TY - THES A1 - Nipkau, Jens T1 - Analysis of mistuned blisk vibrations using a surrogate lumped mass model with aerodynamic influences T1 - Analyse verstimmter Blisk Schwingungen unter Verwendung eines diskreten Ersatzmodells und unter Berücksichtigung aerodynamischer Einflüsse N2 - The present work presents the aeroelastic analyses of mistuned blisk forced response employing a surrogate lumped mass model with aerodynamic influence coefficients. Prior to these, the state of the art in mistuning analysis is summarised and the theoretical background of the structural as well as the aerodynamical model employed in this work is illustrated. Consequently, the validation of the aeroelastic methods is presented at the example of the compressor like Standard Configuration 10, a standardised test case of an aerofoil vibrating in a cascade, and the aerodynamical model is validated against bidirectionally coupled fluid structure interaction simulations of a 2D compressor rotor model. Finally, the aeroelastic behaviour of a mistuned blisk is analysed featuring measured mistuning patterns and extensive probabilistic analyses of mistuned blisk forced response. N2 - Die vorliegende Arbeit beschäftigt sich mit der Analyse erzwungener Schwingungen von verstimmten Verdichterlaufrädern unter Verwendung eines diskreten Ersatzmodells und aerodynamischen Einflusskoeffizienten. Zunächst werden der Stand der Technik bezogen auf die Untersuchung verstimmter Systeme zusammengefasst und die theoretischen Hintergründe des verwendeten Struktur- sowie aerodynamischen Modells dargestellt. Im Anschluss daran werden die aeroelastischen Methoden anhand der Standard Konfiguration 10, einem standardisierten Testfall schwingender Schaufeln in einer Kaskade, überprüft und das aerodynamische Modell mit Hilfe bidirektional gekoppelter Fluid-Struktur-Interaktions-Simulationen eines 2D Modells eines Verdichterrotors validiert. Schließlich wird das aeroelastische Verhalten einer verstimmten Verdichter-Blisk untersucht, wobei neben der Analyse experimentell ermittelter Verstimmungsverteilungen auch ausführliche, probabilistische Simulationen durchgeführt wurden. KW - Verdichter KW - Blisk KW - Schwingung KW - Verdichter KW - Blisk KW - Schwingung KW - Aeroelastik KW - Blisk KW - Aeroelasticity KW - Mistuning KW - Vibration KW - Flutter KW - Forced Response Y1 - 2011 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus-22253 SN - 978-3-8440-0302-4 ER - TY - THES A1 - Rey Villazón, Jose María T1 - Advanced aero engine common preliminary design environment for the automatic construction of secondary air system and thermal models T1 - Integrierte Vorauslegungsumgebung zur automatisierten Erzeugung von Sekundärluftsystem- und Thermalmodellen für Flugtriebwerke N2 - The state of the art in aero engine design and analysis methods is based on mature computer programs, which have been developed during several decades. The classical approach to the preliminary design phase of engine subsystems is to split the complex engineering process into disciplines and subtasks. Different experts manage the time-consuming modelling work. Due to the increasing demand for higher aero engine performance and design cycle time reduction, process integration, accuracy and agility have become key assets of the engineering work-flow. The intention of this work is to show how multi-disciplinary integration, work-flow automation and CFD-enhanced thermal modelling methods can be used efficiently to support the aero engine preliminary design phase, with focus on the high pressure turbine subsystem. A Java based common design environment for the engine secondary air system, rotors and thermal design disciplines has been developed. This design environment enables the automatic generation of CAD, flow network and thermal models. The improvements in terms of process agility and model prediction accuracy are demonstrated with the application of the implemented process to a reference high pressure turbine subsystem. For validation purposes, the preliminary design definition of the reference turbine case is reproduced. The automatically generated secondary air system and thermal models can replicate the same level of detail as the previous manual approach. It was found that the CFD-enhanced thermal model improves the prediction accuracy in the preliminary design stage, when no engine test data is available. N2 - Der Stand der Technik in der Triebwerkskonstruktion und -berechnung sind ausgereifte Methoden, die über Jahrzehnte entwickelt und in Computerprogrammen umgesetzt wurden. Nach dem klassischen Ansatz der Vorauslegung von Flugtriebwerken wird der komplexe Entwicklungsprozess in Disziplinen und Teilaufgaben aufgeteilt. Dadurch führen verschiedene Fachleute die zeitaufwendigen Modellierungsarbeiten durch. Aufgrund der steigenden Anforderungen an die Leistung eines Flugtriebwerks und zur Reduzierung der Entwicklungszeiten entwickeln sich Prozessintegration, Modellgenauigkeit und Prozessgeschwindigkeit zu Schlüsselfaktoren. Mit dieser Arbeit soll gezeigt werden, wie fachübergreifende Integration, Automatisierung und CFD-erweiterte Thermalmodellierungsmethoden zur effizienten Unterstützung in der Triebwerksvorauslegung eingesetzt werden können. Dafür wurde eine Java-basierte Vorauslegungsumgebung für die Integration der Disziplinen Sekundärluftsystemauslegung, Turbinenscheibenkonstruktion und Wärmeübergang entwickelt, welche die automatisierte Erzeugung von CAD-, Strömungsnetzwerk- und Thermalmodellen ermöglicht. Der implementierte Prozess wird auf eine existierende Hochdruckturbine als Bezugsfall angewendet, wodurch die Verbesserung der Prozessgeschwindigkeit und der Genauigkeit der Temperaturvorhersage aufgezeigt wird. Zur Validierung dieser Arbeit wird die Vorauslegung des Bezugsfalls nachgebildet. Dabei wird deutlich, dass mit diesem automatisierten Prozess die gleiche Modelltreue erreicht werden kann, wie mit dem bisher genutzten manuellen Prozess. Außerdem konnte mittels der CFD-erweiterten Thermal-modellierung die Temperaturvorhersage für Turbinenscheiben in der Vorauslegungsphase verbessert werden. KW - Aero engine design system KW - Secondary air system KW - Turbine rotor KW - Thermal modelling KW - Process integration KW - Triebwerkskonstruktion KW - Sekundärluftsystem KW - Thermal Modellierung KW - Prozessintegration KW - Flugtriebwerk KW - Konstruktion KW - Wärmeübertragung KW - Modellierung Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-36011 ER - TY - THES A1 - Martin, Ivo T1 - Automated process for robust airfoil design-optimization incorporating critical eigenmode identification and production-tolerance evaluation T1 - Automatisierter Prozess zur robusten Schaufeloptimierung einschließlich der Erkennung von kritischen Eigenformen und Berechnung der Produktionstoleranz N2 - For many countries, gasturbine technology is one of the key technologies for the reduction of climate-damaging pollutant emissions. The profitability of such facilities, however, is highly dependent on the price for the utilized fossil fuel, which is why there is a constant need for increased efficiency. The potential of increasing the efficiency of the individual components is basically limited by factors which will reduce operating life. The goal of this thesis is to develop methods for improved automated structural design optimization, which shall be developed on the basis of compressor airfoils. Special attention is payed to avoid the excitation of failure critical eigenmodes by detecting them automatically. This is achieved by introducing a method based on self-organizing neural networks which enables the projection of eigenmodes of arbitrary airfoil geometries onto standard surfaces, thereby making them comparable. Another neural network is applied to identify eigenmodes which have been defined as critical for operating life. The failure rate of such classifiers is significantly reduced by introducing a newly developed initialization method based on principle components. A structural optimization is set up which shifts the eigenfrequency bands of critical modes in such a way that the risk of resonance with engine orders is minimized. In order to ensure practical relevance of optimization results, the structural optimization is coupled with an aerodynamic optimization in a combined process. Conformity between the loaded hot-geometry utilized by the aerodynamic design assessment and the unloaded cold-geometry utilized by the structural design assessment is ensured by using loaded-to-unloaded geometry transformation. Therefor an innovative method is introduced which, other than the established time-consuming iterative approach, uses negative density for a direct transformation taking only a few seconds, hence, making it applicable to optimization. Additionally, in order for the optimal designs to be robust against manufacturing variations, a method is developed which allows to assess the maximum production tolerance of a design from which onwards possible design variations are likely to violate design constraints. In contrast to the usually applied failure rate, the production tolerance is a valid requirement for suppliers w.r.t.~expensive parts produced in low-quantity, and therefore is a more suitable optimization objective. N2 - Für viele Länder ist die Gasturbine eine der Schlüsseltechnologien, um ihren klimaschaedlichen Schadstoffausstoß zu reduzieren. Die Profitabilität solcher Anlagen hängt jedoch wesentlich von den Preisen des jeweiligen fossilen Brennstoffs ab, weshalb ein stetiger Entwicklungsdruck zu immer effizienteren Anlagen zu verzeichnen ist. Die mögliche Effizienzsteigerung der einzelnen Komponenten wird jedoch im Wesentlichen durch lebensdauerreduzierende Faktoren beschränkt. Daher ist das Ziel dieser Arbeit, Methoden zur besseren automatisierten strukturdynamischen Bauteiloptimierung am praktischen Beispiel von Verdichterschaufeln zu entwickeln. Insbesondere liegt der Fokus darauf, die Erregung kritischer Eigenschwingungen zu vermeiden. Zu diesem Zweck müssen vorher als kritisch definierte Eigenformen automatisiert erkannt werden. Dies geschieht mit Hilfe einer auf Basis von selbstorganisierenden neuronalen Netzen entwickelten Projektionsmethode, welche es ermöglicht, Schwingungseigenformen beliebiger Schaufelgeometrien auf eine Standardfläche zu projizieren, um eine Vergleichsgrundlage zu erhalten. Mit Hilfe eines weiteren neuronalen Netzwerks wird geprüft, ob eine projizierte Eigenform einer der zuvor als kritisch definierten Eigenformen entspricht. Dieser Klassifizierer wurde durch eine neu entwickelte Initialisierungsmethode basierend auf Priniciple-Component-Analysis in seiner Fehlerrate entscheidend verbessert. In einen strukturellen Optimierungsprozess eingebettet führen diese Methoden zu einer Minimierung des Risikos von Bauteilresonanz zwischen Eigenschwingungen und Anregungen. Um den praktischen Nutzen der Optimierungsergebnisse sicherzustellen, wird der strukturelle Optimierungsprozess mit einem aerodynamischen gekoppelt. Dabei wird die Konsistenz zwischen den auf der belasteten heißen Geometrie beruhenden aerodynamischen und den ausgehend von der kalten unbelasteten Geometrie berechneten strukturmechanischen Ergebnissen durch eine innovative Methode erreicht, welche eine negative Bauteildichte zur direkten Transformation in nur wenigen Sekunden nutzt und somit im Gegensatz zur bisherigen iterativen Methode für Optimierungsprozesse praktisch anwendbar ist. Damit die optimalen Entwürfe aus dem Optimierungsprozess zusätzlich robust gegen stochastische Produktionsvariationen sind, wurde eine Methode zur Bestimmung der Produktionstoleranz eines Entwurfs entwickelt, ab der mögliche Entwürfe Versagenskriterien verletzen würden. Die Produktionstoleranz ist eine valide Anforderung an Zulieferer für teure und in geringer Stückzahl produzierte Bauteile und somit, als Optimierungskriterium formuliert, aussagekräftiger als die üblicherweise verwendete Ausfallrate. KW - Multidisciplinary design optimization KW - Production Tolerance KW - Classification KW - Neural Network KW - Eigenmode KW - Mehrkriterienoptimierung KW - Produktionstoleranzen KW - Klassifizierung KW - Neuronales Netzwerk KW - Eigenform KW - Gasturbine KW - Eigenschwingung KW - Neuronales Netz KW - Optimierung Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-47136 ER -