压气机叶片前缘

型面偏差降9.5%

该前缘采用非概率有界场与贝叶斯优化协同控制加工参数，在减少轮廓离散的同时抑制边界层分离，降低了气动损失。

Zhiwei, He · Puyu, Zhang · Haonan, Pei · 刘冬生 · 罗明

Aerospace Science and Technology 2026

参数信息

协同进化指标提升

21.3 %

计算效率提升

43.3 %

叶片内前缘几何离散度降低

9.5 %

叶片间轮廓偏差降低

4.5 %

技术优势

小样本下不偏保守

混合MVEE-KDE不确定域在边界可靠性与保守性之间取得平衡，避免了传统非概率凸模型的过度保守。

优化效率提升近半

基于高斯过程回归的贝叶斯优化框架使计算效率较标准遗传算法提升43.3%，并同步改善协同进化指标。

叶片一致性实测提升

对TC11和TC17钛合金整体叶盘扇段的测试表明，叶片前缘几何离散度降低最高9.5%，叶间轮廓偏差降低最高4.5%。

应用场景

• 航空发动机压气机：抑制前缘边界层分离，提升压气机气动效率与稳定性。
• 整体叶盘制造：通过降低叶片间几何离散，提高整体叶盘一致性良品率。
• 高精度叶片检测：非概率有界场模型为高精度叶片测量数据提供稳健表征。
• 钛合金叶片加工：贝叶斯优化为钛合金叶片小批量加工直接给出较优参数。