计算涡轮机械部件失效概率形状梯度的伴随方法
数值分析
2018-02-15 v1
摘要
在涡轮机械部件优化中，流体动力学目标函数的形状灵敏度已使用很长时间。由于峰值应力并非形状的可微泛函，对于源自机械完整性的目标泛函，此类高效方法迄今缺失。若以近期引入低周疲劳（LCF）领域的概率准则替代确定性寿命准则，情况则改变。本文提出一种基于有限元（FEA）的先离散后伴随方法，用于计算关于概率性 LCF 的失效概率形状梯度（灵敏度），并将其应用于简单及复杂几何（如整体叶盘几何）。我们回顾了利用 FEA 后处理器计算失效概率，并概述伴随方法相关量的计算。我们展示了相比有限差分格式，伴随方法具有高精度与计算效率。我们讨论了带循环边界条件的旋转部件的实现细节。最后，我们简要评述未来开发步骤及在多准则优化中的潜在应用。
引用
@article{arxiv.1802.05240,
title = {Adjoint Method to Calculate Shape Gradients of Failure Probabilaties for Turbomachinery Components},
author = {Hanno Gottschalk and Mohamed Saadi and Onur Tanil Doganay and Kathrin Klamroth and Sebastian Schmitz},
journal= {arXiv preprint arXiv:1802.05240},
year = {2018}
}
备注
9 Pages, 5 figures