首页 | 本学科首页   官方微博 | 高级检索  
     

基于反向传播神经网络的增压器涡轮转子过盈连接结构优化设计
引用本文:陈升,刘烨,景国玺,陈光,彭前亮,孙秀秀.基于反向传播神经网络的增压器涡轮转子过盈连接结构优化设计[J].内燃机工程,2024,45(1).
作者姓名:陈升  刘烨  景国玺  陈光  彭前亮  孙秀秀
作者单位:河北工业大学 机械工程学院,天津 300130;天津市新能源汽车动力传动与安全技术重点实验室,天津 300130,中国北方发动机研究所,天津 300400,河北工业大学 机械工程学院,天津 300130;天津市新能源汽车动力传动与安全技术重点实验室,天津 300130,河北工业大学 机械工程学院,天津 300130;天津市新能源汽车动力传动与安全技术重点实验室,天津 300130,河北工业大学 机械工程学院,天津 300130;天津市新能源汽车动力传动与安全技术重点实验室,天津 300130,河北工业大学 机械工程学院,天津 300130;天津市新能源汽车动力传动与安全技术重点实验室,天津 300130
基金项目:国防科技重点实验室基金项目(61422120301)
摘    要:针对钛铝合金涡轮与K418合金套的过盈连接结构存在的应力问题,以涡轮转子过盈连接结构为研究对象,设计型线结构并建立过盈连接结构应力预测模型,基于过盈连接结构应力预测模型分析不同型线对应力分布状态的影响。研究结果表明:过盈连接结构应力预测模型具有较高的精度,对平均接触应力的预测误差为0.67%,对最大Mises应力的预测误差为8.25%。采用过盈连接结构应力预测模型得到的型线优化设计方案使涡轮轴最大Mises应力减少了42.01%,而平均接触应力只减少了10.22%,增压器涡轮转子过盈连接结构可靠性显著提高。

关 键 词:钛铝合金  涡轮  过盈连接  结构优化
收稿时间:2023/6/6 0:00:00
修稿时间:2023/8/2 0:00:00

Optimization Design of the Interference Connection Structure for Turbocharger Turbine Rotors Based on Back Propagation Neural Network
CHEN Sheng,LIU Ye,JING Guoxi,CHEN Guang,PENG Qianliang and SUN Xiuxiu.Optimization Design of the Interference Connection Structure for Turbocharger Turbine Rotors Based on Back Propagation Neural Network[J].Chinese Internal Combustion Engine Engineering,2024,45(1).
Authors:CHEN Sheng  LIU Ye  JING Guoxi  CHEN Guang  PENG Qianliang and SUN Xiuxiu
Abstract:
Keywords:
点击此处可从《内燃机工程》浏览原始摘要信息
点击此处可从《内燃机工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号