● 摘要
作为航空发动机的关键部件，发动机涡轮盘工作环境恶劣，同时由于发动机精细化设计的要求，其结构又在不断减重，这些都是涡轮盘结构设计时高可靠性要求的原因。
传统的安全系数评估比较概略，靠经验给出。现行的概率设计方法虽然理论上比较完善，但是对于涡轮盘可靠性评估来说，存在一些问题。主要是概率可靠性评估中，要求提供较为完整的数据分布形式才能获得可靠度，要实现这一目的，需要获取大量试验样本，而涡轮盘试验成本高昂，数值仿真会有相当大的有限元计算量，这些问题是进行概率分析的困难所在。
本文针对这一矛盾——高可靠性要求和样本获取困难，引入QMU非概率思想，采用非概率手段来完成对涡轮盘的可靠性评估。
一方面，对比常用代理模型算法和试验设计特点，针对发动机寿命规律，提出一种基于常用响应面模型和最优拉丁超立方抽样方法的优化方法。使能在较少样本点条件下，满足代理模型的精度要求，从而保证可靠度分析的可信度；另一方面，针对涡轮盘试验成本高昂的问题，结合Bayes统计推断理论，给出了推断最小试验样本量的方法。同时，结合Bayes理论，还能评估根据试验样本确定的变量取值区间的合理性；最后，结合代理模型，利用Bayes推断验证后的变量区间，完成了对涡轮盘非概率可靠性评估。
在本文的最后一部分，考虑到非概率可靠性评估方法只能给出一个关于“可靠”和“不可靠”的指标，尝试了一种将其量化的方法，并通过算例验证了该方法的可行性。