CN116738872A - 基于数字孪生的航空发动机综合热管理可视化仿真系统 - Google Patents
基于数字孪生的航空发动机综合热管理可视化仿真系统 Download PDFInfo
- Publication number
- CN116738872A CN116738872A CN202310516483.XA CN202310516483A CN116738872A CN 116738872 A CN116738872 A CN 116738872A CN 202310516483 A CN202310516483 A CN 202310516483A CN 116738872 A CN116738872 A CN 116738872A
- Authority
- CN
- China
- Prior art keywords
- engine
- module
- data
- parameters
- performance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 32
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000013523 data management Methods 0.000 claims abstract description 24
- 238000012800 visualization Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 238000013461 design Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 17
- 238000009877 rendering Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 238000013499 data model Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 230000005283 ground state Effects 0.000 claims description 4
- 230000036544 posture Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000003570 air Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims description 3
- 239000000295 fuel oil Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000012827 research and development Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 5
- 238000004134 energy conservation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000112 cooling gas Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Control Of Turbines (AREA)
Abstract
本发明公开了基于数字孪生的航空发动机综合热管理可视化仿真系统,针对航空发动机这一高度复杂和精密的机械设备,分析提取真实物理模型及历史资料中的几何参数及性能参数,并将数据信息导入包括航空发动机热力性能计算模块、数据管理模块以及热管理方案可视化模块的可视化仿真系统,实现航空发动机在全飞行包线内多个任务状态点的能流模拟,形象直观地展示不同热管理方案下发动机内部热环境参数变化,并对战斗机作战性能、发动机总体性能及热安全性能实现快速评估,进而指导发动机整机测试,提高产品研发效率。
Description
技术领域
本发明属于航空发动机领域,具体地说,涉及基于数字孪生的航空发动机综合热管理可视化仿真系统。
背景技术
随着战场环境日益复杂,空中优势逐渐成为影响现代战争走向的重要因素。其中,推进系统的性能优劣将直接影响战斗机的综合作战性能。从热力循环的角度来看,提高发动机总增压比与涡轮前温度是提高发动机性能的有效措施,但在高涡轮前温度和高引气温度的双重考验下,涡轮叶片等热端部件将面临更加严峻的热防护问题。为了解决这一问题,亟需对发动机内部能流输运网络进行合理规划,实施航空发动机整机综合热管理,在具体方案上,近年来,CCA技术获得了国内外学者的广泛关注,即在发动机外涵道上安装空-空换热器,利用外涵道的低温气体对压气机引气进行预先冷却,从而提升涡轮冷却气冷却品质,保障热端部件安全可靠工作。目前,在该技术领域,研究学者多采用数值仿真方法模拟典型工况下发动机内部工作情况,但难以在多工况下对发动机各部件能量利用细节进行实时追踪。
数字孪生可以借助历史数据库、实时信息资料、智能算法等对物理实体或过程进行数字化表达,是一种模拟、验证、预测、控制物理实体全生命周期过程的技术手段,并可用于优化待研究的物体实体或过程的整体性能。2012年,美国国家航空航天局与美国空军就曾联合发表论文并指出数字孪生是驱动未来飞行器发展的关键技术之一。基于数字孪生的航空发动机综合热管理可视化仿真系统通过数字映射方式,将真实发动机模型投射到数字空间内,可以更直观地展示发动机内部多系统和多工质的能流网络,了解不同任务状态和热管理方案下的发动机工作情况,并评估整机各部件的能量利用信息,发现整机各环节中的用能薄弱环节,从而在发动机总体设计阶段提出优化策略,进一步挖掘整机能量的利用潜能,保障发动机高效可靠工作。
发明内容
本发明要解决的技术问题在于克服现有技术的不足,提供基于数字孪生的航空发动机综合热管理可视化仿真系统,能够实现航空发动机在全飞行包线内多个任务状态点的能流模拟,形象直观地展示不同热管理方案下发动机内部热环境参数变化,实时获取不同任务段发动机各部件的能量利用信息,并对战斗机作战性能、发动机总体性能及热安全性能实现快速评估;
为解决上述技术问题,本发明采用技术方案的基本构思是:基于航空发动机真实物理模型,利用流量传感器、压力传感器、温度传感器等测量设备提取用于仿真建模的几何条件、部件特性及飞行工况信息,将其转化为数据信息导入至航空发动机综合热管理可视化仿真系统中,从而将真实发动机模型投射到数字空间内,通过航空发动机热力性能计算模块、数据管理模块、热管理方案可视化模块三大模块的协调配合,形象展示不同热管理方案对发动机总体性能及热防护性能的影响规律,进而指导发动机真实测试,优化产品设计流程。
基于数字孪生的航空发动机综合热管理可视化仿真系统,包括航空发动机热力性能计算模块、数据管理模块以及热管理方案可视化模块;
航空发动机热力性能计算模块接收从发动机真实物理模型及历史资料中提取的数据信息,可用于计算全飞行任务内多个任务状态点下发动机各特征截面热力参数与热端部件温度参数,进而对战斗机及发动机总体性能进行综合评估;
数据管理模块用于从航空发动机热力性能计算模块获取各类热力参数并进行临时储存,筛选出适用于不同数据模型的参数组,根据所需展示效果进行模型渲染;
热管理方案可视化模块承接数据管理模块,根据多层次热力参数数组不同的模型渲染效果,对各个任务段下发动机整机能流分布进行形象化演绎,通过模拟云图、柱状图、折线图等方式对不同热管理方案下战斗机及航空发动机综合性能进行直观对比,其对比结果将用于设计发动机整机测试工况;
所述航空发动机热力性能计算模块中,对现役先进军用飞机上的典型小涵道比涡扇发动机应用高效热管理方案——CCA技术;
CCA技术需要在发动机外涵道上添加空-空换热器装置,利用外涵道冷气对高压压气机引气进行冷却,进而提升涡轮叶片冷却气冷却品质,可在保持涡轮叶片热负荷不变的前提下提高发动机涡轮前温度,进而提升战斗机与发动机的总体性能;
所述航空发动机热力性能计算模块利用SIMULINK平台对子系统及部件进行模块化建模;
在SIMULINK提供的图形用户界面上,以方块图表示对象模块,将发动机整机系统分解成多个在物理和功能上相对独立的子系统,形成“部件——子系统——整机”的多层级控制网络;
所述航空发动机热力性能计算模块中的基础数据库包括多工质物性参数数据库、旋转部件工作特性数据库、飞行器升阻特性数据库;
所述多工质物性参数库描述了空气、燃气、燃油等各类工质的焓、熵、密度、比热、动力粘度、导热系数等物性参数随温度、压力变化的函数关系;
所述旋转部件工作特性库包括风扇、压气机、高压涡轮、低压涡轮等多类旋转部件的通用工作特性图,并通过工作特性函数将部件的相对换算转速、工作流量、压比和绝热效率等参数联系起来;
所述飞行器升阻特性数据库储存了飞机在不同飞行高度、速度和飞行姿态下的升阻特性参数,用于在非设计点工况下计算不同工作条件下飞机的飞行特性;
所述航空发动机热力性能计算模块中的基础部件库包括小涵道比涡扇发动机的常用部件,如进气道、风扇、压气机、燃烧室、高压涡轮、低压涡轮、混合室、加力燃烧室、尾喷管等,以及CCA方案需用的空-空换热器物理模型;
所述航空发动机热力性能计算模块中的求解模块以地面状态为发动机设计点,在非设计点状态下选用涡轮前温度不变为控制规律,以低压轴转速、高压轴转速、风扇工作特性函数、压气机工作特性函数、高压涡轮工作特性函数、低压涡轮工作特性函数为迭代变量,采用变步长牛顿迭代法,以低压轴功率平衡方程、高压轴功率平衡方程、低压涡轮进口流量平衡方程、高压涡轮进口流量平衡方程、混合室静压平衡方程、尾喷管喉道面积平衡方程作为判断算法是否收敛的依据;
所述数据管理模块中的数据储存模块用于从航空发动机热力性能计算模块中获取各类热力参数,包括各特征截面温度、压力、流量参数以及推力、耗油率等总体性能参数,筛选后的数据将通过序列化转换为可跨平台识别的字节格式并被临时储存到.bin文件中;
所述数据管理模块中的数据解算模块将根据数据的类别及相关性分配数据至不同展示分区;
所述数据管理模块中的数据渲染模块将按照预期的展示效果对整机模型、空-空换热器、涡轮叶片等物理模型进行三维动画效果渲染,并对各分区数据添加各类可视化效果,如温度云图、柱状图、折线图等;
所述热管理方案可视化模块中的整机多能流可视化模块构建了完整的航空发动机三维模型,包括航空用空-空换热器三维模型与涡轮叶片等典型热端部件模型,可对不同任务状态点及不同热管理方案下气流经过进气道、风扇、压气机、燃烧室等多个部件的流量、温度、变化情况进行实时模拟,利用温度云图展示小涵道比涡扇发动机在不同任务状态下空气流经各部件的温度变化情况,并通过三维动画实时显示战斗机飞行姿态、叶片等典型用能部件的工作情况,便于实时监控发动机内部的高温热环境及用能薄弱环节;
所述热管理方案可视化模块中的战斗机性能对比模块可通过柱状图的展现方式实时形象说明在启用CCA热管理方案后,战斗机在不同任务段下作战性能的提升情况,性能参数包括起飞重量、加速用时、爬升速率、最大航程、超音速巡航马赫数、超音速巡航航程、空战过载系数、空战逃逸用时等;
所述热管理方案可视化模块中的发动机性能对比模块可通过折线图的展现方式实时形象说明在启用CCA热管理方案后,发动机在不同任务段下总体性能和热端部件安全性能的提升情况,性能参数包括推力、燃油消耗系数、高压涡轮叶片表面温度等。
所述数字孪生的航空发动机综合热管理可视化仿真系统运行方法包括以下步骤:
1.基于航空发动机真实物理模型,利用流量传感器、压力传感器、温度传感器等测量发动机设计点循环参数,将其作为数字信号导入可视化仿真系统中,通过航空发动机热力性能计算模块进行数据处理,得到不同任务状态及热管理方案下发动机的工作特性参数;
2.将发动机工作特性参数导入数据管理模块,该模块将对数据信息进行筛选、排序、分类,并对适用于不同数据模型的参数组添加各类可视化展示效果,进行模型渲染和动画制作;
3.模型渲染完成后,热管理方案可视化模块分区将承接数据管理模块,从“整机-系统-部件”三个层次进行数据展示,展示形式包括温度云图、折线图、饼状图等,对不同任务状态下的发动机能量利用过程进行形象化演绎,进而指导发动机真实测试,优化产品设计流程。
采用上述技术方案后,本发明与现有技术相比具有以下有益效果:
在战斗机飞行过程中,飞机的飞行高度、速度以及飞行姿态会不断发生变化,此时对发动机的动力需求也会随之改变,通过本发明所述方法,能够建立准确、实时的航空发动机多工况多能流数字孪生模型,实现航空发动机在全飞行包线内多个任务状态点的能流模拟,形象直观地展示不同热管理方案下发动机内部热环境参数变化,并对战斗机作战性能、发动机总体性能及热安全性能实现快速评估。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的描述。附图作为本申请的一部分,用来提供对本发明的进一步的理解,本发明的示意性实施例及其说明用于解释本发明,但不构成对本发明的不当限定。显然,下面描述中的附图仅仅是一些实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。在附图中:
图1是基于数字孪生的航空发动机综合热管理可视化仿真系统布局图。
图2是典型小涵道比涡扇发动机特征截面示意图。
图3是航空发动机热力性能计算模块中求解模块算法示意图。
需要说明的是,这些附图和文字描述并不旨在以任何方式限制本发明的构思范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对实施例中的技术方案进行清楚、完整地描述,以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本实施例所述的一种基于数字孪生的航空发动机综合热管理可视化仿真系统,包括航空发动机热力性能计算模块、数据管理模块以及热管理方案可视化模块。
航空发动机热力性能计算模块接收从发动机真实物理模型及历史资料中提取的数据信息,可用于计算全飞行任务内多个任务状态点下发动机各特征截面热力参数与热端部件温度参数,进而对战斗机及发动机总体性能进行综合评估。
数据管理模块用于从航空发动机热力性能计算模块获取各类热力参数并进行临时储存,筛选出适用于不同数据模型的参数组,根据所需展示效果进行模型渲染。
热管理方案可视化模块承接数据管理模块,根据多层次热力参数数组不同的模型渲染效果,对各个任务段下发动机整机能流分布进行形象化演绎,通过模拟云图、柱状图、折线图等方式对不同热管理方案下战斗机及航空发动机综合性能进行直观对比,其对比结果将用于设计发动机整机测试工况。
航空发动机综合热管理可视化仿真系统的运行方法为:
基于航空发动机真实物理模型,利用流量传感器、压力传感器、温度传感器等测量发动机设计点循环参数,将其作为数字信号导入可视化仿真系统中,通过航空发动机热力性能计算模块进行数据处理,得到不同任务状态及热管理方案下发动机的工作特性参数;
将发动机工作特性参数导入数据管理模块,该模块将对数据信息进行筛选、排序、分类,并对适用于不同数据模型的参数组添加各类可视化展示效果,进行模型渲染和动画制作;
模型渲染完成后,热管理方案可视化模块分区将承接数据管理模块,从“整机-系统-部件”三个层次进行数据展示,展示形式包括温度云图、折线图、饼状图等,对不同任务状态下的发动机能量利用过程进行形象化演绎,进而指导发动机真实测试,优化产品设计流程。
航空发动机热力性能计算模块对现役先进军用飞机上的典型小涵道比涡扇发动机应用高效热管理方案——CCA技术。
CCA技术需要在发动机外涵道上添加空-空换热器装置,利用外涵道冷气对高压压气机引气进行冷却,进而提升涡轮叶片冷却气冷却品质,可在保持涡轮叶片热负荷不变的前提下提高发动机涡轮前温度,进而提升战斗机与发动机的总体性能。
航空发动机热力性能计算模块利用SIMULINK平台对子系统及部件进行模块化建模。在SIMULINK提供的图形用户界面上,以方块图表示对象模块,将发动机整机系统分解成多个在物理和功能上相对独立的子系统,形成“部件——子系统——整机”的多层级控制网络。
航空发动机热力性能计算模块中的基础数据库包括多工质物性参数数据库、旋转部件工作特性数据库、飞行器升阻特性数据库。
多工质物性参数库描述了空气、燃气、燃油等各类工质的焓、熵、密度、比热、动力粘度、导热系数等物性参数随温度、压力变化的函数关系。
旋转部件工作特性库包括风扇、压气机、高压涡轮、低压涡轮等多类旋转部件的通用工作特性图,并通过工作特性函数将部件的相对换算转速、工作流量、压比和绝热效率等参数联系起来。
飞行器升阻特性数据库储存了飞机在不同飞行高度、速度和飞行姿态下的升阻特性参数,用于在非设计点工况下计算不同工作条件下飞机的飞行特性。
航空发动机热力性能计算模块中的基础部件库包括小涵道比涡扇发动机的常用部件,如进气道、风扇、压气机、燃烧室、高压涡轮、低压涡轮、混合室、加力燃烧室、尾喷管等,以及CCA方案需用的空-空换热器物理模型,如图2所示,图中数字为发动机上常见部件特征截面序号,对于发动机主通道流道,1表征进气道进口截面、2表征进气道出口截面、25表征风扇出口截面、3表征压气机出口截面、4表征燃烧室出口截面、45表征高压涡轮出口截面、5表征低压涡轮出口截面、6表征混合室出口截面、7表征加力燃烧室出口截面、8表征尾喷管喉部截面、9表征尾喷管出口截面,对于外涵道流路,13表征外涵道进口截面,15表征外涵道出口截面,对于空-空换热器,31表征换热器进口截面,32表征换热器出口截面。图2仅为便于理解本发明技术内容,图中所示各特征截面为现有常见部件特征截面,因此这里不再赘述。
航空发动机热力性能计算模块中求解模块的算法框架如图3所示,以地面状态为发动机设计点进行性能计算,基于真实物理模型中导出的数据信息,可根据流量平衡、能量守恒、功率平衡等基本热力学原理求解出发动机设计点工作特性,包括发动机各特征截面气流流量、温度、压力及地面状态发动机推力、耗油率及涡轮叶片表面温度等总体性能参数。以风扇部件为例,气流流经风扇部件时须遵循以下物理规律:
等熵过程:
St25,i=St2+Rln(πfan)
Tt25,i=f-1 t-s(St25,i)
Ht25,i=ft-h(Tt25,i)
实际过程:
Tt25=f-1 t-h(Ht25)
风扇出口压力流量及功率:
pt25=πfanpt2
Lfan=m2(Ht25-Ht2)
其中,S表示气流比熵,R表示气体常数、πfan表示风扇增压比,T表示气流温度,H表示气流比焓,ηfan表示风扇绝热效率,p表示气体压力、m表示气体流量、L表示风扇功率,下标t表示滞止参数、2表示风扇进口截面,25表示风扇出口截面,i表示理想压缩过程,cor表示换算值,ref表示参考值。
基于发动机设计点热力性能计算结果,选取“暖机-起飞-爬升-巡航-降落”这一典型战斗机飞行任务线,当飞行条件改变时,发动机所处大气环境与涡轮前温度将会发生变化,此时发动机内部各部件的工作特性也将发生改变。为求解不同任务条件下发动机工作状态,需要首先假设低压轴转速、高压轴转速、风扇工作特性函数、压气机工作特性函数、高压涡轮工作特性函数、低压涡轮工作特性函数等6个迭代变量的初值,再根据流量平衡、能量守恒、功率平衡等基本热力学原理求解出发动机各部件工作特性,并计算低压轴功率平衡方程、高压轴功率平衡方程、低压涡轮进口流量平衡方程、高压涡轮进口流量平衡方程、混合室静压平衡方程、尾喷管喉道面积平衡方程6个平衡方程的残差值,并根据变步长牛顿迭代法对初始的迭代变量进行优化调整,在多次循环后,找出能够使6个平衡方程收敛的迭代参数组,进而确定发动机在不同时刻的工作状态,获取CCA换热器性能参数、各特征截面热力参数及发动机总体性能参数等。
数据管理模块中的数据储存模块用于从航空发动机热力性能计算模块中获取各类热力参数,包括各特征截面温度、压力、流量参数以及推力、耗油率等总体性能参数,筛选后的数据将通过序列化转换为可跨平台识别的字节格式并被临时储存到.bin文件中。
数据管理模块中的数据解算模块将根据数据的类别及相关性分配数据至不同展示分区。
数据管理模块中的数据渲染模块将按照预期的展示效果对整机模型、空-空换热器、涡轮叶片等物理模型进行三维动画效果渲染,并对各分区数据添加各类可视化效果,如温度云图、柱状图、折线图等。
热管理方案可视化模块中的整机多能流可视化模块构建了完整的航空发动机三维模型,包括航空用空-空换热器三维模型与涡轮叶片等典型热端部件模型,可对不同任务状态点及是否启用CCA热管理方案时,气流经过进气道、风扇、压气机、燃烧室等多个部件的流量、温度、变化情况进行实时模拟,利用温度云图展示小涵道比涡扇发动机在不同任务状态下空气流经各部件的温度变化情况,并通过三维动画实时显示战斗机飞行姿态、叶片等典型用能部件的工作情况,便于实时监控发动机内部的高温热环境及用能薄弱环节。
热管理方案可视化模块中的战斗机性能对比模块可通过柱状图的展现方式实时形象说明在启用CCA热管理方案后,战斗机在不同任务段下作战性能的提升情况,性能参数包括起飞重量、加速用时、爬升速率、最大航程、超音速巡航马赫数、超音速巡航航程、空战过载系数、空战逃逸用时等。
热管理方案可视化模块中的发动机性能对比模块可通过折线图的展现方式实时形象说明在启用CCA热管理方案后,发动机在不同任务段下总体性能和热端部件安全性能的提升情况,性能参数包括推力、燃油消耗系数、高压涡轮叶片表面温度等。
在可视化仿真系统完成数据信息的处理与展示后,可筛选出发动机内部薄弱用能环节与常规飞行任务剖面内的高温危险工况,用于指导整机测试过程中的工况设计,提高发动机的研发效率。
以上所述仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专利的技术人员在不脱离本发明技术方案范围内,当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明方案的范围内。
Claims (5)
1.基于数字孪生的航空发动机综合热管理可视化仿真系统,其特征在于:
包括航空发动机热力性能计算模块、数据管理模块以及热管理方案可视化模块;
所述航空发动机热力性能计算模块接收从发动机真实物理模型及历史资料中提取的数据信息,可用于计算全飞行任务内多个任务状态点下发动机各特征截面热力参数与热端部件温度参数,进而对战斗机及发动机总体性能进行综合评估;
所述数据管理模块用于从航空发动机热力性能计算模块获取各类热力参数并进行临时储存,筛选出适用于不同数据模型的参数组,根据所需展示效果进行模型渲染;
所述热管理方案可视化模块承接数据管理模块,根据多层次热力参数数组不同的模型渲染效果,对各个任务段下发动机整机能流分布进行形象化演绎,通过模拟云图、柱状图、折线图等方式对不同热管理方案下战斗机及航空发动机综合性能进行直观对比,其对比结果将用于设计发动机整机测试工况。
2.根据权利要求1所述的基于数字孪生的航空发动机综合热管理可视化仿真系统,其特征在于:
所述航空发动机热力性能计算模块包括基础数据库、基础部件库以及求解模块;
所述基础数据库包括多工质物性参数数据库、旋转部件工作特性数据库、飞行器升阻特性数据库;
所述多工质物性参数库描述了空气、燃气、燃油等各类工质的焓、熵、密度、比热、动力粘度、导热系数等物性参数随温度、压力变化的函数关系;
所述旋转部件工作特性库包括风扇、压气机、高压涡轮、低压涡轮等多类旋转部件的通用工作特性图,并通过工作特性函数将部件的相对换算转速、工作流量、压比和绝热效率等参数联系起来;
所述飞行器升阻特性数据库储存了飞机在不同飞行高度、速度和飞行姿态下的升阻特性参数,用于在非设计点工况下计算不同工作条件下飞机的飞行特性;
所述基础部件库包括小涵道比涡扇发动机的常用部件以及CCA方案需用的空-空换热器物理模型;
所述求解模块以地面状态为发动机设计点,在非设计点状态下选用涡轮前温度不变为控制规律,以低压轴转速、高压轴转速、风扇工作特性函数、压气机工作特性函数、高压涡轮工作特性函数、低压涡轮工作特性函数为迭代变量,采用变步长牛顿迭代法,以低压轴功率平衡方程、高压轴功率平衡方程、低压涡轮进口流量平衡方程、高压涡轮进口流量平衡方程、混合室静压平衡方程、尾喷管喉道面积平衡方程作为判断算法是否收敛的依据。
3.根据权利要求1所述的基于数字孪生的航空发动机综合热管理可视化仿真系统,其特征在于:
所述数据管理模块包括数据储存模块、数据解算模块、数据渲染模块;
所述数据储存模块用于从航空发动机热力性能计算模块中获取各类热力参数,包括各特征截面温度、压力、流量参数以及推力、耗油率等总体性能参数,筛选后的数据将通过序列化转换为可跨平台识别的字节格式并被临时储存到.bin文件中;
所述数据解算模块将根据数据的类别及相关性分配数据至不同展示分区;
所述数据渲染模块将按照预期的展示效果对整机模型、空-空换热器、涡轮叶片等物理模型进行三维动画效果渲染,并对各分区数据添加各类可视化效果,如温度云图、柱状图、折线图等。
4.根据权利要求1所述的基于数字孪生的航空发动机综合热管理可视化仿真系统,其特征在于:
所述热管理方案可视化模块包括整机多能流可视化模块、战斗机性能对比模块、发动机性能对比模块;
所述整机多能流可视化模块构建了完整的航空发动机三维模型,包括航空用空-空换热器三维模型与涡轮叶片等典型热端部件模型,可对不同任务状态点及不同热管理方案下气流经过进气道、风扇、压气机、燃烧室等多个部件的流量、温度、变化情况进行实时模拟,利用温度云图展示小涵道比涡扇发动机在不同任务状态下空气流经各部件的温度变化情况,并通过三维动画实时显示战斗机飞行姿态、叶片等典型用能部件的工作情况,便于实时监控发动机内部的高温热环境及用能薄弱环节;
所述战斗机性能对比模块可通过柱状图的展现方式实时形象说明在启用CCA热管理方案后,战斗机在不同任务段下作战性能的提升情况,性能参数包括起飞重量、加速用时、爬升速率、最大航程、超音速巡航马赫数、超音速巡航航程、空战过载系数、空战逃逸用时等;
所述发动机性能对比模块可通过折线图的展现方式实时形象说明在启用CCA热管理方案后,发动机在不同任务段下总体性能和热端部件安全性能的提升情况,性能参数包括推力、燃油消耗系数、高压涡轮叶片表面温度等。
5.基于数字孪生的航空发动机综合热管理可视化仿真系统运行方法,其特征在于,包括以下步骤:
基于航空发动机真实物理模型,利用流量传感器、压力传感器、温度传感器等测量发动机设计点循环参数,将其作为数字信号导入可视化仿真系统中,通过航空发动机热力性能计算模块进行数据处理,得到不同任务状态及热管理方案下发动机的工作特性参数;
将发动机工作特性参数导入数据管理模块,该模块将对数据信息进行筛选、排序、分类,并对适用于不同数据模型的参数组添加各类可视化展示效果,进行模型渲染和动画制作;
模型渲染完成后,热管理方案可视化模块分区将承接数据管理模块,从“整机-系统-部件”三个层次进行数据展示,展示形式包括温度云图、折线图、饼状图等,对不同任务状态下的发动机能量利用过程进行形象化演绎,进而指导发动机真实测试,优化产品设计流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310516483.XA CN116738872B (zh) | 2023-05-09 | 2023-05-09 | 基于数字孪生的航空发动机综合热管理可视化仿真系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310516483.XA CN116738872B (zh) | 2023-05-09 | 2023-05-09 | 基于数字孪生的航空发动机综合热管理可视化仿真系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116738872A true CN116738872A (zh) | 2023-09-12 |
CN116738872B CN116738872B (zh) | 2024-01-23 |
Family
ID=87901973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310516483.XA Active CN116738872B (zh) | 2023-05-09 | 2023-05-09 | 基于数字孪生的航空发动机综合热管理可视化仿真系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116738872B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992577A (zh) * | 2023-09-28 | 2023-11-03 | 北京大学 | 跨介质航行器的仿真方法、系统、设备及存储介质 |
CN117271678A (zh) * | 2023-11-22 | 2023-12-22 | 中钢集团武汉安全环保研究院有限公司 | 一种钢铁企业安全数据回溯展示方法和装置 |
CN117373291A (zh) * | 2023-10-24 | 2024-01-09 | 南京航空航天大学 | 基于高度马赫数变化特征的航空发动机任务段划分方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190146470A1 (en) * | 2017-11-10 | 2019-05-16 | General Electric Company | Methods and Apparatus to Generate a Predictive Asset Health Quantifier of a Turbine Engine |
CN110532625A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 |
CN110789723A (zh) * | 2018-08-01 | 2020-02-14 | 通用电气公司 | 智能任务热管理系统 |
CN111475889A (zh) * | 2020-03-30 | 2020-07-31 | 西安交通大学 | 一种物理与数据驱动的航空发动机数字孪生建模方法 |
CN111967202A (zh) * | 2020-08-08 | 2020-11-20 | 西北工业大学 | 一种基于人工智能的航空发动机极速性能数字孪生方法 |
CN112507452A (zh) * | 2020-11-30 | 2021-03-16 | 南京航空航天大学 | 航空发动机涡轮叶片可靠性数字孪生建模方法 |
CN113221280A (zh) * | 2021-05-14 | 2021-08-06 | 西安交通大学 | 一种基于数字孪生的滚动轴承建模与模型更新方法及系统 |
CN113326668A (zh) * | 2021-06-01 | 2021-08-31 | 上海大学 | 面向涡扇发动机的数字孪生物理层的构建方法 |
CN115469550A (zh) * | 2022-10-10 | 2022-12-13 | 哈尔滨理工大学 | 一种基于数字孪生的航空发动机运行维护方法及系统 |
CN115508102A (zh) * | 2022-09-13 | 2022-12-23 | 南京航空航天大学 | 基于数据驱动的航空发动机全系统故障监测与识别方法 |
CN115688285A (zh) * | 2022-11-11 | 2023-02-03 | 北京航空航天大学杭州创新研究院 | 可持续航空燃料涡扇发动机供油与燃烧系统优化方法 |
-
2023
- 2023-05-09 CN CN202310516483.XA patent/CN116738872B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190146470A1 (en) * | 2017-11-10 | 2019-05-16 | General Electric Company | Methods and Apparatus to Generate a Predictive Asset Health Quantifier of a Turbine Engine |
CN110789723A (zh) * | 2018-08-01 | 2020-02-14 | 通用电气公司 | 智能任务热管理系统 |
CN110532625A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 |
CN111475889A (zh) * | 2020-03-30 | 2020-07-31 | 西安交通大学 | 一种物理与数据驱动的航空发动机数字孪生建模方法 |
CN111967202A (zh) * | 2020-08-08 | 2020-11-20 | 西北工业大学 | 一种基于人工智能的航空发动机极速性能数字孪生方法 |
CN112507452A (zh) * | 2020-11-30 | 2021-03-16 | 南京航空航天大学 | 航空发动机涡轮叶片可靠性数字孪生建模方法 |
CN113221280A (zh) * | 2021-05-14 | 2021-08-06 | 西安交通大学 | 一种基于数字孪生的滚动轴承建模与模型更新方法及系统 |
CN113326668A (zh) * | 2021-06-01 | 2021-08-31 | 上海大学 | 面向涡扇发动机的数字孪生物理层的构建方法 |
CN115508102A (zh) * | 2022-09-13 | 2022-12-23 | 南京航空航天大学 | 基于数据驱动的航空发动机全系统故障监测与识别方法 |
CN115469550A (zh) * | 2022-10-10 | 2022-12-13 | 哈尔滨理工大学 | 一种基于数字孪生的航空发动机运行维护方法及系统 |
CN115688285A (zh) * | 2022-11-11 | 2023-02-03 | 北京航空航天大学杭州创新研究院 | 可持续航空燃料涡扇发动机供油与燃烧系统优化方法 |
Non-Patent Citations (2)
Title |
---|
庄来鹤: "基于典型飞行任务的CCA技术优势分析", 《航空动力学报》, vol. 37, no. 7, pages 1363 - 1378 * |
曹明等: "民用航空发动机故障诊断与健康管理现状、挑战与机遇II:地面综合诊断、寿命管理和智能维护维修决策", 《航空学报》, vol. 43, no. 9, pages 42 - 81 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992577A (zh) * | 2023-09-28 | 2023-11-03 | 北京大学 | 跨介质航行器的仿真方法、系统、设备及存储介质 |
CN116992577B (zh) * | 2023-09-28 | 2023-12-19 | 北京大学 | 跨介质航行器的仿真方法、系统、设备及存储介质 |
CN117373291A (zh) * | 2023-10-24 | 2024-01-09 | 南京航空航天大学 | 基于高度马赫数变化特征的航空发动机任务段划分方法 |
CN117271678A (zh) * | 2023-11-22 | 2023-12-22 | 中钢集团武汉安全环保研究院有限公司 | 一种钢铁企业安全数据回溯展示方法和装置 |
CN117271678B (zh) * | 2023-11-22 | 2024-02-13 | 中钢集团武汉安全环保研究院有限公司 | 一种钢铁企业安全数据回溯展示方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116738872B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116738872B (zh) | 基于数字孪生的航空发动机综合热管理可视化仿真系统 | |
Aygun et al. | Exergetic sustainability off-design analysis of variable-cycle aero-engine in various bypass modes | |
Hendricks | Development of an open rotor cycle model in NPSS using a multi-design point approach | |
CN110348078B (zh) | 一种涡轴发动机容积动力学结合热惯性效应的建模方法 | |
Alrashed et al. | Utilisation of turboelectric distribution propulsion in commercial aviation: A review on NASA’s TeDP concept | |
Hosseinimaab et al. | A new approach to off-design performance analysis of gas turbine engines and its application | |
Aygun et al. | Comprehensive exergo-sustainability analysis for a next generation aero engine | |
Perullo et al. | Effects of advanced engine technology on open rotor cycle selection and performance | |
Koleini et al. | EGT prediction of a micro gas turbine using statistical and artificial intelligence approach | |
Aiguo et al. | Experimental study of a controlled variable double-baffle distortion generator engine test rig | |
Cai et al. | Multiple aspects to flight mission performances improvement of commercial turbofan engine via variable geometry adjustment | |
Silva et al. | A propeller model for steady-state and transient performance prediction of turboprop and counter-rotating open rotor engines | |
Göing et al. | Performance simulation of roughness induced module variations of a jet propulsion by using pseudo bond graph theory | |
Wu | Dynamic performance simulation analysis method of split shaft gas turbine based on RBF neural network | |
Kaiser et al. | Unified thermodynamic evaluation of radical aero engine cycles | |
Perullo et al. | Effects of advanced engine technology on open rotor cycle selection and performance | |
Jia et al. | Multifidelity simulation research on the low Reynolds number effect on the engine performance at different altitudes | |
Farahani et al. | Energy and Exergy Analysis and Optimization of Turbofan Engine-TF30-P414 | |
Mohammed et al. | Prediction of turbojet performance by using artificial neural network | |
Davison et al. | Set up and operational experience with a micro-turbine engine for research and education | |
CN114547794A (zh) | 一种多流程耦合的齿轮传动涡扇发动机优化设计方法 | |
Kamani et al. | Thermodynamic and Exergo-economic Analyses of Waste Heat Recovery of a Two-shaft Turbofan Engine Using Supercritical Carbon Dioxide Brayton Cycle | |
Jayachandran et al. | Performance computing of an open cycle micro gas turbine powerplant using data aided modeling and simulation | |
Fazylova et al. | Analysis of rotor'critical mode of operation to be employed in the design of a wind generation control unit | |
Khalid et al. | Optimization of High-Bypass Turbofan High-Pressure Compressor Blade–A Case Study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |