一种液体火箭发动机涡轮寿命可靠性优化设计方法和装置

本发明涉及液体火箭发动机的，尤其是涉及一种液体火箭发动机涡轮寿命可靠性优化设计方法和装置。

背景技术：

1、液体火箭发动机涡轮叶片的优化设计包含三个要素：优化变量、约束条件和优化目标。现有液体火箭发动机涡轮叶片优化设计往往以性能为优化目标，优化变量为涡轮叶片的几何参数，约束条件为结构强度和性能。鉴于优化目标并未考虑涡轮叶片寿命，约束条件并未考虑涡轮叶片工作的可靠性，因此增加了涡轮叶片多次工作循环后的失效风险，涡轮叶片工作的可靠性也难以保证。而如果将可靠性作为约束条件引入涡轮叶片的优化设计流程，将会导致计算量以几何式增加，进而延长可靠性优化设计的时间。

技术实现思路

1、本发明的目的在于提供一种液体火箭发动机涡轮寿命可靠性优化设计方法和装置，减少了可靠性优化设计的时间，降低了涡轮叶片多次工作循环后的失效风险，提升了涡轮叶片的可靠性。

2、第一方面，本发明提供一种液体火箭发动机涡轮寿命可靠性优化设计方法，包括：基于涡轮优化变量的取值范围构建第一样本池；其中，所述涡轮优化变量为液体火箭发动机设计过程中的经验参数；所述第一样本池中的每个第一样本对应一种涡轮优化变量的取值组合；基于涡轮工作过程仿真计算第一数量个第一样本对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，得到第一数量个涡轮疲劳寿命、涡轮工作效率和涡轮功率；基于所述第一数量个第一样本及对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，构建涡轮优化变量与涡轮疲劳寿命、涡轮工作效率和涡轮功率的初始克里金代理模型；其中，所述初始克里金代理模型包括：初始寿命克里金代理模型，初始效率克里金代理模型和初始功率克里金代理模型；基于第二数量个第一样本及对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，计算所述初始克里金代理模型的精度；其中，所述第二数量个第一样本与所述第一数量个第一样本无交集；在确定所述精度小于或等于第一阈值的情况下，增加构建克里金代理模型的样本数量，直至所述精度大于所述第一阈值，得到目标克里金代理模型；利用所述目标克里金代理模型计算剩余第一样本的涡轮疲劳寿命、涡轮工作效率和涡轮功率，并从中筛选出无效样本；其中，所述无效样本表示不满足预设约束条件的第一样本；所述预设约束条件包括：疲劳寿命约束条件、效率约束条件和功率约束条件；从所述第一样本池中剔除所述无效样本及其关联样本，得到更新后的第一样本池；将涡轮疲劳寿命作为优化目标，涡轮疲劳寿命的可靠性、涡轮工作效率和涡轮功率作为约束条件，利用遗传算法在所述更新后的第一样本池中进行寻优，得到涡轮优化变量的目标取值组合。

3、在可选的实施方式中，基于涡轮工作过程仿真计算第一数量个第一样本对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，得到第一数量个涡轮疲劳寿命、涡轮工作效率和涡轮功率，包括：基于第一目标样本构建涡轮叶片的三维模型，得到第一目标三维模型；其中，所述第一目标样本表示所述第一数量个第一样本中的任一样本；对所述第一目标三维模型进行多个循环的工作过程仿真，得到目标循环中涡轮流体域的出口质量流量和涡轮动叶的扭矩，以及涡轮叶片的危险点在每个循环中的应力和应变；其中，所述目标循环表示所述多个循环中的任一循环；所述危险点表示所述涡轮叶片在仿真过程中应力最大的位置；基于所述目标循环中所述危险点的最大应力和应变幅值，计算所述涡轮叶片在目标循环后的低周疲劳损伤；基于所述目标循环中所述危险点的残余应变和初始应变，计算所述涡轮叶片在目标循环后的棘轮损伤；基于线性累积损伤法则和多个循环后的低周疲劳损伤和棘轮损伤，确定所述第一目标样本对应的涡轮疲劳寿命；基于所述目标循环中涡轮动叶的扭矩计算所述第一目标样本对应的涡轮功率；基于所述涡轮功率和所述目标循环中涡轮流体域的出口质量流量，计算所述第一目标样本对应的涡轮工作效率。

4、在可选的实施方式中，对所述第一目标三维模型进行多个循环的工作过程仿真，得到目标循环中涡轮流体域的出口质量流量和涡轮动叶的扭矩，以及涡轮叶片的危险点在每个循环中的应力和应变，包括：对所述第一目标三维模型进行布尔运算，得到所述第一目标三维模型的流体域；对所述第一目标三维模型进行离散化处理，以将所述涡轮叶片的表面划分为多个位置；重复执行下述步骤，直至达到预设循环次数：对所述流体域开展流动仿真，得到第一流动仿真结果和第二流动仿真结果；其中，所述第一流动仿真结果包括：涡轮叶片表面各位置的温度、压力和换热系数；所述第二流动仿真结果包括：涡轮流体域的出口质量流量和涡轮动叶的扭矩；将所述第一流动仿真结果作为载荷边界条件，对所述涡轮叶片进行瞬态热-结构仿真，得到涡轮叶片表面各位置的应力和应变；基于涡轮叶片表面各位置的应力确定所述涡轮叶片表面的危险点，并获取所述危险点在当前循环中的应力和应变。

5、在可选的实施方式中，基于第二数量个第一样本及对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，计算所述初始克里金代理模型的精度，包括：利用所述初始克里金代理模型对第二目标样本进行处理，得到所述第二目标样本对应的预测疲劳寿命、预测效率和预测功率；其中，所述第二目标样本表示所述第二数量个第一样本中的任一样本；计算第二数量个第一样本的目标指标的平均值；其中，所述目标指标包括以下其中一种：涡轮疲劳寿命、涡轮工作效率和涡轮功率；基于涡轮疲劳寿命的平均值、所述第二数量个第一样本的涡轮疲劳寿命和所述预测疲劳寿命，计算所述初始寿命克里金代理模型的精度；基于涡轮工作效率的平均值、所述第二数量个第一样本的涡轮工作效率和所述预测效率，计算所述初始效率克里金代理模型的精度；基于涡轮功率的平均值、所述第二数量个第一样本的涡轮功率和所述预测功率，计算所述初始功率克里金代理模型的精度。

6、在可选的实施方式中，从所述第一样本池中剔除所述无效样本及其关联样本，得到更新后的第一样本池，包括：基于所述涡轮优化变量的取值范围确定每个涡轮优化变量的最大值；基于每个涡轮优化变量的最大值和预设关联系数，计算每个所述涡轮优化变量对应的关联空间；基于所述无效样本和每个所述涡轮优化变量对应的关联空间，确定所述无效样本的关联样本；将所述无效样本及其关联样本，从所述第一样本池中剔除，得到所述更新后的第一样本池。

7、在可选的实施方式中，将涡轮疲劳寿命作为优化目标，涡轮疲劳寿命的可靠性、涡轮工作效率和涡轮功率作为约束条件，利用遗传算法在所述更新后的第一样本池中进行寻优，得到涡轮优化变量的目标取值组合，包括：基于所述更新后的第一样本池确定遗传算法的初始种群；其中，初始种群中的个体与所述更新后的第一样本池中的样本一一对应；基于所述目标克里金代理模型确定所述初始种群中的最优个体，以及所述最优个体的涡轮工作效率和涡轮功率；其中，所述最优个体表示种群中涡轮疲劳寿命最大的个体；在确定所述最优个体的涡轮疲劳寿命、涡轮工作效率和涡轮功率均满足相应的约束条件的情况下，计算所述最优个体的涡轮疲劳寿命的可靠性，得到初始最优可靠性；判断所述初始最优可靠性是否大于第二阈值；若小于或等于，则基于遗传算法不断更新种群，直至满足以下迭代终止条件：目标代种群中最优个体和所述目标代种群的下一代种群中最优个体的涡轮工作效率和涡轮功率均满足相应的约束条件，目标代种群中最优个体和所述下一代种群中最优个体的涡轮疲劳寿命的可靠性大于所述第二阈值，所述目标代种群中最优个体的涡轮疲劳寿命与所述目标代种群的下一代种群中最优个体的涡轮疲劳寿命之间的差值小于第三阈值；将目标代种群中最优个体和下一代种群中最优个体中，涡轮疲劳寿命相对较大的最优个体作为涡轮优化变量的目标取值组合。

8、在可选的实施方式中，计算所述最优个体的涡轮疲劳寿命的可靠性，得到初始最优可靠性，包括：基于影响涡轮叶片寿命的指定变量的取值范围构建第二样本池；其中，所述第二样本池中的每个第二样本对应一种指定变量的取值组合；在所述初始种群中最优个体的取值基础上，基于涡轮工作过程仿真计算第三数量个第二样本对应的涡轮疲劳寿命，得到第三数量个涡轮疲劳寿命；基于所述第三数量个第二样本及对应的涡轮疲劳寿命，构建所述指定变量与涡轮疲劳寿命的二阶响应面模型；在所述第二样本池中随机抽取第四数量个第二样本，并基于所述二阶响应面模型计算所述第四数量个第二样本的涡轮疲劳寿命；通过威布尔分布对所述第四数量个第二样本的涡轮疲劳寿命进行拟合，得到涡轮叶片的疲劳寿命分布、所述疲劳寿命分布的尺度参数和形状参数；基于所述尺度参数、所述形状参数和所述初始种群中最优个体的涡轮疲劳寿命，计算所述初始种群中最优个体的涡轮疲劳寿命的可靠度。

9、第二方面，本发明提供一种液体火箭发动机涡轮寿命可靠性优化设计装置，包括：第一构建模块，用于基于涡轮优化变量的取值范围构建第一样本池；其中，所述涡轮优化变量为液体火箭发动机设计过程中的经验参数；所述第一样本池中的每个第一样本对应一种涡轮优化变量的取值组合；第一计算模块，用于基于涡轮工作过程仿真计算第一数量个第一样本对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，得到第一数量个涡轮疲劳寿命、涡轮工作效率和涡轮功率；第二构建模块，用于基于所述第一数量个第一样本及对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，构建涡轮优化变量与涡轮疲劳寿命、涡轮工作效率和涡轮功率的初始克里金代理模型；其中，所述初始克里金代理模型包括：初始寿命克里金代理模型，初始效率克里金代理模型和初始功率克里金代理模型；第二计算模块，用于基于第二数量个第一样本及对应的涡轮疲劳寿命、涡轮工作效率和涡轮功率，计算所述初始克里金代理模型的精度；其中，所述第二数量个第一样本与所述第一数量个第一样本无交集；训练模块，用于在确定所述精度小于或等于第一阈值的情况下，增加构建克里金代理模型的样本数量，直至所述精度大于所述第一阈值，得到目标克里金代理模型；第三计算模块，用于利用所述目标克里金代理模型计算剩余第一样本的涡轮疲劳寿命、涡轮工作效率和涡轮功率，并从中筛选出无效样本；其中，所述无效样本表示不满足预设约束条件的第一样本；所述预设约束条件包括：疲劳寿命约束条件、效率约束条件和功率约束条件；剔除模块，用于从所述第一样本池中剔除所述无效样本及其关联样本，得到更新后的第一样本池；寻优模块，用于将涡轮疲劳寿命作为优化目标，涡轮疲劳寿命的可靠性、涡轮工作效率和涡轮功率作为约束条件，利用遗传算法在所述更新后的第一样本池中进行寻优，得到涡轮优化变量的目标取值组合。

10、第三方面，本发明提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施方式中任一项所述的液体火箭发动机涡轮寿命可靠性优化设计方法的步骤。

11、第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现前述实施方式中任一项所述的液体火箭发动机涡轮寿命可靠性优化设计方法。

12、本发明提供的液体火箭发动机涡轮寿命可靠性优化设计方法，是以液体火箭发动机设计过程中的经验参数为涡轮优化变量的可靠性优化设计流程，在得到涡轮优化变量与涡轮疲劳寿命、涡轮工作效率和涡轮功率的目标克里金代理模型之后，利用预设约束条件从第一样本池中剔除无效样本及其关联样本，从而缩小了后续遗传算法的寻优范围，进而减少了可靠性优化设计的时间，提升了寻优速度。并且，本发明将涡轮疲劳寿命作为优化目标，将涡轮疲劳寿命的可靠性、涡轮工作效率和涡轮功率作为约束条件引入涡轮叶片的优化设计流程，从而降低了涡轮叶片多次工作循环后的失效风险，提升了涡轮叶片的可靠性。