航空发动机涡轮叶片疲劳寿命及可靠性分析

作者： 周杰   来源： 电子科技大学 年份： 2019 文献类型 ： 学位论文 关键词： 涡轮叶片   疲劳寿命预测   不确定性量化   疲劳累积损伤   可靠性分析  

描述： 航空发动机涡轮叶片疲劳寿命及可靠性分析

航空发动机涡轮叶片气膜冷却孔设计与制备技术研究进展

作者： 李世峰   黄康   马护生   陈帝云   来源： 热能动力工程 年份： 2022 文献类型 ： 期刊 关键词： 涡轮叶片   气膜孔   制备技术   设计技术   研究进展  

描述： 随着先进航空发动机对涡轮前燃气温度需求不断提升，涡轮叶片高效冷却设计技术成为亟待解决的瓶颈技术，而气膜孔冷却是涡轮叶片高效冷却设计的核心技术。本文基于航空发动机涡轮叶片采用耐高温复合材料与高效气膜冷却结构相结合的技术发展背景，综述国内外相关研究工作的进展，从涡轮叶片气膜孔的冷却机理、气膜孔的空间几何结构设计技术、气膜孔表面完整性制备技术等方面，深入总结分析涡轮叶片气膜冷却设计与制备技术领域取得的研究成果，重点论述了各国异型气膜冷却孔的设计与制备技术，并提出我国在该技术上存在的差距及未来研究重点。

航空发动机关键部件热疲劳可靠性分析

作者： 徐昆鹏   来源： 沈阳航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 涡轮叶片   涡轮盘   热疲劳   有限元   可靠性  

描述： 航空发动机关键部件热疲劳可靠性分析

航空发动机涡轮叶片辐射测温算法及系统设计研究

作者： 郑凯丰   来源： 中国科学院大学(中国科学院长春光学精密机械与物理研究所) 年份： 2021 文献类型 ： 学位论文 关键词： 辐射测温算法   涡轮叶片   光学系统设计   反射误差校正   辐射温度测量  

描述： 航空发动机涡轮叶片辐射测温算法及系统设计研究

面向航空发动机涡轮叶片修复的CAD模型适应性重构研究

作者： 孙晨豪   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 叶片修复   涡轮叶片   数字化测量   配准   模型重构  

描述： 面向航空发动机涡轮叶片修复的CAD模型适应性重构研究

某航空发动机涡轮盘和叶片的强度分析与寿命计算

作者： 付娜   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 强度分析   航空发动机   涡轮叶片   寿命计算   疲劳损伤   涡轮盘   载荷谱  

描述： 涡轮盘与涡轮叶片是航空发动机十分重要的涡轮转子部件，承受着复杂的循环热载荷及机械载荷，为了保证发动机和飞机在服役期间的稳定性和可靠性，迫切需要对涡轮盘和叶片的强度进行计算，并对其寿命加以预测和控制。本文基于某民航发动机延寿项目的需要，对其涡轮盘和

基于真空热处理制度对航空发动机涡轮叶片影响的研究

作者： 郑娟   来源： 机械管理开发 年份： 2021 文献类型 ： 期刊 关键词： 疲劳试验   热处理温度   航空发动机   涡轮叶片   尺寸变形   贫化层  

描述： 选取某型航空发动机低压涡轮叶片为试验样本,为消除机械加工过程中带来的残余应力,对其分别选用两种真空热处理制度进行去应力试验。在试验过程中,对比分析真空热处理前后叶片尺寸、材料成分及疲劳试验等最终特性,为航空发动机涡轮叶片热处理制度的选择提供了参考依据。该试验研究目的是选择合适的真空热处理制度,既消除机械加工过程中带来的残余应力的同时,又满足航空发动机叶片最终装配特性和材料性能特性。

基于真空热处理制度对航空发动机涡轮叶片影响的研究

作者： 郑娟   来源： 机械管理开发 年份： 2020 文献类型 ： 期刊 关键词： 疲劳试验   热处理温度   航空发动机   涡轮叶片   尺寸变形   贫化层  

描述： 选取某型航空发动机低压涡轮叶片为试验样本,为消除机械加工过程中带来的残余应力,对其分别选用两种真空热处理制度进行去应力试验。在试验过程中,对比分析真空热处理前后叶片尺寸、材料成分及疲劳试验等最终特性,为航空发动机涡轮叶片热处理制度的选择提供了参考依据。该试验研究目的是选择合适的真空热处理制度,既消除机械加工过程中带来的残余应力的同时,又满足航空发动机叶片最终装配特性和材料性能特性。

航空发动机涡轮叶片疲劳寿命研究

作者： 吴海玉   来源： 哈尔滨工程大学 年份： 2020 文献类型 ： 学位论文 关键词： 涡轮叶片   气膜冷却   力耦合   疲劳寿命   热   蠕变/疲劳  

描述： 航空发动机涡轮叶片疲劳寿命研究

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： 一直以来，航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响，有效改善传统射线检测费时费力、效率低下等问题，针对航空发动机涡轮叶片射线图像，基于YOLOv4模型提出了一种双主干特征融合的缺陷自动检测算法（DBFF-YOLOv4）；通过设计包含所有特征映射的新型连接结构搭建缺陷检测颈部网络，建立了适用于涡轮叶片射线图像的缺陷自动检测模型；针对每个缺陷，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91.87%的平均查全率，优于通用目标检测算法YOLOv4模型。9次缺陷裁剪、旋转和亮度增减的图像数据增强方法能够显著提高模型的缺陷检测精度（平均精度分别得到了59.19%和2.53%的提升）。该研究为涡轮叶片自动射线检测提供了一种新方法。