提高高马赫数超燃冲压发动机推力的理论方法

来源 :力学学报 | 被引量 : 0次 | 上传用户:fjzxf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
斜爆轰发动机和激波诱导燃烧冲压发动机在高马赫数吸气式发动机中具有重要应用前景,但是斜爆轰发动机是否具有足够大的净推力,还是一个未知的问题,因此需要对高马赫数冲压发动机的推进性能以及提高推力的方法进行理论研究.本文主要分为3部分.第1部分理论研究了超燃冲压发动机中的爆燃波和爆轰波的传播特性.保证发动机稳定燃烧是提高推力的前提.通过对爆燃波和爆轰波传播特性研究,得到了影响发动机燃烧稳定性的关键参数和物理规律.第2部分研究了发动机处于热壅塞临界状态下的燃烧规律和推力特性.在临界状态下,燃烧室入口气流速度正好等于爆轰波传播速度,二者处于平衡状态,这是发动机推进性能的理论上限.第3部分研究了提高高马赫数超燃冲压发动机推力的理论方法.对于高马赫数冲压发动机,燃烧室入口气流速度远远大于爆轰波的传播速度,这部分速度差就是提高推力的理论空间.对于马赫数Ma≥12的超燃冲压发动机,理论上燃烧产生的爆燃波或激波不会引起发动机不起动,因此可以通过进一步添加燃料和氧化剂的方法来提高其推力.理论分析结果表明,对于高马赫数超燃冲压发动机,不但燃烧流场是容易稳定的,而且可以有很多方法来进一步提高推力.
其他文献
为全面捕获交通路网的时空特性,分析路况的复杂多变性,实现道路拥堵和突发情况的高效准确预测,研究提出一种时空图注意力神经网络模型,通过将道路网络建模成一系列随时间变化的图,利用图注意力机制(graph attention network,GAT)关注路网图关键节点的空间特性并捕获动态的全图空间特征,再利用门控循环单元(gated recurrent neural network,GRU)充分捕获相邻路网图的时间相关性并降低模型冗余,提升了对道路拥堵和异常情况的预测准确率.采用PEMSD数据集进行实验.结果表
数值计算方法、物理模型和计算硬件的进步极大地促进了超燃冲压发动机仿真的发展,基于内外流一体化仿真的数值飞行技术已日渐成熟并逐步应用于工程实践,伴随燃烧、气动、结构、材料以及传热多物理场耦合模型和计算方法的发展,叠加多场计算的广义数值飞行技术有望近期得到突破.目前人工智能技术的快速发展,将赋能于数值飞行技术,“数智飞行”这一新的研究模式应运而生.一方面,数智飞行将利用人工智能突破传统数值飞行技术在网格生成与自适应、高保真物理模型、数据处理与知识挖掘等方面的发展瓶颈,全面提升数值飞行的精度、准度和效能;另一方
复杂的流变特性使凝胶推进剂的雾化过程存在一定困难,这制约了它的发展.聚合物胶凝剂的加入使凝胶推进剂具有黏弹性,从而在雾化时会产生黏弹性液滴,因此为了进一步认识凝胶推进剂的雾化机理、提高凝胶推进剂的雾化性能,对黏弹性液滴的碰撞行为进行数值模拟研究.针对凝胶推进剂雾化过程中出现的液滴撞击现象,考虑流体具有的黏弹性效应,采用流体体积法(VOF)、自适应网格细化技术(AMR)和对数构象张量方法相结合,使用Oldroyd-B本构模型描述液滴的黏弹性,对两个相等体积的黏弹性液滴的碰撞过程进行直接数值模拟,主要关注黏弹
亥姆霍兹共振器(HR)作为典型的被动消声装置,常被安装于航空发动机和燃气轮机的燃烧室上用以吸收噪声进而抑制燃烧热声振荡.在实际应用中,为防止燃烧室内高温气体损坏HR,常引入冷却气流从HR的背部空腔通过其颈部流入燃烧室,以保护HR.该冷却气流的温度一般显著低于燃烧室内的燃气温度.将这样的HR安装到燃烧室上时,该温差可能影响燃烧室中HR上、下游的声波与熵波关系,并进而影响HR的吸声性能.然而,在以往研究HR对燃烧室内热声振荡的影响的模型中,该温差的影响一般被忽略.本文基于声类比的思想,建立了一个可预测当带有冷
斑海豹依靠其具有波状外形的胡须,可感知猎物尾迹流场中的涡流,进而循迹追踪.对斑海豹胡须感知涡流特征的机制进行研究具有重要的科学意义和应用价值.本文根据斑海豹胡须的外形参数,制作了1:30的实验模型,在水槽中研究了均匀流场和尾迹流场中单个胡须模型和胡须模型阵列的单自由度流致振动特性,分析了模型振动响应与涡流特征的关联.结果表明,在均匀流场中,零攻角条件下,胡须的波状外形具有显著的抑振作用,胡须模型在一定的折合流速范围内具有较低的振动幅值;而当来流攻角较大时(α≥30°),振幅显著提高.在固定圆柱形成的尾迹流
在低飞行马赫数条件下,乙烯燃料超燃冲压发动机为实现成功点火及稳定燃烧,常使用先锋氢引燃乙烯,本文通过试验研究了多种喷注方案下的超燃燃烧室流动特性、火焰传播特性及燃烧稳定性,喷注方案包括单先锋氢、单乙烯和组合喷注方式.超燃燃烧室入口马赫数为2.0,总温为953 K,总压为0.82 MPa.多种非接触光学测量手段被应用于超燃冲压发动机流场结构和火焰传播规律的诊断,包括纹影、CH自发光照相和OH-PLIF,并使用10 kHz的压力传感器来采集燃烧室上壁面中线处压力.结果表明:在无燃料喷注情况下,发动机内流场会以
压气机流动稳定性自适应控制是未来智能航空发动机的一项关键技术.基础研究需要回答3个关切:如何描述系统的稳定性?如何改变系统的稳定性?如何监测系统的稳定性?为此,本团队在压气机流动稳定性通用理论、壁面阻抗边界扩稳方法和在线实时失速预警技术等3个方面开展了系统深入的研究工作.(1)所发展的叶轮机流动稳定性通用理论既能包含流动非均匀性又能考虑叶片几何,计算高效,预测精度高,为压气机气动/稳定性一体化设计提供了可靠的评估工具.(2)所发展的基于壁面阻抗边界调控策略的SPS(stall precursor-supp
神经网络作为一种强大的信息处理工具在计算机视觉,生物医学,油气工程领域得到广泛应用,引发多领域技术变革.深度学习网络具有非常强的学习能力,不仅能发现物理规律,还能求解偏微分方程.近年来基于深度学习的偏微分方程求解已是研究新热点.遵循于传统偏微分方程解析解、偏微分方程数值解术语,本文称用神经网络进行偏微分方程求解的方法为偏微分方程智能求解方法或偏微分方程神经网络求解方法.本文首先简要介绍偏微分方程智能求解发展历程,然后从反演未知偏微分方程与求解已知偏微分方程两个角度展开讨论,重点讨论已知偏微分方程的求解方法
风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉冲燃烧风洞精确气动力辨识带来了挑战.对此本文提出了一种新的基于传统信号处理结合深度学习的智能气动力辨识算法,该框架分解两个主要阶段:(1)信号分解,(2)数据训练.其中信号分解阶段通过变分模态分解将原始数据分解为不同模态子信号,随后通过Pearson相关性分析筛除干扰子信号;在训练阶段通过
乘波体因优异的气动特性,被认为是突破现有“升阻比屏障”的有效途径之一,已成为高超声速飞行器气动设计的研究热点.针对常规单级压缩乘波前体压缩量不足的问题,基于局部偏转吻切方法提出一种多级压缩乘波体设计方法,实现了多道非轴对称激波的逆向乘波设计.通过引入多道非轴对称激波,可充分发挥乘波前体的预压缩效果,并为复杂外形条件下的高超声速飞行器设计提供新的思路.以基于非轴对称椭圆锥激波的两级压缩乘波体为例阐述了该多级设计方法,并在相同条件下设计了3种不同长短轴比的两级椭圆锥压缩乘波体.设计状态下的数值模拟结果表明,无