基于三维参数化建模的翼柱形发动机药形优化

增大体积装填分数是提高固体火箭发动机总冲的重要手段之一,但这往往会导致药柱的应力和应变较大,影响其结构完整性。为了解决这一问题,提出了基于三维参数化建模和遗传算法的固体发动机药形优化设计方法。利用MSC.Patran的二次开发工具PCL(Patran Command Language)建立了某翼柱形发动机的参数化模型,并对温度、内压载荷联合作用下的药柱进行了几何参数灵敏度分析,在此基础上,利用遗传算法对该药柱进行了药形优化。在体积装填分数不减少的前提下,得到了最大Von Mises应变取极小值时所对应的最优药形。所提方法可用于多种固体火箭发动机的药形优化设计,对改善高装填分数条件下发动机的结构完整性具有一定的工程实用价值。

基于粒子群算法的三维固体火箭发动机药形快速优化方法

在高体积装填分数前提下,如何提高发动机的结构完整性是固体火箭发动机药形优化设计面临的主要问题。通过提出基于粒子群优化算法(PSO)的三维固体火箭发动机药形快速优化设计方法,采用MSC.Patran的二次开发工具PCL实现某三维固体火箭发动机药柱的参数化建模,在不改变体积装填分数的前提下,分别采用PSO算法和遗传算法(GA)完成该发动机药形的优化设计。结果表明,两种方法均能满足优化设计要求,但PSO算法比GA算法的计算时间缩短了42%,所提方法可快速实现固体火箭发动机药形优化设计,提高复杂三维固体火箭发动机的结构完整性能。