طراحی بهینه ی پروفیل قسمت واگرای یک نازل فرامنبسط با استفاده از هوش مصنوعی

نوع مقاله : مقاله پژوهشی

نویسندگان

• سید امین باقرزاده ¹
• سبحان امامی کوپائی ²
• سید احمدرضا صالحی ¹

¹ گروه مهندسی مکانیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.

² گروه مهندسی مکانیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

10.22067/jacsm.2022.78011.1134

چکیده

  مقاله حاضر به طراحی بهینه کانتور یا پروفیل قسمت واگرای یک نازل مافوق‌صوت فرامنبسط به‌منظور دست‌یابی به بیشینه نیروی پیشران ممکن در عین حفظ طول و نسبت مساحت خروجی به گلوگاه نازل می‌پردازد. برای این کار، یک ابزار کارآمد و مطمئن با ترکیب دینامیک سیالات محاسباتی و هوش مصنوعی توسعه داده شده است. در ابتدا، پروفیل مرجع با یک روش ابتکاری و با استفاده از برازش یک بی اسپلاین درجه سوم مدل‌سازی شده و سپس با تغییر نقاط شکست این پروفیل، مجموعه‌ای از پروفیل‌های ممکن تولید شده است. این مجموعه از پروفیل‌ها توسط دینامیک سیالات محاسباتی تحلیل گردیده است. سپس، از هندسه نازل به همراه نیروی پیشران حاصل از پروفیل‌ها برای آموزش شبکه عصبی مصنوعی بهره برده شده است. پس از آن، با به‌کارگیری الگوریتم ژنتیک پروفیل بهینه به‌دست آمد. پیش‌بینی الگوریتم هوش مصنوعی برای نیروی پیشران نازل بهینه با مقدار به‌دست آمده از شبیه‌سازی عددی مقایسه شده که اعتبار رویکرد حاضر را نشان می‌دهد. مقایسه بین پروفیل مرجع و پروفیل بهینه برای نسبت فشار 14، نشان دهنده افزایش 36 درصدی نیروی پیشران و افزایش 138 درصدی ضریب بازیافت فشار سکون است. مقایسه نازل‌ها در شرایط عملیاتی خارج از نقطه طراحی نشان داد که عملکرد نازل بهینه تا نسبت فشار 30 بهتر از نازل مرجع است؛ اما با عبور نسبت فشار نازل از 30، به‌کارگیری نازل بهینه به‌جای نازل مرجع هیچ‌گونه اولویتی ندارد.

کلیدواژه‌ها

• نازل همگرا-واگرا
• بهینه‌سازی
• شبکه عصبی مصنوعی
• الگوریتم ژنتیک
• پروفیل نازل
• جدایش جریان

موضوعات

• مهندسی هوا و فضا

---

عنوان مقاله [English]

Optimal Design of Divergent Part of an Over-expanded Nozzle Profile using Artificial Intelligence

نویسندگان [English]

• Seyed Amin Bagherzadeh ¹
• Sobhan Emami Koopaei ²
• Seyed Ahmadreza Salehi ¹

¹ Department of Mechanical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran.

² Department of Mechanical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran

چکیده [English]

The present article deals with the optimal design of the contour or profile of the divergent part of an over-expanded supersonic nozzle in order to achieve the maximum possible thrust while maintaining the length and the exit to throat area ratio of the nozzle. To do so, a reliable and robust tool has been developed by combining computational fluid dynamics (CFD) and artificial intelligence. At first, the original profile is modeled by an innovative method using a third-order B-spline, and then by changing the breakpoints of the profile, a set of possible profiles is produced. This set of profiles has been analyzed by CFD. The geometry of the nozzle along with the thrust force obtained from the profiles have been used to train the artificial neural network. In the next step, the optimal profile was obtained by applying the genetic algorithm. Finally, the prediction of the artificial intelligence for the optimal nozzle thrust is compared with the value obtained from the CFD, which shows the validity of the present approach. The comparison between the original profile and the optimal profile for the nozzle pressure ratio of 14 shows a 36% increase in thrust and a 138% increase in the total pressure recovery factor. The comparison of nozzles for off-design conditions shows that the performance of the optimal nozzle is better than the original nozzle up to a pressure ratio of 30. If the nozzle pressure ratio exceeds 30, using the optimal nozzle instead of the original nozzle will not have priority.

کلیدواژه‌ها [English]

• Convergent-Divergent Nozzle
• Optimization
• Artificial Neural Network
• Genetic Algorithm
• Nozzle Profile
• Flow Separation

مراجع

[1] G. P. Sutton, Rocket Propulsion Elements, 7th ed., John Willey & Sons, Inc., 2001.

[2] G. V. R. Rao, “Exhaust nozzle contour for optimum thrust,” Jet Propulsion, vol. 28, no. 6, pp. 377-382, 1958.

[3] G. V. R. Rao, “Approximation of optimum thrust nozzle contour,” ARS Journal, vol. 30, no. 6, pp. 561, 1960.

[4] G. V. R. Rao, J. E. Beck, T. E. Booth, “Nozzle optimization for space-based vehicles,” AIAA Paper 99-2584, June, (1999).

[5] J. G. Allman, J. D. Hoffman, “Design of maximum thrust nozzle contours by direct optimization methods,” AIAA Journal, vol. 19, no. 6, pp. 750-751, 1981.

[6] L. E. Sternin, “Analysis of the thrust characteristics of jet nozzles designed by various methods,” Fluid Dynamics, vol. 35, no. 1, pp. 123-131, 2000.

[7] X. Q. Xing, M. Damodaran, “Design of three-dimensional nozzle shapes using hybrid optimization techniques,” 42nd AIAA Aerospace Sciences Meeting and Exhibit, U.S.A, AIAA Paper-2004-26, January 5–8, (2004).

[8] G. Cai, J. Feng, X. Xu, M. Liu, “Performance prediction and optimization for liquid rocket engine nozzle,” Aerospace Science and Technology, vol. 11, pp. 155-162, 2007.

[9] D. Davidenko, Y. Eude, F. Falempin, “Optimization of supersonic axisymmetric nozzles with a center body for aerospace propulsion,” Progress in Propulsion Physics, vol. 2, pp. 675-692, 2011.

[10] K. O. Mon, C. Lee, “Optimal design of supersonic nozzle contour for altitude test facility,” Journal of Mechanical Science and Technology, vol. 26, no. 8, pp. 2589~2594, 2012.

[11] M. Yumusak, S. Eyi, “Design optimization of rocket nozzles in chemically reacting flows,” Computers & Fluids, vol. 65, pp. 25-34, 2012.

[12] M. Yumusak, “Analysis and design optimization of solid rocket motors in viscous flows,” Computers & Fluids, vol. 75, pp. 22-34, 2013.

[13] K. Yu, X. Yang, Z. Mo, “Profile design and multifidelity optimization of solid rocket motor nozzle,” Journal of Fluids Engineering, vol. 136, pp. 031104-1, 2014.

[14] K. Schomberg, J. Olsen, G. Doig, “Design of high-area-ratio nozzle contours using circular arcs,” Journal of Propulsion and Power, vol. 32, pp. 188-195, 2016.

[15] K. Schomberg, J. Olsen, A. Neely, G. Doig, “Design of an arc-based thrust-optimized nozzle contour,” Progress in Propulsion Physics, vol. 11, pp. 517-528, 2019.

[16] K. Schomberg, J. Olsen, A. Neely, G. Doig, “Investigation of conjugate circular arcs in rocket nozzle contour design,” Shock Waves, vol. 29, pp. 401-413, 2019.

[17] E. Mahmoodi, R. Rafee, “Effect of the nozzle shape on its off-design performance in the presence of shock wave and boundary layer separation,” Journal of Mechanical Engineering University of Tabriz, vol. 51, no. 2, pp. 205-213, 2021. (In Persian)

[18] K. Schomberg, J. Olsen, A. Neely, G. Doig, “Effect of the contour shock on restricted shock separation in rocket nozzles,” Journal of Propulsion and Power, vol. 34, pp. 556-560, 2018.

[19] P. Spalart, S. Allmaras, “A one-equation turbulence model for aerodynamic flows,” 30th Aerospace Sciences Meeting and Exhibit, U.S.A, AIAA Paper 1992-0439, January 6-9, 1992.

[20] Ansys Fluent Theory Guide, Release 15, ANSYS, Inc. pp. 42-43, 2013.

[21] J. Östlund, “Flow processes in rocket engine nozzles with focus on flow separation and side-loads,” Ph.D. Dissertation, Royal Institute of Technology, Stockholm, 2002.

[22] R. Khoshnevisan, S. Emami, “Numerical prediction of near-field noise and return acoustics from sonic jets in different operating conditions,” Journal of Applied and Computational Sciences in Mechanics, vol. 32, no. 2, pp. 19-42, 2021. (In Persian)

[23] K. Seejith, M. P. Dhrishit, M. Deepu, T. Jayachandran, “Numerical analysis of flow separation in rocket nozzles,” In: A. Saha, D. Das, R. Srivastava, P. Panigrahi, K. Muralidhar, Eds, Fluid Mechanics and Fluid Power – Contemporary Research, Lecture Notes in Mechanical Engineering, New Delhi, Springer, 2017.