CN116796384A - 燃烧室多流程耦合优化设计方法、装置、设备及存储介质 - Google Patents
燃烧室多流程耦合优化设计方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116796384A CN116796384A CN202310584678.8A CN202310584678A CN116796384A CN 116796384 A CN116796384 A CN 116796384A CN 202310584678 A CN202310584678 A CN 202310584678A CN 116796384 A CN116796384 A CN 116796384A
- Authority
- CN
- China
- Prior art keywords
- combustion chamber
- combustor
- head
- parameter
- determining
- 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.)
- Pending
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 308
- 238000013461 design Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000005457 optimization Methods 0.000 title claims abstract description 54
- 230000008878 coupling Effects 0.000 title claims abstract description 30
- 238000010168 coupling process Methods 0.000 title claims abstract description 30
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000009826 distribution Methods 0.000 claims abstract description 123
- 238000013178 mathematical model Methods 0.000 claims abstract description 30
- 239000000446 fuel Substances 0.000 claims abstract description 14
- 238000001816 cooling Methods 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 40
- 239000000112 cooling gas Substances 0.000 claims description 15
- 238000002156 mixing Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 239000004047 hole gas Substances 0.000 claims description 7
- 238000013433 optimization analysis Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 36
- 230000008569 process Effects 0.000 description 12
- 239000001257 hydrogen Substances 0.000 description 9
- 229910052739 hydrogen Inorganic materials 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 238000005496 tempering Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- -1 CO2 Chemical class 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Physics (AREA)
Abstract
本发明提供一种燃烧室多流程耦合优化设计方法、装置、设备及存储介质，通过基于燃烧室的设计参数，绘制燃烧室流路；基于燃烧室流路，确定燃烧室的流量分配；基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。本发明通过耦合燃烧室的多个流程设计，基于燃烧室优化设计目标对应的数学模型，能够获得头部结构设计参数的最优值和预测模型，以确定燃烧室最优方案，整体上提高了设计人员的设计效率、设计精度，节约了人工成本，提升燃烧室的燃烧性能，进而提升发动机总体性能。
Description
技术领域
本发明涉及燃气轮机燃烧室技术领域，尤其涉及一种燃烧室多流程耦合优化设计方法、装置、设备及存储介质。
背景技术
为减少航空领域的碳排放，欧洲民航局在FlightPath 2050中制定了严苛的排放目标，如每公里每个乘客减少75％的二氧化碳和90％的氮氧化物排放燃料均为碳氢燃料，燃烧过程中会产生CO2、CO、UHC等含碳化合物，CO2是导致全球变暖的主要温室气体，CO、UHC等则是航空飞行过程中的主要污染物。低碳、低污染排放技术是未来航空发动机和燃气轮机发展的关键技术之一。氢动力飞行的优势与潜力正在逐渐显现，成为航空业低碳发展的关键。
另一方面，氢气具有密度低、燃烧速度快、火焰温度高的特点，面临着难掺混、回火和氮氧化物排放高的问题，而传统燃烧室头部混合器的防回火措施不再适用于氢气的高火焰传播速度，必须探索新的结构形式以适用于氢燃烧技术特点。因此，创新采用新型微尺度混合燃烧组织方式，可快速实现均匀掺混、防止回火、降低氮氧化物排放。
目前，现有的燃烧室优化设计方法是试错法和多组实验筛选。即先给定一个基础方案，以该基础方案的结构参数为基准，设定多组头部结构参数，再分别对各方案进行建模、数值仿真分析和实验研究，对比各方案的燃烧性能优劣，筛选最优方案。现有燃烧室优化设计方法缺点是设计周期长、计算量大且严重依赖设计人员的经验、实验成本高等。这种设计方法较难找到性能最佳的设计方案，需要通多大量的单个算例计算，再进行人工筛选和性能对比，无法遍历到所有参数，因此该方法获得的最优方案不是全局参数范围内的最优解，这将影响燃烧室最优方案的选取。
发明内容
本发明提供的一种燃烧室多流程耦合优化设计方法、装置、设备及存储介质，解决了现有技术中燃烧室优化设计方法存在设计周期长、计算量大且严重依赖设计人员的经验、实验成本高等问题，提高了设计效率和设计精度。
本发明提供一种燃烧室多流程耦合优化设计方法，包括：
基于燃烧室的设计参数，绘制燃烧室流路；
基于所述燃烧室流路，确定燃烧室的流量分配；
基于所述燃料室流路和所述燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
根据预设的样本点对所述数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
根据本发明提供的一种燃烧室多流程耦合优化设计方法，所述根据预设的样本点对所述数学模型进行优化，以在预设的精度阈值范围内得到头部结构设计参数和预测燃烧室排放物的预测模型的步骤，包括：
选取头部结构的多个关键参数作为目标参数，并确定所述目标参数的目标指标值；
以所述样本点作为初始样本点，基于所述目标参数对所述数学模型进行优化计算，获取参数组合；
将所述参数组合通过仿真优化平台得到所述目标参数的第一指标值；
将所述第一指标值与所述目标指标值进行比较，若比较结果大于或等于预设的误差阈值，则将所述参数组合对应的第一指标值替代所述初始样本点的原有值，并带回至所述数学模型继续迭代计算，直至所述比较结果小于预设的误差阈值，迭代结束，得到的所述第一指标值作为所述头部结构设计参数的参数值；
基于所述头部结构设计参数的参数值确定第一预测模型，以预测燃烧室氮氧化物的排放。
根据本发明提供的一种燃烧室多流程耦合优化设计方法，在所述根据预设的样本点对所述数学模型进行优化，以在预设的精度阈值范围内得到头部结构设计参数和预测燃烧室排放物的步骤之后，还包括：
在所述初始样本点的基础上增加样本点；
将各目标参数的参数范围进行扩大；
对所述第一预测模型进行近似拟合，获取拟合系数；
对拟合后所述第一预测模型进行梯度优化分析，在各目标参数对应的参数范围内获取满足燃烧室优化设计目标的各目标参数的最优解，将所述最优解作为所述目标参数的最优参数值；
基于所述拟合系数和所述最优参数值，对所述第一预测模型进行优化，以得到第二预测模型。
根据本发明提供的一种燃烧室多流程耦合优化设计方法，所述设计参数包括：燃烧室进口几何尺寸、燃烧室出口几何尺寸、燃烧室进口温度、燃烧室进口压力和燃烧室进口空气总流量，对应地，
所述基于燃烧室的设计参数，绘制燃烧室流路的步骤，包括：
基于所述燃烧室进口几何尺寸、所述燃烧室出口几何尺寸、所述燃烧室进口压力和燃烧室进口空气总流量，确定燃烧室参考截面半径、燃烧室进口高度、燃烧室出口高度、头部高度和燃烧室参考截面面积；
基于火焰筒长度与所述头部高度的比例关系，确定火焰筒长度的长度范围，在所述长度范围内基于给定的火焰筒长度迭代计算得到燃烧室出口温度分布系数，当所述燃烧室出口温度分布系数小于预设阈值时，以确定最终的火焰筒长度；
基于所述燃烧室进口几何尺寸、所述燃烧室出口几何尺寸和所述火焰筒长度，确定火焰筒倾斜角度。
根据本发明提供的一种燃烧室多流程耦合优化设计方法，所述设计参数还包括：前置扩压器出口高度，对应地，
所述基于燃烧室的设计参数，绘制燃烧室流路的步骤，还包括：
基于所述前置扩压器出口高度、所述燃烧室进口压力和所述燃烧室进口高度，确定前置扩压器损失值；
基于所述前置扩压器出口高度、所述燃烧室参考截面面积和所述燃烧室进口压力，确定突扩段压力损失值；
基于所述前置扩压器损失值和所述突扩段压力损失值，确定扩压器总损失值；
当所述扩压器总损失值小于或等于预设的损失阈值，满足扩压器设计要求，对燃烧室流路进行绘制。
根据本发明提供的一种燃烧室多流程耦合优化设计方法，所述基于所述燃烧室流路，确定燃烧室的流量分配的步骤，包括：
确定火焰筒总有效开孔面积；
基于所述燃烧室参考截面半径、所述火焰筒长度和所述头部高度，确定火焰筒冷却面积；
基于头部流量分配和所述火焰筒总有效开孔面积，确定头部冷却面积；
基于所述火焰筒冷却面积和所述头部冷却面积，确定火焰筒冷却气量和头部冷却气量；
基于所述燃烧室进口空气总流量、所述火焰筒冷却气量和所述头部冷却气量，确定火焰筒冷却气量分配和头部冷却气量分配。
根据本发明提供的一种燃烧室多流程耦合优化设计方法，所述基于所述燃烧室流路，确定燃烧室的流量分配的步骤，还包括：
基于燃烧室总当量比和头部当量比，确定头部流量分配；
当燃烧室不存在主燃孔，则基于所述头部流量分配、所述火焰筒冷却气量分配和所述头部冷却气量分配，确定掺混孔气量分配；
当燃烧室存在主燃孔，则确定主燃孔流量分配，并基于所述主燃孔流量分配、所述头部流量分配、所述火焰筒冷却气量分配和所述头部冷却气量分配，确定掺混孔气量分配。
本发明还提供一种燃烧室多流程耦合优化设计装置，包括：
燃烧室流路设计模块，用于基于燃烧室的设计参数，绘制燃烧室流路；
燃烧室流量分配模块，用于基于所述燃烧室流路，确定燃烧室的流量分配；
燃烧室优化模型构建模块，用于基于所述燃料室流路和所述燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
排放预测模型获取模块，用于根据预设的样本点对所述数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的燃烧室多流程耦合优化设计方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的燃烧室多流程耦合优化设计方法。
本发明提供的燃烧室多流程耦合优化设计方法、装置、设备及存储介质，通过基于燃烧室的设计参数，绘制燃烧室流路；基于燃烧室流路，确定燃烧室的流量分配；基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。本发明通过耦合燃烧室的流路设计、流量分配设计和头部结构多个关键目标参数优化设计多个设计流程，在该燃烧室总体设计方案中，基于燃烧室优化设计目标对应的数学模型，能够获得头部结构设计参数的最优值，以及燃烧室优化设计目标对应的预测模型，基于预测模型的高精度预测确定燃烧室最优方案的选取，从整体上提高了设计人员的设计效率、设计精度，节约了人工成本，提升燃烧室的燃烧性能、降低了燃烧室污染物排放、拓宽燃烧稳定工作范围，进而提升发动机总体性能。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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的附图。
图1为本发明提供的一种燃烧室多流程耦合优化设计方法的流程示意图之一；
图2为本发明提供的一种燃烧室多流程耦合优化设计方法的流程示意图之二；
图3为本发明实施例提供的前置扩压器性能设计图；
图4为本发明提供的一种燃烧室多流程耦合优化设计装置的结构示意图；
图5为本发明提供的电子设备的结构示意图。
附图标记：
21：燃烧室流路设计模块；22：燃烧室流量分配模块；23：燃烧室优化模型构建模块；24：排放预测模型获取模块。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例和附图对本发明进行清楚、完整的描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本领域普通技术人员显式地和隐式地理解的是，本发明所描述的实施例在不冲突的情况下，可以与其它实施例相结合。除非另作定义，本发明所涉及的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本发明所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；本发明所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
实施例一
参照图1所示，本实施例提供一种燃烧室多流程耦合优化设计方法，包括：
步骤S1：基于燃烧室的设计参数，绘制燃烧室流路；
本实施例中，设计参数包括：燃烧室进口几何尺寸、燃烧室出口几何尺寸、燃烧室进口温度、燃烧室进口压力和燃烧室进口空气总流量，对应地，步骤S1，具体包括：
步骤S11：基于燃烧室进口几何尺寸、燃烧室出口几何尺寸、燃烧室进口压力和燃烧室进口空气总流量，确定燃烧室参考截面半径、燃烧室进口高度、燃烧室出口高度、头部高度和燃烧室参考截面面积；
具体地，参照图2所示，燃烧室流路设计包括：
(ⅰ)燃烧室进口几何尺寸包括：燃烧室进口内半径Rci、燃烧室进口外半径Rco，根据式(1)和(2)分别计算得出燃烧室进口平均半径R3,mean和燃烧室进口高度h3：
h3＝Rco-Rci (2)
燃烧室出口几何尺寸包括：燃烧室出口内半径Rti、燃烧室出口外半径Rto，根据式(3)和(4)分别计算得出燃烧室出口平均半径R4,mean和燃烧室出口高度h4：
h4＝Rto-Rti (4)
基于燃烧室进口平均半径R3,mean和燃烧室出口平均半径R4,mean计算得出燃烧室参考截面半径Rref，如式(5)所示：
(ⅱ)根据民机低排放燃烧室氮氧化物NOx排放标准或军用发动机贫油熄火当量比，可获得氢燃烧室的头部当量比，已知燃烧室总当量比，进而可知头部流量分配μd，如式(6)所示：
其中，φc为燃烧室总当量比，φd为头部当量比。
基于燃烧室进口空气总流量W3，计算出头部燃烧空气量Wd，如式(7)所示：
Wd＝μdW3 (7)
(ⅲ)选定一个头部参考速度Vd，基于头部燃烧空气量Wd，计
算得出头部面积Ad，如式(8)所示：
其中，ρ3为燃烧室进口空气密度。
基于头部面积Ad和燃烧室参考截面半径Rref，计算得出头部高度Hd，如式(9)所示：
选定一个环腔参考速度Vp，基于头部燃烧空气量Wd和燃烧室进口空气总流量W3，计算得出环腔面积Ap，如式(10)所示：
其中，Wp为环腔燃烧空气流量。
基于环腔面积Ap和燃烧室参考截面半径Rref，计算得出环腔高度Hp，如式(11)所示：
基于头部面积Ad和环腔面积Ap计算得出燃烧室参考截面面积Aref，如式(12)所示：
Aref＝Ad+Ap (12)
进而基于燃烧室参考截面面积Aref计算得到燃烧室参考截面高度Href，如式(13)所示：
(iv)核算设计点、慢车点和高空风车点燃烧效率是否满足要求，若不满足要求，重新选取头部参考速度Vd。根据燃烧效率η和燃烧室特征参数θ进行核算，其中，特征参数θ为与燃烧室进口温度、燃烧室进口压力、燃烧室进口空气总流量以及与燃烧室参考截面面积、燃烧室参考截面直径相关的物理量，特征参数θ按如下式(14)计算得出：
其中，P3为燃烧室进口压力，T3为燃烧室进口温度，Aref为燃烧室参考截面面积，Dref为燃烧室参考截面直径，即燃烧室平均中径，Dref＝2Rref。
根据计算得到的特征参数θ，代入燃烧效率η计算公式，如式(15)所示：
η＝-3.446444θ6+1.060235θ5-1.301827θ4
+8.133720θ3-2.726812θ2+4.70375θ-2.45972 (15)
一般来讲，要求发动机设计点燃烧效率大于99.5％，慢车点燃烧效率大于95％，高空风车点燃烧效率大于80％。当不满足上述设计条件时，基于式(8)～(12)根据重新选取的头部参考速度Vd重新计算燃烧室参考截面面积Aref，带入式(14)～(15)中重新计算燃烧室特征参数θ和燃烧效率η，直至满足燃烧效率设计条件。
步骤S12：基于火焰筒长度与头部高度的比例关系，确定火焰筒长度的长度范围，在长度范围内基于给定的火焰筒长度迭代计算得到燃烧室出口温度分布系数，当燃烧室出口温度分布系数小于预设阈值时，以确定最终的火焰筒长度；
(ⅴ)火焰筒长度Lf与头部高度Hd的比例关系式如式(16)所示：
在这个长度范围内，例如先取值比例值2.5，给定初始的火焰筒长度，根据该初始的火焰筒长度通过式(17)校核燃烧室出口温度分布系数PF：
其中，ΔPf为火焰筒压力损失，qref为动压头。
预设阈值设为0.25，根据式(17)迭代计算得到的燃烧室出口温度分布系数PF若小于0.25，则满足要求，当前的火焰筒长度Lf为最终的火焰筒长度，若大于或等于0.25，则重新选取头部参考速度Vd，基于式(8)～(9)重新计算头部高度，基于式(16)重新选取比例值以确定火焰筒长度，然后将重新确定的头部高度和火焰筒长度带入式(17)重新计算燃烧室出口温度分布系数PF，直至满足要求。本实施例中，预设阈值设为0.25仅为一种示例，在其他实施例中，根据实际设计要求，预设阈值大小并不做具体限定。
步骤S13：基于燃烧室进口几何尺寸、燃烧室出口几何尺寸和火焰筒长度，确定火焰筒倾斜角度。
(ⅵ)核算燃烧室机匣内外半径是否超出燃烧室几何尺寸约束，若不满足要求，重新选取头部参考速度Vd，对应地，其头部高度和火焰筒长度也重新计算。
燃烧室机匣内半径即为燃烧室进口内半径Rcasing,in，其计算公式为：Rcasing,in＝Rref-Href/2，其中，Rref为燃烧室参考截面半径，Href为燃烧室参考截面高度，若Rcasing,in大于给定的最小机匣内半径，则表示Rcasing,in满足设计要求；同理，燃烧室机匣外半径即为燃烧室进口外半径Rcasing,out，其计算公式为：Rcasing,out＝Rref+Href/2，若Rcasing,out小于给定的最大机匣外半径，则表示Rcasing,out满足设计要求。因此火焰筒倾斜角度需要在燃烧室机匣内外半径未超出燃烧室几何尺寸约束的情况下，进一步根据燃烧室进口平均半径R3,mean、燃烧室出口平均半径R4,mean和火焰筒长度Lf，基于式(18)计算火焰筒倾斜角度αL：
本实施例中，设计参数还包括：前置扩压器出口高度，对应地，步骤S1，还包括：
步骤S14：基于前置扩压器出口高度、燃烧室进口压力和燃烧室进口高度，确定前置扩压器损失值；
具体地，扩压器设计包括：
(ⅵ)基于前置扩压器出口高度和燃烧室进口高度h3，计算得出前置扩压器进出口面积比AR，如式(19)所示：
其中，W3.1为前置扩压器出口高度。
基于前置扩压器进出口面积比AR，计算前置扩压器长宽比LW，如式(20)所示：
当前置扩压器长宽比满足式(20)的计算要求，基于燃烧室进口高度h3进一步计算得出突扩段长度Ldc，如式(21)所示：
Ldc＝(0.9～1.43)h3 (21)
基于前置扩压器进出口面积比AR、燃烧室进口压力P3，计算得出前置扩压器损失值ΔPpd，如式(22)所示：
其中，Cp为静压恢复系数，Ma3.0为燃烧室进口马赫数，γ为气体常数。
步骤S15：基于前置扩压器出口高度、燃烧室参考截面面积和燃烧室进口压力，确定突扩段压力损失值；
具体地，基于前置扩压器进出口面积比AR、燃烧室参考截面面积Aref、燃烧室进口压力P3，计算得出突扩段压力损失值ΔPdd，如式(23)所示：
其中，A3.0为扩压器进口面积。
步骤S16：基于前置扩压器损失值和突扩段压力损失值，确定扩压器总损失值；
具体地，基于前置扩压器损失值ΔPpd、突扩段压力损失值ΔPdd、燃烧室进口压力P3，计算得出扩压器总损失值ΔPdif，如式(24)所示：
步骤S17：当扩压器总损失值小于或等于预设的损失阈值，满足扩压器设计要求，对燃烧室流路进行绘制。
本实施例在扩压器设计过程中，损失阈值设定为2％，如图3所示，图中的横坐标表示前置扩压器的长度与燃烧室进口高度的比值，纵坐标表示前置扩压器出口高度与燃烧室进口高度的比值(即前置扩压器进出口面积比)，基于上述计算得到的扩压器参数设计的扩压器，其性能设计需在图中箭头所指的虚线以下，以保证扩压器不失速，且扩压器总损失值不超过2％，完成扩压器设计。最后，根据计算得到的头部高度Hd、燃烧室进口高度h3、燃烧室出口高度h4、火焰筒长度Lf、火焰筒倾斜角度αL，以及前置扩压器长宽比LW、突扩段长度Ldc等，绘制燃烧室流路。
本实施例中，参照图2所示，步骤S2，进行燃烧室流量分配设计，具体包括：
步骤S21：确定火焰筒总有效开孔面积；
(ⅰ)基于火焰筒压力损失ΔPf、燃烧室进口空气密度ρ3，计算火焰筒射流速度Vj，如式(25)所示：
(ⅱ)基于火焰筒射流速度Vj，进一步计算得到火焰筒总有效开孔面积Ale，如式(26)所示：
其中，Wa3为进火焰筒的空气流量。
步骤S22：基于燃烧室参考截面半径、火焰筒长度和头部高度，确定火焰筒冷却面积；
(ⅲ)基于燃烧室参考截面半径Rref、火焰筒长度Lf、头部高度Hd，计算得出火焰筒冷却面积Alc，如式(27)所示：
Alc＝π(2Rref+Hd)·Lf+π(2Rref-Hd)·Lf (27)
步骤S23：基于头部流量分配和火焰筒总有效开孔面积，确定头部冷却面积；
(iv)根据头部流量分配μd，可获得头部燃烧空气有效面积Ada，进而可进一步计算得出头部冷却面积Adc，如式(28)所示：
其中，Cda为头部冷却孔流量系数。
步骤S24：基于火焰筒冷却面积和头部冷却面积，确定火焰筒冷却气量和头部冷却气量；
(ⅴ)根据冷却参数Gc、燃烧室进口压力P3和头部冷却面积Adc和火焰筒冷却面积Alc，可分别计算得到火焰筒冷却气量Wlc和头部冷却气量Wdc，如式(29)、(30)所示：
Wlc＝GCAlcP3/100 (29)
Wdc＝GCAdcP3/100 (30)
步骤S25：基于燃烧室进口空气总流量、火焰筒冷却气量和头部冷却气量，确定火焰筒冷却气量分配和头部冷却气量分配。
(ⅵ)根据燃烧室进口空气总流量W3、火焰筒冷却气量Wlc和头部冷却气量Wdc，可分别计算得到火焰筒冷却气量分配μlc和头部冷却气量分配μdc，如式(31)、(32)所示：
μlc＝Wlc/W3 (31)
μdc＝Wdc/W3 (32)
步骤S2，还包括：
步骤S26：基于燃烧室总当量比和头部当量比，确定头部流量分配；
当燃烧室不存在主燃孔，则基于头部流量分配、火焰筒冷却气量分配和头部冷却气量分配，确定掺混孔气量分配；
当燃烧室存在主燃孔，则确定主燃孔流量分配，并基于主燃孔流量分配、头部流量分配、火焰筒冷却气量分配和头部冷却气量分配，确定掺混孔气量分配。
(ⅶ)需要注意的是，民航发动机燃烧室一般无主燃孔，因此民机燃烧室不需考虑主燃孔流量和主燃孔流量分配的计算。因此，基于头部流量分配μd、火焰筒冷却气量分配μlc和头部冷却气量分配μdc，计算得到掺混孔气量分配μhc，如式(33)所示：
μhc＝1-μd-μlc-μdc (33)
而军用发动机燃烧室一般有主燃孔，须要考虑主燃孔流量和主燃孔流量分配，其计算过程具体如下：
已知燃烧室设计点的总当量比Φdp，设计点主燃区当量比Φpz按经验值取，则燃烧区流量分配(即主燃区和头部的流量分配之和)，如式(34)所示：
μpz＝Φdp/Φpz (34)
进一步得到主燃孔流量分配μph，如式(35)所示：
μph＝μpz-μd-μdc-μpzc (35)
其中，μpz燃烧区流量分配，μd为头部流量分配，μdc为头部冷却气量分配，μpzc为主燃区火焰筒冷却气量分配。
主燃区火焰筒冷却气量分配μpzc具体计算过程如下：
一般来讲，火焰筒主燃区长度Lpz与火焰筒头部高度Hd的比例范围为0.5～1，比例取值为0.6，两者的比例关系为Lpz＝0.6Hd。
基于主燃区长度Lpz与火焰筒头部高度Hd，计算得出主燃区火焰筒内壁面积Apzi和主燃区火焰筒外壁面积Apzo，如式(36)和(37)所示：
其中，Dpzi为主燃区火焰筒内壁直径，Dpzo为主燃区火焰筒外壁直径，αL为火焰筒倾斜角度，Dref为燃烧室参考截面直径。
基于主燃区火焰筒内壁面积Apzi和主燃区火焰筒外壁面积Apzo，计算得出主燃区冷却气量Wpzc，如式(38)所示：
Wpzc＝Gcpz*(Apzi+Apzo)*P3/100 (38)
其中，Gcpz为主燃区冷却参数，P3为燃烧室进口压力。
根据主燃区冷却气量Wpzc、进火焰筒的空气流量Wa3，计算得到主燃区冷却气量分配μpzc，如式(39)所示：
μpzc＝Wpzc/Wa3 (39)
基于主燃区火焰筒冷却气量分配μpzc，通过式(35)计算得到主燃孔流量分配μph，头部流量分配μd通过式(6)计算得到，基于主燃孔流量分配μph，头部流量分配μd、火焰筒冷却气量分配μlc和头部冷却气量分配μdc，计算得到掺混孔流量分配μhc，如式(40)所示：
μhc＝1-μd-μdc-μlc-μph (40)
步骤S3：基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
具体地，民机低排放燃烧室优化设计目标是氮氧化物NOx排放最低和燃烧效率最高，对于军机燃烧室优化设计目标是稳定边界最宽、冒烟最低、燃烧效率最高。例如，以钝体角度、钝体出口高度为目标参数，以氮氧化物NOx排放和燃烧室出口温度分布系数PF最小化为优化设计目标，以满足燃烧效率EFF和总压损失Ploss为约束条件，构建与燃烧室优化设计目标对应的数学模型，如式(41)所示：
步骤S4：根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型，具体包括：
步骤S41：选取头部结构的多个关键参数作为目标参数，并确定目标参数的目标指标值；
步骤S42：以样本点作为初始样本点，基于目标参数对数学模型进行优化计算，获取参数组合；
步骤S43：将参数组合通过仿真优化平台得到目标参数的第一指标值；
步骤S44：将第一指标值与目标指标值进行比较，若比较结果大于或等于预设的误差阈值，则将参数组合对应的第一指标值替代初始样本点的原有值，并带回至数学模型继续迭代计算，直至比较结果小于预设的误差阈值，迭代结束，得到的第一指标值作为头部结构设计参数的参数值；
步骤S45：基于头部结构设计参数的参数值确定第一预测模型，以预测燃烧室氮氧化物的排放。
具体地，通过构建Workbench和UG联合仿真优化平台，基于Genetic aggregation近似模型和遗传算法，对氢燃烧室头部结构的微混单元进行优化设计。取头部结构多个关键参数作为目标参数，对于内置钝体的蜂巢微混氢燃烧室，关键参数为：钝体角度、钝体出口高度；对于内置涡流发生器的蜂巢微混氢燃烧室，关键参数为：涡流发生器高度、长度、坡道角度和氢气孔位置等等。参照图2所示，头部结构多目标参数优化设计的基本流程为：初始时采用较少的样本点作为初始样本点，基于目标参数针对数学模型开展优化计算，将得到的参数组合回带至仿真优化平台的仿真软件中计算目标参数的第一指标值，将计算得到的第一指标值与目标参数的目标指标值进行比较，若比较结果不满足误差要求，则将参数组合加入初始样本点继续计算，直到比较结果小于预设的误差阈值迭代结束，得到以初始样本点为第一采样范围，满足拟合精度要求的目标参数的第一指标值，这样即可用较少样本点获得高精度的目标参数的参数值，作为头部结构设计参数的参数值。
基于头部结构设计参数的参数值确定第一预测模型，即，对当前每个样本点通过仿真计算进行求解，获得对应的氮氧化物NOx排放值，基于参数值与氮氧化物NOx排放值之间的关联关系拟合生成第一预测模型，以预测燃烧室氮氧化物的排放。第一预测模型构建后，还可以通过第一预测模型求解出给定范围内的氮氧化物NOx最低值以及对应的目标参数，将计算得到的目标参数放到仿真软件中进行氮氧化物NOx排放结果模拟计算，比较仿真计算的结果和第一预测模型得到的结果，如果其误差值在预设的精度误差阈值范围内，说明两者的误差比较小，验证了该第一预测模型是可信的，保证了预测精度。
本实施例中，在步骤S4之后，还包括：
在初始样本点的基础上增加样本点；
将各目标参数的参数范围进行扩大；
对第一预测模型进行近似拟合，获取拟合系数；
对拟合后第一预测模型进行梯度优化分析，在各目标参数对应的参数范围内获取满足燃烧室优化设计目标的各目标参数的最优解，将最优解作为目标参数的最优参数值；
基于拟合系数和最优参数值，对第一预测模型进行优化，以得到第二预测模型。
具体地，为了构建更高精度的预测模型，在原有样本点的基础上增加样本点，增加的样本点采用最优拉丁超立方抽样生成，对第一预测模型进行近似拟合，获取拟合系数。以拟合后的第一预测模型为基础进行梯度优化分析，优化时将各目标参数的参数范围进行扩大，例如，其中某个目标参数Xi原先的参数范围为(-5，5)，扩大后的参数范围为(-10，10)，使其能够在更广的参数范围内得到最优解，将最优解作为目标参数的最优参数值。基于拟合系数和最优参数值，对第一预测模型进行优化，以得到第二预测模型，其模型的计算式如式(42)所示：
y＝β0+∑βixi+∑βixi 2+∑βixixj (42)
其中，y为优化设计目标，β0～βj为拟合系数，Xi～Xj为设计变量。
通过上述步骤，对头部结构多目标参数优化设计过程中，可遍历到所有参数组合，使其获得的最优设计方案是全局参数范围内的最优解。其第二预测模型预测精度的验证方法可参考上述第一预测模型，此处不再赘述。
综上，本实施例提供的燃烧室多流程耦合优化设计方法，该设计方法耦合燃烧室的多个设计流程，包含：燃烧室流路设计、燃烧室流量分配设计、头部结构多目标参数优化设计。通过耦合燃烧室的多个设计流程，使其在该燃烧室总体设计方案中，基于燃烧室优化设计目标对应的数学模型，可遍历到所有参数组合，获得的最优方案是全局参数范围内的最优解，以确定燃烧室优化设计目标对应的预测模型，基于预测模型的高精度预测确定燃烧室最优方案的选取，所以从整体上提高了设计人员的设计效率、设计精度，节约了人工成本，提升燃烧室的燃烧性能、降低了燃烧室污染物排放、拓宽燃烧稳定工作范围，进而提升发动机总体性能。因此，本发明具有设计效率高、操作简单的优点，克服了现有燃烧室优化设计方法周期长和严重依赖工程师经验的问题。
实施例二
基于与上述方法相同的发明思路，参照图4所示，本实施例提供一种燃烧室多流程耦合优化设计装置，包括：
燃烧室流路设计模块21，用于基于燃烧室的设计参数，绘制燃烧室流路；
燃烧室流量分配模块22，用于基于燃烧室流路，确定燃烧室的流量分配；
燃烧室优化模型构建模块23，用于基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
排放预测模型获取模块24，用于根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
本实施例中，燃烧室流路设计模块21具体包括：第一计算确定单元，用于基于燃烧室进口几何尺寸、燃烧室出口几何尺寸、燃烧室进口压力和燃烧室进口空气总流量，确定燃烧室进口高度、燃烧室出口高度、头部高度和燃烧室参考截面面积；第二计算确定单元，用于基于火焰筒长度与头部高度的比例关系，确定火焰筒长度的长度范围，在长度范围内基于给定的火焰筒长度迭代计算得到燃烧室出口温度分布系数，当燃烧室出口温度分布系数小于预设阈值时，以确定最终的火焰筒长度；第三计算确定单元，用于基于燃烧室进口几何尺寸、燃烧室出口几何尺寸和火焰筒长度，确定火焰筒倾斜角度；第四计算确定单元，用于基于前置扩压器出口高度、燃烧室进口压力和燃烧室进口高度，确定前置扩压器损失值；第五计算确定单元，用于基于前置扩压器出口高度、燃烧室参考截面面积和燃烧室进口压力，确定突扩段压力损失值；第六计算确定单元，用于基于前置扩压器损失值和突扩段压力损失值，确定扩压器总损失值；燃烧室流路绘制单元，用于当扩压器总损失值小于或等于预设的损失阈值，满足扩压器设计要求，对燃烧室流路进行绘制。
燃烧室流量分配模块22具体包括：第七计算确定单元，用于确定火焰筒总有效开孔面积；第八计算确定单元，用于基于燃烧室参考截面半径、火焰筒长度和头部高度，确定火焰筒冷却面积；第九计算确定单元，用于基于头部流量分配和火焰筒总有效开孔面积，确定头部冷却面积；第十计算确定单元，用于基于火焰筒冷却面积和头部冷却面积，确定火焰筒冷却气量和头部冷却气量；第十一计算确定单元，用于基于燃烧室进口空气总流量、火焰筒冷却气量和头部冷却气量，确定火焰筒冷却气量分配和头部冷却气量分配；第十二计算确定单元，用于基于燃烧室总当量比和头部当量比，确定头部流量分配，当燃烧室不存在主燃孔，则基于头部流量分配、火焰筒冷却气量分配和头部冷却气量分配，确定掺混孔气量分配，或，当燃烧室存在主燃孔，则确定主燃孔流量分配，并基于主燃孔流量分配、头部流量分配、火焰筒冷却气量分配和头部冷却气量分配，确定掺混孔气量分配。
排放预测模型获取模块24具体包括：目标参数选取单元，用于选取头部结构的多个关键参数作为目标参数，并确定目标参数的目标指标值；参数组合获取单元，用于以样本点作为初始样本点，基于目标参数对数学模型进行优化计算，获取参数组合；目标参数仿真计算单元，用于将参数组合通过仿真优化平台得到目标参数的第一指标值；参数值获取单元，用于将第一指标值与目标指标值进行比较，若比较结果大于或等于预设的误差阈值，则将参数组合对应的第一指标值替代初始样本点的原有值，并带回至数学模型继续迭代计算，直至比较结果小于预设的误差阈值，迭代结束，得到的第一指标值作为头部结构设计参数的参数值；第一预测模型确定单元，用于基于头部结构设计参数的参数值确定第一预测模型，以预测燃烧室氮氧化物的排放。
排放预测模型获取模块24还包括：模型验证单元，用于通过第一预测模型求解出给定范围内的氮氧化物NOx最低值以及对应的目标参数，将计算得到的目标参数放到仿真软件中进行氮氧化物NOx排放结果模拟计算，比较仿真计算的结果和第一预测模型得到结果，判断误差值是否在预设的精度误差阈值范围内，以验证模型的预测精度，
本实施例中，该装置还包括：排放预测模型优化模块，具体包括：样本点增加单元，用于在初始样本点的基础上增加样本点；参数范围扩大单元，用于将各目标参数的参数范围进行扩大；模型拟合单元，用于对第一预测模型进行近似拟合，获取拟合系数；最优参数值获取单元，用于对拟合后第一预测模型进行梯度优化分析，在各目标参数对应的参数范围内获取满足燃烧室优化设计目标的各目标参数的最优解，将最优解作为目标参数的最优参数值；第二预测模型确定单元，用于基于拟合系数和最优参数值，对第一预测模型进行优化，以得到第二预测模型。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，所以相关之处参见方法实施例的部分说明即可，在此不再赘述。
以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，在实施例中的各功能模块可以全部集成在一个处理器中，也可以是各模块分别单独作为一个器件，也可以两个或两个以上模块集成在一个器件中；各实施例中的各功能模块既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
实施例三
参照图5所示，本实施例提供一种电子设备，该电子设备包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，处理器310执行上述方法实施例所述的燃烧室多流程耦合优化设计方法，该方法包括：
基于燃烧室的设计参数，绘制燃烧室流路；
基于燃烧室流路，确定燃烧室的流量分配；
基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述方法实施例所述的燃烧室多流程耦合优化设计方法，该方法包括：
基于燃烧室的设计参数，绘制燃烧室流路；
基于燃烧室流路，确定燃烧室的流量分配；
基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
实施例四
本实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例所述的燃烧室多流程耦合优化设计方法，该方法包括：
基于燃烧室的设计参数，绘制燃烧室流路；
基于燃烧室流路，确定燃烧室的流量分配；
基于燃料室流路和燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
根据预设的样本点对数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程方法商品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程方法商品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程方法商品或者方法中还存在另外的相同要素。
以上仅为本发明的实施例而已，并不用于限制本发明。虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种燃烧室多流程耦合优化设计方法，其特征在于，包括：
基于燃烧室的设计参数，绘制燃烧室流路；
基于所述燃烧室流路，确定燃烧室的流量分配；
基于所述燃料室流路和所述燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
根据预设的样本点对所述数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
2.根据权利要求1所述的燃烧室多流程耦合优化设计方法，其特征在于，所述根据预设的样本点对所述数学模型进行优化，以在预设的精度阈值范围内得到头部结构设计参数和预测燃烧室排放物的预测模型的步骤，包括：
选取头部结构的多个关键参数作为目标参数，并确定所述目标参数的目标指标值；
以所述样本点作为初始样本点，基于所述目标参数对所述数学模型进行优化计算，获取参数组合；
将所述参数组合通过仿真优化平台得到所述目标参数的第一指标值；
将所述第一指标值与所述目标指标值进行比较，若比较结果大于或等于预设的误差阈值，则将所述参数组合对应的第一指标值替代所述初始样本点的原有值，并带回至所述数学模型继续迭代计算，直至所述比较结果小于预设的误差阈值，迭代结束，得到的所述第一指标值作为所述头部结构设计参数的参数值；
基于所述头部结构设计参数的参数值确定第一预测模型，以预测燃烧室氮氧化物的排放。
3.根据权利要求2所述的燃烧室多流程耦合优化设计方法，其特征在于，在所述根据预设的样本点对所述数学模型进行优化，以在预设的精度阈值范围内得到头部结构设计参数和预测燃烧室排放物的步骤之后，还包括：
在所述初始样本点的基础上增加样本点；
将各目标参数的参数范围进行扩大；
对所述第一预测模型进行近似拟合，获取拟合系数；
对拟合后所述第一预测模型进行梯度优化分析，在各目标参数对应的参数范围内获取满足燃烧室优化设计目标的各目标参数的最优解，将所述最优解作为所述目标参数的最优参数值；
基于所述拟合系数和所述最优参数值，对所述第一预测模型进行优化，以得到第二预测模型。
4.根据权利要求1所述的燃烧室多流程耦合优化设计方法，其特征在于，所述设计参数包括：燃烧室进口几何尺寸、燃烧室出口几何尺寸、燃烧室进口温度、燃烧室进口压力和燃烧室进口空气总流量，对应地，
所述基于燃烧室的设计参数，绘制燃烧室流路的步骤，包括：
基于所述燃烧室进口几何尺寸、所述燃烧室出口几何尺寸、所述燃烧室进口压力和燃烧室进口空气总流量，确定燃烧室参考截面半径、燃烧室进口高度、燃烧室出口高度、头部高度和燃烧室参考截面面积；
基于火焰筒长度与所述头部高度的比例关系，确定火焰筒长度的长度范围，在所述长度范围内基于给定的火焰筒长度迭代计算得到燃烧室出口温度分布系数，当所述燃烧室出口温度分布系数小于预设阈值时，以确定最终的火焰筒长度；
基于所述燃烧室进口几何尺寸、所述燃烧室出口几何尺寸和所述火焰筒长度，确定火焰筒倾斜角度。
5.根据权利要求4所述的燃烧室多流程耦合优化设计方法，其特征在于，所述设计参数还包括：前置扩压器出口高度，对应地，
所述基于燃烧室的设计参数，绘制燃烧室流路的步骤，还包括：
基于所述前置扩压器出口高度、所述燃烧室进口压力和所述燃烧室进口高度，确定前置扩压器损失值；
基于所述前置扩压器出口高度、所述燃烧室参考截面面积和所述燃烧室进口压力，确定突扩段压力损失值；
基于所述前置扩压器损失值和所述突扩段压力损失值，确定扩压器总损失值；
当所述扩压器总损失值小于或等于预设的损失阈值，满足扩压器设计要求，对燃烧室流路进行绘制。
6.根据权利要求4所述的燃烧室多流程耦合优化设计方法，其特征在于，所述基于所述燃烧室流路，确定燃烧室的流量分配的步骤，包括：
确定火焰筒总有效开孔面积；
基于所述燃烧室参考截面半径、所述火焰筒长度和所述头部高度，确定火焰筒冷却面积；
基于头部流量分配和所述火焰筒总有效开孔面积，确定头部冷却面积；
基于所述火焰筒冷却面积和所述头部冷却面积，确定火焰筒冷却气量和头部冷却气量；
基于所述燃烧室进口空气总流量、所述火焰筒冷却气量和所述头部冷却气量，确定火焰筒冷却气量分配和头部冷却气量分配。
7.根据权利要求6所述的燃烧室多流程耦合优化设计方法，其特征在于，所述基于所述燃烧室流路，确定燃烧室的流量分配的步骤，还包括：
基于燃烧室总当量比和头部当量比，确定头部流量分配；
当燃烧室不存在主燃孔，则基于所述头部流量分配、所述火焰筒冷却气量分配和所述头部冷却气量分配，确定掺混孔气量分配；
当燃烧室存在主燃孔，则确定主燃孔流量分配，并基于所述主燃孔流量分配、所述头部流量分配、所述火焰筒冷却气量分配和所述头部冷却气量分配，确定掺混孔气量分配。
8.一种燃烧室多流程耦合优化设计装置，其特征在于，包括：
燃烧室流路设计模块，用于基于燃烧室的设计参数，绘制燃烧室流路；
燃烧室流量分配模块，用于基于所述燃烧室流路，确定燃烧室的流量分配；
燃烧室优化模型构建模块，用于基于所述燃料室流路和所述燃烧室的流量分配，构建与燃烧室优化设计目标对应的数学模型；
排放预测模型获取模块，用于根据预设的样本点对所述数学模型进行优化，以在预设的精度范围内得到头部结构设计参数的参数值和预测燃烧室排放物的预测模型。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的燃烧室多流程耦合优化设计方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的燃烧室多流程耦合优化设计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310584678.8A CN116796384A (zh) | 2023-05-23 | 2023-05-23 | 燃烧室多流程耦合优化设计方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310584678.8A CN116796384A (zh) | 2023-05-23 | 2023-05-23 | 燃烧室多流程耦合优化设计方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116796384A true CN116796384A (zh) | 2023-09-22 |
Family
ID=88033852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310584678.8A Pending CN116796384A (zh) | 2023-05-23 | 2023-05-23 | 燃烧室多流程耦合优化设计方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116796384A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117113590A (zh) * | 2023-10-23 | 2023-11-24 | 潍柴动力股份有限公司 | 一种燃烧室设计方法、系统、设备及存储介质 |
-
2023
- 2023-05-23 CN CN202310584678.8A patent/CN116796384A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117113590A (zh) * | 2023-10-23 | 2023-11-24 | 潍柴动力股份有限公司 | 一种燃烧室设计方法、系统、设备及存储介质 |
| CN117113590B (zh) * | 2023-10-23 | 2024-03-19 | 潍柴动力股份有限公司 | 一种燃烧室设计方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107885891B (zh) | 一种航空发动机总体性能优化方法 | |
| Cha et al. | Experimental and numerical investigation of combustor-turbine interaction using an isothermal, nonreacting tracer | |
| CN112417596B (zh) | 一种航空发动机燃烧室通流模型并行网格仿真方法 | |
| CN116796384A (zh) | 燃烧室多流程耦合优化设计方法、装置、设备及存储介质 | |
| Mongia et al. | Multidimensional gas turbine combustion modeling Applications and limitations | |
| Gieras et al. | Computational study of an aerodynamic flow through a micro-turbine engine combustor. | |
| Hilgert et al. | Numerical studies on combustor-turbine interaction at the large scale turbine rig (lstr) | |
| CN116467817B (zh) | 一种基于上进风燃烧器的风道设计方法 | |
| Saboohi et al. | Development of an augmented conceptual design tool for aircraft gas turbine combustors | |
| CN115270319A (zh) | 一种燃气轮机燃烧室自动化设计建模方法 | |
| Ajmani et al. | Parametric design of injectors for LDI-3 combustors | |
| Ajmani et al. | CFD evaluation of a 3rd generation LDI combustor | |
| Dolmatov et al. | On Low-Emission Annular Combustor Based on Designing of Liner Air Admission Holes | |
| Musaefendic et al. | An Uncertainty Quantification Framework Coupled With a 1D Physics-Based Model for the Prediction of NOx Emissions in a RQL Combustion Chamber | |
| Farjon et al. | Towards the Multifidelity Optimization of H2-Air Injector for Aircraft Propulsion | |
| Grasa et al. | Design, Multi-Point Optimization and Analysis of Diffusive Stator Vanes to Enable Turbine Integration Into Rotating Detonation Engines | |
| Andreou et al. | Part 1: A Swirl Vane Generation Code for Fuel Spray Nozzles | |
| Shen et al. | The effects of cowling geometry, area ratio and dump gap on a combustor diffusion system | |
| Pretorius | A network approach for the prediction of flow and flow splits within a gas turbine combustor | |
| Funke et al. | Hydrogen combustor integration study for a medium range aircraft engine using the dry-low NOx “Micromix” combustion principle | |
| CN114718761B (zh) | 分墙支板导叶融合设计方法 | |
| Martini | Development and assessment of a soot emissions model for aircraft gas turbine engines | |
| Doulgeris | Modelling & integration of advanced propulsion systems | |
| Husain et al. | Numerical Investigation of Influence of Multi-Line Fuel Injection (Methane) on a Tubular Combustor Emissions of Micro Gas Turbine | |
| Rao et al. | Advanced Hybrid Engines for Aircraft Development |
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 |