1.一种航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,包括:
2.根据权利要求1所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述数值模型采用timoshenko梁单元对转轴进行建模,将盘筒化为集中质量单元,转子系统共包括26个timoshenko梁单元和4个盘单元,转子系统在旋转时,将考虑旋转引起的陀螺效应,因此,转子系统的动力学方程为:
3.根据权利要求1所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述人工智能模型采用高斯过程回归模型对转子系统的动态特性进行实时预测。
4.根据权利要求3所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述高斯过程回归模型针对于回归问题的一般模型表示为:
5.根据权利要求4所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述高斯过程回归模型经过对观测数据的学习,能精确地描绘出函数f(x),所述高斯过程回归模型是由均值函数m(x)和协方差函数k(x,x)唯一确定的,因此,所述高斯过程回归模型进一步被定义为:
6.根据权利要求5所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述函数f(x)是由多维高斯分布组成的,根据多维高斯分布的性质,由所述高斯过程回归模型的一般模型定义公式和所述高斯过程回归模型的进一步定义公式得到观测值y的先验分布为:
7.根据权利要求5所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,对于所述数值模型计算所得到的转子动力学数据,需要建立m个所述高斯过程回归模型来预测结构的动力学性能。
8.根据权利要求1所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述更新模型根据实时的观测数据,实时修正模型参数θk=(αk,βk)的概率分布,所述更新模型采用贝叶斯学习融合先验信息和似然信息实现对后验信息的推理,根据贝叶斯定理,模型参数的后验分布可表示为:
9.根据权利要求1所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述航空发动机转子系统数字孪生模型试验台设计方法还包括构建3d设计模块,用于获取转子试验台装备装配体拓扑结构以及零件几何描述信息。
10.根据权利要求1所述的航空发动机转子系统数字孪生模型试验台设计方法,其特征在于,所述航空发动机转子系统数字孪生模型试验台设计方法还包括构建虚拟系统模块,用于基于获取的转子试验台装备装配体拓扑结构以及零件几何描述信息,展现动力学特性,在虚拟系统测试和评估产品或服务过程的特定特征。