本發(fā)明涉及海綿城市雨水收集與凈化
技術(shù)領(lǐng)域：
，具體涉及一種道路生物滯留槽快速設(shè)計(jì)方法。
背景技術(shù)：
：渦輪盤是航空發(fā)動機(jī)中重要的盤形零件之一，作用是將燃?xì)獾牟糠謨?nèi)能在渦輪中膨脹轉(zhuǎn)化為機(jī)械能，帶動壓氣機(jī)旋轉(zhuǎn)。在飛機(jī)的實(shí)際運(yùn)行中，渦輪盤受到高溫高壓和燃?xì)獾母g和氧化作用，其工作條件十分惡劣，因此在航空發(fā)動機(jī)設(shè)計(jì)中對渦輪盤的材料要求更為嚴(yán)苛。渦輪盤的可靠性對整個航空發(fā)動機(jī)以及飛機(jī)的可靠穩(wěn)定的運(yùn)行具有直接影響，因此渦輪盤的可靠性分析是一個需要不斷探索和研究的課題。由于材料的不均勻和大氣層空氣的流動，渦輪盤材料的物理特性，如密度、強(qiáng)度極限和彈性模量以及載荷在航空發(fā)動機(jī)的運(yùn)行中具有一定的分散性和隨機(jī)性。在考慮這些隨機(jī)變量影響的基礎(chǔ)上，利用蒙特卡羅抽樣方法對渦輪盤的結(jié)構(gòu)可靠性分析，計(jì)算隨機(jī)變量的靈敏度，對發(fā)動的渦輪盤的設(shè)計(jì)、制造和加工具有一定的指作用，對提高發(fā)動機(jī)的整體安全性能和降低航空件的檢修、維護(hù)成本具有重要意義。故障樹分析法采用從系統(tǒng)到部件再到零件的層層追溯的分析方法，更適合大型復(fù)雜系統(tǒng)的可靠性分析，所以在渦輪盤結(jié)構(gòu)可靠性分析方面，顯得實(shí)用性不強(qiáng)?；谡駝有盘柕男〔ǚ治觥⒆V分析等可靠性分析方法則需要大量的振動試驗(yàn)，成本較高。一般的蒙特卡羅可靠性分析方法通常在單個軟件平臺分析，并且只對較少的隨機(jī)變量抽樣，使得到的可靠度結(jié)果實(shí)用性比較單一。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于提供一種基于蒙特卡羅法的航空發(fā)動機(jī)渦輪盤結(jié)構(gòu)可靠性分析方法，旨在解決現(xiàn)有方法在航空發(fā)動機(jī)渦輪盤結(jié)構(gòu)可靠性分析中存在的效率低或成本高等問題。本發(fā)明的技術(shù)方案為：本發(fā)明是這樣實(shí)現(xiàn)的，一種航空發(fā)動機(jī)渦輪盤結(jié)構(gòu)可靠性分析方法，包括下述步驟：步驟一，根據(jù)渦輪盤材料的不均勻性建立隨機(jī)變量數(shù)學(xué)模型；步驟二，根據(jù)渦輪盤運(yùn)行受力情況，建立在ANSYS環(huán)境下某型微型渦噴航空發(fā)動機(jī)渦輪盤應(yīng)力分析模型：在三維建模軟件SOLIDWORKS平臺上建立某型微型渦噴航空發(fā)動機(jī)渦輪盤三維實(shí)體模型，為了提高有限元分析效率及網(wǎng)格劃分，對計(jì)算結(jié)果影響很小的結(jié)構(gòu)進(jìn)行簡化，包括渦輪盤內(nèi)、圈外圈及中心孔圓角；將完成的渦輪盤三維實(shí)體模型導(dǎo)入HPERMESH平臺中，對模型進(jìn)行網(wǎng)格劃分，模擬實(shí)際約束情況對渦輪盤模型施加約束，固定聯(lián)接孔在X、Y、Z方向的位移，固定渦輪對Y、Z軸的旋轉(zhuǎn)，其中X軸為渦輪盤軸向，并通過對渦輪盤外圓柱面施加壓強(qiáng)的形式考慮葉片產(chǎn)生離心力對輪盤的影響；在ANSYS環(huán)境中模擬實(shí)際受力情況對渦輪盤模型施加載荷，定義載荷類型為渦輪盤運(yùn)行角速度產(chǎn)生的旋轉(zhuǎn)體力，即離心力，分析主要考慮渦輪盤的運(yùn)行狀態(tài)有典型工況及緊急工況；步驟三，利用ANSYS環(huán)境下的PDS對渦輪盤三維模型隨機(jī)變量進(jìn)行蒙特卡羅抽樣，得到渦輪盤在不同工況下的最大應(yīng)力MAXSTRESS分布；步驟四，在MATLAB平臺上對隨機(jī)變量進(jìn)行不同程度的蒙特卡羅仿真試驗(yàn)，根據(jù)結(jié)構(gòu)功能函數(shù)計(jì)算渦輪盤可靠度，得到不同工況下的渦輪盤結(jié)構(gòu)可靠度；步驟五，利用MATLAB計(jì)算不同工況下的渦輪盤結(jié)構(gòu)可靠度及影響渦輪盤結(jié)構(gòu)可靠性隨機(jī)變量的靈敏度：根據(jù)渦輪盤結(jié)構(gòu)功能函數(shù)，當(dāng)結(jié)構(gòu)功能函數(shù)值大于零，即渦輪盤極限強(qiáng)度大于最大應(yīng)力MAXSTRESS值，結(jié)構(gòu)可靠，反之結(jié)構(gòu)失效；設(shè)置隨機(jī)變量矩陣大小，進(jìn)行不同次數(shù)的蒙特卡羅仿真試驗(yàn)，可以得到不同的可靠度需求精度；在MATLAB環(huán)境下用find函數(shù)返回結(jié)構(gòu)功能函數(shù)矩陣中大于零元素位置，再用length函數(shù)計(jì)算結(jié)構(gòu)功能函數(shù)矩陣中大于零元素個數(shù)，最后根據(jù)可靠度公式計(jì)算不同工況不同精度的可靠度；根據(jù)靈敏度公式，計(jì)算隨機(jī)變量密度、彈性模量、角速度影響渦輪盤結(jié)構(gòu)可靠性的靈敏度。所述步驟五中渦輪盤結(jié)構(gòu)功能函數(shù)值的隨機(jī)變量矩陣：Z＝g(S,F)＝S-F(1)。所述步驟一建立渦輪盤隨機(jī)變量的數(shù)學(xué)模型具體包括：考慮材料的不均勻性和分散性，渦輪盤隨機(jī)變量的數(shù)學(xué)模型包括影響渦輪盤結(jié)構(gòu)可靠性的隨機(jī)變量的概率分布；影響渦輪盤結(jié)構(gòu)可靠性的隨機(jī)變量主要為渦輪盤運(yùn)轉(zhuǎn)角速度、材料的物理性能參數(shù)及力學(xué)性能參數(shù)，影響渦輪盤結(jié)構(gòu)可靠性材料物理性能參數(shù)及力學(xué)性能參數(shù)包括密度、彈性模量、極限強(qiáng)度；即渦輪盤隨機(jī)變量的數(shù)學(xué)模型包括密度、彈性模量、極限強(qiáng)度、角速度的概率類型和概率分布參數(shù)；在ANSYS中采用的概率分布類型為高斯(GAUSS)分布，概率分布參數(shù)包括均值(MEAN)和標(biāo)準(zhǔn)偏差(SIGMA)。所述步驟三中，進(jìn)入ANSYS環(huán)境下的PDS處理器，在隨機(jī)變量輸入界面定義渦輪盤密度、彈性模量、角速度的均值和標(biāo)準(zhǔn)偏差；可靠性設(shè)計(jì)方法采用基于蒙特卡羅的拉丁超立方抽樣法(LHS)，并設(shè)置模擬次數(shù)(NSIM)和重復(fù)次數(shù)(NREP)對所有設(shè)計(jì)變量進(jìn)行隨機(jī)抽樣分析，得到渦輪盤得到渦輪盤在不同工況下的最大應(yīng)力MAXSTRESS分布。所述步驟四中，在MATLAB中進(jìn)行模擬運(yùn)算時(shí)，主要采用的函數(shù)包括：normrnd(mu，sigma，[M,N])：隨機(jī)數(shù)發(fā)生器函數(shù)，產(chǎn)生一個M行N列均值為mu標(biāo)準(zhǔn)偏差為sigma的高斯分布矩陣；scatter：用于描繪散點(diǎn)圖；normplot：繪制正態(tài)性檢驗(yàn)圖函數(shù)；length：某一矩陣所有維的最大長度；mean：計(jì)算某一矩陣的均值；std：計(jì)算某一矩陣的標(biāo)準(zhǔn)偏差；find：返回所需要元素的所在位置；用隨機(jī)隨機(jī)數(shù)發(fā)生器函數(shù)產(chǎn)生的隨機(jī)變量包括渦輪盤典型工況下和緊急工況下的最大應(yīng)力MAXSTRESS分布。本發(fā)明的有益效果：1、在隨機(jī)變量數(shù)學(xué)模型建立時(shí)，考慮了材料的不均勻性、分散性以及渦輪盤運(yùn)行載荷的隨機(jī)性，渦輪盤應(yīng)力分析模型考慮了充分考慮實(shí)際受力情況，并在ANSYS環(huán)境中對模型施加約束和載荷，保證了模型的準(zhǔn)確性；2、在ANSYS環(huán)境下的PDS對渦輪盤三維模型隨機(jī)變量進(jìn)行蒙特卡羅抽樣時(shí)，使用拉丁超立方抽樣法(LHS)進(jìn)行了10000次抽樣。由于渦輪盤網(wǎng)格劃分后單元數(shù)多達(dá)69600個，如果使用直接抽樣法則會大大增加抽樣次數(shù)，降低計(jì)算效率和收斂速度；3、在MATLAB中進(jìn)行蒙特卡羅仿真試驗(yàn)時(shí)，使用normrnd(mu，sigma，[M,N])隨機(jī)數(shù)發(fā)生器函數(shù)，可以產(chǎn)生標(biāo)準(zhǔn)的高斯分布隨機(jī)數(shù)，使用normplot正態(tài)性檢驗(yàn)函數(shù)進(jìn)行隨機(jī)數(shù)篩選，保證了每組隨機(jī)數(shù)的質(zhì)量；4、在計(jì)算渦輪盤結(jié)構(gòu)可靠性時(shí)，使用find及l(fā)ength函數(shù)統(tǒng)計(jì)功能函數(shù)中處于可靠狀態(tài)元素的個數(shù)，提高了計(jì)算效率，用scatter散點(diǎn)圖函數(shù)繪制功能函數(shù)散點(diǎn)圖，形象直觀的顯示了可靠性的狀態(tài)分布位置；5、利用上述函數(shù)在MATLAB中編程進(jìn)行5000-50000000次蒙特卡羅仿真試驗(yàn)，得到不同工況下的可靠度，可以滿足不同的精度要求，當(dāng)蒙特卡羅仿真試驗(yàn)次數(shù)為50000000次時(shí)，用時(shí)僅2.54秒，具有較高的計(jì)算效率。附圖說明圖1是本發(fā)明實(shí)施例提供的基于蒙特卡羅法的航空發(fā)動機(jī)渦輪盤結(jié)構(gòu)可靠性分析方法的流程圖；圖2是本發(fā)明實(shí)施例提供的某型微型渦噴航空發(fā)動機(jī)實(shí)物圖；圖3是本發(fā)明實(shí)施例提供的某型微型渦噴航空發(fā)動機(jī)渦輪盤三維實(shí)體模型；圖4是本發(fā)明實(shí)施例提供的HPERMESH環(huán)境中渦輪盤網(wǎng)格劃分示意圖；圖5是本發(fā)明實(shí)施例提供的HPERMESH環(huán)境中渦輪盤約束和壓強(qiáng)載荷示意圖；圖6是本發(fā)明實(shí)施例提供的ANSYS環(huán)境中渦輪盤約束、壓強(qiáng)載荷及離心載荷示意圖；圖7(a)是本發(fā)明實(shí)施例提供的典型工況下渦輪盤隨機(jī)變量角速度概率分布曲線圖；圖7(b)是本發(fā)明實(shí)施例提供的緊急工況下渦輪盤隨機(jī)變量角速度概率分布曲線圖；圖8是本發(fā)明實(shí)施例提供的渦輪盤隨機(jī)變量密度概率分布曲線圖；圖9是本發(fā)明實(shí)施例提供的渦輪盤隨機(jī)變量彈性模量概率分布曲線圖；圖10是本發(fā)明實(shí)施例提供的PDS處理器中基于蒙特卡羅的拉丁超立方抽樣法模擬次數(shù)和重復(fù)次數(shù)的設(shè)置界面；圖11(a)是本發(fā)明實(shí)施例提供的ANSYS環(huán)境中PDS進(jìn)行10000次蒙特卡羅抽樣分析得到的典型工況下渦輪盤的最大應(yīng)力MAXSTRESS概率分布統(tǒng)計(jì)圖；圖11(b)是本發(fā)明實(shí)施例提供的ANSYS環(huán)境中PDS進(jìn)行10000次蒙特卡羅抽樣分析得到的典型工況下渦輪盤的最大應(yīng)力MAXSTRESS概率分布的正態(tài)性檢驗(yàn)圖；圖12(a)是本發(fā)明實(shí)施例提供的ANSYS環(huán)境中PDS進(jìn)行10000次蒙特卡羅抽樣分析得到的緊急工況下渦輪盤的最大應(yīng)力MAXSTRESS概率分布統(tǒng)計(jì)圖；圖12(b)是本發(fā)明實(shí)施例提供的ANSYS環(huán)境中PDS進(jìn)行10000次蒙特卡羅抽樣分析得到的緊急工況下渦輪盤的最大應(yīng)力MAXSTRESS概率分布的正態(tài)性檢驗(yàn)圖；圖13(a)是本發(fā)明實(shí)施例提供的在MATLAB平臺上進(jìn)行50000次蒙特卡羅仿真試驗(yàn)得到的典型工況下渦輪盤的最大應(yīng)力MAXSTRESS概率分布統(tǒng)計(jì)圖；圖13(b)是本發(fā)明實(shí)施例提供的在MATLAB平臺上進(jìn)行50000次蒙特卡羅仿真試驗(yàn)得到的緊急工況下渦輪盤的最大應(yīng)力MAXSTRESS概率分布統(tǒng)計(jì)圖；圖14(a)是本發(fā)明實(shí)施例提供的在MATLAB平臺上進(jìn)行50000次蒙特卡羅仿真試驗(yàn)典型工況下渦輪盤結(jié)構(gòu)功能函數(shù)值散點(diǎn)圖；圖14(b)是本發(fā)明實(shí)施例提供的在MATLAB平臺上進(jìn)行50000次蒙特卡羅仿真試驗(yàn)緊急工況下渦輪盤結(jié)構(gòu)功能函數(shù)值散點(diǎn)圖；圖15是本發(fā)明實(shí)施例提供的典型工況下渦輪盤在不同仿真試驗(yàn)次數(shù)的可靠度曲線；圖16是本發(fā)明實(shí)施例提供的緊急工況下渦輪盤在不同仿真試驗(yàn)次數(shù)的可靠度曲線；圖17(a)是本發(fā)明實(shí)施例提供的典型工況下影響渦輪盤結(jié)構(gòu)可靠度隨機(jī)變量靈敏度的餅狀圖；圖17(b)是本發(fā)明實(shí)施例提供的緊急工況下影響渦輪盤結(jié)構(gòu)可靠度隨機(jī)變量靈敏度的餅狀圖。具體實(shí)施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明的方法利用了SOLIDWORKS、HPERMESH、ANSYS和MATLAB多個軟件平臺，有機(jī)地結(jié)合SOLIDWORKS實(shí)體建模、HPERMESH網(wǎng)格劃分、ANSYS應(yīng)力有限元分析模型建立和MATLAB數(shù)值計(jì)算等方法，分析模擬了渦輪盤實(shí)際受力情況，并考慮了渦輪盤密度、彈性模量、極限強(qiáng)度和角速度等隨機(jī)變量，進(jìn)行5000-50000000次蒙特卡羅分析，使得渦輪盤結(jié)構(gòu)可靠性分析結(jié)果具有較強(qiáng)的實(shí)用性和較高的精度，并可以用來檢驗(yàn)其他方法的計(jì)算結(jié)果。下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細(xì)的描述。如圖1所示，本發(fā)明實(shí)施例的基于蒙特卡羅法的航空發(fā)動機(jī)渦輪盤結(jié)構(gòu)可靠性分析方法包括以下步驟：1：建立渦輪盤隨機(jī)變量的數(shù)學(xué)模型；2：建立渦輪盤應(yīng)力分析模型；3：利用ANSYS環(huán)境下的PDS對渦輪盤進(jìn)行蒙特卡羅分析；4：利用MATLAB對隨機(jī)變量進(jìn)行不同程度的蒙特卡羅仿真試驗(yàn)；5：利用MATLAB計(jì)算不同工況下的渦輪盤結(jié)構(gòu)可靠度及影響渦輪盤結(jié)構(gòu)可靠性隨機(jī)變量的靈敏度。下面結(jié)合附圖對本發(fā)明的工作原理作進(jìn)一步的描述。本發(fā)明實(shí)施例的基于蒙特卡羅法的航空發(fā)動機(jī)渦輪盤結(jié)構(gòu)可靠性分析方法包括以下步驟：步驟1：建立渦輪盤隨機(jī)變量的數(shù)學(xué)模型；考慮材料的不均勻性和分散性，渦輪盤隨機(jī)變量的數(shù)學(xué)模型包括影響渦輪盤結(jié)構(gòu)可靠性的隨機(jī)變量的概率分布；影響渦輪盤結(jié)構(gòu)可靠性的隨機(jī)變量主要為渦輪盤運(yùn)轉(zhuǎn)角速度、材料的物理性能參數(shù)及力學(xué)性能參數(shù)，影響渦輪盤結(jié)構(gòu)可靠性材料物理性能參數(shù)及力學(xué)性能參數(shù)包括密度、彈性模量、極限強(qiáng)度；即渦輪盤隨機(jī)變量的數(shù)學(xué)模型包括密度、彈性模量、極限強(qiáng)度、角速度的概率類型和概率分布參數(shù)；在ANSYS中采用的概率分布類型為高斯(GAUSS)分布，概率分布參數(shù)包括均值(MEAN)和標(biāo)準(zhǔn)偏差(SIGMA)，數(shù)值具體如下：隨機(jī)變量均值(MEAN)標(biāo)準(zhǔn)偏差(SIGMA)分布類型密度(kg/m3)824064.1872高斯分布彈性模量(MPa)199900316.1485高斯分布極限強(qiáng)度(MPa)96521.9659高斯分布典型工況角速度(rad/s)628356.0490高斯分布緊急工況角速度(rad/s)733060.5392高斯分布表1步驟2：建立渦輪盤應(yīng)力分析模型；圖2為某型微型渦噴航空發(fā)動機(jī)實(shí)物圖，在三維建模軟件SOLIDWORKS平臺上建立渦輪盤三維實(shí)體模型，并在HPERMESH平臺中完成網(wǎng)格劃分，再導(dǎo)入ANSYS環(huán)境中，定義渦輪盤約束及載荷，完成渦輪盤應(yīng)力分析模型。具體地，建立渦輪盤應(yīng)力分析模型步驟為：步驟2.1：根據(jù)某微型航空發(fā)動機(jī)廠商提供的某型微型渦噴航空發(fā)動機(jī)渦輪盤數(shù)據(jù)，在三維建模軟件SOLIDWORKS平臺上繪制渦輪盤截面草圖，再用“旋轉(zhuǎn)凸臺/基臺”命令以渦輪盤中心線為旋轉(zhuǎn)軸為對草圖旋轉(zhuǎn)360°，形成渦輪盤的三維實(shí)體模型，并在渦輪盤內(nèi)圈圓心處建立參考直角坐標(biāo)系，如圖3所示。步驟2.2：將渦輪盤的三維實(shí)體模型導(dǎo)入有限元前處理軟件HPERMESH中，在模型中用平面將渦輪盤模型垂直沿輪盤平面方向切割，得到渦輪盤截平面，在截平面劃分平面網(wǎng)格，再用“spin”命令沿渦輪盤圓心旋轉(zhuǎn)360°完成整個模型的網(wǎng)格劃分，共產(chǎn)生69600個單元，63480個節(jié)點(diǎn)，如圖4所示。步驟2.3：由于從HPERMESH導(dǎo)出的模型只包含渦輪盤的單元和節(jié)點(diǎn)信息，導(dǎo)致導(dǎo)入ANSYS中定義約束和壓強(qiáng)載荷極為不便，所以在HPERMESH中模擬實(shí)際約束情況對渦輪盤模型施加約束，固定聯(lián)接孔在X、Y、Z方向的位移，固定渦輪對Y、Z軸的旋轉(zhuǎn)，其中X軸為渦輪盤軸向使約束更接近實(shí)際情況；根據(jù)離心力公式計(jì)算葉片產(chǎn)生的離心力大小，并轉(zhuǎn)化為渦輪盤外圓柱面施加壓強(qiáng)的形式，對渦輪盤外圓柱面施加壓強(qiáng)，考慮了葉片產(chǎn)生離心力對輪盤的影響，使結(jié)果更趨于可靠和精確；然后在HPERMESH完成壓強(qiáng)載荷的定義，典型工況下大小為116.54MP，如圖5所示。步驟2.4：將模型導(dǎo)入ANSYS環(huán)境中，模擬實(shí)際受力情況對渦輪盤模型施加載荷，定義載荷類型為渦輪盤運(yùn)行角速度產(chǎn)生的旋轉(zhuǎn)體力。在本實(shí)例中，對模型施加典型工況和緊急下角速度產(chǎn)生的旋轉(zhuǎn)體力載荷，對應(yīng)角速度分布為6283rad/s、7330rad/s，如圖6所示。步驟3：利用ANSYS環(huán)境下的PDS對渦輪盤進(jìn)行蒙特卡羅分析；進(jìn)入ANSYS環(huán)境下的PDS處理器，在隨機(jī)變量輸入界面定義渦輪盤密度、彈性模量、角速度的均值和標(biāo)準(zhǔn)偏差；可靠性設(shè)計(jì)方法采用基于蒙特卡羅的拉丁超立方抽樣法(LHS)，并設(shè)置模擬次數(shù)(NSIM)和重復(fù)次數(shù)(NREP)對所有設(shè)計(jì)變量進(jìn)行隨機(jī)抽樣分析，得到渦輪盤得到渦輪盤在不同工況下的最大應(yīng)力MAXSTRESS分布。具體地，利用ANSYS環(huán)境下的PDS對渦輪盤進(jìn)行蒙特卡羅分析步驟為：步驟3.1：在ANSYS環(huán)境中，選擇菜單MainMenu>ProbDesign菜單進(jìn)入PDS處理器，再選擇菜單MainMenu>ProbDesign>RandomInput，彈出RandomInputVariables對話框，根據(jù)步驟1中渦輪盤隨機(jī)變量的數(shù)學(xué)模型在隨機(jī)變量輸入界面分別定義角速度、密度、彈性模量3個隨機(jī)變量，在輸出變量界面選擇為最大應(yīng)力MAXSTRESS。選擇菜單MainMenu>ProbDesign>Plot，繪制隨機(jī)變量的概率分布曲線圖，如圖7-9所示。步驟3.2：選擇montecarlo模擬方法進(jìn)行概率設(shè)計(jì)，選擇菜單MainMenu>ProbDesign>ProbMethod>MonteCarloSims，彈出MonteCarloSimulations對話框，選擇LatinHyprcube,單擊OK彈出OptionsforDirectMonteCarloSampling對話框，模擬次數(shù)(NSIM)和重復(fù)次數(shù)(NREP)設(shè)置為10000、0，如圖10所示。點(diǎn)擊OK求解。步驟3.3：運(yùn)行完成后，得到最大應(yīng)力MAXSTRESS的數(shù)據(jù)。將數(shù)據(jù)導(dǎo)入MATLAB后，用mean和std函數(shù)計(jì)算均值和標(biāo)準(zhǔn)偏差，得到典型工況下最大應(yīng)力均值為863.16MPa，標(biāo)準(zhǔn)偏差為20.7745MPa，緊急工況下最大應(yīng)力均值為909.05MPa，標(biāo)準(zhǔn)偏差為21.3196MPa。在MATLAB中繪制最大應(yīng)力MAXSTRESS的概率分布統(tǒng)計(jì)圖和概率分布的正態(tài)性檢驗(yàn)圖如圖11-12所示。步驟4：利用MATLAB對隨機(jī)變量進(jìn)行不同程度的蒙特卡羅仿真試驗(yàn)；在MATLAB中，利用軟件自帶隨機(jī)數(shù)發(fā)生器函數(shù)進(jìn)行編程，對隨機(jī)變量進(jìn)行蒙特卡羅仿真試驗(yàn)，為了提高可靠度的計(jì)算精度，采用加倍仿真試驗(yàn)次數(shù)的方法。具體地，MATLAB對隨機(jī)變量進(jìn)行不同程度的蒙特卡羅仿真試驗(yàn)步驟為：步驟4.1：考慮材料的不均勻性和分散性，渦輪盤的極限強(qiáng)度也為隨機(jī)變量，均值和標(biāo)準(zhǔn)偏差如表中所示。進(jìn)入MATLAB環(huán)境，用隨機(jī)數(shù)發(fā)生器函數(shù)normrnd產(chǎn)生一個M行1列均值為mu標(biāo)準(zhǔn)偏差為sigma的高斯分布矩陣。其中M為仿真試驗(yàn)次數(shù)，在本實(shí)例采用的M值為5000,50000,500000,5000000,50000000。得到5個極限強(qiáng)度隨機(jī)變量矩陣，分別用x1，x2，x3，x4，x5表示。步驟4.2：同理，在MATLAB中用隨機(jī)數(shù)發(fā)生器函數(shù)normrnd創(chuàng)建典型工況和緊急工況下最大應(yīng)力MAXSTRESS的隨機(jī)變量矩陣，采用的M值與步驟4.1相同。用hist函數(shù)繪制50000次蒙特卡羅仿真試驗(yàn)在不同工況下的最大應(yīng)力概率分布統(tǒng)計(jì)圖，如13(a)-(b)所示。步驟5：利用MATLAB計(jì)算不同工況下的渦輪盤結(jié)構(gòu)可靠度及影響渦輪盤結(jié)構(gòu)可靠性隨機(jī)變量的靈敏度；根據(jù)渦輪盤結(jié)構(gòu)功能函數(shù)，當(dāng)結(jié)構(gòu)功能函數(shù)值大于零，即渦輪盤極限強(qiáng)度大于最大應(yīng)力MAXSTRESS值，結(jié)構(gòu)可靠，反之結(jié)構(gòu)失效；設(shè)置隨機(jī)變量矩陣大小，進(jìn)行不同次數(shù)的蒙特卡羅仿真試驗(yàn)，可以得到不同的可靠度需求精度；在MATLAB環(huán)境下用find函數(shù)返回結(jié)構(gòu)功能函數(shù)矩陣中大于零元素位置，再用length函數(shù)計(jì)算結(jié)構(gòu)功能函數(shù)矩陣中大于零元素個數(shù)，最后根據(jù)可靠度公式計(jì)算不同工況不同精度的可靠度；根據(jù)靈敏度公式，計(jì)算隨機(jī)變量密度、彈性模量、角速度影響渦輪盤結(jié)構(gòu)可靠性的靈敏度。具體地，利用MATLAB計(jì)算不同工況下的渦輪盤結(jié)構(gòu)可靠度及影響渦輪盤結(jié)構(gòu)可靠性隨機(jī)變量的靈敏度步驟為：步驟5.1：進(jìn)入MATLAB環(huán)境，根據(jù)渦輪盤結(jié)構(gòu)功能函數(shù)(如式(1)所示)，其中S為渦輪盤極限強(qiáng)度，F(xiàn)為渦輪盤最大應(yīng)力MAXSTRESS。當(dāng)Z>0，結(jié)構(gòu)可靠；Z<0，結(jié)構(gòu)失效；Z＝0，結(jié)構(gòu)處于極限狀態(tài)。將步驟4中得到的極限強(qiáng)度和最大應(yīng)力隨機(jī)變量代入式(1)中，得到渦輪盤結(jié)構(gòu)功能函數(shù)值的隨機(jī)變量矩陣。Z＝g(S,F)＝S-F(1)步驟5.2：利用scatter函數(shù)繪制渦輪盤結(jié)構(gòu)功能函數(shù)值的散點(diǎn)圖，如圖14(a)-(b)所示。圖14(a)是本發(fā)明實(shí)施例提供的在MATLAB平臺上進(jìn)行50000次蒙特卡羅仿真試驗(yàn)典型工況下渦輪盤結(jié)構(gòu)功能函數(shù)值散點(diǎn)圖，圖14(b)是本發(fā)明實(shí)施例提供的在MATLAB平臺上進(jìn)行50000次蒙特卡羅仿真試驗(yàn)緊急工況下渦輪盤結(jié)構(gòu)功能函數(shù)值散點(diǎn)圖。圖中的每個點(diǎn)代表結(jié)構(gòu)功能函數(shù)值的大小，當(dāng)散點(diǎn)落在Z＝0的直線上方，表示結(jié)構(gòu)可靠；散點(diǎn)落在Z＝0的直線上，表示結(jié)構(gòu)處于極限狀態(tài)；散點(diǎn)落在Z＝0的直線上，表示結(jié)構(gòu)處于極限狀態(tài)；散點(diǎn)落在Z＝0的直線下方，表示結(jié)構(gòu)失效。從圖14(a)和圖14(b)可以看出，進(jìn)行50000次蒙特卡羅仿真試驗(yàn)后，在典型工況下，只有極少數(shù)散點(diǎn)處于失效狀態(tài)；在緊急工況下，處于失效狀態(tài)散點(diǎn)較前者多。步驟5.3：得到渦輪盤結(jié)構(gòu)功能函數(shù)值的隨機(jī)變量后，利用MATLAB平臺中的條件查找函數(shù)find計(jì)算典型工況和緊急工況下不同次數(shù)的蒙特卡羅仿真試驗(yàn)的渦輪盤結(jié)構(gòu)功能函數(shù)值Z>0(結(jié)構(gòu)可靠)的狀態(tài)數(shù)。在M次蒙特卡羅仿真試驗(yàn)中，獲得N次符合要求的結(jié)構(gòu)功能函數(shù)值，則渦輪盤的結(jié)構(gòu)可靠度為：進(jìn)行5000,50000,500000,5000000,50000000次蒙特卡羅仿真試驗(yàn)，根據(jù)可靠度公式得到典型工況和緊急工況下的可靠度如表2所示，可靠度隨蒙特卡羅仿真試驗(yàn)次數(shù)變化的曲線如圖15、16所示。仿真試驗(yàn)次數(shù)500050000500000500000050000000典型工況10.999940.9999580.99994640.99994924緊急工況0.99980.999780.9996280.9996180.99962184表2步驟5.3：最后，根據(jù)靈敏度公式計(jì)算影響渦輪盤結(jié)構(gòu)可靠性隨機(jī)變量的靈敏度。式(3)為靈敏度定義公式，其中S為靈敏度，R為可靠度，X為隨機(jī)變量，X0為該變量均值。由于不同的工況下渦輪盤的載荷有較大的差異，所以靈敏度也不同。在MATLAB中計(jì)算典型工況和緊急工況下的隨機(jī)變量靈敏度，如表3所示，其餅狀分布圖如圖17(a)-(b)所示。隨機(jī)變量密度彈性模量角速度極限強(qiáng)度典型工況19％4％22％55％緊急工況18％4％24％54％表3本發(fā)明的內(nèi)容不限于實(shí)施例所列舉，本領(lǐng)域普通技術(shù)人員通過閱讀本發(fā)明說明書而對本發(fā)明技術(shù)方案采取的任何等效的變換，均為本發(fā)明的權(quán)利要求所涵蓋。當(dāng)前第1頁1 2 3