Численное моделирование переходных внутрикамерных процессов при выходе на режим работы РДТТ

• Автор: Егоров, Сергей Михайлович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Пермь
• Количество страниц: 162 с. : ил.

СОДЕРЖАНИЕ

Перечень основных обозначений, сокращений и символов

ВВЕДЕНИЕ.

Глава 1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА И ПОСТАНОВКА

ЗАДАЧИ

1.1. Преимущества численного подхода при решении прикладных задач.

1.2. Обзор методов численного моделирования.

1.3. Проблематика рассматриваемых задач современного

ракетного твердотопливного двигателестроения

Глава 2. КОМПЛЕКСНАЯ ФИЗИКОМАТЕМАТИЧЕСКАЯ МОДЕЛЬ

ВНУТРИКАМЕРНЫХ РОЦЕССОВ.

2.1. Срабатывание воспламенительного устройства.
2.1.1. Физическая модель
2.1.2. Математическая модель
2.1.3. Метод решения
2.2. Зажигание и горение заряда тврдого топлива
2.2.1. Физическая модель
2.2.2. Математическая модель
2.2.3. Метод численного интегрирования
2.3. Газовая динамика в камере сгорания ракетного двигателя
2.3.1. Физическая модель
2.3.2. Математическая модель
2.3.3. Метод Давыдова метод крупных частиц для расчта многофазного газодинамического течения
2.4. Движение заглушки соплового блока
2.4.1. Физическая модель
2.4.2. Математическая модель
2.4.3. Метод численного интегрирования
Глава 3. КОМПЛЕКС ПРИКЛАДНЫХ ПРОГРАММ
3.1. Программный модуль I.
3.2. Программный модуль .
3.3. Программный модуль iмодуль
3.4. Программный модуль .
Глава 4. РЕЗУЛЬТАТЫ ЧИСЛЕННОГО МОДЕЛИРОВАНИЯ
4.1. Компоновочная схема РДТТ по варианту 1.
4.2. Компоновочная схема РДТТ по варианту 2
4.3. Компоновочная схема РДТТ по варианту 3.
4.4. Анализ результатов
ВЫВОДЫ ПО РАБОТЕ.
ЛИТЕРАТУРА


В связи с появлением ЭВМ5 большой мощности (в том числе многопроцессорных рабочих станций и суперкомпьютерных кластеров различной конфигурации) значительно повысился интерес исследователей к различным численным-методам и подходам, реализация которых граничит с проведением вычислительного (численного) эксперимента. Основной чертой, методов вычислительного эксперимента, отличающих их. Он предполагает глубокую взаимосвязь всех составляющих частей' численного- моделирования, структурированность и иерархическое' построение моделей, алгоритмов и: программ, подчинённых решению основной задачи [, , , 0, 3 и др:]. Определим кратко, следуя []; а также [, ], основные этапы» вычислительного эксперимента. Параллельно для сравнения проведём аналогию с физическим экспериментом. Вначале на основе глубокого' анализа исследуемого физического объекта (например; РДТТ) дается его по возможности подробное математическое описание - выбирается в общем случае дифференциальная или интегральная математическая модель. В физическом эксперименте этому этапу соответствует анализ и выбор схемы эксперимента, уточнение элементов конструкции и самой экспериментальной установки. Затем для выбранного дифференциального или интегрального оператора составляется разностная схема, исследуются вопросы её сходимости, устойчивости и 'г. В результате мы получаем средство для исследования (работающую программу для ЭВМ или экспериментальную установку) интересующего нас явления, процесса или состояния. С помощью этих средств проводится собственно эксперимент: расчёт на ЭВМ или серия замеров. Следующим этапом является детальный анализ полученных результатов, вследствие чего делаются уточнения в программе расчета или конструкции экспериментальной установки. Такая обратная связь позволяет совершенствовать методологию как вычислительного, так и натурного экспериментов. Численное моделирование особенно ваясно там, где не совсем ясна физическая картина изучаемого явления, не познан до конца внутренний механизм взаимодействия [, , 6 и др. В процессе численного-эксперимента происходит, по существу, уточнение исходной физической модели. Путём расчётов на ЭВМ различных вариантов алгоритма ведётся накопление фактов, что в итоге даёт возможность произвести отбор наиболее реальных и вероятных ситуаций. При изучении явлений, процессов или состояний; протекающих при срабатывании реальных технических систем (например, РДТТ), имеют место сложные до-, транс- и сверхзвуковые течения, большие перепады давления, высокие температуры и т. В этих случаях чрезвычайно затруднено исследование в лабораторных и натурных условиях, так как для подобия между натурой и моделью уже недостаточно удовлетворить лишь классическим критериям подобия - равенствам чисел Маха и Рейнольдса для модели и натуры [, 3]. Требуется также равенство абсолютных давлений и абсолютных температур, что возможно лишь при условии равенства размеров модели и натурного объекта [, , ]. Сюда также следует отнести тот факт, что данные опытных измерений носят обычно весьма ограниченный малоинформативный характер (имеем измерение в точке, а требуется измерение в объёме). Активное использование методов численного математического моделирования позволяет резко сократить сроки научно-исследовательских и опытно - конструкторских разработок. В тех случаях, когда физический (лабораторный или натурный) эксперимент трудно осуществить за ограниченный промежуток времени, численное моделирование служит практически единственным инструментом исследования. Однако при этом ни в коей мере не должно принижаться принципиально важное значение физических или натурных экспериментов. Опыт является важным элементом исследования. Его результаты могут подтвердить или. В общем случае для рассматриваемого класса задач при численном математическом моделировании мы имеем дело с нелинейными системами дифференциальных уравнений смешанного эллиптико - гиперболического или эллиптико - параболического типа [3, 7-9]'. В общем случае для этих систем уравнений имеют место так называемые подвижные граничные условия (т. Причём область изменения искомых функций настолько широка, что обычные методы аналитического исследования (линеаризация уравнений, разложение в ряды, выделение малого параметра и т.