基于试验和薄层单元仿真的接触阻尼识别方法

来源 :推进技术 | 被引量 : 0次 | 上传用户:nwwwdff
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
接触刚度和阻尼是影响螺栓连接的装配结构动力学特性的关键参数,为了实现接触刚度和阻尼的同时识别,在前期开展的螺栓连接结构接触刚度识别的基础上,提出一种基于试验和薄层单元仿真的接触阻尼识别方法.通过在单螺栓连接结构中巧妙引入试验垫片,试验获得有界、对称且均匀接触状态下结构的固有特性与动态响应;进而建立模拟接触面刚度与阻尼的薄层单元,并仿真获得结构的动态响应特性;通过结构固有频率测试与仿真结果构建误差函数实现接触刚度识别,通过动态响应测试与仿真结果构建误差函数实现接触阻尼的识别,进而获得接触刚度与阻尼随接触法向力变化的模型.结果表明,接触刚度随法向力非线性增大而接触阻尼则非线性减小,当法向力较大时,接触刚度和阻尼趋于稳定.研究结果为接触刚度和阻尼的同时识别提供了一种行之有效的方法,识别平均误差分别为4.5%,14.8%,所识别的刚度和阻尼以合适的薄层单元形式,可直接应用到包含多接触面的装配系统动力学分析中.
其他文献
为了研究气液同轴离心式喷嘴缩进室内部非定常流动过程,采用Level Set和VOF(Vol?ume of fluid)相耦合的方法,结合网格自适应技术对缩进长度为8mm的液体中心式气液同轴离心式喷嘴流动过程进行了数值仿真研究,计算得到了较为精细的液膜一次破碎过程、流场结构和压力振荡特性.结果表明:液膜的破碎模式受气液比的影响较大,随气液比的增加,液膜破碎模式由波动破碎逐步转变为湍流破碎.此外,清晰获得了自激振荡过程,分析了缩进室内部压力场及速度场分布特征.研究发现,随着气体压降增加,气体环缝出口会出现膨胀
为了研究液体火箭发动机推力室再生冷却流动与传热的快速仿真方法,建立了推力室再生冷却的准二维模型,对航天飞机主发动机开展了再生冷却流动与传热计算仿真研究,对比分析了再生冷却准二维模型和三维模型的仿真计算结果.研究表明,两种计算模型均可较好地预测推力室燃气及再生冷却剂的流动和传热.三维模型计算精度高,但计算用时较长.计算得到的航天飞机主发动机的燃气侧壁面最高热流密度为162.2MW/m2,最高壁温为1159.7K,冷却剂温升为244.0K,压降为8.5MPa.准二维模型计算结果精度略有降低,但计算时间较三维模
为评估同轴离心式喷嘴燃烧稳定性裕度,开展了两种不同缩进长度喷嘴的稳定性试验研究.试验中燃料流量不变,逐步增加氧化剂流量,两种喷嘴在相同的混合比(2.28)发生振荡燃烧,均对应燃烧器第二阶纵向声模态频率.喷嘴A(缩进长度8.5mm)和喷嘴B(缩进长度12.5mm)最高振荡幅值对应的混合比分别为2.28和2.81.基于二阶非线性耦合振子模型,利用喷嘴稳定燃烧阶段的压力数据,分别从频域和时域识别系统衰减系数,发现两种方法得到的衰减系数在数量上一致,验证了两种分析方法的等价性.喷嘴A在不稳定发生前衰减系数突然增大
针对转子叶片叶根缘板过渡处高应力比弯曲振动疲劳问题,采用转子叶片结构细节刻画方法设计了特征模拟件,实现了对叶根缘板过渡特征的几何刻画和应力分布模拟.基于模态差异化方法,搭建了模拟件双轴弯曲振动加载系统,实现了轴向拉伸-高频弯曲振动的转子叶片典型双轴载荷施加.试验过程中试样处于高频弯曲振动状态下(>1kHz),测得的试样考核点弯曲应变幅稳定.试验结果显示试样宏观断裂位置与有限元计算最大应力点一致,对断口进行了宏/微观分析确定了试样断口疲劳源与裂纹扩展特征,证明采用结构细节刻画方法进行试样设计的合理性及所搭建
为发挥气膜冷却中各结构优势,数值模拟研究了双排气膜孔顺逆组合形式对沟槽表面气膜冷却效率影响,孔间距与气膜孔直径之比为5,孔排间距与气膜孔直径之比为12,吹风比为0.3,0.8和1.4.结果表明,在吹风比较小时,沟槽对气膜有显著的导向作用,冷气在相邻的沟槽内部流动.当吹风比增大时,冷气喷到沟槽顶部,导向作用减弱.顺向射流的气膜贴近冷却表面,在低吹风比下气膜冷却效率较高.在高吹风比下,逆向射流覆盖更宽,气膜孔排间叠加效应明显.吹风比为0.3时,顺-顺组合的气膜冷却效率最高,面平均气膜冷却效率为0.13.当吹风
学位
学位
学位
为了解决传统浮动环密封存在的摩擦磨损问题,提出一种采用小孔节流的动静压混合式浮动环密封(HFRS).核心是通过创新设计将密封介质从径向节流孔引入密封界面,使密封间隙内的流体膜同时具有静压和动压承载效应,显著提升浮动环密封承载性能而不需要外部条件.为了研究其承载和泄漏特性,建立了考虑入口压力损失和节流孔影响的HFRS承载力模型和泄漏量计算方法.采用有限差分法(FDM)及数值迭代程序计算流场压力分布,并分析获得转速、偏心率和密封介质压力对承载力、刚度、偏位角和泄漏量的影响规律.与传统直孔式浮动环密封(FRS)
针对传统机器学习的辅助动力装置(APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional neural network,CNN)-长短期记忆(Long short-term memory,LSTM)-注意力(Attention)的APU性能参数预测方法.引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征.使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测.使用某型APU的参