一种用于变循环发动机建模的快速方法
2019年8月13日
本文介绍了一种用于构建变循环发动机部件级数学模型的实验方案。
该方法可帮助研究人员利用现有的发动机数据快速构建航空发动机模型。此方法的主要优势在于，与传统建模方法相比，对编程技术的要求较低。在开始建模之前，打开 GasTurb13 并点击基本热力学（Basic Thermodynamics）。
选择循环设计并打开演示变循环。发动机设计点的性能参数将显示出来。要获取部件特性图，在主窗口中点击“变工况”、“更多”和“标准特性图”。
打开变循环演示并选择低压压气机（LPC）、中压压气机（IPC）、高压压气机（HPC）、高压涡轮（HPT）和低压涡轮（LPT）。若要对变循环发动机的单个部件进行建模，请打开数据分析程序并点击 Simulink。双击空白模型，然后点击库以添加用于建模的函数模块。
双击功能。将根据压缩机的工作原理描述其热力学方程。单击该方程并粘贴，以获取压缩机的输入和输出参数。
重命名函数压缩器。在压缩器函数窗口中，右键单击函数名称，选择“子系统和模型引用”，然后选择“创建子系统”以对模块进行封装。当所有组件建模完成后，将每个组件的输出与下一个组件的输入进行连接。
此处展示了在双涵道工作模式下设计点的对比结果，表明模型与GasTurb之间的性能参数最大误差为发动机增压比低于2%。此处还展示了单涵道工作模式下非设计点的对比结果，在该条件下，最大误差为低压转子转速略低于4%。在此具有代表性的双涵道模式加速、减速仿真过程中，显示了燃油流量的输入情况。这些转速、空气流量以及涡轮前温度数据表明，该模型能够完成加速和减速仿真。
在本代表性实验中，变循环发动机的工作模式在5秒时从单涵道模式切换至双涵道模式。为防止发动机在切换过程中超过限定转速，对高压轴转速采用了单变量闭环控制。在此试验中，切换过程中高压轴转速基本保持不变。类似地，可观察到燃油流量、转速、空气流量以及涡轮前温度的响应情况。
加速、减速和模式切换的仿真结果表明，该模型能够正确运行。学习如何选择特定或通用的工作方程非常重要，因为通用工作方程有助于正确建立模型。按照此流程，可构建其他类型的航空发动机或燃气轮机发动机模型。
查看完整文字稿并访问数千部科学视频
概述
本文介绍了一种用于构建变循环发动机部件级数学模型的实验方案。该方法使研究人员能够利用现有的发动机数据高效地建立模型，而无需传统建模所要求的高难度编程工作。
关键研究组成部分
科学领域
- 数学建模
- 发动机设计
- 航空航天工程
背景
- 传统的建模方法需要具备丰富的编程知识。
- 可利用现有的发动机数据进行模型构建。
- 变循环发动机具有复杂的性能参数。
- 采用 GasTurb13 软件进行建模。
研究目的
- 简化航空发动机的建模过程。
- 降低研究人员的技术门槛。
- 为发动机性能分析提供清晰的实验方案。
使用的方法
- 打开 GasTurb13 软件。
- 选择基础热力学与循环设计。
- 访问变循环发动机的演示模型。
- 通过变工况设置获取部件特性图。
主要结果
- 该方案可实现快速建模。
- 发动机设计点性能参数将被显示。
- 可便捷访问各部件的标准特性图谱。
- 研究人员能够高效利用现有数据。
结论
- 该方法简化了变循环发动机的建模过程。
- 它降低了航空航天工程领域研究人员的入门门槛。
- 未来的研究可在此协议基础上开展更先进的建模工作。
常见问题
执行行业相关性
该方法利用现有的性能数据，能够快速、低门槛地对复杂航空航天系统进行建模，减少对 extensive 编程专业知识的依赖。它可支持对发动机行为分析的预测置信度，有助于在早期阶段验证设计，并降低变循环架构的风险。该方法与发现阶段的工作流程相一致，在此阶段，机理理解与仿真准备程度可为先进推进系统的“继续/终止”决策提供依据。
生物制药研发中的战略应用
早期发现与靶点验证
- 科学价值：能够探究系统内的热力学关系及组分间的相互作用。
- 操作价值：利用现有发动机数据构建机理模型，无需开发定制代码。
- 预测价值：支持稳态与瞬态行为的仿真，以评估设计在不同条件下的性能表现。
筛选与检测方法开发
- 科学价值：生成标准化的可重用组件模型，确保在不同仿真运行之间保持一致性。
- 操作价值：通过提供可量化的输出（如压力比和转速），实现类似检测分析的准备就绪状态。
- 可扩展性：支持在不同发动机构型中重用已建模的组件（例如，压缩机、涡轮机）。
转化与临床前研究
- 转化连续性：通过加速度、减速度和模式切换的动态仿真，连接概念设计与性能验证。
- 机制性风险降低：允许观察系统对控制输入（例如燃料流量）的响应，以评估稳定性和响应保真度。
- 决策支持：提供误差有界的比较（例如，压力比偏差<2%），以增强对模型预测能力的信心。
流程与工作流整合
该方法通过在物理原型构建之前实现假设驱动的建模、定量输出生成以及基于模拟的验证，契合从发现到临床前研究的连续过程。
- Discovery Biology：通过单个组分的热力学建模及系统级整合，支持对机制性假设的验证。
- Screening：提供可重复的定量输出结果（例如轴转速、温度），可用于不同运行模式之间的比较。
- Analytics：通过与基准数据（GasTurb13）在设计工况及非设计工况下的误差范围对比，实现对模型保真度的统计评估。
- Translational Research：支持从稳态到动态仿真的连续过渡，模拟系统在压力条件下的行为，类似于临床前验证过程。
- Enterprise Reuse：采用模块化、面向对象架构构建的模型，可适用于其他类型燃气轮机或航空发动机。
运营与企业影响
- 科学价值：通过将第一性原理方程与可观测的系统输出相联系，减少机制上的模糊性。
- 操作价值：降低模型创建的技术门槛，使更多团队成员能够参与仿真工作流程。
- 战略价值：通过虚拟验证减少对物理测试活动的依赖，提高资本使用效率。
- 项目组合影响：在投入硬件研发之前，通过提供可量化的模型预测置信度，支持基于风险评估的推进决策。
实施注意事项
- 需要熟悉热力学原理及部件级发动机的工作特性。
- 依赖于获取 GasTurb13 或同等仿真环境的基准数据和验证能力。
- 需要对部件模型的屏蔽和集成方式进行标准化，以确保接口一致性。
- 若适配至其他类型发动机，需重新映射热力学方程和控制逻辑。
- 实际限制：模型精度取决于输入特性图的保真度以及热力学方程实现的正确性。
