CN111723510B - 叶片危险模态的识别方法 - Google Patents

叶片危险模态的识别方法 Download PDF

Info

Publication number
CN111723510B
CN111723510B CN202010595155.XA CN202010595155A CN111723510B CN 111723510 B CN111723510 B CN 111723510B CN 202010595155 A CN202010595155 A CN 202010595155A CN 111723510 B CN111723510 B CN 111723510B
Authority
CN
China
Prior art keywords
blade
excitation
vibration data
determining
maximum vibration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010595155.XA
Other languages
English (en)
Other versions
CN111723510A (zh
Inventor
王月华
王建方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Aviation Powerplant Research Institute AECC
Original Assignee
Hunan Aviation Powerplant Research Institute AECC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Aviation Powerplant Research Institute AECC filed Critical Hunan Aviation Powerplant Research Institute AECC
Priority to CN202010595155.XA priority Critical patent/CN111723510B/zh
Publication of CN111723510A publication Critical patent/CN111723510A/zh
Application granted granted Critical
Publication of CN111723510B publication Critical patent/CN111723510B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Turbine Rotor Nozzle Sealing (AREA)

Abstract

本公开是关于一种叶片危险模态的识别方法，该识别方法包括：确定叶片的激振源及各所述激振源的激振区域；当所述叶片为转子叶片，在所述转子叶片的工作转速范围内，确定各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据；根据各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据，确定各所述激振源激起的所有共振模态的影响系数；确定所述叶片的共振转速、振动应力分布和稳态应力；根据所述共振转速、所述振动应力分布和所述稳态应力对所述影响系数进行加权评分，确定所述影响系数的分值；根据所述分值判别所述叶片的危险模态。

Description

叶片危险模态的识别方法
技术领域
本公开涉及叶轮机械技术领域，具体而言，涉及一种叶片危险模态的识别方法。
背景技术
近些年来，随着叶轮机械(如航空发动机)性能要求的提高，叶片厚度趋向于越来越薄，叶片的频率也越来越密集，叶片由高阶振动导致的故障时有发生。叶片自身的刚度较低以及盘片耦合会带来固有频率的高密集性，同时叶片上、下游激振结构数目众多。
现有技术中，通常是要求避开叶片的低阶共振，对于高阶模态鲜有涉及。现有设计技术没有涉及高阶模态，无法在设计阶段识别具有危害性的高阶模态共振，因此也无法在设计阶段对其进行规避，这些具有危害性的高阶模态共振只有到试验或使用阶段才能被发现，导致设计的反复，付出的巨大的时间、人力和物力代价。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种叶片危险模态的识别方法，能够识别在叶片已知激振范围内的危险模态。
根据本公开的一个方面，提供了一种叶片危险模态的识别方法，该识别方法包括：
确定叶片的激振源及各所述激振源的激振区域；
当所述叶片为转子叶片，在所述转子叶片的工作转速范围内，确定各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据；
根据各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据，确定各所述激振源激起的所有共振模态的影响系数；
确定所述叶片的共振转速、振动应力分布和稳态应力；
根据所述共振转速、所述振动应力分布和所述稳态应力对所述影响系数进行加权评分，确定所述影响系数的分值；
根据所述分值判别所述叶片的危险模态。
在本公开的一种示例性实施例中，所述识别方法还包括：
当所述叶片为静子叶片，确定各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据。
在本公开的一种示例性实施例中，根据所述分值判别所述叶片的危险模态，包括：
预设一目标值；
当所述分值大于或等于所述目标值时，则判断所述叶片处于危险模态。
在本公开的一种示例性实施例中，根据所述分值判别所述叶片的危险模态，还包括：
当所述分值小于所述目标值时，则判断所述叶片未处于危险模态。
在本公开的一种示例性实施例中，所述振动数据为振动位移。
在本公开的一种示例性实施例中，所述振动数据为振动应力。
在本公开的一种示例性实施例中，各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据与整个所述叶片的最大振动数据的比值，为所述影响系数。
在本公开的一种示例性实施例中，通过流场测试或非定常流场分析，确定叶片的激振源及各所述激振源的激振区域。
在本公开的一种示例性实施例中，根据有限元分析，确定所述稳态应力。
在本公开的一种示例性实施例中，根据振动分析，确定所述共振转速与所述振动应力分布。
本公开提供的叶片危险模态的识别方法，当叶片为转子叶片，能够根据各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据，确定各激振源激起的所有共振模态的影响系数，接着根据共振转速、振动应力分布和稳态应力对影响系数进行加权评分，确定影响系数的分值，从而根据分值判别叶片的危险模态；在设计阶段能够识别具有危害性的高阶模态共振，能够在设计阶段对其进行规避，避免了这些具有危害性的高阶模态共振只有到试验或使用阶段才能被发现，避免导致设计的反复，以及避免付出巨大的时间、人力和物力代价。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为现有技术中叶片Campbell图；
图2为本公开的一种实施例提供的叶片危险模态的识别方法的流程图；
图3为本公开的一种实施例提供的叶片前缘激振载荷频谱图；
图4为本公开的一种实施例提供的叶片尾缘激振载荷频谱图；
图5为本公开的一种实施例提供的叶片上游激振源激振载荷沿弦长变化关系图；
图6为本公开的一种实施例提供的叶片下游激振源激振载荷沿弦长变化关系图；
图7为本公开的一种实施例提供的离心叶轮叶片振动位移分布图；
图8为本公开的一种实施例提供的离心叶轮叶片某激振影响区域振动位移分布图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
用语“一个”、“一”、“该”和“”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
申请人发现，在叶片的振动设计中，通常借助于Campbell图(如图1所示)来避开共振。然而，由于叶片自身的刚度较低以及盘片耦合会带来固有频率的高密集性，同时叶片上、下游激振结构数目众多，使得采用Campbell图(坎贝尔图)法避开所有共振(尤其是高阶)是不可能的。
本示例实施方式中提供了一种叶片危险模态的识别方法，如图2所示，该识别方法包括：
步骤S100、确定叶片的激振源及各激振源的激振区域；
步骤S200、当叶片为转子叶片，在转子叶片的工作转速范围内，确定各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据；
步骤S300、根据各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据，确定各激振源激起的所有共振模态的影响系数；
步骤S400、确定叶片的共振转速、振动应力分布和稳态应力；
步骤S500、根据共振转速、振动应力分布和稳态应力对影响系数进行加权评分，确定影响系数的分值；
步骤S600、根据分值判别叶片的危险模态。
本公开提供的叶片危险模态的识别方法，当叶片为转子叶片，能够根据各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据，确定各激振源激起的所有共振模态的影响系数，接着根据共振转速、振动应力分布和稳态应力对影响系数进行加权评分，确定影响系数的分值，从而根据分值判别叶片的危险模态；在设计阶段能够识别具有危害性的高阶模态共振，能够在设计阶段对其进行规避，避免了这些具有危害性的高阶模态共振只有到试验或使用阶段才能被发现，避免导致设计的反复，以及避免付出巨大的时间、人力和物力代价。
下面，将对本示例实施方式中的叶片危险模态的识别方法的各步骤进行进一步的说明。
在步骤S100中，确定叶片的激振源及各激振源的激振区域。
具体地，如图3-图6所示；可通过非定常流场分析或流场测试，确定叶片承受的主要激振源及其影响区域，即各激振源的激振区域。其中，图3和图4的横坐标为振幅(Frequency)，纵坐标为频率(Amplitude)；图5和图6的横坐标为叶片弦长(chord)，纵坐标为频率(Amplitude)，其中，图中span为弦长。
在步骤S200中，当叶片为转子叶片，在转子叶片的工作转速范围内，确定各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据。
具体地，根据由上述步骤确定的主要激振源及其影响区域，当叶片为转子叶片，在转子叶片的工作转速范围内，计算各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据；当叶片为静子叶片，叶片无工作转速范围，直接计算各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据。
其中，振动数据可为振动位移或振动应力。影响系数计算所用的振动位移或振动应力，可以通过振动分析或振动试验得到，这些振动位移或位移应力可以为总量也可以为某个方向的分量。
在步骤S300中，根据各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据，确定各激振源激起的所有共振模态的影响系数。
具体地，根据上述步骤获取的各激振源激起的所有共振模态的激振区域内叶片的最大振动数据及整个叶片的最大振动数据，分别计算各激振源激起的所有共振模态的影响系数。其中，激振源激起的所有共振模态的激振区域内叶片的最大振动数据与整个叶片的最大振动数据的比值，为影响系数。
影响系数计算公式如下：
Figure BDA0002557214960000061
其中：
Ani、第i个激振源在叶片第n阶模态下主要影响区域内的最大振动位移或最大应力；
An、叶片第n阶模态下的最大振动位移或振动应力。
示例的，图7和图8示出了离心叶轮叶片振动位移分布与离心叶轮叶片某激振影响区域振动位移分布，某离心叶轮叶片在17倍频激振下的影响系数参见表1：
表1：
Figure BDA0002557214960000062
Figure BDA0002557214960000071
在步骤S400中，确定叶片的共振转速、振动应力分布和稳态应力。
具体地，可根据有限元分析，确定稳态应力；根据振动分析，确定共振转速与振动应力分布。
在步骤S500中，根据共振转速、振动应力分布和稳态应力对影响系数进行加权评分，确定影响系数的分值。
具体地，结合共振转速、振动应力分布和稳态应力对影响系数进行加权评分，确定影响系数的分值。
在步骤S600中，根据分值判别叶片的危险模态。
具体地，根据分值判别叶片的危险模态，包括：预设一目标值；当分值大于或等于目标值时，则判断叶片处于危险模态；当分值小于目标值时，则判断叶片未处于危险模态。其中，预设值可根据具体经验进行取值，例如预设值可为关于影响系数的取值，当预设值大于或等于20％时，判断叶片处于危险模态。当然，也可在影响系数大于或等于10％或30％时，判断叶片处于危险模态，本领域技术人员可根据具体情况进行取值，本公开对此不做限制。
其中，加权后影响系数的分值作为判别危险模态及其危险程度的标准，也可以作为评估改进设计效果的指标。例如，当影响系数大于60％时，可认为叶片的危险程度较大。当然，也可在影响系数大于50％或70％时，认为叶片的危险程度较大，本领域技术人员可根据具体情况进行取值，本公开对此不做限制。
本公开可以识别叶片在其工作转速范围内，不需要通过避开共振就可以在已知激振频率范围内所有模态中的危险模态及其危险程度，可以在设计阶段对危险模态进行改进，并对改进设计效果进行评估。本公开能够应用在航空发动机离心叶轮叶片排故以及改进设计中，按本公开识别的危险模态以及进行相应改进后的离心叶轮工作安全可靠。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

Claims (10)

1.一种叶片危险模态的识别方法，其特征在于，包括：
确定叶片的激振源及各所述激振源的激振区域；
当所述叶片为转子叶片，在所述转子叶片的工作转速范围内，确定各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据；
根据各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据，确定各所述激振源激起的所有共振模态的影响系数；
确定所述叶片的共振转速、振动应力分布和稳态应力；
根据所述共振转速、所述振动应力分布和所述稳态应力对所述影响系数进行加权评分，确定所述影响系数的分值；
根据所述分值判别所述叶片的危险模态。
2.根据权利要求1所述的识别方法，其特征在于，所述识别方法还包括：
当所述叶片为静子叶片，确定各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据及整个所述叶片的最大振动数据。
3.根据权利要求1所述的识别方法，其特征在于，根据所述分值判别所述叶片的危险模态，包括：
预设一目标值；
当所述分值大于或等于所述目标值时，则判断所述叶片处于危险模态。
4.根据权利要求3所述的识别方法，其特征在于，根据所述分值判别所述叶片的危险模态，还包括：
当所述分值小于所述目标值时，则判断所述叶片未处于危险模态。
5.根据权利要求1所述的识别方法，其特征在于，所述振动数据为振动位移。
6.根据权利要求1所述的识别方法，其特征在于，所述振动数据为振动应力。
7.根据权利要求5或6所述的识别方法，其特征在于，各所述激振源激起的所有共振模态的所述激振区域内叶片的最大振动数据与整个所述叶片的最大振动数据的比值，为所述影响系数。
8.根据权利要求1所述的识别方法，其特征在于，通过流场测试或非定常流场分析，确定叶片的激振源及各所述激振源的激振区域。
9.根据权利要求1所述的识别方法，其特征在于，根据有限元分析，确定所述稳态应力。
10.根据权利要求1所述的识别方法，其特征在于，根据振动分析，确定所述共振转速与所述振动应力分布。
CN202010595155.XA 2020-06-28 2020-06-28 叶片危险模态的识别方法 Active CN111723510B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010595155.XA CN111723510B (zh) 2020-06-28 2020-06-28 叶片危险模态的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010595155.XA CN111723510B (zh) 2020-06-28 2020-06-28 叶片危险模态的识别方法

Publications (2)

Publication Number Publication Date
CN111723510A CN111723510A (zh) 2020-09-29
CN111723510B true CN111723510B (zh) 2023-02-17

Family

ID=72569187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010595155.XA Active CN111723510B (zh) 2020-06-28 2020-06-28 叶片危险模态的识别方法

Country Status (1)

Country Link
CN (1) CN111723510B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487548B (zh) * 2020-11-03 2022-05-20 中国直升机设计研究所 一种基于打样疲劳载荷的直升机旋翼动部件优化方法
CN113654701B (zh) * 2021-08-24 2023-07-25 中国航发湖南动力机械研究所 一种航空发动机转子叶片的动应力测量装置及其应用
CN114151146B (zh) * 2021-10-20 2023-05-05 中国航发四川燃气涡轮研究院 多联带冠涡轮转子叶片气流激振力参数的获取方法
CN113984317B (zh) * 2021-10-26 2023-12-15 中国航发沈阳发动机研究所 一种双向旋转叶盘激振试验装置及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104053905A (zh) * 2011-12-20 2014-09-17 维斯塔斯风力***集团公司 控制风力涡轮机的方法及风力涡轮机
KR101480662B1 (ko) * 2014-01-08 2015-01-12 두산중공업 주식회사 풍속 측정 블레이드를 구비한 풍력발전 장치, 풍속 측정 방법, 운전 모드 제어방법 및 위험 운전 모드 경고방법
CN109522592A (zh) * 2018-10-10 2019-03-26 南京航空航天大学 一种航空发动机叶片fod允修极限确定方法
CN110134990A (zh) * 2019-04-03 2019-08-16 南京航空航天大学 航空发动机叶片前缘危险部位的检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104053905A (zh) * 2011-12-20 2014-09-17 维斯塔斯风力***集团公司 控制风力涡轮机的方法及风力涡轮机
KR101480662B1 (ko) * 2014-01-08 2015-01-12 두산중공업 주식회사 풍속 측정 블레이드를 구비한 풍력발전 장치, 풍속 측정 방법, 운전 모드 제어방법 및 위험 운전 모드 경고방법
CN109522592A (zh) * 2018-10-10 2019-03-26 南京航空航天大学 一种航空发动机叶片fod允修极限确定方法
CN110134990A (zh) * 2019-04-03 2019-08-16 南京航空航天大学 航空发动机叶片前缘危险部位的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
流固耦合下轴流压气机叶片振动特性数值研究;张俊红等;《振动.测试与诊断》;20180215(第01期);全文 *

Also Published As

Publication number Publication date
CN111723510A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN111723510B (zh) 叶片危险模态的识别方法
Sorokes et al. A review of aerodynamically induced forces acting on centrifugal compressors, and resulting vibration characteristics of rotors
Ewins Control of vibration and resonance in aero engines and rotating machinery–An overview
CN110298117B (zh) 一种燃气轮机压气机叶片调频设计方法
CA2888919C (en) Reduction of equally spaced turbine nozzle vane excitation
Stapelfeldt et al. On the importance of engine-representative models for fan flutter predictions
Kou et al. Numerical study on vibration stress of rotating fan blade under aerodynamic load at critical speed
Yang et al. An improved analytical dynamic model for rotating blade crack: With application to crack detection indicator analysis
Lerche et al. Dynamic stress prediction in centrifugal compressor blades using fluid structure interaction
Zhu et al. Numerical investigations on non-synchronous vibration and frequency lock-in of low-pressure steam turbine last stage
Bauer et al. Aerodynamic excitation of blade vibrations in radial turbines
Zinkovskii et al. Effect of identity violations of contact interaction between shrouds on the static and dynamic stress state characteristics of blade rings
Qu et al. Residual life prediction of compressor impeller with microcrack damage
Masoumi Khalil Abad et al. Failure analysis of a gas turbine compressor in a thermal power plant
Purushothaman et al. Aeroelastic instability evaluation of transonic compressor at design and off-design conditions
Day et al. Parametric evaluation of compressor blade blending
Knapke et al. Blended fan blade effects on unsteady aerodynamics
CN112199866B (zh) 一种识别叶片泵或风机噪声源的方法
WO2022094747A1 (zh) 一种复杂结构的应力集中参数确定方法
Ma˚ rtensson et al. Simplified forced response HCF assessment of turbomachinery blades
Miura et al. Forced Response Excitation of a Compressor Stator Owing to Shock Wave Induced by Adjacent Rotor Blade
Bladh et al. Leakage-induced compressor blade excitation due to inter-segment gaps
Kotambkar et al. Analytical and numerical investigation of lacing wire damage induced mistuning in turbine blade packet
Datko Jr et al. The Aeromechanical Response of an Advanced Transonic Compressor to Inlet Distortion
Jariwala et al. Development and Application of Very High Flow Covered Stages for Process Centrifugal Compressors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant