Un método rápido para modelar un motor de ciclo variable

Engineering

Your institution must subscribe to JoVE's Engineering section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

Aquí, presentamos un protocolo para construir un modelo matemático de nivel de componente para un motor de ciclo variable.

Cite this Article

Copy Citation | Download Citations

Yu, B., Miao, R., Shu, W. A Rapid Method for Modeling a Variable Cycle Engine. J. Vis. Exp. (150), e59151, doi:10.3791/59151 (2019).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Los motores de ciclo variable (VCE) que combinan las ventajas de los motores turboventiladores y turborreactores, son ampliamente considerados como los motores de aviones de próxima generación. Sin embargo, el desarrollo de VCE requiere altos costos. Por lo tanto, es esencial construir un modelo matemático al desarrollar un motor de avión, lo que puede evitar un gran número de pruebas reales y reducir el costo dramáticamente. El modelado también es crucial en el desarrollo de la ley de control. En este artículo, basado en un entorno de simulación gráfica, se describe un método rápido para modelar un motor de ciclo variable de doble derivación mediante tecnología de modelado orientada a objetos y arquitectura jerárquica modular. En primer lugar, el modelo matemático de cada componente se construye sobre la base del cálculo termodinámico. A continuación, se crea un modelo de motor jerárquico mediante la combinación de cada modelo matemático de componentes y el módulo solver N-R. Por último, las simulaciones estáticas y dinámicas se llevan a cabo en el modelo y los resultados de la simulación demuestran la eficacia del método de modelado. El modelo VCE construido a través de este método tiene las ventajas de una estructura clara y la observación en tiempo real.

Introduction

Las demandas modernas de los aviones traen grandes desafíos al sistema depropulsión, que necesita motores de aeronaves más inteligentes, más eficientes o incluso más versátiles 1. Los futuros sistemas de propulsión militar también requieren un mayor empuje a alta velocidad y un menor consumo de combustible específico a baja velocidad1,2,3,4. Con el fin de cumplir con los requisitos técnicos de futuras misiones de vuelo, General Electric (GE) presentó el concepto de motor de ciclo variable (VCE) en 19555. Un VCE es un motor de avión que puede realizar diferentes ciclostermodinámicos cambiando el tamaño de la geometría o la posición de algunos componentes 6. El Lockheed SR-71 "Blackbird" propulsado por un Turboramjet VCE J58 ha mantenido el récord mundialde los aviones tripulados con respiración de aire más rápido desde 1976 7. También demostró muchas ventajas potenciales del vuelo supersónico. En los últimos 50 años, GE ha mejorado e inventado varias otras VCEs, incluyendo un VCE8de doble bypass, un motor de relación de presión controlada9 y un motor de ciclo adaptativo10. Estos estudios involucraron no sólo la estructura general y la verificación del rendimiento, sino también el sistema de control del motor11. Estos estudios han demostrado que el VCE puede funcionar como un turboventilador de alta relación bypass en vuelo subsónico y como un turboventilador de baja relación bypass, incluso como un turborreactor en vuelo supersónico. Por lo tanto, el VCE puede realizar la coincidencia de rendimiento bajo diferentes condiciones de vuelo.

Al desarrollar un VCE, se llevará a cabo una gran cantidad de trabajos de verificación necesarios. Puede costar una gran cantidad de tiempo y desuso si todas estas obras se realizan de forma física12. La tecnología de simulación por ordenador, que ya se ha adoptado en el desarrollo de un nuevo motor, no sólo puede reducir el coste en gran medida, sino también evitar los riesgos potenciales13,14. Sobre la base de la tecnología de simulación por ordenador, el ciclo de desarrollo de un motor se reducirá a casi la mitad, y el número de equipos necesarios se reducirá drásticamente15. Por otro lado, la simulación también desempeña un papel importante en el análisis del comportamiento del motor y el desarrollo de la ley de control. Para simular el diseño estático y el rendimiento fuera de diseño de los motores, un programa llamado GENENG16 fue desarrollado por el Centro de Investigación Lewis de la NASA en 1972. A continuación, el centro de investigación desarrolló DYNGEN17 derivado de GENENG, y DYNGEN podría simular el rendimiento transitorio de un turborreactor y los motores turboventiladores. En 1989, la NASA presentó un proyecto, llamado Numerical Propulsion System Simulation (NPSS), y alentó a los investigadores a construir un programa de simulación de motores modular y flexible mediante el uso de programación orientada a objetos. En 1993, John A. Reed desarrolló el Turbofan Engine Simulation System (TESS) basado en la plataforma Application Visualization System (AVS) a través de la programación orientada a objetos18.

Mientras tanto, el modelado rápido basado en el entorno de programación gráfica se está utilizando gradualmente en la simulación. El paquete Toolbox for the Modeling and Analysis of Thermodynamic Systems (T-MATS) desarrollado por la NASA se basa en la plataforma Matlab/Simulink. Es de código abierto y permite a los usuarios personalizar las bibliotecas de componentes integradas. T-MATS ofrece una interfaz amigable a los usuarios y es convenienteanalizar y diseñar el modelo 19 jt9D incorporado.

En este artículo, el modelo dinámico de un tipo de VCE se ha desarrollado aquí utilizando el software Simulink. El objeto de modelado de este protocolo es un VCE de doble omisión. Su diseño esquemático se muestra en la Figura1. El motor puede funcionar en los modos de derivación simple y doble. Cuando la válvula de selección de modo (MSV) está abierta, el motor funciona mejor en condiciones subsónicas con una relación de derivación relativamente grande. Cuando se cierra la válvula de selección de modo, el VCE tiene una pequeña relación de derivación y una mejor adaptabilidad de la misión supersónica. Para cuantificar aún más el rendimiento del motor, se crea un modelo de VCE de doble derivación basado en el método de modelado a nivel de componente.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Preparación antes del modelado

  1. Obtenga el rendimiento del punto de diseño.
    1. Abra Gasturb 13. Seleccione Motor de ciclo variable.
    2. Haga clic en Termodinámica básica. Seleccione Diseño de ciclo. Abra DemoVarCyc.CVC.
    3. Obtenga el rendimiento del punto de diseño del motor. Estos se muestran en el lado derecho de la ventana.
  2. Obtener mapas de componentes.
    1. Abra Gasturb 13. Seleccione Motor de ciclo variable.
    2. Haga clic en Off Design. Seleccione Mapas estándar. Abra DemoVarCyc.CVC.
    3. Haga clic en Off Design Point. A continuación, seleccione LPC, IPC, HPC, HPT y LPT; por lo tanto, se obtienen todos los mapas de componentes.

2. Modele cada componente del VCE20,21,22

  1. Modele un único componente de un VCE. Tomemos como ejemplo el compresor de alta presión.
    1. Abra Matlab. Haga clic en Simulink. Haga doble clic en Modelo en blanco.
    2. Haga clic en Bibliotecay coloque la función para modelar.
    3. Haga doble clic en Función. De acuerdo con el principio de funcionamiento del compresor, se describe la ecuación termodinámica del compresor. A continuación, describa la ecuación con la función MATLAB.
    4. Después de finalizar la funciónMATLAB, obtenga la entrada y salida del compresor.
    5. Utilice Subsystem para enmascarar el módulo. A continuación, cámbiele el nombre con "compresor". Hasta ahora, se establece un subsistema llamado "compresor".
  2. Utilice los mismos pasos para obtener los subsistemas de todos los componentes, incluyendo entrada, ventilador, conducto, etapa de ventilador accionada por núcleo (CDFS), mezclador de derivación, compresor, quemador, turbina de alta presión, turbina de baja presión, mezclador, postquemador y boquilla.
    1. Combine la salida de cada componente con la entrada del siguiente componente.

3. Solución de todo el modelo

  1. Construir ecuaciones dinámicas de coworking de todo el modelo.
    1. Construir ecuaciones dinámicas de coworking. Construya las siguientes 6 ecuaciones de coworking independientes.
    2. Determine la ecuación de balance de flujo para la entrada y la salida del quemador:Equation 1
      W a3: flujo de aire de la sección de salida del compresor, Wf: flujo de combustible del quemador, Wg44: flujo de gas de entrada de la turbina de alta presión.
    3. Determine la ecuación de balance de flujo para la entrada y la salida de la turbina de baja presión:Equation 2
      W g44: Flujo de gas de sección de entrada de turbina de baja presión, Wg5: flujo de gas de salida de turbina de baja presión.
    4. Determinar la ecuación de balance de flujo para la entrada y salida de la boquilla:Equation 3
      W g7: flujo de gas de entrada de la boquilla, Wg9: flujo de gas de salida de la boquilla.
    5. Determinar la ecuación de equilibrio de presión estática para la entrada del mezclador trasero:Equation 4
      P s163: presión estática de la salida de derivación externa principal, Ps63: presión estática de la salida de derivación interna.
    6. Determinar la ecuación de balance de flujo de entrada y salida del ventilador:Equation 5
      W a2: flujo de aire de entrada del ventilador, Wa21: flujo de aire de entrada CDFS, Wa13: flujo de aire de entrada de derivación subexterna
    7. Determinar la ecuación de balance de flujo de la salida CDFS:Equation 6
      W a21: Flujo de aire de entrada CDFS, Wa125: Flujo de aire de entrada de derivación CDFS, Wa25: flujo de aire de entrada del compresor.
    8. Las 6 ecuaciones independientes anteriores constituyen las siguientes ecuaciones.
      Equation 7
  2. Utilice el solucionador de iteración N-R en TMATS para resolver las ecuaciones anteriores.
    1. Antes de utilizar el solucionador para resolver las ecuaciones de coworking, establezca el solucionador de iteración N-R. De acuerdo con el proceso de modelado, seleccione las siguientes 6 conjeturas iniciales: línea auxiliardedededededes de mapas de componentes de la línea de ventilador, CDFS, compresor de alta presión, turbina de alta presión y turbina de baja presión (1, 2, ) 3 ,4 ,5, flujo de entrada de derivación subexterna.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Para demostrar la validez del modelo de simulación, se comparan varios parámetros de rendimiento típicos seleccionados en simulaciones estáticas y dinámicas con los datos de Gasturb.

En una simulación estática, comparamos varios parámetros clave de rendimiento del modelo con estos parámetros en Gasturb para verificar la precisión del modelo estático. La Tabla 2 muestra el resultado de la comparación en el punto de diseño con H-0 m,Ma 0, Wfa 0.79334 kg/s bajo un modo de funcionamiento de doble derivación. Según la comparación, el error máximo de los parámetros de rendimiento entre el modelo y Gasturb es el EPR (relación de presión del motor), que está por debajo del 2%. La Tabla 3 muestra el resultado de la comparación en el punto fuera de diseño con H-0 m, Ma0, Wfa 0.91032 kg/s bajo un modo de funcionamiento de derivación única. Bajo esta condición, el error máximo aquí es la velocidad de rotación del eje de baja presión, que está justo por debajo del 4%. Los parámetros de rendimiento de ambos modelos son casi los mismos. Por lo tanto, los dos resultados de comparación demuestran que el modelo es preciso y que el protocolo es eficaz en el punto de diseño.

En una simulación dinámica, con el propósito de verificar la corrección del modelo de estado de transición, simulamos dos procesos dinámicos típicos, incluyendo la simulación de aceleración/desaceleración y la simulación de conmutación de modo. La simulación de aceleración/desaceleración se procesa bajo un modo de doble derivación con H-0 m, Ma0. La Figura 2a muestra la entrada del flujo de combustible. Figura 2b, Figura 2c y Figura 2d muestran la respuesta de la velocidad de rotación, el flujo de aire y la temperatura antes de la turbina, por lo que el modelo es capaz de realizar la simulación de aceleración / desaceleración. Se lleva a cabo una simulación de conmutación de modo desde el modo de derivación doble al modo de derivación única con H-0 m, Ma0. Tal y como se muestra en de la figura3, el modo de funcionamiento VCE se conmuta del modo de derivación única al modo de derivación doble a 5 s. Para evitar que el motor supere la velocidad limitada durante el proceso de conmutación, se aplica un control de bucle cerrado de una sola variable a la velocidad de rotación del eje de alta presión. La Figura 3b muestra que la velocidad de rotación del eje de alta presión casi no cambia durante el cambio. Del mismo modo, la Figura 3a, la Figura 3b,la Figura 3c y la Figura 3d muestran la respuesta del flujo de combustible, la velocidad de rotación, el flujo de aire y la temperatura antes de la turbina. Durante la simulación de dos dinámicas, el modelo se puede ejecutar correctamente.

Figure 1
Figura 1: Diagrama esquemático de la estructura general del motor de ciclo variable.
Un VCE contiene un ventilador, un CDFS, un compresor, un quemador, una turbina, un mezclador, un postquemador y una boquilla. El ventilador y CDFS son accionados por la turbina de baja presión. El compresor es accionado por la turbina de alta presión. Los números de la Figura 1 representan la sección transversal del motor. La definición de cada sección transversal se muestra en el Cuadro1. Haga clic aquí para ver una versión más grande de esta figura.

Figure 2
Figura 2. Simulación de aceleración/desaceleración de VCE.
Esta figura presenta la simulación de aceleración/desaceleración. La entrada de flujo de combustible se muestra en la Figura 2a. Las respuestas de los principales parámetros de rendimiento se muestran a continuación. (b) La respuesta de la velocidad de alta presión y la velocidad de baja presión. (c) La respuesta del flujo de aire. (d) La respuesta de la temperatura de entrada de la turbina. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3. Simulación de conmutación de modo de VCE.
Esta figura presenta la simulación de conmutación de modo. (a) La respuesta de la entrada de flujo de combustible. (b) La respuesta de la velocidad de alta presión y la velocidad de baja presión. (c) La respuesta del flujo de aire. (d) La respuesta de la temperatura de entrada de la turbina. Haga clic aquí para ver una versión más grande de esta figura.

Numbe de sección transversal Definición
2 Entrada del ventilador
3 Salida del compresor
4 Salida del quemador
5 Salida de turbina de baja presión
6 Entrada del mezclador
7 Salida de postcombustión
8 Pensamiento de la boquilla
9 Salida de la boquilla

Tabla 1: Definición de todas las secciones transversales. Las definiciones de sección transversal del motor de ciclo variable adoptado en este protocolo se muestran en el Cuadro1.

Parámetro Modelo Gasturb 13 Error(%)
Nl(RPM) 14711 14600 0.76
Nh(RPM) 18060 18000 0.33
T4(K) 1866 1850 0.86
FN(KN) 38.18 37.98 0.53
Epr 4.1653 4.2436 1.85

Cuadro 2. Comparación del punto de diseño de la doble derivación. Varios parámetros clave de rendimiento del modelo se comparan con los parámetros de Gasturb en el punto de diseño con H-0 m, Ma0, Wfa 0.79334 kg/s.

Parámetro Modelo Gasturb 13 Error(%)
Nl(RPM) 15544 15033 3.4
Nh(RPM) 18123 18000 0.68
T4(K) 2036 2002 1.7
FN(KN) 41.23 40.68 1.35
Epr 4.2419 4.2894 1.11

Cuadro 3. Comparación del punto fuera de diseño de la circunvalación única. Varios parámetros clave de rendimiento se comparan en el punto fuera de diseño con H -0 m,Ma 0, Wfa 0.91032 kg/s.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Basado en un entorno de simulación gráfica, un modelo de nivel de componente VCE se puede construir rápidamente a través de la arquitectura jerárquica modular y la tecnología de modelado orientada a objetos. Ofrece una interfaz amigable a los usuarios y es conveniente analizar y diseñar el modelo19.

La principal limitación de este método es la eficiencia de ejecución del modelo. Dado que el modelo se escribe en lenguaje de scripting, el modelo debe volver a compilarse cada vez que se ejecuta. Por lo tanto, la eficiencia de ejecución no es tan buena como el lenguaje del sistema. En vista de esta limitación, el siguiente punto de investigación clave es cómo mejorar la eficiencia de ejecución del modelo. Otra limitación es que el valor inicial de la iteración N-R debe considerarse estrictamente en el modelo, porque la iteración N-R es convergente sólo en un pequeño rango de desviaciones.

Un paso crítico en el protocolo es cómo obtener los mapas de componentes con precisión y utilizar el algoritmo adecuado para interpolar. Ya sea en Gasturb u otros datos de prueba del motor existentes, los mapas de componentes precisos son útiles para crear el modelo con mayor precisión.

En el modelado gráfico orientado a objetos de aeromotor, ya sea todo el objeto de modelo de motor, el objeto de modelo de componente o el objeto de modelo de parámetro de cada componente, se crea como un módulo independiente y encapsulable. La conexión entre todos los módulos componentes constituye la parte principal del marco modelo. El diseño del modelo interno de cada módulo componente es para fines de generalidad, destacando las características de fácil modificación y visualización del modelo de componente. El método presentado en este papel se puede utilizar no sólo para VCE, sino también para otras turbinas de gas23.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

No tenemos nada que revelar.

Acknowledgments

Esta investigación fue financiada por los Fondos Fundamentales de Investigación para las Universidades Centrales, número de subvención [No. NS2018017].

Materials

Name Company Catalog Number Comments
Gasturb GasTurb GmbH Gasturb 13
MATLAB MathWorks R2017b
TMATS NASA 1.2.0

DOWNLOAD MATERIALS LIST

References

  1. Bin, L., Min, C., Zhili, Z. Steady Performance Investigation on Various Modes of an Adaptive Cycle Aero-Engine [J]. Propulsion Technology. 34, (8), 1009-1015 (2013).
  2. Junchao, Z., Min, C., Hailong, T. Matching mechanism analysis on an adaptive cycle engine. Chinese Journal of Aeronautics. (2), 22 (2017).
  3. Lyu, Y., Tang, H., Chen, M. A study on combined variable geometries regulation of adaptive cycle engine during throttling. Applied Sciences. 6, (12), 374 (2016).
  4. Ruffles, P. C. Aero engines of the future. Aeronautical Journal. 107, (1072), 307-321 (2003).
  5. Johnson, J. Variable cycle engine developments at General Electric 1955-1995. Developments In High-Speed Vehicle Propulsion Systems. 105-158 (1995).
  6. NASA VCE test bed engine aerodynamic performance characteristics and test results. French, M., Allen, C. The 17th Joint Propulsion Conference in Colorado Springs, CO, 1594 (1981).
  7. Variable-cycle engines for supersonic cruising aircraft. Willis, E., Welliver, A. The 12th Propulsion Conference in Palo Alto, CA, 759 (1976).
  8. Allan, R. General Electric Company variable cycle engine technology demonstrator programs. The 15th Joint Propulsion Conference in Las Vegas, NV, 1311 (1979).
  9. Keith, B. D., Basu, D. K., Stevens, C. Aerodynamic Test Results of Controlled Pressure Ratio Engine (COPE) Dual Spool Air Turbine Rotating Rig. ASME Turbo Expo 2000: Power for Land, Sea, and Air. American Society of Mechanical Engineers. V001T003A105-V001T003A105 (2000).
  10. US Patent. Johnson, J. E. 10/719,884 (2005).
  11. Study of an Airbreathing Variable Cycle Engine. Vyvey, P., Bosschaerts, W., Fernandez Villace, V., Paniagua, G. The 47th AIAA/ASME/SAE/ASEE Joint Propulsion Conference & Exhibit in, San Diego, CA, 5758 (2011).
  12. LIU, Z., WANG, Z., HUANG, H., Cai, Y. H. Numerical simulation on performance of variable cycle engines. Journal of Aerospace Power. 25, (6), 1310-1315 (2010).
  13. Loftin, L. K. Toward a second-generation supersonic transport. Journal of Aircraft. 11, (1), 3-9 (1974).
  14. Mavris, D. N., Pinon, O. J. Complex Systems Design & Management. Springer. 1-25 (2012).
  15. Reed, J. A., Follen, G. J., Afjeh, A. A. Improving the aircraft design process using Web-based modeling and simulation. ACM Transactions on Modeling and Computer Simulation (TOMACS). 10, (1), 58-83 (2000).
  16. Koenig, R. W., Fishbach, L. H. GENENG: A Program for calculating design and off-design performance for turbojet and turbofan engines. NASA Technical Note TN. D-6552. (1972).
  17. Sellers, J. F., Daniele, C. J. DYNGEN: A program for calculating steady-state and transient performance of turbojet and turbofan engines. NASA Technical Note TN. D-7901. (1975).
  18. Development of an interactive graphical propulsion system simulator. The 30th Joint Propulsion Conference and Exhibit in Indianapolis, IN. Reed, J., Afjeh, A. (1994).
  19. Chapman, J. W., Lavelle, T. M., May, R., Litt, J. S., Guo, T. H. Propulsion System Simulation Using the Toolbox for the Modeling and Analysis of Thermodynamic Systems (T MATS). 50th AIAA/ASME/SAE/ASEE Joint Propulsion Conference 2014, Cleveland, Ohio, (2014).
  20. Camporeale, S., Fortunato, B., Mastrovito, M. A modular code for real time dynamic simulation of gas turbines in simulink. Journal of Engineering for Gas Turbines and Power. 128, (3), 506-517 (2006).
  21. Tsoutsanis, E., Meskin, N. Dynamic performance simulation and control of gas turbines used for hybrid gas/wind energy applications. Applied Thermal Engineering. 147, 122-142 (2019).
  22. Reed, J., Afjeh, A. An extensible object-oriented framework for distributed computational simulation of gas turbine propulsion systems. The 34th AIAA/ASME/SAE/ASEE Joint Propulsion Conference and Exhibit in Cleveland, OH, 3565 (1998).
  23. Muir, D. E., Saravanamuttoo, H. I., Marshall, D. Health monitoring of variable geometry gas turbines for the Canadian Navy. Journal of Engineering for Gas Turbines and Power. 111, (2), 244-250 (1989).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics