آمار
| تعداد نشریات | 45 |
| تعداد شمارهها | 1,532 |
| تعداد مقالات | 18,620 |
| تعداد مشاهده مقاله | 61,128,419 |
| تعداد دریافت فایل اصل مقاله | 21,941,216 |
طراحی و بهینهسازی چندهدفه هندسه دهانه ورودی هوا متقارنمحوری برای دبی جرمی و عدد ماخ طراحی مشخص | ||
| مهندسی مکانیک دانشگاه تبریز | ||
| مقاله 59، دوره 51، شماره 4 - شماره پیاپی 97، بهمن 1400، صفحه 537-546 اصل مقاله (690.42 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/jmeut.2021.41648.2751 | ||
| نویسندگان | ||
| سجاد قاضی زاده1؛ مهرداد بزاز زاده* 2؛ محسن آقاسید میرزابزرگ3 | ||
| 1کارشناس ارشد مهندسی هوافضا، مجتمع دانشگاهی مکانیک، دانشگاه صنعتی مالک اشتر، شاهینشهر، ایران | ||
| 2دانشیار، مجتمع دانشگاهی مکانیک، دانشگاه صنعتی مالک اشتر، شاهینشهر، ایران | ||
| 3استادیار، مجتمع هوافضا، دانشگاه صنعتی مالک اشتر، تهران، ایران | ||
| چکیده | ||
| دهانههای ورودی هوا از نقش مؤثری در عملکرد هواگردها برخوردارند، از همین رو کارایی بهینهی آنها میتواند اثر شایانی در بهبود عملکرد سامانه پیشرانش داشته باشد. هدف از این پژوهش طراحی و بهینهسازی یک دهانه ورودی متقارنمحور با دبی kg/s۱۰ در عدد ماخ جریان آزاد ۵/۲ در شرایط سطح دریا بوده است. در پژوهش حاضر ضرایب بازیابی و اعوجاج فشارکل جریان بهعنوان پارامترهای عملکردی جهت بهینهسازی انتخاب شدهاند. در ابتدا به طراحی پارامتری دهانه و انتخاب پارامترهای هندسی پرداخته شده و پسازآن بازهی تغییرات پارامترها تعیین شده است. در این پژوهش از الگوریتم ژنتیک چندهدفه NSGA-II بهعنوان الگوریتم بهینهسازی استفاده گردید؛ همچنین برای پیشبینی عملکرد دهانه در حلقهی بهینهسازی، شبکهی عصبی مصنوعی به کار گرفته شد. برای آموزش شبکههای عصبی ۲۴۳ هندسهی اولیه طراحی و حل عددی گردیده است. الگوریتم ژنتیک استفادهشده دارای ۲۰ نفر جمعیت در هر نسل و ۱۰۰۰ نسل است. پس از ۱۰۰۰ نسل، جمعیت بهدست آمده بهعنوان هندسه بهینه برگزیده شدهاند. در پایان بهینهسازی، بازیابی فشار با ۴/۴٪ و اعوجاج با ۴۹٪ بهبود نسبت به طراحی اولیه روبرو شدهاند که نشان از کارایی روند بهینهسازی دارد. | ||
| کلیدواژهها | ||
| بازیابی فشارکل؛ ضریب اعوجاج جریان؛ دهانه ورودی؛ الگوریتم ژنتیک؛ شبکه عصبی؛ دینامیک سیالات محاسباتی | ||
| مراجع | ||
|
[1] Deb K, Pratap A, Agarwal S, Meyarivan TA. A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE transactions on evolutionary computation. 2002 .
[2] Ames Research Staff. Equations, Tables, and Charts for Compressible Flow, NACA Report ۱۱۳۴, ۱۹۴۳
[3] Moeckel WE. Approximate method for predicting form and location of detached shock waves ahead of plane or axially symmetric bodies. InNACA TN D-1921 1949.
[4] Henry JR, Wood CC, Wilbur SW. Summary of subsonic-diffuser data. 1956.
[5] Ferri A, Nucci LM. Theoretical and Experimental Analysis of Low-Drag Supersonic Inlets Having a Circular Cross Section and a Central Body at Mach Numbers of 3.30, 2.75, and 2.45. NACA; 1954.
[6] Seddon J, Goldsmith EL. Intake aerodynamics. Boston: Blackwell science; 1999.
[7] Goldsmith EL, Seddon J, editors. Practical intake aerodynamic design. Amer Inst of Aeronautics; 1993..
[8] Mahoney, J.J. Inlets for Supersonic Missiles, AIAA Education Series, Washington, DC, 1990.
[9] Anderson JD. Modern compressible flow. Tata McGraw-Hill Education; 2003.
[10] Varner MO, Martindale WR, Phares WJ, Kneile KR, Adams Jr JC. Large perturbation flow field analysis and simulation for supersonic inlets.1984.
[11] Zha GC, Smith D, Schwabacher M, Rasheed K, Gelsey A, Knight D, Haas M. High-performance supersonic missile inlet design using automated optimization. Journal of Aircraft. 1997.
[12] Zha GC, Smith D, Schwabacher M, Rasheed K, Gelsey A, Knight D, Haas M. High-performance supersonic missile inlet design using automated optimization. Journal of Aircraft. 1997 Nov;34(6):697-705.
[13] Blaize M, Knight D, Rasheed K. Automated optimal design of two-dimensional supersonic missile inlets. Journal of Propulsion and Power. 1998 Nov;
[14] Lacau RG, Garnero P, Gaible F. Computation of Supersonic Intakes. AGARD Special Course on Missile Aerodynamics. 1994.
[15] Bourdeau C, Carrier G, Knight D, Rasheed K. Three dimensional optimization of supersonic inlets. In35th Joint Propulsion Conference and Exhibit ;1999.
[16] Gaiddon A, Knight DD. Multicriteria design optimization of integrated three-dimensional supersonic inlets. Journal of propulsion and power. 2003 May;19(3):456-63..
[17] Slater, J.W. Design and Analysis Tool for External-Compression Supersonic Inlets, AIAA-۲۰۱۲-۰۰۱۶, ۲۰۱۲.
[18] Slater J. Design and analysis tool for external-compression supersonic inlets. In50th AIAA Aerospace Sciences Meeting including the New Horizons Forum and Aerospace Exposition; 2012.
[19] Slater JW. SUPIN: A computational tool for supersonic inlet design. In54th AIAA Aerospace Sciences Meeting; 2016.
[20] Papila N, Shyy W, Griffin L, Dorney D. Shape optimization of supersonic turbines using response surface and neural network methods. In39th Aerospace Sciences Meeting and Exhibit 2016.
[21] Hacioğlu A. A novel usage of neural network in optimization and implementation to the internal flow systems. Aircraft Engineering and Aerospace Technology;2005.
[22] Ghorbanian K, Gholamrezaei M. An artificial neural network approach to compressor performance prediction. Applied Energy. 2009.
[23] سیدمحمد مدرسزاده، محسن آقاسید میرزابزرگ، مهرداد بزاززاده، بررسی میدان جریان در روتور یک کمپرسور گریز از مرکز و حلزونی آن و اعمال تغییرات لازم برای افزایش راندمان، پایاننامه کارشناسی ارشد رشته مهندسی هوافضا گرایش جلوبرندگی، دانشگاه صنعتی مالک اشتر مجتمع دانشگاهی مکانیک و هوافضا. 1394 [24] Wasserbauer JF, Choby DA. Performance of a bicone inlet designed for Mach 2.5 with internal distributed compression and 40 percent internal contraction; 1972.
[25] Samanich NE. Pressure Drag of Axisymmetric Cowls Having Large Initial Lip Angles at Mach Numbers from 1.90 to 4.90;1959.
[26] Van Wie DM. Scramjet inlets. Scramjet propulsion. 2000.
[27] Sun B, Zhang KY. Empirical equation for self-starting limit of supersonic inlets. Journal of Propulsion and Power. 2010.
[28] Kamali R, Mousavi SM, Khojasteh D. Three-dimensional passive and active control methods of shock wave train physics in a duct. International Journal of Applied Mechanics. 2016.
[29] Mousavi SM, Roohi E. Large eddy simulation of shock train in a convergent–divergent nozzle. International Journal of Modern Physics C. 201.
[30] Kamali R, Mousavi SM, Binesh AR. Three dimensional CFD investigation of shock train structure in a supersonic nozzle. Acta Astronautica. 2015.
[31] Mousavi SM, Roohi E. Three dimensional investigation of the shock train structure in a convergent–divergent nozzle. Acta Astronautica. 2014.
[32] Mousavi SM, Pourabidi R, Goshtasbi-Rad E. Numerical investigation of over expanded flow behavior in a single expansion ramp nozzle. Acta Astronautica. 2018.
[33] Baughman LE, Gould LI. Investigation of Three Types of Supersonic Diffuser Over a Range of Mach Numbers from 1.75 to 2.74. National Advisory Committee for Aeronautics; 1951. | ||
|
آمار تعداد مشاهده مقاله: 489 تعداد دریافت فایل اصل مقاله: 480 |
||