Brandon Sforzo og en tidligere kollega forbereder et eksperiment for at undersøge brændstofinjektordesign ved Advanced Photon Source. Kredit:Argonne National Laboratory
Enhver, der ser til stjernerne, drømmer også om at tage til rummet. At gøre denne drøm til virkelighed afhænger af utallige teknologiske fremskridt. En af disse er nye raket- og flymotorer, som bliver nemmere og billigere at designe og teste, delvist takket være forskere ved det amerikanske energiministeriums (DOE) Argonne National Laboratory.
Bedre raketter og jetmotorer vil flytte drømmen fra vores hoveder tættere på virkeligheden. Vigtigere, de vil også gøre lufttransporten renere og mere effektiv og samtidig styrke vores nationale sikkerhed.
Luftfarts- og forsvarsvirksomheder bruger milliarder over mange år på at designe og teste nye raketter og gasturbinemotorer. Heldigvis, videnskabsmænd kan skære ned på denne indsats dramatisk, når de bygger en dydig cyklus af eksperimenter og computersimuleringer. Et team af Argonne-forskere kombinerer enestående røntgeneksperimenter med nye computersimuleringer for at hjælpe ingeniører hos luftfarts- og forsvarsvirksomheder med at spare tid og penge.
Røntgen kan åbne døre
Processen starter ved Argonnes Advanced Photon Source (APS), som producerer ultra-lyse røntgenstråler; de er over en million gange lysere end dem på en tandlæges kontor. Ved at bruge 7-BM røntgenstrålelinjen ved APS, ingeniører Brandon Sforzo, Alan Kastengren og Chris Powell kigger gennem stålet i en motors brændstofinjektor ved hjælp af dette ultimative 3-D mikroskop, som adskiller Argonnes muligheder fra andre.
"Visualisering gennem stål med denne detalje er ikke mulig med nogen anden diagnostisk teknik, "sagde Prithwish Kundu, en rumfartsingeniør hos Argonne, der udvikler forudsigende computermodeller afledt af eksperimenter ved APS, en DOE Office of Science brugerfacilitet.
Sforzo er enig. "Hvis du ikke har lysstyrken i det lys, vi har her, du kan ikke se, hvad der foregår inde i disse enheder, " sagde han. "Ingen andre forsker i væskedynamik under de relevante forhold med en accelerator-baseret lyskilde (APS's røntgenstråler med høj lysstyrke), som vi er."
Tilbage i 2019, holdet undersøgte væskedynamikken i en gasturbinemotor og fandt adfærd, der overraskede Sforzo og hans kolleger. "Vi kunne se den flydende spray ende uventede steder."
Disse typer af åbenbaringer, beskrevet i et nyt papir, hjælpe videnskabsmænd med at forstå den grundlæggende fysik, ultimativt, påvirke motorens ydeevne, fremstød, og emissioner. De giver også forskere som Kundu, som leverer denne information ind i laboratoriets supercomputere, byggeklodser - kendt som grænsebetingelser - der muliggør high-fidelity-simuleringer. De åbner mange døre til undersøgelse.
En ny æra inden for design tager fart
Grænsebetingelser er detaljerede parametre, der fungerer som autoværn; med de rette grænsebetingelser, videnskabsmænd kan bygge modeller, der forudsiger en lang række motoradfærd – der involverer tryk, temperaturer, masse, hastighed og så videre - det kan være umålelig under eksperimenter.
"Med de rigtige forudsigelsesmodeller, vi kan reducere test- og udviklingsomkostninger med en stor margin, "sagde Kundu.
Sibendu Som og hans forskerhold diskuterer udfordringerne ved at balancere indsigten fra computersimulering med data fra den virkelige verden. Holdet står foran Argonnes Mira-supercomputer. Kredit:Argonne National Laboratory
Bestræbelsen på at skære ned i tid og omkostninger har taget fart. Mens teknik trives med high-fidelity 3D-modeller, disse modeller kører ofte i flere måneder på supercomputere - en knap ressource for de fleste virksomheder.
For at løse denne udfordring, Kundu, sammen med Opeoluwa Owoyele og Pinaki Pal, udforsker nu en type kunstig intelligens kendt som dybe neurale netværk, som hjælper computere med at finde mønstre inden for store, komplekse datasæt. De har allerede udviklet neurale netværksalgoritmer, der reducerer den tid, det tager at optimere modeller betydeligt; ligningerne hjælper også forskerne med at forstå forbrændingsmotorernes kaotiske indre funktion.
"Der er så mange parametre i en motor - det menneskelige sind kan ikke analysere et 10-dimensionelt rum, " sagde Kundu.
Ved at bruge Argonnes Blues og Bebop højtydende computere, Kundu og Sibendu Som, leder af laboratoriets multifysiske beregningsgruppe, for nylig skabt en high-fidelity-model, der måler, hvordan to forskellige jetbrændstoffer opfører sig i forbrændingssektionen af en gasturbinemotor.
Deres opdagelse? Beregningsmodellerne var i stand til at forudsige tendenser i "lean blowout" - en tilstand, hvor en gasturbinemotors flamme sputter som reaktion på mindre brændstof - som vist i en undersøgelse fra 2018.
I en anden undersøgelse, Pal, i samarbejde med Air Force Research Laboratory, udviklet high-fidelity-simuleringer til Rotational Detonation Engines (RDE'er). Disse værktøjer vil hjælpe ingeniører med at accelerere designet af RDE'er, som har potentialet til at muliggøre fremtidige supersoniske og hypersoniske flyvninger.
Fordrej farten fremad
Kundu og Soms team arbejder nu sammen med NASA Langley for at simulere supersonisk forbrænding og tilføje nogle af laboratoriets modeller til rumagenturets beregningsvæskedynamikkode, kendt som VULCAN.
Ovre ved APS, Sforzo, Kastengren og Powell søger at observere, hvordan brændstof opfører sig umiddelbart efter, at det forlader dysen. "Vi håber at bevæge os mod mere relevante motorforhold - højere tryk, højere temperaturer, mere relevante væsker, " sagde Sforzo.
I mellemtiden, Kundu afventer disse eksperimentelle resultater. "Hvis vi kan karakterisere diameteren og hastighederne af brændstofdråber endnu tættere på dysen, den prædiktive nøjagtighed af vores modeller vil stige betydeligt, " han sagde.
DOE's kontor for energieffektivitet og vedvarende energi, Vehicle Technologies Office finansierer brændstofsprayforskningsprogrammet, der er relevant for benzin og diesel direkte indsprøjtning.