基于统计学习理论的叶片动静频率概率设计及敏感性分析

• 作者: 段巍 王璋奇
• 来源期刊: 热能动力工程
• 学科: 工学
• 关键词: 统计学习理论 叶片 静(动)频 概率设计 概率敏感性分析 RBF神经网络
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 热力涡轮机械
• 页码范围: 453-458
• 页数: 6页
• 分类号: TK262
• 字数: 3691字
• 语种: 中文

摘要

考虑随机因素的影响,对叶片固有振动特性进行概率分析,并判断其对随机参数的敏感性是叶片动强度可靠性设计的基础.以某试验台用汽轮机等直叶片为研究对象,考虑几何参数(长度、宽度、厚度)、材料参数(弹性模量,密度)和转速的随机性,运用统计学习理论,将确定性有限元、径向基函数(RBF)神经网络和Monte carlo模拟法相结合,得到了叶片静(动)频率的统计参数和累积分布函数.采用概率敏感性分析方法,定量地判断出叶片静、动频率对随机输入变量的敏感性,分析结果对工程实际具有一定的指导意义.此外,还将计算结果与响应面方法进行了比较,得出该方法较响应面方法更加快捷,可作为叶片动强度可靠性分析的可选方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段巍	华北电力大学机械工程系	30	375	11.0	18.0
2	王璋奇	华北电力大学机械工程系	118	1154	19.0	27.0