安怀信大数据BDiDesigner软件在航空发动机领域的应用介绍

5月前浏览4135

本文摘要：（由ai生成）

本文讨论了航空发动机相关设备试验及仿真研究的复杂性，涉及结构、强度、流体、传热等多个学科。强调了材料属性、工作条件、边界条件、流固耦合效应以及几何形状和结构参数对仿真准确性的重要性。指出了航空发动机数据分析的挑战，包括高维数据、大样本数据、连续与离散行为混合的系统输入，以及具有空间-时间函数输出的多维响应。提出了建设高级代理模型建模工具的必要性，以提高复杂数据的分析效率，并支持航空发动机的快速迭代设计。介绍了BDiDesigner软件，它提供数据分析、挖掘、代理模型建模及验证、基于代理模型的分析、降阶模型建模和仿真求解器接口等功能，旨在提高航空发动机仿真研究的效率和精度。

航空发动机相关设备的试验及仿真研究涉及结构、强度、流体、传热等多个学科，是一个十分复杂的系统性工程。首先是材料属性，包括弹性模量、屈服强度、断裂韧性、热膨胀系数和疲劳寿命。这些参数对于模拟叶片和叶轮在高温和高速旋转条件下的行为至关重要。其次是工作条件，例如航空发动机各个设备在不同工作点下的转速、温度和压力。这些工况会直接影响叶片和叶轮的应力分布和变形情况。另外，边界条件也是关键，包括叶片的安装方式、约束条件和受力情况。同时，还需要考虑流固耦合效应，即叶片受到的气流对其结构产生的影响。最后，几何形状和结构参数，如叶片和叶轮的设计、尺寸和几何特征，对于仿真结果的准确性和可靠性也有重要影响。将这些特点进行总结归纳如下：

高维数据。设备的输入变量和输出变量非常多，甚至超过100个变量；
大样本数据。从试验设备上采集回来的数据量非常大，用于模型训练需要花费很长的时间；
连续、离散行为混合的系统输入；有限元仿真模型可能涉及到连续输入变量和离散输入变量的混合系统输入;
具有空间-时间函数输出的多维响应。有限元仿真模型的输出响应量的数据类型包括单值点数据、时间功能函数、时间-空间功能函数数据。

针对航空发动机可能涉及到的高维、复杂、大样本数据进行数据分析和挖掘，分析的难度大、效率低，有时甚至无法顺利完成基于数据的建模。传统的代理模型建模技术，如线性回归、二次多项式等方法，仅能处理简单的线性问题，通过直接构造输入参数和输出的映射关系形成代理模型，模型简单，可用于计算黑箱函数的优化和控制任务。但难以处理三维多物理场物理建模中所关注的物理场信息（一般可表示为在空间域和时间域上分布的高维张量）。并且，传统的代理模型建模方法，过分简化的建模方式缺乏对场数据的关注，依赖繁琐的特征工程以及大量数据采样，往往难以适用于复杂的物理系统建模。

因此，在航空发动机建设中，针对各个设备的复杂、非线性的问题，有必要开展高级的代理模型建模工具的建设。建设智能数据采样技术（例如，子采样技术和分块采样技术）和高级代理模型建模方法（如神经网络建模、功能代理模型建模、时间-空间功能代理模型建模等），来高效的开展复杂数据的分析和基于数据的数字孪生模型建模。并且通过FMUs融合到系统级的数字孪生体模型中，支撑航空发动机的快速迭代设计。