考虑随机和认知混合不确定性的航空发动机燃烧效率灵敏度分析

作     者：汤鸿杰 陈梅玲 张保强 邢菲 罗华耿 李潇乾 TANG Hong-jie;CHEN Mei-ling;ZHANG Bao-qiang;XING Fei;LUO Hua-geng;LI Xiao-qian

作者机构：厦门大学航空航天学院福建厦门361000 华侨大学机电及自动化学院福建厦门361021 

出 版 物：《推进技术》 (Journal of Propulsion Technology)

年 卷 期：2023年第44卷第7期

页      面：198-205页

核心收录：

学科分类：08[工学] 082502[工学-航空宇航推进理论与工程] 0714[理学-统计学（可授理学、经济学学位）] 0825[工学-航空宇航科学与技术] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国航空发动机集团产学研合作项目(HFZL2020CXY004 HFZL2020CXY009)。 

主　　题：航空发动机 全局灵敏度 燃烧效率 概率盒 不确定性 Sobol指标 

摘      要：针对燃烧室初步设计阶段输入参数存在混合不确定性的特点,提出一种概率盒框架下的全局灵敏度分析方法。简单介绍了航空发动机燃烧效率的一维计算方法;在随机和认知混合不确定性的概率盒表征基础上,使用Sobol指标的上下限表征概率盒中随机与认知混合不确定性对响应的贡献程度;最后基于双层嵌套蒙特卡洛/非嵌入式多项式混沌展开(Monte Carlo Simulation/Non-intrusive Polynomial Chaos Expansion,MCS/NIPCE)方法对概率盒灵敏度指标进行求解,筛选出重要变量和次要变量,实现模型的降维。通过某航空发动机燃烧效率的全局灵敏度分析对所提出的方法进行了验证。研究结果表明,Sobol指标的上下限可以显著表征概率盒灵敏度指标,在保证计算精度的前提下,双层MCS/NIPCE方法的计算效率要远远高于传统双层蒙特卡洛(Monte Carlo Simulation,MCS/MCS)方法,可获得考虑随机和认知混合不确定性情况下燃烧效率输入参数的重要性排序。