一种叶片加工误差非线性回归关系建模方法、介质及设备

    公开(公告)号:CN118211338A

    公开(公告)日:2024-06-18

    申请号:CN202410326360.4

    申请日:2024-03-21

    Abstract: 本发明涉及航空发动机压气机叶片设计技术领域,具体涉及一种叶片加工误差非线性回归关系建模方法、介质及设备,包括:获取叶片的加工误差数据及增广后的目标加工误差数据;建立目标加工误差数据的因子分析模型,并对目标加工误差数据进行分组;获取每组目标加工误差数据内的关键加工误差数据,并获取样本数据;获取每组样本数据训练后对应的神经网络;获取每组样本数据中关键误差和其对应的非加工误差数据的非线性回归关系。本发明得到关键加工误差与同组内的其他误差之间明确的多元非线性回归关系,基于关键加工误差与同组内的其他误差之间明确的多元非线性回归关系,为后续优化叶片设计方法,改善叶片的加工工艺提供研究基础。

    一种压气机叶片加工误差统计分析方法

    公开(公告)号:CN116882272A

    公开(公告)日:2023-10-13

    申请号:CN202310777283.X

    申请日:2023-06-28

    Abstract: 为了克服现有的压气机叶片加工误差统计分析方法对于先验模型具有依赖性以及普适性较差的技术问题,本发明提供了基于自适应带宽核密度估计的压气机叶片加工误差统计分析方法。本发明先基于固定最优带宽与灵敏因子构建了自适应带宽函数,该自适应带宽函数能够根据加工误差数据点的疏密程度对带宽进行自适应调节,然后基于自适应带宽函数构建自适应带宽核密度估计的表达式,完成了对基于自适应带宽核密度估计的叶片加工误差统计建模的构建,相较于传统方法,本发明为一种非参数估计方法,从数据本身出发且无需先验的假设模型,能更好地对叶型误差的分布特性进行描述,且适用于任意类型的分布特性,避免了传统方法对于先验分布的依赖。

Patent Agency Ranking