标题：基于埃尔曼神经网络的高压涡轮叶片低周疲劳可靠性分析
作者：刘佳钰 高海峰
作者单位：上海大学机电工程与自动化学院，上海 200444
关键字：埃尔曼神经网络；涡轮叶片；低周疲劳；随机变量；可靠性分析
摘要：涡轮叶片是航空发动机的关键部件，其主要失效模式为低周疲劳。为了提高涡轮叶片低周疲劳寿命的计算精度和效率，考虑材料参数和载荷的分散性，探索埃尔曼神经网络与蒙特卡罗抽样相结合的方法对涡轮叶片低周疲劳可靠性进行分析。首先利用有限元分析软件对涡轮叶片进行热-结构耦合分析，得到最大等效应力和应变数据；然后将数据代入到低周疲劳寿命理论模型中得到涡轮叶片的低周疲劳寿命；再将涡轮叶片有关随机参数作为输入变量，低周疲劳寿命作为输出变量，训练具有高精度的埃尔曼神经网络模型，实现对高压涡轮叶片的低周疲劳寿命预测和可靠性评估。与传统响应面法和蒙特卡罗方法进行对比，结果表明埃尔曼神经网络不但可以满足精度要求，而且计算效率得到显著提高。