收稿日期:2024- 04- 15修回日期:2024- 10- 29
基金项目:国防基础科研计划(JCKY2023203C014)
作者简介:韩 明(1976—),男,硕士,研究员,研究领域为液体动力试验技术。
基金项目:国防基础科研计划(JCKY2023203C014)
作者简介:韩 明(1976—),男,硕士,研究员,研究领域为液体动力试验技术。
Development and prospect of digital transformation technology for liquid-propellant engine test
HAN Ming,LI Dahai
Xi'an Aerospace Propulsion Test Technology Institute, Xi'an 710100,China
liquid-propellant engine; test system; digital technology; digital twin
DOI: 10.3969/j.issn.1672-9374.2024.06.002
备注
摘要
全文
图/表
参考文献
液体动力试验数字化转型是构建液体动力数字化研制的重要一环,技术的研究和应用是现阶段的迫切问题。分析了国内外航空航天产业数字化转型技术发展的现状与趋势,在试验业务特点和关键技术进展的基础上,提出了液体动力试验数字化转型的目标、路线和后续技术发展重点,设计了数字化试验体系总体框架,以液氧煤油发动机交付试验为试点开展了数字化转型试点,为加快液体动力试验体系的数字化转型提供了技术发展参考。
The digital transformation of liquid-propellant engine test is an important part of building digital development of liquid propulsion, and the research and application of such technology are urgent issues at this stage. The current development status and trends of digital transformation in aerospace test technology at home and abroad were analyzed. Based on the characteristics of test business and the progress of key technologies, the goal, routes and subsequent development priorities for the digital transformation of liquid-propellant engine test were proposed, and the overall framework of the digital testing system was outlined. The digital transformation was carried out as a pilot project for the delivery test of liquid oxygen and kerosene engines, providing a technological development direction for accelerating the digital transformation of liquid propulsion test.
引言
近年来,新一代信息技术的发展促使越来越多的航空航天企业通过数字化转型重新构建其科研生产模式。空间站研制建立了数字孪生体,开展虚实验证试验,并在遥测数据驱动下实现天地同步运行,为飞行任务提供任务前仿真预示、任务执行中数字伴飞和状态评估,在保障空间站在轨稳定运行、资源有效利用方面发挥了重要作用[1-2]。运载火箭在研制时开展了总体设计-飞行弹道-姿态控制-导航制导-推进剂运动-箭体弹性振动-主要载荷分布的集成建模,详细量化分析液体动力主要性能参数推力的异常、推进剂的流量异常等偏差和故障模式对全箭质量特性和飞行动力学的影响[3-5],减少了传统各专业串行设计的重复余量,提升了运载火箭的综合性能。液体动力也基于模型在数字空间开展高效率研制迭代,保障了我国大推力液体动力研制进程[6]。
试验在发动机研制的各个阶段发挥着重要的作用,是液体动力研制中最重要的环节之一。目前,新的液体动力数字化研制体系不断推进,极速迭代使得试验的科研生产模式必须融入液体动力数字化转型的进程,既要在流程上与设计、生产高效协同,还要实现与真实飞行状态更接近的试验,提供全面高质量的数据。此外,从事试验的科研单位还需进行试验系统、设备、方法及技术的研究和开发。因此,如何系统推进液体动力试验的数字化转型是一项巨大的挑战,需要制定具有全局性的转型架构和技术发展路线,以指导转型过程中的阶段工作和应用实践[7]。
本文从国内外数字化转型的核心技术和目标出发,围绕液体动力试验业务特点,提出液体动力试验转型的驱动因素,明确转型的目标和技术路线,分析了转型的数字化技术发展现状。在此基础上,提出液体动力数字化试验体系总体框架,以液氧煤油发动机交付试验为例介绍了一体化试验平台的数字化转型的实践探索,明确后续技术发展重点方向。
1 国内外现状与趋势
美国和欧洲数字化转型起步较早,2018年6月美国国防部提出了数字化工程战略[8],其核心是基于模型的方法在工程中的应用,将系统级的多层级、多领域分析软件集成,并融入大数据分析、机器学习、神经网络、人工智能等数字化手段。在全生命周期内跨学科、跨领域、跨层级地连续传递模型和数据,支撑系统从概念设计到销毁处置的全部流程,利用技术、数据和工程知识,对成本、进度、性能、经济性和风险进行分析,支撑技术开发和国防采办[9],并最终建立一套完整的数字工程生态系统[10]。欧盟“地平线2020”通过建立的虚拟工程环境优化飞机和航空发动机的设计过程。建立多学科协同仿真平台,使得多学科团队协同工作,有效控制航空产品的开发时间和成本,形成以“行为数字飞机”为代表的研究成果[11]。
数字化转型是应用数字化技术,加速业务优化、创新与重构,创造、传递并获取新价值,实现转型升级和创新发展的过程,技术发展和应用是关键。根据2024年NASA公布的预算调整,新技术研发仍是其转型重点[12-13],主要围绕多学科建模和仿真、云计算、大数据、人工智能、物联网、移动接入[14-15]。喷气推进实验室(JPL)发展数字孪生技术完成了“好奇号”火星车各系统的设计[16],使用多种工业软件来对“好奇号”进行数字化设计、仿真和虚拟组装,通过构建全生命周期的数字孪生模型,在虚拟世界完成了从热分析到探测与进入火星大气时可能会遇到的多种物理影响的连续验证,实际投入生产前在虚拟环境中仿真、优化和测试,帮助设计人员发现潜在问题,不断优化进步。德国提出了第四轮工业革命“工业4.0”的概念,强调自动化和数字化融合,智能化技术与制造业融合。西门子公司在2017年底正式发布了完整的数字孪生体应用模型,成为第一个数字孪生倡导者和实践者[17]。
国内航天领域数字化转型主要在研制模式数字化变革和产品智能化升级的基础上[18]重塑航天装备的研制体系。一方面通过模型和数据并行驱动的工程系统完成航天产品数字化研制,通过打通研制到工程应用的全流程数字化模型,在数字世界开展低风险、低成本、高可靠性、高效率的航天产品系统级虚拟仿真试验[19-20],不断开展图纸设计与虚拟仿真试验多轮迭代,最终达到提质和增效的目的; 另一方面,通过航天产品智能升级,将数据挖掘、人工智能、数字孪生、3D打印等数字技术与航天产品本身深度融合,构建信息物理系统[21-23],进而提升航天产品的功能、性能和效能,形成智能航天产品。目前,航天液体动力研制也同步进行数字化建设,在产品研制时围绕数字样机,从设计、生产、试验的工程化、物理化的大循环向设计、虚实验证、综合的数字化、智能化小循环转变[24]。
国内试验机构在数字化转型方面也开展了探索。但总体架构方面文献较少,一般针对具体技术进行探索。其中,数字孪生是数字化转型核心“融合物理世界和虚拟世界”的重要体现,相关研究较多。文献[25]分析了数字孪生技术与航天领域的结合途径,提出构建地面试验数字孪生体和飞行试验数字孪生体的展望。文献[26]针对数字孪生在飞行试验中的应用,构建了“预测-飞行-比较”智能试飞模式。文献[27]探索将数字孪生应用到压气机试验中的方法。文献[28]从质量体系、设计规范、生产流程、工程试验以及长期维护等多方面对船舶行业水下无人值守系统的数字孪生及工程应用开展研究,并以泵台试验为典型开展应用探索。文献[29]提出船舶轴系试验平台数字孪生体的构建方法。文献[30]针对汽车动力总成试验室建立了数字孪生智慧运维平台。
2 航天液体动力试验数字化技术基本
要素分析
液体动力试验在发动机研制阶段,主要开展组合件、分系统、整机试验,考核和验证发动机部组件或整机设计方案可行性和合理性、加工制造工艺稳定性、不同环境和边界条件下适应性。在发动机交付和验收阶段,主要开展性能试验、高模试验、加注贮存试验,掌握发动机或动力系统性能指标,评价和验证发动机质量和可靠性。业务的特点决定了其需求多样、技术多样、设施多样等特点,给数字化转型带来巨大的困难。
2.1 液体动力试验数字化转型的技术驱动因素试验承担单位根据试验任务,完成试验系统设计,以及试验设计、试验准备、试验执行、数据处理及分析等工作。目前,传统的液体动力试验普遍存在以下问题:①试验单位数字化技术应用的广度和深度不够。试验执行的数字化管控水平不高,信息的传递和处置效率低,试验资源感知和调配实时性不足。②地面试验在模拟真实飞行环境时,多种环境因素耦合更加复杂,极限和边界条件模拟更困难,系统集成设计与测试的难度更高[31-32]。③随着我国大推力、变工况、可重复使用、可回收等液体动力开展研制,超高压、超大流量、超大推力等需要提前研制的特种试验装备设计周期长、成本高,形成液体动力研制中的短板。上述问题形成了试验数字化转型的主要驱动因素。
2.2 液体动力试验数字化转型的目标和技术路线不同单位根据实际情况和组织愿景,有不同的转型目标。例如,NASA喷气推进实验室的数字化转型目标是“持续推进创新”,不断通过数据、实践、数字化技术应用的结合和发展,激发人才创新能力、加速业务创新发展[16]。液体动力试验数字化转型的主要目标是全面融入液体动力数字化研制体系,适应敏捷迭代的研制流程。因此需要构建“全域动态感知,流程深度融合,数据高效利用”的数字试验体系,具体表现在对试验需求、试验产品、试验进程、试验标准应用、试验系统健康状态、试验资源等数据进行实时采集与管理,实施匹配数字化技术和理念的业务流程优化与再造,与上下游单位业务流程深度融合。将全域数据与数字化技术结合,建立试验系统的数字孪生体,提高试验效率,丰富和提升试验数据覆盖范围和质量。根据目前液体动力试验特点和试验单位当前数字化转型基础,应分三步开展数字化转型。
1)开展计划、基线、状态、资源管理多流程融合和优化,适应液体动力数字化研制流程,以数据及流程为主线,打通试验与设计、制造的信息链,建立协同平台。
2)强化试验数字化核心能力,包括全数据的采、存、析、用能力,试验数字化设计及预示仿真能力,快速验证及资源健康管理能力。构建技术发展基本完善、基础能力完备的试验数字化格局,建立适应数字化转型的业务流程和模型,试验数据有效支撑型号设计优化和数字样机建立。
3)技术发展完善,创新由单点转为全面。液体动力设计、生产、试验状态建立一致模型,能够开展虚实结合验证,试验方法更科学,试验效率和效能更高。
3 液体动力试验数字化转型关键技术进展
4 液体动力试验数字化转型实践与发展
5 结语
液体动力试验数字化转型是液体动力研制体系数字化转型不可或缺的重要一环,同时开展内外部协同,使其成为一项复杂的系统工程。如何与现有数字化技术融合构建数字化试验体系,并进一步驱动数字化技术发展,需要科学合理的总体架构。在缺乏相关模式和路径参考的情况下,需要结合液体动力试验的实际业务进行分步探索,同时建立评估模型和方法,定期开展测试,及时修正偏差,不断迭代架构、完善方案、优化流程,以使转型能适应快速的技术发展和需求变化,为实现液体动力试验核心能力提升与航天强国建设的总体发展目标提供有力的支撑和保障。
- [1] 柏林厚, 王为, 周昊澄, 等. 中国空间站运营中的数字化应用[J]. 中国航天, 2023(1): 9-16.
- [2]石小林, 王为. 数字空间站建设及其应用[J]. 航天器工程, 2022, 31(6): 76-85.
- [3]张柏楠, 戚发轫, 邢涛, 等. 基于模型的载人航天器研制方法研究与实践[J]. 航空学报, 2020,41(7): 023967.
- [4]王建军, 向永清, 何正文. 基于数字孪生的航天器系统工程模型与实现[J]. 计算机集成制造系统, 2019,25(6): 1348-1360.
- [5]何巍, 胡久辉, 赵婷, 等. 基于模型的运载火箭总体设计方法初探[J]. 导弹与航天运载技术, 2021(1): 12-17.
- [6]李斌, 陈晖, 马冬英, 等.500 tf级液氧煤油高压补燃发动机研制进展[J]. 火箭推进, 2022, 48(2): 1-10.
- [7]MATT C, HESS T, BENLIAN A. Digital transformation strategies[J]. Business & Information Systems Engineering, 2015, 57(5): 339-343.
- [8]华为企业架构与变革管理部. 华为数字化转型之道[M]. 北京: 机械工业出版社, 2022.
- [9]MICHAEL D G, KRISTEN B, JEFF S, et al. Department of defense digital engineering strategy[R]. Washington D C: Office of the Deputy Assistant Secretary of Defense for Systems Engineering, 2018.
- [10]崔艳林, 王巍巍, 王乐. 美国数字工程战略实施途径[J]. 航空动力, 2021(4): 84-86.
- [11]JEAN-LOUP T. Digital transformation in the European space industry[R]. Noordwijk: European Space Agency, 2022.
- [12]National Aeronautics and Space Administration. NASA fiscal year 2024 budget summary[EB/OL]. https:// www.nasa.gov/sites/default/files/atoms/files/fiscal_year_ 2024_nasa_budget_summary.pdf,2023.
- [13]National Aeronautics and Space Administration. President's fiscal year 2024 budget strengthens NASA, space economy [EB/OL]. http://www.nasa.gov/press-release/president-s-fiscal-year-2024-budget-strengthens-nasa-spaceeconomy,2023.
- [14]曹建国. 数字化转型下航空发动机仿真技术发展机遇及应用展望[J]. 系统仿真学报, 2023,35(1): 1-10.
- [15]JOHN S. Digital transformation at NASA[J]. NASA OCIO IT Talk, 2019(9): 6.
- [16]JANET Z. Digital transformation at JPL[J]. NASA OCIO IT Talk, 2019(9): 7.
- [17] 方志刚. 复杂装备系统数字孪生: 赋能基于模型的正向研发和协同创新[M]. 北京: 机械工业出版社, 2021.
- [18]赵民, 贾长伟, 张冶. 航天装备数字化建设研究与实践[J]. 宇航总体技术, 2023,7(2): 27-34.
- [19]郝建春. 数字孪生支撑航空航天工业数字化转型(上): AIAA和AIA《数字孪生: 定义与价值》报告[J]. 航空标准化与质量, 2021(5): 57-59.
- [20]LEE J, BAGHERI B, KAO H G. A cyber-physical systems architecture for industry 4.0-based manufacturing systems[J]. Manufacturing Letters, 2015, 3(1): 18-23.
- [21]杨挺, 刘亚闯, 刘宇哲, 等. 信息物理系统技术现状分析与趋势综述[J]. 电子与信息学报, 2021, 43(12): 3393-3406.
- [22]RAJKUMAR R, LEE I, SHA L, et al. Cyber-physical systems: The next computing revolution[C]//Design Automation Conference.New York:IEEE, 2010:731-736.
- [23]杨孟飞, 王磊, 顾斌, 等. CPS在航天器控制系统中的应用分析[J]. 空间控制技术与应用, 2012, 38(5): 8-13.
- [24]陈彦林, 许艺峰. 液体动力研制体系数字化转型的探索与思考[J]. 火箭推进, 2020, 46(4): 14-22.
- [25]聂蓉梅, 周潇雅, 肖进, 等. 数字孪生技术综述分析与发展展望[J]. 宇航总体技术, 2022,6(1): 1-6.
- [26]刘瑜, 谢强. 数字孪生的技术特点及在飞行试验中的应用展望[J]. 系统仿真学报, 2021,33(6): 1364-1373.
- [27] 张志博, 江建玲, 贾博博. 数字孪生在压气机试验中的应用探索[J]. 航空动力, 2022(4): 63-66.
- [28]刘杰, 陈世伟, 韩博志, 等. 数字孪生体技术在船舶轴系试验台架中的应用研究[J]. 中国修船, 2021,34(5): 12-15.
- [29]张宁, 郭君, 尹韶平, 等. 数字孪生技术发展现状及其在水下无人系统中的应用展望[J]. 水下无人系统学报, 2022, 30(2): 137-146.
- [30]闫志璞, 马健. 数字化试验室建设在汽车研发中心的应用[J]. 数字技术与应用, 2021, 39(10): 184-186.
- [31]GAYDA J, KANTZOS P. High temperature burst testing of a superalloy disks with a dual grain structure: NASA/TM-2004-212884[R]. Washington D C: NASA, 2004.
- [32]王振, 谭永华, 黄道琼, 等. 液体火箭发动机离心轮极限转速分析与试验[J]. 火箭推进, 2017, 43(5): 45-51.
- [33]张霖, 王昆玉, 赖李媛君, 等. 基于建模仿真的体系工程[J]. 系统仿真学报, 2022,34(2): 179-190.
- [34]张鹏翼, 黄百乔, 鞠鸿彬. MBSE: 系统工程的发展方向[J]. 科技导报, 2020, 38(21):21-26.
- [35]HENDERSON K, SALADO A. Value and benefits of model-based systems engineering(MBSE): Evidence from the literature[J]. Systems Engineering, 2020, 24: 51-66.
- [36]INCOSE. INCOSE SE Vision 2020[Z]. 2007.
- [37]NDIA Systems Engineering Division M & S Committee. Final report of the MBS subcommittee[Z]. 2011.
- [38]黄仕启, 李锦江, 孙慧娟. 某型膨胀循环发动机高空模拟试验方案研究[J]. 火箭推进, 2017,43(5): 39-44.
- [39]张魏静, 刘占一, 刘计武, 等. 液体火箭发动机组件热真空虚拟试验技术[J]. 火箭推进, 2021,47(4): 64-70.
- [40]黄本诚, 马有礼. 航天器空间环境试验技术[M]. 北京: 国防工业出版社, 2002.
- [41]仵宗华, 孙宝元, 张军, 等. 小推力火箭发动机推力测试系统温度影响研究[J]. 传感器与微系统, 2009,28(1): 7-9.
- [42]刘万龙, 朱昊伟, 孙树江, 等. 国内微推力测试技术发展现状[J]. 火箭推进, 2015, 41(5): 7-11.
- [43]寇鑫, 李广会, 王宏亮, 等. 姿控发动机小推力测量天平设计[J]. 火箭推进,2018, 44(2): 23-27.
- [44]孙金立. 无损检测及在航空维修中的应用[M]. 北京: 国防工业出版社, 2004.
- [45]党长久, 李明轩. 超声在固体火箭发动机无损检测中的应用[J]. 应用声学,1995, 14(5): 32-38.
- [46]史亚男. 喷管羽流对捆绑式运载火箭底部热环境的影响研究[D]. 北京: 北京理工大学, 2016.
- [47]尹本浩, 冷国俊, 刘芬芬. 涂层及材质对大功率天线热真空试验的影响[J]. 电子机械工程, 2019, 35(6): 12-16.
- [48]刘占一, 许婷, 张魏静, 等. 热防护材料表面发射率测试研究[J]. 火箭推进, 2019, 45(4): 79-84.
- [49]迈克尔·格里夫斯.智能制造之虚拟完美模型: 驱动创新与精益产品[M]. 方志刚, 张振宇,译.北京: 机械工业出版社, 2017.
- [50]GLAESSGEN E H, STARGEL D S. The digital twin paradigm for future NASA and U.S.air force vehicles[Z]. 2012.
目前数字化技术在液体动力试验中应用虽然已经得到较快发展,但以单点应用为主,模型联合仿真较少,设计经验和模型无法共享,测试精度和覆盖性还需提升,测试数据一般为线下传递,且数据利用率不高,缺少能够融合各类技术和信息的数字化试验体系和平台基础,技术应用价值无法进一步提升。
4.1 数字化试验体系总体框架设计在试验业务分析和发动机数字化研制流程基础上,按照“全域动态感知,流程深度融合,数据高效利用”的目标设计数字化试验体系总体框架。总体框架包括业务层、应用层、数据与模型层、技术层和基础层,如图 12 所示。
图 12 数字化试验体系总体框架图
Fig.12 Overall frame diagram of digital test system总体框架通过全域数据掌握各项业务发展态势,实现数据驱动的实时智能决策。基于单一数据源对试验业务、技术活动、科研成本、财务、人力、物资等进行差异化扁平式管控,降低沟通成本,提高响应速度。围绕试验计划开展试验、质量、安全、资源的全过程、全要素、全周期管理。在设计、实测和虚拟验证模型统一的基础上,开展虚实验证试验。面向发动机数字化研制,开展试验需求、试验设计、试验计划、试验准备、试验执行、试验进度、试验仿真预示、大纲和数据交付协同。将知识、经验、方法、数据进行数字化表达,支持技术创新、试验系统和设备设计,并结合数字孪生和仿真模型开展全面的数据分析和重构。
4.2 数字化转型实践基于本文的总体架构和应用层设计,以液氧煤油发动机为试点建立数字试验一体化平台,重构了液氧煤油发动机交付试验模式,将传统的一台发动机按串行流程进行试验,形成多台发动机并行流转试验流程,有效提升了质量保障能力,突破性地达到2 d/台试验周期,大幅提升了试验效率,充分释放出试验设施潜能。平台上游对接集团级、院级平台,下游对接各试验区,有效衔接院一体化平台和各试验中心,覆盖试验工艺、试验仿真、试验数据、试验要素等管理。围绕试验全流程的现场执行管控系统(见图 13),具有试验工艺、试验任务、试验资源、工序执行、现场数据采集、现场看板和统计等功能。
图 13 液氧煤油发动机试验现场执行管控系统
Fig.13 Test process control system based on MES system4.2.1 发动机验收安装工作平台平台集AGV车停靠空间、发动机验收人员站位于一体,提高发动机验收、安装工作过程效率和人员安全性; 分为发动机上台验收工位、发动机试前过渡管安装工位、发动机试后吊装这3个工位,3个工位功能明确,建立起顺畅的发动机周转流程,提高发动机试验转运工作效率。
4.2.2 发动机外观多媒体测控自动验收系统将图像处理、智能控制等技术应用于发动机外观验收。一是在发动机所处空间外围设置六自由度机械臂,机械臂端部固定高分辨率相机,机械臂按预定运动轨迹和姿态完成发动机外观拍照记录。并利用图像处理、人工智能技术对照片中重点部位进行识别,辨识发动机有无划痕、磕碰等初步问题。二是设计测控自动验收系统,对发动机的遥测接口,包括发动机总线控制接口、遥测参数采集接口进行快速对接自动验收。三是设计集成测试仪,完成传感器、控制电磁阀关键性能验收和记录,实现汇总插头快速对接、一键启动完成测试、自动包络分析等并形成结果表单自动上传流程管控现场执行系统。
4.2.3 发动机转运升降车与自动导航系统将伺服控制、图像识别等技术应用于发动机转运流程控制。采用基于麦克纳姆轮原理的发动机转运车,实现发动机水平方向上位置自动调节,通过转运车配置的4个电机驱动丝杠结构,实现转运车平台在竖直方向以及倾角的自动调整。基于激光导航进行立体视觉位置测量,实现转运车位置导引和发动机与试车台对接自动对正。
4.2.4 一体化测试平台系统利用大数据分析、数值模拟、机器学习等技术完成试验过程全流程管控,试验前由状态监测系统和安全监测系统完成关键工艺设备、危险源特种设备状态24 h状态监测; 试验准备期间通过试验台指挥决策系统,将测量数据、控制数据、多媒体数据利用大数据分析等技术按照工艺流程,自动实现流程分析判读、参数状态提醒、系统阈值监测等,辅助指挥员完成试验流程管控,并与现场执行交互实现全周期质量数据包整理。
4.2.5 试验现场执行管控系统将试验全工序执行过程产生的数据通过网络自动传输给现场执行管控系统,由系统进行状态判断,形成试验全周期质量数据包。与此同时,以流程看板、工序看板的形式将工序操作流程、操作方法进行现场展示,提高试验操作质量。
4.3 后续技术研究重点方向4.3.1 试验系统数字孪生及数字化测试技术数字孪生系统利用信息技术和传感设备,构建虚拟数字空间。通过虚拟数字空间对物理对象进行定义、仿真、优化和验证,以及双向映射和实时交互。在前期基于实物参数的全尺寸三维仿真模型的基础上,后续有两个阶段研究需要开展[49-50]。一是数字化模型设计,通过仿真模型获取试验系统力、热、流场参数分布及特征点,基于试验数据对仿真模型迭代修正,确定输入参数和特征点的映射关系,建立简化数字化模型。二是数字孪生系统设计,基于虚实映射数据库,建立代理模型,与试验系统同步实时运行。由于试验系统复杂,存在多物理场耦合、流固耦合、刚柔耦合、力热耦合等多种复杂干扰因素,需要基于数字化模型和影响因素的精细化测试,对动态过程进行准确分析,通过修正补偿,持续提升参数测试覆盖性和精度。
4.3.2 试验数据综合分析技术开展数据分析、证实、修复和深度挖掘等技术研究,实现试验及测试数据的“采、存、管、用”一体。以数据库为平台,以实时的数据自动化处理、评估、分析为手段,以通用发动机试验数据不确定度评定和可信性分析为依据,实现试验数据全周期管理。分析与应用趋势包括以下几个方面。
1)数据聚类管理。建立树形框架,对缓变参数、速变参数、多媒体参数、声学参数、光学参数等进行相关性分析。
2)数据横向分析。除传统FFT、滤波、相关性分析、野点剔除、拟合等分析方法外,还开展实测数据与数字孪生系统交互验证。
3)数据多维度查询。包括试验过程工艺文件、试验历史数据、质量过程记录、相关标准、规范、工艺文件索引、查找、追溯。
4)数据可视化分析。对数据进行仿真分析,增加数据展示维度,提高对不同数据、信息之间关联关系的理解深度。
5)人工智能分析。应用机器学习、计算机视觉、专家系统、人工智能等非因果模型技术,发挥其可进化、可迁移和拟人化的优势,解决小样本下的发动机性能评估、非标试验设备健康管理等非结构化数据的分析和结构化等问题。
4.3.3 虚实结合试验技术虚实结合试验技术的应用趋势包括:一是通过发动机和试验系统的三维模型及仿真模型开展试验预示、试验参数和条件确认、虚拟对接和安装、确定试验系统改造参数等试前技术活动; 二是开展面向多学科的协同设计,实现试验系统的全流程三维设计和联合仿真; 三是基于设计、制造、试验数据和试验系统数字孪生体,建立虚拟试验模型,进行虚拟试验,降低研制成本和周期。
试验数字化转型的关键是数字化技术应用,目前在系统设计、设备研制和参数测试及数据分析等方面已经具备开展数字化转型的基础。
3.1 试验系统数字化设计技术3.1.1 基于模型的大型试车台设计大型试车台是涉及多学科的复杂系统。传统的文档传递信息传递效率低,出现问题不利于定位和回溯,关键技术经验难以积累。采用基于模型的系统工程(model-based system engineering, MBSE)[33-35],在需求、设计、分析、验证和确认等全生命周期中应用模型[36-37],完成大推力液体火箭发动机试车台设计,按照液体动力统一分为物模型和分析模型。物模型包括设计、制造、验证、运行这4态模型; 分析模型包括性能仿真模型、机械仿真模型、制造仿真模型、验证仿真模型。图1为试验系统分析模型,主要完成机械、装备、土建、测控、能源、热防护、环境模拟的联合验证,以及试车台台体、推进剂供应系统、试车架等大型设备装配的协同设计、干涉检查和优化修正。
图1 试车台分析模型
Fig.1 Analysis model of the test bench3.1.2 复杂飞行环境模拟试验系统设计技术发动机真实飞行状态包括高真空、复杂流场、腐蚀性燃气、极限温度[38]等环境,系统设计难度大,且建成后修改难度和成本高。在试验系统设计时建立全尺寸仿真模型分析发动机启动关机时的瞬态流场特性、发动机长程工作时的稳态流场特性,获得试验系统整体及各分设备内部流场的压力(见图2)、温度(见图3)、速度分布,以及关机返压时压力、温度、速度极值和位置等关键信息,对设计参数进行验证,加快了大推力发动机高空模拟试验系统工程设计的速度。力热环境模拟常采用热真空试验,用以验证发动机在极限温度下的工作能力。传统设计方法依靠经验且难以提前验证[39-40],基于仿真模型开展力热环境加载时的温度(见图4)、振动等预示,能够减少系统调试时间,获得准确的试验系统参数。
图2 发动机点火时真空舱和扩压器内部压力仿真结果
Fig.2 Simulation results of pressure in vacuum chamber and diffuser during ignition of engine
图3 高模试验系统真空状态下的流场温度分布云图
Fig.3 Temperature distribution contour of high altitude simulation test system under vacuum condition
图4 计算域网格整体和石英灯加热时的稳态温度分布云图
Fig.4 The calculating grid and the steady-state temperature distribution contour during the heating state of quartz lamp3.2 基于仿真技术的关键试验设备研制3.2.1 封闭导流槽研制液体火箭发动机尾焰温度高、噪声大,封闭式导流槽有良好的降温降噪作用。在发动机检定试车台设计过程中,通过仿真获取导流槽底部压力、温度、热载等的区域、大小和形状分布情况(见图5),以及发动机尾焰长度,确定了导流槽设计参数。
图5 导流槽流场仿真结果
Fig.5 Flow field simulation results of the diversion troughs依据导流槽板动压值确定冷却水喷前力,并通过仿真对夹套式、中心式、环形小孔式和环形大孔式等喷水降温方式进行筛选(见图6),确定采用中心式喷水降温方式,并支持喷水结构设计。
图6 不同喷水方案截面温度分布云图(m·=2.5 kg/s)
Fig.6 Temperature distribution contour of different water spraying schemes(m·=2.5 kg/s)3.2.2 大管径低温涡轮流量计研制大管径低温涡轮流量计管道内介质流速较低,传统的实心轴结构过流面积大,叶轮转速低,转动惯量大,小流量下响应慢,长叶片加工难度大。低温环境下,完全约束的导流架、转轴等结构受冷变形产生的热应力会导致结构破坏,长叶片收缩变形会影响信号发生器的信号输出。另外,受低温形变、液氧空化等影响,难以应用通用方法进行设计。结合三维建模、仿真分析和试验,对基于流体动力学理论模型的涡轮流量计进行参数优化,形成了多因素融合的低温涡轮流量计设计方法,针对低温形变进行不完全约束结构设计与分析。例如,在叶片设计时,对转子运动状态下的涡轮流量计内部流场进行仿真,明确涡轮叶型与前、后导流架的相互作用机制,通过涡轮叶轮处的叶片表面压力分布(见图7)确定叶片螺旋角度和导流架等结构应力分布均匀性。
图7 流量计速度分布三维云图和叶轮表面压力分布云图
Fig.7 Velocity distribution contour of the flowmeter and pressure distribution contour on the impeller surface根据低温状态下涡轮流量计形变及叶片位移仿真结果(见图8),确定最大形变位于流量计壳体中段、叶片收缩位移最大位于顶端,据此设计叶片顶部间隙预留量、轴承及转子轮毂设计间隙等,控制其在线圈的有效感应距离内。
图8 流量计低温形变及叶片位移云图
Fig.8 Contours of low temperature deformation and blade displacement of flow meter3.3 先进测试技术液体动力试验振动冲击、高低温、高压、真空等极端环境耦合,参数涉及多学科交叉,种类多、数量多,使得测量范围大、难度大。除不断提升推力、流量等关键参数测试精度外,还需进一步应用图像测试、激光测试、红外测量、超声测试等先进测试技术,扩大参数覆盖范围。
3.3.1 异型结构集成传感技术推进剂供应管路、测试结构惯性是影响发动机推力测试精度的主要因素,特别是小推力发动机,其推力常常淹没在管路约束中无法测量[41-43]。此外,低温工况下黏结式应变片存在蠕变、耐温性差等缺陷,也使得低温阀门阀杆扭矩、运行状态难以监测。采用管路-测力单元复合设计制备方法(见图9),将管路和推力架一体设计,3D打印加工,将推进剂供应管路的约束力变为内力,原理上消除管路约束对发动机推力测量的影响。并通过溅射薄膜工艺将传感器敏感单元集成在推力架上,使传感器能够直接反映发动机推力,并具有自冷却功能,响应频率提升到50 Hz以上,线性度提升到0.02%,动态响应特性以及测试精度均有大幅提高。
图9 推力架温-力传感器一体复合设计原理图
Fig.9 Schematic diagram of the integrated design of the thrust measurement platform and temperature-force sensor3.3.2 超声测试技术推进剂中含有气泡,可能引起发动机启动时涡轮泵叶片汽蚀,甚至导致叶片损坏、扬程降低引发燃气组件烧蚀。超声检测方法具有非侵入性、方向性好、穿透能力强等优点[44-45],可以通过改变发射频率实现不同尺寸气泡的灵活检测,同时超声检测不需要复杂的设备和仪器,适合于发动机推进剂管路中的现场应用。基于气泡对声波的反射原理设计检测和气泡诱导耗散装置(见图 10),以不同超声换能器为发射器,其余超声换能器接收,发射具有较好指向性的声束,当声波遇到气泡时,会在气泡表面产生反射波,反射波会射向周围其他接收器,通过接收器接收信号的时间计算气泡表面反射点的位置。
图 10 超声气泡检测原理及信号波形
Fig.10 Principle of ultrasonic bubble detection and signal waveform3.3.3 光谱测试技术液体火箭发动机关键部件发生磨损、老化、烧蚀、破损等情况[46],产生的金属杂质会随推进剂进入燃烧室燃烧后射出,在流场高温下可发射出紫外及可见光谱[47-48],可比室压、温度等参数更早反映出发动机的故障。对这些光谱信息的测试,可在试车中及时预警提示并紧急停车,为发动机工作状态分析提供参考。研制光谱测试系统(见图 11),用于尾焰组份的定性分析和特定金属成分含量的定量测试,主要由光学探头、光谱仪以及上位机光谱数据处理软件3部分组成。
图 11 光谱测试系统示意图
Fig.11 Scheme of spectral measurement system
