炸药爆轰环境中铝粉非等温燃烧模型

为研究铝粉在爆轰环境中的燃烧特性,基于爆轰环境中铝粉燃烧模型,综合考虑了爆轰产物气体组分和爆轰环境体系温度对铝粉燃烧释能过程的影响,建立了爆轰环境中铝粉非等温燃烧模型,提出了包括铝粉燃烧过程、爆轰产物气体组分和爆轰环境体系温度在内的爆轰环境铝粉非等温燃烧控制方程,并通过激光诱导击穿光谱实验进行了验证。结果表明,铝粉非等温燃烧模型控制方程的计算值与激光诱导击穿光谱实验值的偏差在12%以内,验证了理论模型计算的准确性,获得了铝粉粒度和铝氧比对炸药中铝粉燃烧特性的影响规律。

基于混合驱动的双燃料发动机燃烧模型的构建

为实现对处于长时间运行的双燃料发动机燃烧过程的实时映射和在线优化,将Wiebe方程与深度学习神经网络相结合,提出了基于混合驱动的生物柴油/柴油双燃料发动机零维(0-D)预测模型.首先通过鹈鹕算法(POA)对双Wiebe方程参数进行求解;然后利用卷积神经网络结合双向长短时记忆神经网络(CNN-Bi-LSTMNN)建立运行参数和Wiebe参数的参数辨识模型.将Wiebe方程与深度学习神经网络相结合对燃烧过程进行简化、重构,建立基于混合驱动的零维预测模型,进而可以正向求出缸内压力曲线和各种性能结果.结果表明:基于双Wiebe方程结合CNN-Bi-LSTM构建的双燃料发动机零维预测模型具有良好的预测精度和泛化性.模型的开发为双燃料发动机性能的在线评估和优化提供了可靠的数字模型支持.

零维预测燃烧模型建模方法

为了解决神经网络建立的柴油机零维燃烧模型对稳态和动态工况预测能力不稳定问题,本文采用遗传算法对神经网络的初始权值、阈值进行综合优化,提出了遗传算法-神经网络算法。基于TBD620型柴油机,通过稳态和瞬态试验获得运行参数和缸压数据,通过代数分析法结合遗传算法获得对应燃烧参数,最后分别利用遗传算法-神经网络算法和神经网络算法对燃烧模型进行构建并对比辨识结果。结果表明:与神经网络算法相比,遗传算法-神经网络算法构建的零维燃烧模型对应φ_(50)和IMEP预测值平均误差分别降低了43.84%和42.73%,遗传算法具有高效的权值、阈值寻优能力,模型具有更高的预测精度,泛化性更好,适用于柴油机零维燃烧模型研究。

基于深度学习建表的宽域发动机火焰面燃烧模型构建与验证

以新型宽域发动机为动力的未来新一代飞行器的研发迫切需要CFD方法来进行高效高精度的辅助设计.文章把传统的火焰面/进度变量燃烧模型与深度学习和神经网络方法相结合,构建了新的智能化改进的燃烧模型并进行了算例测试与验证,在保证计算效率的同时提高了预测精度.首先,给出了人工神经网络的构建方法,包括数据库划分、数据归一化以及模型的训练等;然后,测试分析了不同函数结构对新建模型的影响,并讨论了基于CPU和GPU的求解器框架下内存占用优化问题;最后,把智能化模型耦合到GPU求解器上对飞行马赫数4~12的3个发动机算例进行了数值模拟.结果表明,智能化改进的模型可代替传统火焰面/进度变量数据库从而实现高维参数建模及模型改进,并可以成功运行在GPU上;智能化改进的模型比传统的模型平均误差减小量均超过了50%,算例误差最大减小值可达57.2%.

Mg在CO_(2)/Ar混合气体中的双反应区燃烧模型研究

Mg粉/CO_(2)是实现火星探测原位资源利用的理想推进剂。针对Mg颗粒在含CO_(2)混合大气中燃烧,基于火焰层假设,建立了Mg在CO_(2)/Ar混合气体中的双反应区燃烧模型,分析了Mg在CO_(2)/Ar燃烧过程中各组分质量分数、各组分流量、颗粒和火焰层的温度分布,研究了环境压强、CO_(2)质量分数、环境温度和颗粒粒径对燃烧特性的影响。结果表明:环境压强增大,颗粒温度增大、火焰层温度变化不大。在环境压强低于20 kPa时,火焰层半径随环境压强升高快速增大,颗粒燃烧时间随环境压强升高快速变短,随后都基本保持不变;CO_(2)质量分数增大,颗粒温度与火焰层温度升高、火焰层半径减小、颗粒燃烧时间缩短;环境温度增大,颗粒温度变化不大、火焰层温度升高、火焰层半径减小、颗粒燃烧时间延长;颗粒粒径增大,颗粒温度与火焰层半径变化不大、火焰层温度降低、颗粒燃烧时间延长。

TPDF-ASOM复合湍流燃烧模型及其检验

先进航空发动机燃烧室设计要求对湍流火焰精确控制,现有模拟方法需提高精度和效率。输运概率密度函数(TPDF)湍流燃烧模型精度高,代数二阶矩(ASOM)湍流燃烧模型计算成本低,类比离散涡模拟思想,基于Da数将湍流燃烧场区分“高精度”和“低成本”2个区域,在输运方程框架下采用随机场TPDF(高精度)和ASOM(低成本)方法重构TPDF-ASOM复合湍流燃烧模型,以提高模拟的整体精度和效率。在大涡模拟(LES)-TPDF程序平台创建ASOM并进一步实现TPDF-ASOM复合湍流燃烧模型,用Flame D实验数据检验所建模型和方法。结果表明:所建模型的预测结果与实验值接近,而且能够兼顾精度和计算效率。

基于两种燃烧模型的重型燃气轮机燃烧室污染物排放预估研究

为有效预估重型燃气轮机NO_(x)的排放量,以某重型燃气轮机的燃烧室为研究对象,基于预混燃烧和柔和燃烧两种燃烧模型,应用数值模拟的方法研究燃烧室内温度分布的情况;采用响应面优化方法研究进口压力、燃烧区平均温度、一次风温对NO_(x)排放的影响;通过公式拟合方法,拟合出针对该重型燃气轮机燃烧室的污染物排放预估公式。结果表明:在操作压力及燃料相同的情况下,使用柔和燃烧模型对减少NO_(x)排放的效果更好;对比两种燃烧模型数值的优化结果及污染物排放预估公式,可发现燃烧区平均温度对污染物排放的影响最大,在基于预混燃烧模型的NO_(x)排放预估公式中,燃烧区的平均温度指数为-9.7;在基于柔和燃烧模型的NO_(x)排放预估公式中,燃烧区的平均温度指数为-76.69。

火花辅助压燃准维燃烧模型的建立及应用

本文采用湍流火焰传播速度模型描述火花点燃(SI)燃烧,针对单个自燃点仍采用湍流火焰传播速度模型,将所有自燃点的当量湍流火焰速度集合作为总当量湍流火焰速度用来描述压燃燃烧,进而建立了火花辅助压燃(SACI)准维燃烧模型。基于该模型研究了空气、外部废气再循环(EGR)稀释对SACI的影响,仿真和实验匹配良好。计算表明:SACI的火焰传播速度高于SI,随点火提前而增大,外部EGR稀释的火焰传播速度低于空气稀释;点火推迟或者增加外部EGR都会导致火焰前锋面面积峰值升高,衰减速度减慢,燃烧等容度减弱;稀释率相当时,空气稀释的热效率更高,但外部EGR稀释的尾气后处理更容易。

含团聚硼粉富燃料推进剂一次燃烧模型的建立

为研究团聚硼粉对富燃料推进剂燃烧过程中能量释放和燃速特性的影响,结合实验分析建立了基于BDP模型的含团聚硼粉富燃料推进剂一次燃烧的物理和数学模型。该物理模型中,燃烧表面由团聚硼粉、AP和黏合剂的聚集区两部分组成,气相区形成了AP火焰和FF(终焰)聚集区,团聚硼粉中团聚剂参与了PF(初焰)和FF。在假设团聚硼粉为惰性物质基础上,建立了该推进剂的数学燃烧模型。通过AP/HTPB体系、团聚硼粉/AP/HTPB体系的简化与计算,推导出燃速公式中SAP/S的表达式。该模型充分考虑了团聚硼粉体积分数1ζ对推进剂燃面的影响,将硼粉的体积因素引入含硼富燃料推进剂的数学燃烧模型公式,该模型合理解释了这种推进剂的主要燃烧特性。

汽油机加速工况多区燃烧模型参数的研究

详细地介绍了汽油机加速工况时多区燃烧模型的建立过程。分析了加速工况和稳态工况下模型的区别,提出了加速工况时对稳态工况下模型的空燃比、充气效率、传热系数进行修正的方法。

大涡模拟燃烧模型对氨气旋流火焰适应性研究

推广无碳燃料是实现“碳达峰、碳中和”的重要举措,氨气具有基础设施完善、安全性高等优势.数值模拟在燃机设计、开发中承担重要作用,燃烧模型对计算对象的适应性非常重要,影响计算精度和效率.本文针对氨气旋流火焰,基于OpenFOAM开展了氨气旋流火焰标准化实验及模拟工作,对比了FGM燃烧模型和DTF燃烧模型在氨气旋流火焰燃烧室流场、火焰结构及污染物预测等方面的性能.通过综合分析,给出了模型选用建议,为氨发动机燃烧室和氨燃烧器仿真计算提供参考.

基于神经网络的零维预测燃烧模型及建模方法

提出了基于神经网络的零维预测燃烧模型,适用于发动机稳态和动态过程的燃烧计算.以建立高原增压柴油机燃烧模型为例,介绍了基于神经网络的零维预测燃烧模型的建模步骤,主要包括放热率计算、放热率参数化、构建和训练神经网络.介绍了缸压处理和放热率计算方法;以三韦伯函数形式拟合放热率曲线,增加一系列约束解决拟合参数的多解问题;构建并训练了神经网络,完成建模.通过训练误差分析、预测结果与试验数据的对比,对模型的预测精度进行了验证.

内燃机燃烧模型的发展现状

利用CFD技术对内燃机燃烧过程进行数值模拟已成为内燃机研究的重要工具。选用恰当的燃烧模型对准确预测内燃机燃烧过程具有重要意义。内燃机CFD燃烧模型主要针对自燃、预混燃烧和非预混燃烧3种燃烧模式,其中有些模型可以同时模拟2种模式或3种模式。内燃机新的燃烧系统的不断出现促进了燃烧模型的发展。本文以STAR-CD和FIRE软件为出发点,介绍了内燃机燃烧模型的发展现状。

柴油机实时仿真中燃烧模型的建立

通过对柴油机燃烧过程的分析 ,具体介绍了针对 4JB1柴油机建立并用于发动机硬件在环实时仿真的燃烧放热模型。出于实时性考虑 ,采用零维单区燃烧模型 ,在实时仿真系统中将 Wiebe模型和Watson模型有机地结合使用 ,既可方便快捷地获取任意工况下的模型参数 ,又能保证燃烧放热规律与实际相符。试验证明模型性能良好 。

焦炭燃烧模型的改进及其Fluent实现与实验验证

为了在煤粉燃烧全过程中准确模拟焦炭转化率的沿程变化,在Fluent中缺省的焦炭燃烧反应/扩散联合控制模型的基础上,加入对高温热失活现象、灰分抑制作用的定量描述,建立了一个新的焦炭燃烧模型。通过编写用户自定义函数的方法将开发的模型在Fluent平台上进行了实现,对比测试结果表明程序的编写正确无误。通过沉降炉实验台获得了2种烟煤在整个燃烧过程中的燃烧特性并据此对新的焦炭燃烧模型进行了验证。模拟的结果表明:新的焦炭燃烧模型要明显优于Fluent中缺省的联合控制模型,其预测的焦炭转化率在整个燃烧过程中的准确性有明显提高,预测偏差在±10%以内。此外还讨论了模型参数与煤种特性之间的关系。

一种圆环状多层发射药的燃烧模型

为了模拟和改善多层圆环状发射药的内弹道性能和燃烧性能,建立了一种圆环状多层高能硝胺发射药的燃烧模型,定义了多层环状发射药的缓燃层与速燃层燃速之比K、缓燃层的初始总厚度与药片初始总厚度之比X、以及药片的内外径差与初始总厚度之比(宽厚比)W三个参数。得到了不同参数的多层发射药的形状函数Ψ-Z曲线,并通过中止燃烧实验对模型进行了验证。结果表明,X、K和W对多层发射药的燃烧有很大的影响,Ψ-Z曲线呈现一定的变化规律,中止燃烧实验表明该模型简单、假设合理,理论计算与实际测试符合较好。

增压柴油机零维预测燃烧模型建模方法

基于三韦伯方程建立了增压柴油机燃烧模型,并分别在两个不同尺寸的增压器下负荷特性共142个试验工况点对其校准,得出142个样本模型和各工况点下燃烧模型中的9个燃烧参数.考虑了柴油机转速、循环喷油量、喷油始点、进气压力和进气温度5个运行参数对9个燃烧参数的影响,用同样的数据建立了9个燃烧参数MAP图和神经网络辨识器(NNI),分别建立了基于NNI和MAP的零维预测燃烧模型(NNI-model和MAP-model),进行了校准工况点仿真计算,结果表明:NNI-model和MAP-model均与样本模型具有较高的一致性,NNI-model仿真精度稍差于MAP-model.将NNI-model和MAP-model分别进行了非校准工况仿真计算,结果表明:NNI-model和MAPmodel均与试验结果基本吻合,NNI-model仿真精度仍较高,而MAP-model仿真精度明显变差,与MAP-model相比NNI-model避免了多次线性插值累积误差,在偏离校准工况点时仍保持较高精度,泛化性更好,更适用于增压柴油机零维预测燃烧模型仿真研究.

湍流燃烧模型在燃烧室数值计算中的对比分析

对比分析了不同燃烧模型对某型回流式燃气轮机燃烧室流场的影响,建立了描述燃烧室流场的控制方程组,采用Realizable k-ε湍流模型,湍流燃烧模型分别为涡耗散模型(ED)、涡耗散概念模型(EDC)、简单概率密度模型(PDF)和稳态小火焰模型(SFM)。对比分析了不同燃烧模型下燃烧室的温度场、速度分布以及NOx排放量,并与该燃烧室实际工作性能做了对比。结果表明:ED与EDC模型均高估流域最高温度,造成NOx排放过高,而PDF与SFM均合理地模拟出燃烧室内部流场,尤以SFM模拟的效果最佳;四种模型均合理模拟出口温度场和速度场。

湍流燃烧模型在燃气轮机燃烧室模拟中的运用与对比

利用Fluent商业软件,对燃气轮机燃烧室C16H29非预混燃烧流场进行数值模拟。针对燃烧室的额定工况,分别采用简单概率密度函数模型、涡耗散模型、涡耗散概念模型的2步反应和5步反应过程,对湍流燃烧流场进行对比数值分析,同时,考察燃烧室Thermal和Prompt NOx排放性能。通过比较发现,有吸热反应过程的EDC-5步模型所得流域内燃烧区温度较低;出口温度均匀性最好,最大不均匀度28%;NOx排放量最少。结果表明,该模型能够更合理地预测燃烧室的流场分布。

卷烟燃烧模型研究进展

综述国内外有关卷烟燃烧模型的研究进展。认为应在深入研究卷烟燃烧过程和机理的基础上,建立全面系统准确的卷烟燃烧数学模型,以便为工艺改进提供科学依据。