一种基于数据驱动的发动机涡轮叶片数字孪生模型建模方法

本发明涉及航空发动机设计与仿真技术领域，具体是一种基于数据驱动的发动机涡轮叶片数字孪生模型建模方法；本发明提出基于数据驱动的发动机涡轮叶片数字孪生建模法，少量抽样结合物理模型偏差，获高维响应数据；通过流行学习降维，构建模型参量至全场响应的流行结构；采用混沌多项式展开分析不确定性，建立参量至流行特征的不确定性映射；进而构建随机矩映射模型，实现多物理场性能概率行为的快速预测；量化波动特性并可视化，建立非侵入式数字孪生框架，灵活应对多场耦合问题；减少物理测试依赖，为涡轮叶片多工况性能预测与优化提供坚实保障。