基于蠕变性能与微观组织的航空发动机叶片蠕变寿命预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外蠕变寿命预测研究概况 | 第12-15页 |
| 1.2.1 基于蠕变性能的蠕变寿命预测研究概况 | 第12-14页 |
| 1.2.2 基于微观组织的蠕变寿命预测研究概况 | 第14-15页 |
| 1.3 课题主要研究内容 | 第15-17页 |
| 第2章 基于蠕变性能的蠕变寿命预测模型 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 材料蠕变性能的指标 | 第17页 |
| 2.3 时间-温度参数模型 | 第17-19页 |
| 2.3.1 TTP持久方程 | 第18页 |
| 2.3.2 热强参数综合曲线 | 第18-19页 |
| 2.4 模型系数的回归方法 | 第19-22页 |
| 2.4.1 线性最小二乘法系数回归 | 第20-21页 |
| 2.4.2 多项式最小二乘法系数回归 | 第21-22页 |
| 2.5 基于TTP的蠕变寿命预测模型的建立 | 第22-32页 |
| 2.5.1 模型中常数的优化求解 | 第23-30页 |
| 2.5.2 热强参数综合方程根的检验 | 第30-31页 |
| 2.5.3 仿真实验分析 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于微观组织的蠕变寿命预测模型 | 第33-54页 |
| 3.1 前言 | 第33页 |
| 3.2 误差反向传播(BP)网络 | 第33-36页 |
| 3.2.1 BP网络的结构 | 第33-35页 |
| 3.2.2 BP网络的学习过程 | 第35-36页 |
| 3.3 实验数据及预处理 | 第36-38页 |
| 3.3.1 试验数据的获取 | 第36-37页 |
| 3.3.2 归一化处理 | 第37-38页 |
| 3.4 BP神经网络模型的设计 | 第38-45页 |
| 3.4.1 网络结构的确定 | 第39页 |
| 3.4.2 隐含层节点数的设计 | 第39-41页 |
| 3.4.3 网络学习参数的选取 | 第41-42页 |
| 3.4.4 传递函数的选取 | 第42页 |
| 3.4.5 训练函数的确定 | 第42-45页 |
| 3.5 预测模型的性能分析 | 第45-52页 |
| 3.5.1 网络的训练与仿真 | 第45-49页 |
| 3.5.2 网络泛化能力检验 | 第49-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第4章 随机飞行历程蠕变寿命预测模型 | 第54-62页 |
| 4.1 引言 | 第54页 |
| 4.2 蠕变损伤模型的建立 | 第54-55页 |
| 4.3 蠕变寿命损伤累积理论 | 第55页 |
| 4.4 航空发动机载荷谱 | 第55-56页 |
| 4.5 随机飞行历程下的蠕变寿命预测模型 | 第56-58页 |
| 4.5.1 多工况下的蠕变寿命预测 | 第56-57页 |
| 4.5.2 单工况下的蠕变寿命预测 | 第57-58页 |
| 4.6 基于GH4037合金材料的仿真实验分析 | 第58-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第5章 蠕变寿命预测与分析软件开发 | 第62-78页 |
| 5.1 引言 | 第62-63页 |
| 5.2 软件总体设计 | 第63-65页 |
| 5.2.1 软件的设计目标 | 第63页 |
| 5.2.2 软件的结构设计 | 第63-65页 |
| 5.3 软件的开发环境与技术 | 第65-68页 |
| 5.3.1 软件开发环境 | 第65页 |
| 5.3.2 软件开发关键技术 | 第65-68页 |
| 5.4 软件的图形界面设计 | 第68-77页 |
| 5.4.1 基于蠕变性能的蠕变寿命预测模块 | 第69-72页 |
| 5.4.2 基于微观组织的蠕变剩余寿命预测模块 | 第72-75页 |
| 5.4.3 随机飞行历程下的蠕变寿命预测模块 | 第75-77页 |
| 5.5 软件的编译与封装 | 第77页 |
| 5.6 本章小结 | 第77-78页 |
| 第6章 结论与展望 | 第78-80页 |
| 6.1 结论 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |
