طراحی بهینهی پروفیل قسمت واگرای یک نازل فرامنبسط با استفاده از هوش مصنوعی

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 159

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JACSM-35-1_002

تاریخ نمایه سازی: 16 فروردین 1402

چکیده مقاله:

مقاله حاضر به طراحی بهینه کانتور یا پروفیل قسمت واگرای یک نازل مافوق صوت فرامنبسط به منظور دست یابی به بیشینه نیروی پیشران ممکن در عین حفظ طول و نسبت مساحت خروجی به گلوگاه نازل می پردازد. برای این کار، یک ابزار کارآمد و مطمئن با ترکیب دینامیک سیالات محاسباتی و هوش مصنوعی توسعه داده شده است. در ابتدا، پروفیل مرجع با یک روش ابتکاری و با استفاده از برازش یک بی اسپلاین درجه سوم مدل سازی شده و سپس با تغییر نقاط شکست این پروفیل، مجموعه ای از پروفیل های ممکن تولید شده است. این مجموعه از پروفیل ها توسط دینامیک سیالات محاسباتی تحلیل گردیده است. سپس، از هندسه نازل به همراه نیروی پیشران حاصل از پروفیل ها برای آموزش شبکه عصبی مصنوعی بهره برده شده است. پس از آن، با به کارگیری الگوریتم ژنتیک پروفیل بهینه به دست آمد. پیش بینی الگوریتم هوش مصنوعی برای نیروی پیشران نازل بهینه با مقدار به دست آمده از شبیه سازی عددی مقایسه شده که اعتبار رویکرد حاضر را نشان می دهد. مقایسه بین پروفیل مرجع و پروفیل بهینه برای نسبت فشار ۱۴، نشان دهنده افزایش ۳۶ درصدی نیروی پیشران و افزایش ۱۳۸ درصدی ضریب بازیافت فشار سکون است. مقایسه نازل ها در شرایط عملیاتی خارج از نقطه طراحی نشان داد که عملکرد نازل بهینه تا نسبت فشار ۳۰ بهتر از نازل مرجع است؛ اما با عبور نسبت فشار نازل از ۳۰، به کارگیری نازل بهینه به جای نازل مرجع هیچ گونه اولویتی ندارد.

نویسندگان

سید امین باقرزاده

گروه مهندسی مکانیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.

سبحان امامی کوپائی

گروه مهندسی مکانیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

سید احمدرضا صالحی

گروه مهندسی مکانیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • G. P. Sutton, Rocket Propulsion Elements, ۷th ed., John Willey ...
  • G. V. R. Rao, “Exhaust nozzle contour for optimum thrust,” ...
  • G. V. R. Rao, “Approximation of optimum thrust nozzle contour,” ...
  • G. V. R. Rao, J. E. Beck, T. E. Booth, ...
  • J. G. Allman, J. D. Hoffman, “Design of maximum thrust ...
  • L. E. Sternin, “Analysis of the thrust characteristics of jet ...
  • X. Q. Xing, M. Damodaran, “Design of three-dimensional nozzle shapes ...
  • G. Cai, J. Feng, X. Xu, M. Liu, “Performance prediction ...
  • D. Davidenko, Y. Eude, F. Falempin, “Optimization of supersonic axisymmetric ...
  • K. O. Mon, C. Lee, “Optimal design of supersonic nozzle ...
  • M. Yumusak, S. Eyi, “Design optimization of rocket nozzles in ...
  • M. Yumusak, “Analysis and design optimization of solid rocket motors ...
  • K. Yu, X. Yang, Z. Mo, “Profile design and multifidelity ...
  • K. Schomberg, J. Olsen, G. Doig, “Design of high-area-ratio nozzle ...
  • K. Schomberg, J. Olsen, A. Neely, G. Doig, “Design of ...
  • K. Schomberg, J. Olsen, A. Neely, G. Doig, “Investigation of ...
  • E. Mahmoodi, R. Rafee, “Effect of the nozzle shape on ...
  • P. Spalart, S. Allmaras, “A one-equation turbulence model for aerodynamic ...
  • Ansys Fluent Theory Guide, Release ۱۵, ANSYS, Inc. pp. ۴۲-۴۳, ...
  • J. Östlund, “Flow processes in rocket engine nozzles with focus ...
  • R. Khoshnevisan, S. Emami, “Numerical prediction of near-field noise and ...
  • نمایش کامل مراجع