一种发动机的轮盘和涡轮叶片组合设计方法、装置及设备与流程

1.本发明涉及发动机设计领域，具体涉及一种发动机的轮盘和涡轮叶片组合设计方法、装置及设备。


背景技术：

2.在航空发动机或其他燃气涡轮发动机涡轮的设计过程中，需要先在涡轮叶片上设计一个脱落截面，一旦发动机失去负荷，涡轮超转到一定转速后，涡轮叶片提前在该截面脱落，使得转子失去继续上升的动力，以避免轮盘破裂带来的非包容性伤害。因此，在脱落截面设计过程中，选取合适的涡轮叶片脱落转速设计、轮盘破裂转速设计以及轮盘破裂转速与涡轮叶片脱落转速之间的设计裕度至关重要。
3.在现有技术中，通常在考虑最好涡轮叶片材料的情况下计算最大涡轮叶片脱落转速，在最有利的几何尺寸以及最有利的载荷工况下计算最小轮盘破裂转速，且在综合考虑多种极端的情况下，最大涡轮叶片脱落转速和最小轮盘破裂转速之间留有不小于10％的设计裕度。然而，这种方法设计的涡轮转子质量较大，储备较高，不利于轻量化设计。


技术实现要素：

4.因此，本发明要解决的技术问题在于克服现有技术中涡轮转子质量较大，不利于轻量化设计的缺陷，从而提供一种发动机的轮盘和涡轮叶片组合设计方法、装置及设备。
5.根据第一方面，本发明提供一种发动机的轮盘和涡轮叶片组合设计方法，所述方法包括：
6.获取若干轮盘和涡轮叶片的组合参数，所述组合参数包括：轮盘和涡轮叶片的几何尺寸、载荷及材料性能；
7.分别计算每一个组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值；
8.基于各组合参数对应的所述概率密度函数值确定各组合参数对应的转速裕度；
9.分别计算各组合参数在其对应的转速裕度下的最优转速；
10.从各组合参数中筛选满足发动机设计要求的备选组合参数；
11.分别计算各备选组合参数在其对应最优转速下的涡轮转子质量，并基于涡轮转子质量的排序结果从各备选组合参数中筛选目标组合参数。
12.在一实施例中，所述计算每一个组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值，包括：
13.按照如下公式计算当前组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值：
[0014][0015]
其中，p为叶片脱落且轮盘不破裂的概率密度函数值，x为当前组合参数，μ、σ以及
σ2分别为均值、标准差和方差。
[0016]
在一实施例中，所述获取若干轮盘和涡轮叶片的组合参数之前，所述方法还包括：
[0017]
获取涡轮转子失去负载后的最大转速以及叶片脱落的最小转速，并基于所述最大转速和所述最小转速的排序结果确定叶片脱落转速的下限值；
[0018]
获取轮盘的结构参数，并基于所述结构参数确定轮盘破裂转速的上限值；
[0019]
以叶片脱落转速和轮盘破裂转速均处于所述下限值和所述上限值之间为条件对轮盘和叶片进行设计，得到若干轮盘和涡轮叶片的组合参数。
[0020]
在一实施例中，所述基于各组合参数对应的所述概率密度函数值确定各组合参数对应的转速裕度，包括：
[0021]
基于各组合参数对应的所述概率密度函数值拟合响应面方程，并基于所述响应面方程确定轮盘破裂转速和叶片脱落转速分别对应的极限状态函数；
[0022]
基于所述轮盘破裂转速和叶片脱落转速分别对应的极限状态函数，确定轮盘破裂转速的最小极限状态函数值及叶片脱落转速的最大极限状态函数值；
[0023]
将所述最小极限状态函数值和所述最大极限状态函数值之间的差值确定为转速裕度。
[0024]
在一实施例中，所述分别计算各组合参数在其对应的转速裕度下的最优转速，包括：
[0025]
基于序列二次规划优化算法迭代计算各组合参数在其对应的转速裕度下的最优转速。
[0026]
在一实施例中，所述从各组合参数中筛选满足发动机设计要求的备选组合参数，包括：
[0027]
分别计算各组合参数对应轮盘和涡轮叶片设计点转速下的静强度参数、振动参数及寿命参数；
[0028]
若所述设计点转速下的静强度参数、振动参数及寿命参数均满足发动机设计要求，则将该组合参数确定为备选组合参数。
[0029]
在一实施例中，所述方法还包括：
[0030]
基于所述目标组合参数对应的最优转速，计算轮盘和涡轮叶片设计点转速下的静强度参数、振动参数及寿命参数；
[0031]
判断静强度参数、振动参数及寿命参数是否满足发动机设计要求；
[0032]
若静强度参数、振动参数及寿命参数不满足发动机设计要求，则对所述上限值和/或所述上限值进行修正，并返回所述获取若干轮盘和涡轮叶片的组合参数的步骤。
[0033]
根据第二方面，本发明提供一种发动机的轮盘和涡轮叶片组合设计装置，所述装置包括：
[0034]
获取模块，用于获取若干轮盘和涡轮叶片的组合参数，所述组合参数包括：轮盘和涡轮叶片的几何尺寸、载荷及材料性能；
[0035]
第一计算模块，用于分别计算每一个组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值；
[0036]
确定模块，用于基于各组合参数对应的所述概率密度函数值确定各组合参数对应的转速裕度；
[0037]
第二计算模块，用于分别计算各组合参数在其对应的转速裕度下的最优转速；
[0038]
第一筛选模块，用于从各组合参数中筛选满足发动机设计要求的备选组合参数；
[0039]
第二筛选模块，用于分别计算各备选组合参数在其对应最优转速下的涡轮转子质量，并基于涡轮转子质量的排序结果从各备选组合参数中筛选目标组合参数。
[0040]
根据第三方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面及其可选实施方式中任一项的发动机的轮盘和涡轮叶片组合设计方法。
[0041]
根据第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面及其可选实施方式中任一项的发动机的轮盘和涡轮叶片组合设计方法。
[0042]
本发明技术方案，具有如下优点：
[0043]
本发明实施例提供了一种发动机的轮盘和涡轮叶片组合设计方法，通过计算出每一组轮盘和涡轮叶片组合参数对应的概率密度函数值，且概率密度函数值满足叶片脱落且轮盘不破裂的转速条件，以增加发动机的安全性和可靠性，通过计算各组合参数对应的转速裕度，并从中确定出最优转速，且对满足条件的组合参数进行筛选，最终将最优转速下质量最轻的确定为目标组合参数，能够在满足设计要求的前提下，有效降低涡轮转子质量，从而便于对涡轮转子轻量化设计。
附图说明
[0044]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]
图1是本发明实施例提出的防轮盘破裂叶片设计原理示意图；
[0046]
图2是本发明实施例提出的一种发动机的轮盘和涡轮叶片组合设计方法的流程图；
[0047]
图3是本发明实施例提出的基于传统模型的转速裕度示意图；
[0048]
图4是本发明实施例提出的基于概率模型的转速裕度示意图；
[0049]
图5是本发明实施例提出的一种发动机的轮盘和涡轮叶片组合设计装置的结构框图；
[0050]
图6是本发明实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
[0051]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0052]
在航空发动机或其他燃气涡轮发动机涡轮的设计过程中，如图1所示，脱落截面设计的关键因素是涡轮叶片脱落转速设计、轮盘破裂转速设计以及轮盘破裂转速与涡轮叶片
脱落转速之间的设计裕度。涡轮叶片脱落转速设计过低，则脱落截面应力大，可能导致叶片在正常工作状态下寿命偏低；涡轮叶片脱落转速设计过高，则轮盘破裂转速高，导致发动机转子质量过大。
[0053]
现有的防轮盘破裂叶片设计技术中，计算最大叶片脱落转速v
blade
时，考虑的是最好的叶片材料，最有利的几何尺寸以及最有利的载荷工况；而计算最小轮盘破裂转速v
dsic
时，考虑的是最差的轮盘材料、最不利的几何尺寸以及最严酷的载荷工况，在综合考虑多种极端情况下得到的最大叶片脱落转速v
blade
和最小轮盘破裂转速v
dsic
之间仍然留了10％的设计裕度，此方法设计的涡轮转子质量较大，储备较高，不利于轻量化设计。
[0054]
为了便于对涡轮转子进行轻量化设计，本发明实施例中提供一种发动机的轮盘和涡轮叶片组合设计，如图2所示，该方法包括如下步骤s101至步骤s106。
[0055]
步骤s101：获取若干轮盘和涡轮叶片的组合参数。
[0056]
其中，组合参数包括：轮盘和涡轮叶片的几何尺寸、载荷及材料性能。
[0057]
在本发明实施例中，轮盘是航空发动机中关键的零部件，轮盘以极高的转速运转，其可靠程度直接关系到航空发动机的安全。涡轮叶片是航空发动机中涡轮段的重要组成部件，高速旋转的叶片负责将高温高压的气流吸入燃烧器，以维持发动机的工作。
[0058]
获取若干轮盘和涡轮叶片的组合参数，可以获取预先存储好的轮盘和涡轮叶片的组合参数，也可以通过敏感性分析，确定轮盘和涡轮叶片的组合参数。
[0059]
其中，敏感性分析是指从定量分析的角度研究有关因素发生某种变化对某一个或一组关键指标影响程度的一种不确定分析技术，其实质是通过逐一改变相关变量数值的方法来解释关键指标受这些因素变动影响大小的规律。在本技术实施例中，有关因素包括几何尺寸、载荷及材料性能。
[0060]
步骤s102：分别计算每一个组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值。
[0061]
在本发明实施例中，概率密度函数值为随机变量的取值在某个区域内的可能性函数值。设x为一随机变量，若存在非负实函数f(x)，使对任意实数a《b，有则称x为连续性随机变量；f(x)为x的概率密度函数，即计算概率密度函数值的方式为现有技术，此处不再赘述。
[0062]
步骤s103：基于各组合参数对应的概率密度函数值确定各组合参数对应的转速裕度。
[0063]
在本发明实施例中，基于各组合参数对应的概率密度函数值，计算轮盘破裂转速的极限状态函数g，并计算叶片脱落转速的极限状态函数q，取轮盘破裂转速的最小极限状态函数min g，以及叶片脱落转速的最大极限状态函数max g，将min g和max g之间的差值确定为对应的转速裕度。
[0064]
其中，概率密度函数值p满足如下条件：
[0065]
p[g(xi；yj；zk)-(x
l
；ym；zn)《0]≤φ(β)，
[0066]
其中，x、y及z为几何尺寸、载荷及材料性能的基本随机变量，i、j、k、l、m及n为各基本随机变量的数量，定义轮盘破裂转速比＝轮盘破裂转速/设计点转速，叶片脱落转速比＝叶片脱落转速/设计点转速，β是轮盘破裂的可靠度，φ(
·
)为标准正态累积概率分布函数，
此处叶片脱落同时轮盘不破裂的失效概率低于10-8次/发动机飞行小时。
[0067]
步骤s104：分别计算各组合参数在其对应的转速裕度下的最优转速。
[0068]
在本发明实施例中，计算转速裕度下的最优转速，可以通过在可行域内使目标函数下降的迭代算法，还可以通过利用目标函数和约束条件构建增广目标函数进行计算，具体计算过程为现有技术，在此不再进行赘述。
[0069]
步骤s105：从各组合参数中筛选满足发动机设计要求的备选组合参数。
[0070]
在本发明实施例中，将满足发动机设计要求的组合参数列为备选，将不满足发动机设计要求的组合参数删除，以减小数据量，从而加快对组合参数的处理速度。
[0071]
步骤s106，分别计算各备选组合参数在其对应最优转速下的涡轮转子质量，并基于涡轮转子质量的排序结果从各备选组合参数中筛选目标组合参数。
[0072]
在本发明实施例中，将涡轮转子中质量最小对应的组合参数确定为目标组合参数，以减小整个涡轮转子的质量，以便于对涡轮转子进行轻量化设计。
[0073]
通过上述实施例，计算出每一组轮盘和涡轮叶片组合参数对应的概率密度函数值，且在概率密度函数值满足叶片脱落且轮盘不破裂的转速条件，以增加发动机的安全性和可靠性，通过计算各组合参数对应的转速裕度，并从中确定出最优转速，且对满足条件的组合参数进行筛选，最终将最优转速下质量最轻的确定为目标组合参数，能够在满足设计要求的前提下，有效降低涡轮转子质量，从而便于对涡轮转子轻量化设计。
[0074]
具体地，在一实施例中，在执行上述步骤s101之前，本方明实施例提供的发动机的轮盘和涡轮叶片组合设计方法还包括如下步骤：
[0075]
步骤s201：获取涡轮转子失去负载后的最大转速以及叶片脱落的最小转速，并基于最大转速和最小转速的排序结果确定叶片脱落转速的下限值。
[0076]
步骤s202：获取轮盘的结构参数，并基于结构参数确定轮盘破裂转速的上限值。
[0077]
步骤s203：以叶片脱落转速和轮盘破裂转速均处于下限值和上限值之间为条件对轮盘和叶片进行设计，得到若干轮盘和涡轮叶片的组合参数。
[0078]
在本发明实施例中，首先计算发动机电子超转保护触发后，涡轮转子失去负载后最大飞转转速v1，综合评估叶片设计点转速下满足强度、疲劳寿命、振动特性、变形及蠕变持久等诸多约束条件下可设计的最小叶片脱落转速v2，取v1和v2中的较大者作为叶片脱落转速的下限值v
下
；综合涡轮转子的重量和轮盘破裂转速要求、寿命指标等结构参数，确定轮盘破裂转速的上限值v
上
。
[0079]
基于确定的基本随机变量，分别开展叶片脱落转速分布设计和轮盘破裂转速分布设计，确保叶片脱落转速分布和轮盘破裂转速分布满足在[v
下
，v
上
]之间。
[0080]
其中，叶片脱落转速的下限值v
下
以及轮盘破裂转速的上限值v
上
可以根据发动机的型号及发动机的应用场景等具体情况调整，在此不做限定。
[0081]
具体地，在一实施例中，上述步骤s102中计算每一个组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值，具体包括如下步骤：
[0082]
按照如下公式计算当前组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值：
[0083]
[0084]
其中，p为叶片脱落且轮盘不破裂的概率密度函数值，x为当前组合参数，μ、σ以及σ2分别为均值、标准差和方差。其中，计算均值、标准差和方差的计算方式均为现有技术，此处不再赘述。将每一组组合参数均通过上述公式分别计算出对应的概率密度函数值，直至计算出所有组合参数对应的概率密度函数值。
[0085]
具体地，在一实施例中，上述步骤s103中基于各组合参数对应的概率密度函数值确定各组合参数对应的转速裕度，具体包括如下步骤：
[0086]
步骤s1031：基于各组合参数对应的概率密度函数值拟合响应面方程，并基于响应面方程确定轮盘破裂转速和叶片脱落转速分别对应的极限状态函数。
[0087]
步骤s1032：基于轮盘破裂转速和叶片脱落转速分别对应的极限状态函数，确定轮盘破裂转速的最小极限状态函数值及叶片脱落转速的最大极限状态函数值。
[0088]
步骤s1033：将最小极限状态函数值和最大极限状态函数值之间的差值确定为转速裕度。
[0089]
在本发明实施例中，利用三水平正交试验设计方法选取试验点，对轮盘和叶片进行建模及数值分析，其中数值分析通常是有限元分析法，提取相关计算结果，其中计算结果包括应力、应变等；基于各组合参数对应的概率密度函数值拟合轮盘破裂转速和叶片脱落转速极限状态函数的响应面方程。
[0090]
其中，有限元分析法适用于任何复杂的机械结构，有限元分析法为通过若干个单元集合体组成，每个单元在各自的节点上相互衔接，即通过若干元素的组合替换本来具有无限自由度不间断实体的仿真方法，有限元分析能够进行大规模设计和计算，能够对复杂的机械结构进行灵活性分析，有限元分析的具体分析方法为现有技术，此处不再赘述。其中，建立响应面的过程为现有技术，此处不再赘述。
[0091]
基于建立的响应面方程，结合最小二乘法和不含交叉项的二次多项式拟合极限状态函数，以确定出轮盘破裂转速的最小极限状态函数值及叶片脱落转速的最大极限状态函数值。其中，最小极限状态函数值和最大极限状态函数值满足如下条件：
[0092]
min g(xi；yj；zk)-max q(x
l
；ym；zn)-a≥0，
[0093]
其中，a为转速裕度，a为常数，工程上通常取不小于10％，在本技术实施例中，利用概率密度函数值代替转速裕度。
[0094]
具体地，在一实施例中，上述步骤s104中分别计算各组合参数在其对应的转速裕度下的最优转速，具体包括如下步骤：
[0095]
步骤s1041：基于序列二次规划优化算法迭代计算各组合参数在其对应的转速裕度下的最优转速。
[0096]
在本发明实施例中，根据转速裕度，判断是否满足叶片脱落超转保护设计以设计目标函数，采用序列二次规划优化算法迭代计算并得到最优设计点。
[0097]
序列二次规划优化算法为利用目标函数和约束条件构建增广目标函数，借此将约束最优化问题转化成无约束最优化问题，利用求解无约束最优化问题的方法间接求解新目标函数的局部最优解。序列二次规划算法相比于其他算法收敛性好、计算效率高且边界搜索能力强。
[0098]
其中，寻优过程可以借助软件matlab优化工具箱中的fmincon函数计算。其中，fmincon函数是用于求解非线性多元函数最小值的matlab函数，优化工具箱提供fmincon函
数用于对有约束的优化问题进行求解。其中，利用fmincon寻找最优解为现有技术，此处不再赘述。
[0099]
具体地，在一实施例中，上述步骤s105中从各组合参数中筛选满足发动机设计要求的备选组合参数，具体包括如下步骤：
[0100]
步骤s1051：分别计算各组合参数对应轮盘和涡轮叶片设计点转速下的静强度参数、振动参数及寿命参数。
[0101]
步骤s1052：若设计点转速下的静强度参数、振动参数及寿命参数均满足发动机设计要求，则将该组合参数确定为备选组合参数。
[0102]
在本发明实施例中，每一种发动机型号均有其对应的静强度参数、振动参数及寿命参数要求，可以预先存储所有发动机型号对应的静强度参数、振动参数及寿命参数要求，也可以建立发动机型号和其对应的静强度参数、振动参数及寿命参数要求的对应关系。发动机设计要求可以根据发动机工作过程的实际情况确定。
[0103]
具体地，在一实施例中，本方明实施例提供的发动机的轮盘和涡轮叶片组合设计方法还包括如下步骤：
[0104]
步骤s107：基于目标组合参数对应的最优转速，计算轮盘和涡轮叶片设计点转速下的静强度参数、振动参数及寿命参数。
[0105]
步骤s108：判断静强度参数、振动参数及寿命参数是否满足发动机设计要求。
[0106]
步骤s109：若静强度参数、振动参数及寿命参数不满足发动机设计要求，则对上限值和/或上限值进行修正，并返回获取若干轮盘和涡轮叶片的组合参数的步骤。
[0107]
在本发明实施例中，对最终确定出的目标组合参数进行验证，以判断目标组合参数对应的最优转速，以及轮盘和涡轮叶片的静强度参数、振动参数及寿命参数，并判断参数是否满足发动机设计要求，若满足，则流程结束。若不满足，说明不存在既满足转速裕度又满足发动机设计要求的解，则返回执行步骤s101，对下限值和/或上限值进行修订，即将下限值调小，上限值调大，直至满足条件为止。
[0108]
需要说明的是，为验证本方法预测防轮盘破裂叶片的有效性及精度，以下通过分析设计两种模型下防轮盘破裂叶片的设计。如图3和图4所示，图3为基于传统模型的转速裕度，图4为基于概率模型的转速裕度，如表1所示，对比分析表明基于概率模型设计的转子质量降低7.2％，有效降低了转子质量。且对基于概率设计的防轮盘破裂叶片进行了试验验证，试验证明所有叶片全部有效脱落，轮盘未发生破裂。
[0109]
表1
[0110]
模型轮盘破裂比转子质量破裂比重量传统模型1.844.43
‑‑
概率模型1.744.11-5.4％-7.2％
[0111]
基于相同发明构思，本发明还提供一种发动机的轮盘和涡轮叶片组合设计装置。
[0112]
图5是根据一示例性实施例提出的一种发动机的轮盘和涡轮叶片组合设计装置的结构框图。如图5所示，该装置包括：
[0113]
获取模块101，用于获取若干轮盘和涡轮叶片的组合参数，组合参数包括：轮盘和涡轮叶片的几何尺寸、载荷及材料性能。具体内容参见上述步骤s101的相关描述，在此不再进行赘述。
[0114]
第一计算模块102，用于分别计算每一个组合参数对应叶片脱落转速且轮盘不破裂转速条件下的概率密度函数值。具体内容参见上述步骤s102的相关描述，在此不再进行赘述。
[0115]
确定模块103，用于基于各组合参数对应的概率密度函数值确定各组合参数对应的转速裕度。具体内容参见上述步骤s103的相关描述，在此不再进行赘述。
[0116]
第二计算模块104，用于分别计算各组合参数在其对应的转速裕度下的最优转速。具体内容参见上述步骤s104的相关描述，在此不再进行赘述。
[0117]
第一筛选模块105，用于从各组合参数中筛选满足发动机设计要求的备选组合参数。具体内容参见上述步骤s105的相关描述，在此不再进行赘述。
[0118]
第二筛选模块106，用于分别计算各备选组合参数在其对应最优转速下的涡轮转子质量，并基于涡轮转子质量的排序结果从各备选组合参数中筛选目标组合参数。具体内容参见上述步骤s106的相关描述，在此不再进行赘述。
[0119]
本发明实施例提供的发动机的轮盘和涡轮叶片组合设计装置，通过计算出每一组轮盘和涡轮叶片组合参数对应的概率密度函数值，且概率密度函数值满足叶片脱落且轮盘不破裂的转速条件，以增加发动机的安全性和可靠性，通过计算各组合参数对应的转速裕度，并从中确定出最优转速，且对满足条件的组合参数进行筛选，最终将最优转速下质量最轻的确定为目标组合参数，能够在满足设计要求的前提下，有效降低涡轮转子质量，从而便于对涡轮转子轻量化设计。
[0120]
上述基于发动机的轮盘和涡轮叶片组合设计装置的具体限定以及有益效果可以参见上文中对于发动机的轮盘和涡轮叶片组合设计方法的限定，在此不再赘述。上述各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0121]
图6是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。如图6所示，该设备包括一个或多个处理器610以及存储器620，存储器620包括持久内存、易失内存和硬盘，图6中以一个处理器610为例。该设备还可以包括：输入装置630和输出装置640。
[0122]
处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接，图6中以通过总线连接为例。
[0123]
处理器610可以为中央处理器(central processing unit，cpu)。处理器610还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0124]
存储器620作为一种非暂态计算机可读存储介质，包括持久内存、易失内存和硬盘，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本技术实施例中的程序指令/模块。处理器610通过运行存储在存储器620中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述任意一种发动机的轮盘和涡轮叶片组合设计方法。
[0125]
存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储根据、需要使用的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至数据处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0126]
输入装置630可接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
[0127]
一个或者多个模块存储在存储器620中，当被一个或者多个处理器610执行时，执行如图2所示的发动机的轮盘和涡轮叶片组合设计方法。
[0128]
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，具体可参见如图2所示的实施例中的相关描述。
[0129]
本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0130]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。