[发明专利]一种超燃冲压发动机燃烧室性能预估方法有效
申请号: | 201410073477.2 | 申请日: | 2014-03-03 |
公开(公告)号: | CN103870683B | 公开(公告)日: | 2017-01-25 |
发明(设计)人: | 郭新华;冮强;马会民;覃正;周乐仪 | 申请(专利权)人: | 北京动力机械研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100070*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出一种超燃冲压发动机燃烧室性能预估方法,以为热力喉道为起始点,计算该位置到燃烧室入口、该位置到燃烧室出口的参数分布,避免了以往的一维计算是从燃烧室入口进行计算,热力喉道在求解时容易出现奇异值的问题;本发明在预估过程中充分考虑了燃烧室的不同工作模态,为宽飞行Ma范围的燃烧室设计提供参考依据。 | ||
搜索关键词: | 一种 冲压 发动机 燃烧室 性能 预估 方法 | ||
【主权项】:
一种超燃冲压发动机燃烧室性能预估方法,其特征在于:包括以下步骤,第一步,确定超燃冲压发动机燃烧室的沿程总焓分布;第二步,确定热力喉道的位置;第三步,确定从热力喉道到燃烧释热起始位置d之间最大压力值对应的位置s,即负压力梯度的上游边界截面对应的位置;第四步,确定位置s到燃烧释热起始位置d之间的沿程参数分布;第五步,确定激波串起始位置u,得到燃烧释热起始位置d到激波串起始位置u之间的沿程参数分布;第六步,根据隔离段入口参数确定从隔离段入口到激波串起始位置u之间的沿程参数分布;第七步,判断第五步和第六步得到的激波串起始位置u处的参数是否匹配,若匹配则转入第十一步,若不匹配则转入第八步;第八步,将位置s沿燃烧室流道方向后移Δx,将新位置的值赋值给位置s,其中Δx为位置s后移阈值;第九步,判断位置s是否超过热力喉道的位置,若超过则转入第十步,若没超过则转入第四步;第十步,超燃模态预估,A10.1、将马赫数Ma赋值为1+ΔMa,利用公式dMa2dx=G(x)1-Ma2G(x)=0]]>得到负压力梯度的上游边界截面对应的位置s,其中ΔMa为马赫数赋值阈值,G(x)通过公式G(x)=2ψdAAdx+(1+kMa2)dQ-dWx+dHcpTdx+kMa2ψD4Cf+2(1+kMa2)ψdwwdx-(1+kMa2)dWWdx-(1-Ma2)dkkdx]]>得到,其中k为比热比,w为气流质量流量,W为分子量,D为当量直径,Cf为摩擦系数,Q单位质量气体的净热量,A面积,cp定压比热,T温度,H能量焓;A10.2、重复第四、五、六步;A10.3、判断第五步和第六步得到的激波串起始位置u处的参数是否匹配,若匹配则转入第十二步,若不匹配则转入步骤A10.4;A10.4、给马赫数Ma再增加ΔMa,将新马赫数数值赋值给马赫数Ma,转入步骤A10.2;第十一步,确定从热力喉道到燃烧室出口的沿程参数分布,转入第十三步;第十二步,确定从位置s到燃烧室出口的沿程参数分布,转入第十三步;第十三步,根据第十一步或十二步得到的参数分布情况,进行燃烧室设计。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京动力机械研究所,未经北京动力机械研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410073477.2/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用