基于神经网络和分解技术的叶片强度可靠性设计及敏感性分析.pdfVIP

学兔兔 第6卷第3期 中 国 工 程 机 械 学 报 V01．6 No．3 2008年9月 CHINESEJOURNALOFCONSTRUCTIONMACHINERY Sep．2008 基于神经网络和分解技术的叶片强度 可靠性设计及敏感性分析 王璋奇，段 巍 (华北电力大学机械工程系，河北保定 071003) 摘要：考虑随机因素的影响对叶片进行可靠性设计和敏感性分析是叶片高可靠性工作的要求．当叶片结构响应 为随机变量隐性函数时，无法采用常规可靠性设计方法求解随机设计参数．以某实验台汽轮机等直叶片为研究 对象，提出了基于有限元、神经网络和分解技术的可靠性设计方法，将有限元和神经网络相结合，成功构造出功 能函数与随机输入变量之间的近似解析表达式；运用分解技术，将求解随机设计变量的全局优化问题分解为简 单的主问题和子问题，通过子问题直接调用标准优化工具箱得到可靠性指标并运用分解迭代技术对主问题求解 从而得到随机设计参数．此外，该方法不需额外计算就可得到目标可靠性指标对各随机变量的敏感性，从而定量 地判断出输入变量(变量的均值或变异系数)对可靠性指标的影响程度．该方法成功解决了叶片结构响应为随机 变量隐性函数时的可靠性设计问题，数学描述简单并可直接应用标准优化程序，降低了工程难度，具有较好的应 用价值． 关键词：叶片；可靠性设计；有限元法；神经网络；分解技术；敏感性分析 中图分类号：TK 262 文献标识码：A 文章编号：1672—5581(2008)03—0315—09 Strength reliability design and sensitivity analysis on steam turbine blade using neural network and decomposition technique WANG Zhang-qi，DUAN Wei (Department of Mechanical Engineering，Noah China Electric Power University，Baoding 071003，China) Abstract：In consideration with stochastic factors，the high—reliability requirement on steam turbine blade is involved in reliability design and sensitivity analysis．鼢 en blade structural response is SUbordinated to a ran． dora—variable implicit function，random design parameters cannot be efficiently solved using generic reliability design methods．As such，a novel reliability design methodology，which integrates finite element method (FEM)with artificial neural networks(ANNs)and decomposition technology，is first investigated for an e—