项目名称: 薄壁构件硬涂层阻尼减振的多尺度模拟方法与主动设计

项目编号: No.11472068

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 韩清凯

作者单位: 大连理工大学

项目金额: 86万元

中文摘要: 硬涂层在应用于航空发动机叶片等旋转薄壁构件时,具有提高强度、阻尼减振的特殊效果,为解决这类关键结构件高周疲劳失效提供了新途径。然而硬涂层微观结构和表界面特性引起的能量耗损及其阻尼特性机制认识不清,无法实现硬涂层的强度、阻尼等性能的主动设计。本项目提出在杂交KMC/MD、表界面细观力学、边界积分方程、动力学试验的基础上,模拟硬涂层PVD制备工艺,采用不同尺度方法分析其表界面能量,研究涂层结构的强度和动力学特性,进行硬涂层结构的主动设计及优化。从而获得硬涂层制备过程和涂层结构件整体力学行为的微观、介观和宏观的综合模拟方法,实现利用其阻尼能力提高关键薄壁结构件的减振,并面向振动特性、阻尼减振以及强度和寿命的综合要求,实现多目标优化设计。本项目创新性地采用多尺度理论方法研究旋转薄壁构件的硬涂层阻尼减振机理,实现有效的能量耗散并提高抗高周疲劳能力,对高端旋转机械装备结构可靠性与完整性具有重要意义。

中文关键词: 旋转薄壁构件;硬涂层;阻尼减振;多尺度模拟

英文摘要: When hard coating is applied to aero-engine blades and other rotating thin-walled structures, it can increase strength and reduce vibration, providing a new way to address the high cycle fatigue failure of such key elements. However, because the mechanism of energy dissipation and damping characteristics caused by the hard coating microstructure and properties of interface has not been recognized, the active design of hard coating and damping properties can not be achieved. On the basis of hybridization KMC/MD, interface micromechanics, boundary integral equation and kinetic experiments, the project simulates hard PVD coating manufacturing process, uses different methods to analyze its interface energy, researches the strength and dynamics of the coating structure, processes the active design and optimization of hard coating structure, to obtain micro-, meso- and macro- integrated simulation methods of hard coating manufacturing process and overall mechanical behavior, use its damping capacity to improve the damping effect of critical thin-walled structures, and complete multi-objective optimization design meeting the comprehensive requirements of vibration characteristics, damping, strength and life. The project uses multi-scale theoretical methods to study hard coating damping mechanism of rotating thin-walled components in a innovative way, achieves effective energy dissipation and improves the capability to resist high cycle fatigue. It is significant to the reliability and integrity of high-end rotating machinery structure.

英文关键词: rotate thin-walled component;hard coating;damping vibration attenuation;Multi-scale simulation

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
14+阅读 · 2022年3月4日
专知会员服务
103+阅读 · 2021年8月23日
专知会员服务
113+阅读 · 2021年8月8日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
11+阅读 · 2021年7月16日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
21+阅读 · 2021年3月9日
【NeurIPS 2020】通过双向传播的可扩展图神经网络
专知会员服务
27+阅读 · 2020年11月3日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
27+阅读 · 2020年4月6日
什么是目标检测中的旋转敏感度错误?
极市平台
0+阅读 · 2021年10月16日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8日
论文浅尝 | 基于深度序列模型的知识图谱补全
开放知识图谱
29+阅读 · 2019年5月19日
【仿真】国内外CAE软件的差距及自主路
产业智能官
32+阅读 · 2018年12月20日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
20+阅读 · 2021年9月21日
Arxiv
19+阅读 · 2020年12月23日
Arxiv
16+阅读 · 2020年5月20日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
23+阅读 · 2017年3月9日
小贴士
相关主题
相关VIP内容
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
14+阅读 · 2022年3月4日
专知会员服务
103+阅读 · 2021年8月23日
专知会员服务
113+阅读 · 2021年8月8日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
11+阅读 · 2021年7月16日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
21+阅读 · 2021年3月9日
【NeurIPS 2020】通过双向传播的可扩展图神经网络
专知会员服务
27+阅读 · 2020年11月3日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
27+阅读 · 2020年4月6日
相关资讯
什么是目标检测中的旋转敏感度错误?
极市平台
0+阅读 · 2021年10月16日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8日
论文浅尝 | 基于深度序列模型的知识图谱补全
开放知识图谱
29+阅读 · 2019年5月19日
【仿真】国内外CAE软件的差距及自主路
产业智能官
32+阅读 · 2018年12月20日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
20+阅读 · 2021年9月21日
Arxiv
19+阅读 · 2020年12月23日
Arxiv
16+阅读 · 2020年5月20日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
23+阅读 · 2017年3月9日
微信扫码咨询专知VIP会员