一、 系统定位与目标
本系统旨在构建一个高保真、多层次、多物理场耦合的数字化仿真平台，用于液体火箭发动机的设计迭代、性能预测、故障模拟、试验前预示和试验后分析。其核心目标是减少物理试车次数、降低研发成本与风险、加速研制周期、深化对发动机工作机理的理解。
核心能力要求：
- 高精度预示： 关键性能参数（推力、比冲、压力、温度）仿真误差 ≤ 3%。
- 全工况覆盖： 涵盖启动、稳态、节流、关机等所有瞬态和稳态工况。
- 故障复现与预测： 能够模拟典型故障（如燃烧不稳定、涡轮泵喘振、阀门卡滞）的演化过程。
- 虚实结合： 支持“仿真驱动试验”和“试验数据修正模型”的双向闭环。
- 协同高效： 支持多学科、多团队并行设计与分析。
二、 总体架构设计
系统采用 “四层两翼” 的开放式、模块化架构。
[应用门户与决策支持]
|
|---------------------------------------|
| |
[试验业务仿真] [设计与优化仿真]
| |
|---------------------------------------|
|
[核心仿真集成平台与数据中台]
/ | | \
/ | | \
[流体与燃烧] [结构传热] [旋转机械] [控制与电气]
| | | |
[专业求解器与模型库] - [统一数据接口] - [高性能计算]
| | | |
[CAD/CAE工具] [材料库] [物理属性库] [试验数据库]
- 基础层： 包含专业求解器、模型库、材料库、试验数据库及计算硬件资源。
- 专业模块层： 四大核心物理模块，通过统一接口与平台交互。
- 集成平台与数据中台： 负责多学科耦合仿真流程驱动、数据管理与流转。
- 应用层： 面向不同用户（设计、试验、分析）的业务场景。
- “两翼” ： 模型验证与确认体系 和 标准规范与知识库，贯穿始终，保证仿真置信度。
三、 核心模块组成
1. 流体与燃烧仿真模块
-
功能： 模拟推力室、燃气发生器、喷管内的喷雾、混合、燃烧及流动过程。
-
模型：
-
全局系统模型： 一维/准二维内弹道模型，用于快速性能估算和系统匹配。
-
三维高保真模型：
- 燃烧模型： 有限速率/涡耗散模型，模拟液氧/煤油反应。
- 湍流模型： RANS/LES，用于捕捉不稳定流动和燃烧振荡。
- 多相流模型： VOF/欧拉-拉格朗日法，模拟液滴雾化、蒸发、破碎。
- 声学模型： 用于燃烧不稳定性分析与抑制方案评估。
-
2. 结构、传热与强度仿真模块
-
功能： 分析热防护、热应力、结构强度、振动及疲劳寿命。
-
模型：
- 热分析： 再生冷却通道流固共轭传热仿真，辐射冷却段温度场分析。
- 结构分析： 在热载荷、内压、振动载荷下的应力、应变及变形分析。
- 疲劳与寿命： 基于低周疲劳和蠕变理论的关键部件（如涡轮叶片、推力室内壁）寿命预测。
- 模态与振动： 整机及部件的模态分析，与流体激励耦合的颤振分析。
3. 旋转机械（涡轮泵）仿真模块
-
功能： 模拟涡轮泵内部三维流动、空化、转子动力学及性能。
-
模型：
- 泵/涡轮性能： 基于CFD的单流道/全通道仿真，获取特性曲线（扬程-流量-效率）。
- 空化模型： 预测诱导轮和主叶轮的空化起始和发展，评估抗空化性能。
- 转子动力学： 临界转速、不平衡响应、稳定性分析，考虑轴承油膜刚度、密封激励。
- 轴承与密封： 流体动压轴承、迷宫密封等的特性分析与设计。
4. 控制与电气系统仿真模块
-
功能： 模拟发动机控制系统动态响应、故障诊断与容错控制。
-
模型：
- 控制系统模型： 包含传感器、控制器、作动器的完整闭环模型，控制律（PID、模糊、自适应）验证。
- 系统动态模型： 基于集中参数法的发动机非线性动态模型（质量、动量、能量方程），用于研究启动、关机、节流等瞬态过程。
- 故障注入与诊断： 模拟传感器偏差、阀门卡滞、推进剂泄漏等故障，测试健康管理算法的有效性。
5. 集成平台与数据中台（核心枢纽）
- 多学科耦合仿真： 实现上述模块间的数据交换与协同求解（如燃烧压力→结构应力；涡轮泵特性→系统流量）。
- 仿真流程管理： 定义、自动化执行和监控“参数化建模-网格划分-求解-后处理”的标准化流程。
- 数据管理： 对仿真输入参数、输出结果、元数据进行统一存储、版本控制和关联分析，并与物理试验数据库打通。
四、 仿真流程与V&V（验证与确认）
1. 标准仿真流程
[任务定义] -> [模型选择与构建] -> [前处理与网格划分] -> [求解计算] -> [后处理与结果提取] -> [分析与报告]
^ |
| v
-----------------------[与试验数据比对] <-----------------------[物理试验]
|
v
[模型修正与更新]
- 任务定义： 明确仿真目标（如稳态性能、启动瞬态、故障模式）。
- 模型构建： 根据任务精度和时效要求，选择“系统级-部件级-详细CFD”不同保真度模型。
- V&V循环： 核心是 “仿真-试验”迭代。用试验数据校准模型参数，用校准后的模型进行外推预测，再用新试验验证预测精度，形成闭环。
2. 结果评估与置信度管理
-
定量评估指标：
- 误差范数： 计算仿真结果与试验数据的均方根误差、最大绝对误差。
- 不确定性量化： 对输入参数（如边界条件、材料属性）的不确定性进行传播分析，给出仿真结果的置信区间。
-
定性评估： 流场结构、温度分布、振动模态与试验（如PIV、高速摄影、应变测量）的对比。
-
置信度等级： 根据模型V&V的充分程度，对模型在不同工况下的预测能力进行分级管理，明确其适用范围。
五、 优化改进与先进功能
1. 基于仿真数据的优化
- 参数优化： 将仿真模块作为“黑箱函数”，集成优化算法（如遗传算法、代理模型优化），对喷注器孔径、涡轮叶片型线、冷却槽道尺寸等进行自动优化。
- 多学科设计优化： 协同考虑性能、结构、重量、寿命等多目标，进行系统级寻优。
2. 数字孪生
-
构建发动机的数字孪生体，在每次物理试车前后，进行虚拟试车。
-
作用：
- 试车前： 预测性能，识别风险点，优化测试方案。
- 试车中/后： 与实测数据实时/准实时对比，进行状态评估、故障溯源、寿命消耗计算。
- 服役阶段： 为发动机的健康管理和预测性维护提供核心模型支持。
3. 智能化与知识沉淀
- AI辅助建模： 利用机器学习加速计算（如构建湍流/燃烧的降阶模型）。
- 智能分析： 应用数据挖掘技术，从海量仿真和试验数据中发现隐含规律，指导设计改进。
- 知识库构建： 将仿真经验、最佳实践、故障案例固化到知识库中，形成企业核心资产。
六、 实施难点与成功关键
-
难点：
- 高保真模型的计算成本： 全三维燃烧瞬态仿真计算量巨大，需平衡精度与效率。
- 多物理场强耦合： 流-固-热-控耦合的数值稳定性和求解策略复杂。
- 模型验证数据的稀缺性： 发动机内部极端环境的测量数据难以获取，限制了模型校准。
- 组织与数据壁垒： 设计、仿真、试验团队的数据和工具链需深度整合。
-
成功关键：
- **试验-仿真一体化： 建立从试验测量需求到仿真验证的闭环，用高精度测试为仿真“赋能”和“验模”。
- **流程与标准先行： 制定统一的建模规范、网格标准、V&V流程，保证仿真结果的一致性和可比性。
- **人才与团队： 组建既懂发动机物理、又懂数值方法和软件工程的复合型团队。
- **渐进式建设： 从关键部件、稳态工况起步，积累信心和能力，逐步向全系统、瞬态、故障工况扩展。
结论： 本试验仿真系统不仅是一套软件工具集，更是融合了先进模型、规范流程、高性能计算和领域知识的研发体系。其建设是一个长期迭代的过程，终极目标是形成一个能够高度逼真反映物理现实、并与物理试验深度融合、持续进化的 “虚拟发动机” ，成为液体火箭发动机自主研发的核心竞争力。
