航空发动机高压转子装配偏心预测和相位优化的智能算法应用研究

为实现航空发动机高压转子零件快速且精确装配,通过智能算法对转子零件装配偏心进行预测进而进行相位优化。首先,运用前30阶傅里叶级数的方法模拟形貌误差并生成误差数据。其次,添加误差数据到有限元模型中计算出装配偏心。再次,搭建BP人工神经网络模型,提取傅里叶级数的幅值和相位作为神经网络的输入,装配偏心作为网络输出,在神经网络中加入衰减学习率、正则化、滑动平均算法,使计算装配偏心更加精确、稳定,使用200组数据完成神经网络训练,并用训练好的网络对3组测试数据进行验证。最后,分别使用神经网络计算得到的不同装配零件每个相位的偏心作为粒子群算法需要优化的目标,通过误差传递计算,得到优化后的零件装配相位。研究结果表明:使用神经网络模型计算装配偏心可以充分考虑止口形貌特征和装配变形,并明显提高计算效率,再运用粒子群算法对不同相位进行最优选择,达到满足航空发动机高压转子装配同轴度要求,提高服役性能。