引言
新颖性与重要性说明
本工作提出了一种基于化学反应器网络(CRN)方法的降阶建模框架,用于预测旋转爆震发动机(RDE)燃烧室流动、燃烧和排放特性的耦合行为。与现有低阶方法不同,本框架能够捕捉后爆震流动演化的基本过程,包括关键的膨胀和斜激波过程,同时计算成本仅为分钟量级——比高保真CFD仿真低数个数量级。通过将物理保真度与计算效率相结合,该框架实现了燃料效应和运行条件的系统性评估,为RDE燃烧室的快速设计空间探索和初步原型筛选奠定了实用基础。
旋转爆震发动机(RDE)是一种有前景的压力增益燃烧技术,适用于航空航天推进和发电领域。通过在环形燃烧室内采用一个或多个持续传播的爆震波,RDE实现了化学能向推力或轴功率的更高效转换[[1], [2], [3]]。RDE中的燃烧通过爆震进行,无需压缩机或风扇即可产生高压比[4]。这近似于等容循环,相比燃气轮机中采用的布雷顿循环具有更高的理论热效率[5,6]。自持的高速爆震过程消除了RDE中对复杂透平机械的需求,从而实现更高的推重比以及更紧凑、更高功率密度的燃烧室。这些特性对于具有严格尺寸和重量约束的应用尤为有利,例如高超声速飞行器以及航天发射系统[[7], [8], [9], [10]]。
RDE中的持续爆震在一个紧凑的环形腔室中实现,燃料和氧化剂从一端注入。一旦爆震被激发,一个或多个爆震波以接近注射器出口的超声速沿方位角方向传播,持续扫过其路径上的新鲜混合气并对其进行加工[11,12]。爆震锋面同时提供激波压缩和热释放,在燃烧室中产生压力升高[13,14]。高焓产物在下游通过喷管或透平膨胀以产生推力或轴功[15,16]。在实际中,由于非理想性因素,如非定常动力学、混合不完全、次级爆燃、多个竞争波以及再循环区中的寄生燃烧,RDE偏离理想的泽尔多维奇-冯·诺依曼-多尔(ZND)爆震[7,[17], [18], [19], [20], [21]],这些因素影响RDE燃烧室的波稳定性、压力增益和总体效率。因此,现代研究综合采用高保真仿真、先进诊断技术和定制的燃烧室设计来应对这些效应[[22], [23], [24], [25]]。
在RDE研究中,高保真数值仿真是深入理解其复杂内部流动和燃烧过程不可或缺的工具[12,23,[26], [27], [28], [29]]。然而,采用详细化学反应机制进行全尺寸三维仿真的计算代价极高甚至不可承受。为了分辨爆震波的传播、精细的波结构及其在微秒时间尺度上与湍流的相互作用,需要极高的空间和时间分辨率。这通常导致网格数量达到千万量级[29],同时由于化学反应的刚性,还需要极小的计算时间步长(例如2 ~ 10 ns[18])。如此高的计算代价严重限制了RDE参数化研究和设计的效率,构成了工程设计阶段的主要瓶颈。
为了在有限计算资源下有效模拟RDE的核心热物性过程,多种降阶方法被提出。化学反应器网络(CRN)是一种广泛应用于反应流动的降阶方法,其基于物理原理,在模拟燃气轮机燃烧室中的化学反应和污染物排放方面具有很高的精度[[30], [31], [32], [33], [34], [35], [36], [37], [38]]。给定CFD仿真预测的流场,准确的分区可以有效反映复杂流动中的流线和混合状态。然而,CRN主要应用于低速流动[30,[38], [39], [40], [41], [42], [43], [44], [45]],因为它依赖于流场连续且平滑的假设。
对于高速可压缩反应流动,由于流场趋于更加瞬态并涉及大量间断,例如激波和爆震锋面,CRN方法的研究较少。现有研究已探索了跨音速和超声速流动中的CRN方法[46,47]。对于RDE,流动分析通常采用波固定参考系进行后处理,因为旋转波系统在实验参考系中会产生强烈的瞬态和非平衡条件。在波固定参考系中,CRN方法可以稳定快速地求解化学反应过程,并准确预测和计算激波后的化学反应。
此外,现有的RDE降阶方法往往忽略了爆震波下游混合物的膨胀过程,因此无法充分捕捉流动膨胀和温度下降[47]。其他研究采用拉格朗日方法追踪RDE中的特定流线,这些方法虽然表示了膨胀过程,但在实际设计中用处有限,因为出口条件是关键因素[8]。
本研究提出了一种含后爆震膨胀的低维网络模型(LNPE),利用由零维反应器组成的网络,重建了主要的流动和化学动力学过程,包括后爆震膨胀、斜激波相互作用和组分演化。该方法采用了一种显式包含可压缩流动固有膨胀过程的低维重建方法。通过将详细化学动力学与完整三维流体力学解耦,该方法旨在实现:1)关键流动结构和化学过程的忠实重建,包括后爆震膨胀、斜激波相互作用和组分演化;以及2)在显著低于高保真仿真的计算代价下,高效预测RDE性能指标和NOx排放。所提出的方法利用反应器网络实现对出口参数和排放的快速预测。