, 周琦, 傅骁, 蒋佳佳. 航空发动机叶尖间隙在线测量技术研究综述[J]. 航空学报, 2022, 43(9): 626014-626014.
[13]	喻天翔, 庄新臣, 宋笔锋, 孙中超. 飞机连杆机构多铰链磨损寿命综合预测方法[J]. 航空学报, 2022, 43(8): 625113-625113.
[14]	陈克明, 田若洲, 郭素娟, 王润梓, 张成成, 陈浩峰, 张显程, 涂善东. 循环热机载荷作用下航空涡轮盘蠕变疲劳寿命预测[J]. 航空学报, 2022, 43(5): 225290-225290.
[15]	雷世英, 孙见忠, 刘赫. 涡轮叶片累积损伤指数模型及服役可靠性评估[J]. 航空学报, 2022, 43(3): 225064-225064.