| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 叶尖间隙预估 | 第15页 |
| 1.2.2 多场耦合数值仿真 | 第15-16页 |
| 1.2.3 结构优化 | 第16-17页 |
| 1.3 高压涡轮机匣典型结构 | 第17-20页 |
| 1.4 本文的主要研究工作 | 第20-21页 |
| 第二章 高压涡轮机匣热固耦合分析方法验证实验 | 第21-34页 |
| 2.1 热固耦合分析方法 | 第21-22页 |
| 2.2 热固耦合分析方法验证实验方案设计 | 第22-28页 |
| 2.2.1 试验件设计 | 第22-23页 |
| 2.2.2 实验系统设计 | 第23页 |
| 2.2.3 加温系统 | 第23-25页 |
| 2.2.4 采集系统 | 第25-28页 |
| 2.3 实验步骤 | 第28页 |
| 2.4 实验实测数据 | 第28-29页 |
| 2.5 试验件有限元分析 | 第29-31页 |
| 2.5.1 计算模型 | 第29-30页 |
| 2.5.2 计算边界 | 第30-31页 |
| 2.5.3 仿真计算结果 | 第31页 |
| 2.6 实验数据与有限元结果对比分析 | 第31-32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 高压涡轮机匣轴对称模型热固耦合优化设计 | 第34-54页 |
| 3.1 UG参数化建模方法 | 第34-35页 |
| 3.1.1 UG简介 | 第34页 |
| 3.1.2 参数化建模具体步骤 | 第34-35页 |
| 3.2 多学科联合仿真优化设计 | 第35-36页 |
| 3.2.1 多学科联合仿真平台ISIGHT简介 | 第35页 |
| 3.2.2 优化算法 | 第35-36页 |
| 3.3 高压涡轮机匣轴对称模型热固耦合分析 | 第36-40页 |
| 3.4 优化策略 | 第40页 |
| 3.5 参数化模型建立 | 第40-41页 |
| 3.6 高压涡轮机匣轴对称模型单目标优化设计 | 第41-46页 |
| 3.6.1 结构参量灵敏度分析 | 第42-43页 |
| 3.6.2 单目标优化数学模型 | 第43-44页 |
| 3.6.3 优化结果与分析 | 第44-46页 |
| 3.7 高压涡轮机匣轴对称模型多目标优化设计 | 第46-52页 |
| 3.7.1 多目标优化问题定义 | 第46页 |
| 3.7.2 多目标优化过程 | 第46-47页 |
| 3.7.3 结构参量灵敏度分析 | 第47-49页 |
| 3.7.4 多目标优化数学模型 | 第49页 |
| 3.7.5 优化结果与分析 | 第49-51页 |
| 3.7.6 权重系数对多目标优化效果的影响研究 | 第51-52页 |
| 3.8 本章小结 | 第52-54页 |
| 第四章 高压涡轮机匣轴对称模型热固耦合优化设计近似建模 | 第54-66页 |
| 4.1 近似模型 | 第54-56页 |
| 4.1.1 响应面模型（RSM） | 第54-55页 |
| 4.1.2 人工神经网络模型 | 第55-56页 |
| 4.1.3 Kriging模型 | 第56页 |
| 4.2 近似模型预测精度 | 第56-57页 |
| 4.2.1 复相关系数（R2） | 第56-57页 |
| 4.2.2 均方根误差（Root-Mean-Square Error，RMSE） | 第57页 |
| 4.3 高压涡轮机匣轴对称模型热固耦合优化近似建模 | 第57-64页 |
| 4.3.1 RSM模型的应用 | 第57-59页 |
| 4.3.2 人工神经网络模型的应用 | 第59-61页 |
| 4.3.3 Kriging模型的应用 | 第61-62页 |
| 4.3.4 近似模型与全仿真模型优化效果及优化效率对比 | 第62-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 主要工作及结论 | 第66-67页 |
| 5.2 今后研究方向 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73-74页 |
| 附录 | 第74-78页 |
