基于人工神经网络的涡轮盘蠕变可靠性分析方法

李全通; 景小宁; 吕文林

Chinese

您当前的位置：

首页 >

文章列表页 >

基于人工神经网络的涡轮盘蠕变可靠性分析方法

研究论文 | 更新时间：2026-07-07

- 基于人工神经网络的涡轮盘蠕变可靠性分析方法
- Artificial Neural Networks-Based Creep Reliability Analysis Method of Turbine Disk
- 航空动力学报 2003年18卷第2期
- 作者机构：
  
  1. 西北工业大学航空动力与热力工程系,陕西,西安,710072
  2. 空军工程大学工程学院,陕西,西安,710038
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2003
- 稿件说明：
移动端阅览
李全通, 景小宁, 吕文林. 基于人工神经网络的涡轮盘蠕变可靠性分析方法[J]. 航空动力学报, 2003,18(2).

LI Quan-tong, JING Xiao-ning, L Wen-lin. Artificial Neural Networks-Based Creep Reliability Analysis Method of Turbine Disk[J]. 2003, 18(2).
李全通, 景小宁, 吕文林. 基于人工神经网络的涡轮盘蠕变可靠性分析方法[J]. 航空动力学报, 2003,18(2). DOI：

LI Quan-tong, JING Xiao-ning, L Wen-lin. Artificial Neural Networks-Based Creep Reliability Analysis Method of Turbine Disk[J]. 2003, 18(2). DOI：

摘要

用ADINA程序计算的涡轮盘盘缘蠕变位移量的有限个结果对人工神经网络进行训练。利用Monte-Carlo法对基本随机变量进行随机抽样

并基于随机有限元方法思想用人工神经网络代替有限元程序计算涡轮盘盘缘蠕变位移量

进而分析涡轮盘蠕变可靠性。

Abstract

The basic variables are sampled by Monte Carlo method. Instead of complicate finite element analysis

a Neural Network

which was well trained by the results of ADINA program

is used to calculate the displacement at the rim of turbine disc.As a result

this paper shows how to use Neural Network method to calculate the creep reliability of an aero engine turbine disc.

关键词

Keywords

references

浏览量

437

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

θ参数法在涡轮盘蠕变变形分析中的应用

高温合金松弛过程回归分析方法

涡轮转子随机结构的可靠性研究

考虑蠕变和应力松弛的发动机高温构件寿命分析方法

结构振动可靠性设计方法研究

相关机构

北京航空航天大学能源与动力工程学院

中国航空发动机集团有限公司商用航空发动机有限责任公司上海商用飞机发动机工程技术研究中心

北京航空航天大学小样本技术研究中心

东北大学机械工程与自动化学院

大庆石油学院数学系

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰