Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
doi: 10.18698/2309-3684-2024-2-316
В исследовании рассмотрена проблема оптимизации системы обнаружения трещин лопаток газовых турбин. В качестве объекта исследования рассмотрена оболочка капсулы системы обнаружения повреждений, находящаяся в контакте с телом лопатки и под действием внутреннего давления. Задача исследования была посвящена вопросу математического моделирования оптимального давления в капсулах системы обнаружения повреждений. В рамках решения проблемы исследования проведена математическая постановка задачи оптимизации нелинейной функции давления при наличии ограничений на варьируемые параметры: толщину стенки и наружный диаметр цилиндрической оболочки капсулы. Построение целевой функции оптимизации проводилось на основании условия равновесия элемента оболочки в области раскрытия трещины турбинной лопатки, критерия предельного состояния с использованием теории прочности Треска-Сен-Венана. Методика исследования строилась с использованием приближенного разложения функции напряжений в ряд Тейлора, применением метода множителей Лагранжа, теоремы Куна-Таккера. При решении задачи условной оптимизации проанализированы случаи нарушения условий регулярности ограничивающих функций. По результатам расчета минимальное значение требуемого давления для разрушения оболочки капсулы в случае раскрытия берегов трещины турбинной лопатки достигается при максимальном значении наружного диаметра оболочки и минимальной толщине ее стенки. По данным тестового расчета графически представлена область допустимых решений оптимизационной задачи, и показаны линии уровня целевой функции оптимизации давления. Построенная математическая модель и алгоритм позволят автоматизировать процесс расчета требуемого давления в капсулах системы обнаружения трещин лопаток турбин и получить оценку минимального значения давления при наличии ограничений на толщину стенки и наружный диаметр оболочки капсулы.
Андрианов И.К., Чепурнова Е.К. Математическая модель условной оптимизации давления в системе обнаружения трещин лопаток газовых турбин. Математическое моделирование и численные методы, 2024, № 2, с. 3–16.
doi: 10.18698/2309-3684-2023-1-92111
Представлены исследования влияния класса вязкости подаваемого масла ISO VG32 и ISO VG46 в широком диапазоне скоростей ротора и рабочих зазорах на локальные и интегральные характеристики упорного подшипника скольжения с неподвижными подушками компрессора. Исследования проведены с помощью программы расчетов Sm2Px3Txτ на основе результатов численных экспериментов подшипника. Программа построена численной реализацией нестационарной периодической термоупругогидродинамической (ПТУГД) математической модели работы упорного подшипника. Результаты исследований указывают на существенное влияние класса вязкости масла на основные характеристики и температурный режим работы упорного подшипника. При замене масла ISO VG46 на более жидкое ISO VG32 происходит заметное снижение температур подушек подшипника и потерь мощности. Однако уровень этого изменения определяется задаваемым рабочим зазором между вращающимся упорным диском и подушками подшипника. Проанализировано влияние класса вязкости масла и профиля рабочей поверхности на температурный режим работы подушки. Определяются величина и расположение максимальной температуры подушки упорного подшипника, а также возможность применения на практике эталонной точки 75/75 из API-670.
Соколов Н.В., Хадиев М.Б., Федотов П.Е., Федотов Е.М. Численное исследование влияния класса вязкости смазки на работу упорного подшипника скольжения. Математическое моделирование и численные методы, 2023, No 1, с. 92–111.
doi: 10.18698/2309-3684-2024-3-8199
Рассматривается задача моделирования продольного движения самолета транспортной категории и параметрическая идентификация аэродинамических характеристик продольного движения: составляющих безразмерных коэффициентов аэродинамической подъемной силы и момента тангажа. Задача решается в классе модульных полуэмпирических динамических моделей, созданных объединением теоретического и нейросетевого моделирования. Работоспособность и практическая значимость моделей подтверждается результатами вычислительных экспериментов. Разработка нейросетевой модели продольного движения самолета выполнена на языке Python с использованием открытой программной библиотеки Tensorflow для машинного обучения и высокоуровневого API Keras в составе Tensorflow.
Крееренко С.С., Крееренко О.Д. Моделирование и параметрическая идентификация аэродинамических характеристик самолета транспортной категории с использованием нейросетей в среде Тensorflow. Математическое моделирование и численные методы, 2024, № 3, с. 81–99.