ارایه شیوه مناسب جهت یافتن نقطه بهینه کاری در گاز ژنراتور غنی از سوخت سیکل های باز

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,431

فایل این مقاله در 5 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:

AEROSPACE07_114

تاریخ نمایه سازی: 1 مرداد 1387

چکیده مقاله:

در بررسی مجموعه موتوری، شبیه سازی گاز از مهمترین بخش ها و المان های مجموعه موتور محسوب می شود که در شناسایی رفتار این مجموعه تاثیر بسزایی خواهد داشت. عموما شبیه سازی های انجام شده در این زمینه بر دو دیدگاه استوار است. دیدگاه اول، نگاه جزئی نگرانه ای به این مجموعه دارد و عموما به پارامترهایی همچون زمان ماند و تاثیر رینگ توربولانس بر روی کیفیت احتراق بحث می کند و دیدگاه دوم، نگاهی سیستمی می باشد و عموما خود را به شناسایی المان فوق در حالات مختلف معطوف می کند که در پژوهش حاضر، به این دیدگاه توجه داشته است. پارامترهایی که در بخش سیستمی مدنظر می باشند عبارتنداز نسبت اختلاف، تغییرات فشار و دبی کل پیشران. در این شبیه سازی، رفتار گاز ژنوراتور در حالت مختلف بررسی شد و نتایج آن به صورت نمودار هایی آورده شده است. مزیت این روش در بهینه سازی های چند موضوعی MDO می باشد، زیرا باید رفتار تابع را در کلیه حالات شناسایی نمود. پیشران مورد استفاده موجود Kerosene / HNO3 + N 2O4 می باشد، که شبیه سازی احتراق بر روی آن، در فشارهای مختلف 40، 50، 60 بار (bar) و در حوزه های اختلاطی 1-0/3 انجام گرفته است. تابع هدف موجود در این مجموعه، RT می باشد که تحت تاثیر چند قید خطی و غیر خطی، می باشد. الگوریتم مورد نظر جهت بهینه سازی، الگوریتم ژنتیک می باشد. به منظور حصول به شرایط دقیق تر و همگرایی بهتر الگوریتم ژنتیک، آنالیز نسبت اختلاط افزایش یافته و با افزایش فشار، روند صعودی ملایمی دارد. همچنین با تولید تابع هدف به شکل یک تابع صریح، سرعت همگرایی به میزان قابل توجه ای افزایش می یابد.

کلیدواژه ها:

نویسندگان

مسعود ضیاء بشر حق

دانشگاه صنعتی خواجه نصیرالدین طوسی، استادیار دانشکده مکانیک

مرتضی محمدی

دانشگاه صنعتی خواجه نصیرالدین طوسی، کارشناس ارشد مهندسی مکانیک

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 :
  • داودرمش-رضا فرخی, "ارائه روشی در تعیین پارامتر های بهینه موتور ...
  • "Liquid Propellant Gas -Generators _ , NASA Space Vehicle Design ...
  • Kalesnikov, K. S _ _ _ _ Pressurization System in ...
  • Sun Tak Kwon, Changjin Lee and jae-Woo Lee, Development of ...
  • Kwon-Su Jeon, Jae-Woo Lee and Changjin Lee, Optimal Gas Generator ...
  • Jamie Alcock and Kevin Burrage, A genetic estimation algorithm for ...
  • Jianxin (Roger) Jiao, Yiyang Zhang and Yi Wang, A heuristic ...
  • نمایش کامل مراجع