中等冲程压缩空气发射系统的效率分析

《ENERGY CONVERSION AND MANAGEMENT》:Efficiency analysis of a medium-stroke compressed-air launch system

【字体: 大 中 小 】 时间:2026年09月27日 来源:ENERGY CONVERSION AND MANAGEMENT 11.8

编辑推荐:

   • 通过空间分辨能量分析,已验证中行程发射管中超过60%的焓保留率。 • 焓保留率和气动阻力导致热力学模型中超过30%的轻载荷速度误差。 • 重载荷惯性效应抑制流体耗散,将热力学模型误差限制在5%以内。 • 基于能量的设计准则划定了快速热力学扫描与分辨率较高的CFD之间的边界

  

• 通过空间分辨能量分析,已验证中行程发射管中超过60%的焓保留率。
• 焓保留率和气动阻力导致热力学模型中超过30%的轻载荷速度误差。
• 重载荷惯性效应抑制流体耗散,将热力学模型误差限制在5%以内。
• 基于能量的设计准则划定了快速热力学扫描与分辨率较高的CFD之间的边界。

## 1. 引言

发射技术对现代航空航天、国防和冲击试验应用至关重要。发射方法主要分为两大类:热发射和冷发射。热发射依靠载具的内部推进系统,例如火箭辅助起飞。相比之下,冷发射使用外部能量源来加速载荷。在冷发射方法中,气动弹射具有独特的工程优势。它提供了结构简洁性、高能量密度、清洁操作和优异的重复性[1]、[2]。因此,气动系统被广泛应用于陆地、海上和空中平台,用于发射无人机(UAV)、导弹和重型冲击试验弹/载荷[3]、[4]。

气动弹射系统将压缩气体的内能转化为弹射体的动能,如图1所示。常用的工作介质包括压缩空气[5]、氮气[6]和二氧化碳[7]。每种气体表现出不同的热力学行为。压缩空气因成本低且易获取而最为常见。氮气在高压应用中具有更高的稳定性和安全性。二氧化碳提供更高的比内能,这在体积受限的场景中可改善发射性能。然而,其使用受到相变和三相点温度限制的制约[7]、[8]。除航空航天发射器外,压缩气体的高效热力学膨胀也是一个更广泛的工程挑战。它在能量回收和微尺度发电中发挥着关键作用。例如,近期的研究评估了微尺度压缩空气轴流涡轮在家庭太阳能布雷顿循环中的性能、设计优化和适用性[9]、[10]。

下载:下载高分辨率图像(241KB) 下载:下载全尺寸图像 图1. 气动发射/弹射系统示意图。

气动发射器的内部弹道学控制整体系统性能。该过程涉及管内耦合的气体膨胀、压力衰减、温度下降和载荷加速。实验测试在关键位置使用传感器测量这些弹道参数[11]。然而,实验无法解析完整的流场细节,并且需要昂贵且耗时的开发周期。因此,数值设计方法已沿着两种不同的途径发展:集总参数热力学模型和计算流体力学(CFD)模型。

热力学(或零维,0D)模型将高压室和发射管视为由质量守恒和能量守恒控制的耦合空间均匀控制体积。由于其计算效率,此类集总参数公式作为初步设计和参数优化的标准工具。该领域的早期研究主要依赖理想气体假设。例如,Li等人[12]和Liu等人[13]使用理想气体模型模拟阀门开启时间、流通面积和室容如何影响炮口速度。然而,在高压下,实际气体严重偏离理想行为。为减少系统性误差,后来的研究者采用了实际气体状态方程。Ren等人[14]和Yao等人[15]应用Peng-Robinson方程结合动态泄漏和壁面传热关联式。此外,Li等人[16]纳入了实际气体热物性以捕捉快速超临界CO?加压期间的动态状态变化,而Rotariu等人[17]考虑了高压室的绝热转变和侧壁热损失以准确预测双室压力演化。其他研究者还考虑了压缩空气炮中压缩波引起的变管压[18],将热力学框架改编至三氟甲烷等相变介质[19],并纳入了结构和初始参数策略以优化内部弹道行为[20]、[21]。

尽管执行速度快,热力学模型假设空间均匀性并忽略了局部流结构。为克服这一限制,研究者应用CFD方法在整个管内求解可压缩Navier-Stokes方程。CFD模拟重现了全局性能曲线和详细的空间-时间流场[7]、[22]。使用高级湍流模型,如两方程涡黏度公式[23],CFD研究评估了初始温度分布和几何形状对压缩空气和CO?发射器的影响[24]、[25]。在相关的火炮内部弹道学领域,已开发了精密的二维(2D)轴对称和三维(3D)CFD模型,采用动态网格、滑动界面和Eulerian-Lagrangian方法来捕捉移动边界、火焰前缘和反应性两相流[26]、[27]、[28]、[29]、[30]、[31]、[32]。

尽管两种建模方法均已成熟,但仍存在明显的研究空白。很少有研究直接比较完全相同发射器配置下的热力学模型和CFD模型。特别是,缺乏对行程长度效应和瞬态可压缩流极限的系统评估。现有文献表明,热力学模型仅在短行程管(长径比L/D < 10)中保持可接受的精度(相对于实验测量值或CFD结果的偏差在5-10%以内)[14]、[25]。在短管中,压力波传播时间远短于总发射持续时间,使得压力在整个区域内快速平衡。然而,现代无人机和导弹发射器越来越多地使用中行程和长行程管(L/D > 15)以在加速度限制下实现更高的出口速度。在这些延长管中,空间均匀性的基本假设完全崩溃。来自类似可压缩流体系统的证据,如喷射器和炮管,表明当空间长径比增加时,集总参数模型会产生15-30%或更大的严重预测偏差[33]、[34]。从根本上说,这种分歧源于流场的严重空间非均匀性——这是热力学模型的主要物理限制,也是本研究的关键分析焦点。先进的实际气体状态方程,如三次或维里形式[35],改善了流体状态计算。然而,它们无法弥补长管中缺乏空间分辨率的不足。目前,工程师缺乏定量准则来确定何时快速热力学模型仍然有效以及何时需要计算成本高昂的CFD模拟。

为弥补这一空白,本文呈现了中行程压缩空气发射系统的对比内部弹道学研究。该研究将热力学模型与非定常雷诺平均Navier-Stokes(URANS)CFD模型进行比较。这项工作不仅比较速度曲线,还建立了基于能量的评估框架来解释模型预测为何及在何处产生分歧。具体而言,本研究的主要贡献有三方面:(1) 调查未解析的能量耗散途径——包括残余气体焓保留、瞬态压缩波阻力和实际气体偏离——这些途径如何降低延长管中的推进效率;(2) 揭示由系统惯性-耗散比在不同载荷质量下控制的精度边界;以及(3) 阐明物理保真度与计算时间之间的权衡。最终,本研究为发射器设计提供了定量、基于能量的准则,帮助工程师在初步优化期间选择合适的建模工具,并为用经验耗散项增强的快速一维弹道模型提供理论基础。

本文其余部分组织如下。第2节详细介绍了数值方法,包括热力学公式、CFD设置、网格无关性研究和实验验证。第3节呈现了不同发射工况下的对比结果和能量分析。第4节讨论了模型限制和实际工程意义。最后,第5节提供了主要结论和设计准则。

## 2. 方法

### 2.1 热力学模型

典型的热力学内部弹道模型通常采用以下假设:

a. 发射过程中低压室中的气体流动变化被忽略,其中低压室被定义为移动载荷后方的管段。因此,假设低压室中气体的压力、密度和温度是均匀的;

b. 发射过程持续时间足够短,可被视为绝热过程;

c. 低压室完全密封,无气体泄漏。

根据牛顿第二定律,载荷的加速度可表示为:

(1)
$$a = \frac{dv}{dt} = \begin{cases} 0, & p_2 \leq p_{atm} + G\sin(\theta) + F_f \\ \frac{(p_2 - p_{atm})S - G\sin(\theta) - F_f}{M}, & p_2 > p_{atm} + G\sin(\theta) + F_f \end{cases}$$

其中,p?表示低压室中的压力(Pa);S表示与推进介质接触的载荷部分的有效面积(m2)。在本研究中,S与发射管的横截面积保持一致。M表示载荷的质量(kg)。G表示载荷重力(N)。v表示载荷速度(m/s);L表示载荷行程(m)。p_atm表示大气压(101325 Pa)。θ表示发射管轴线与水平面之间的角度。

考虑水平发射并忽略摩擦,公式(1)可简化为:

(2)
$$a = \frac{dv}{dt} = \begin{cases} 0, & p_2 \leq p_{atm} \\ \frac{(p_2 - p_{atm})S}{M}, & p_2 > p_{atm} \end{cases}$$

(3)
$$v = \frac{dL}{dt}$$

状态方程,对于理想气体,为:

(4)
$$p = \rho RT$$

对于实际气体考虑,Redlich-Kwong(RK)方程[35]为:

(5)
$$p = \frac{RT}{V_m - b} - \frac{a}{T^{1/2} V_m (V_m + b)}$$

其中V_m表示摩尔体积。R表示空气的气体常数,本研究中取值为287 J/(kg·K)。a和b是根据特定流体的临界温度(T_c)和临界压力(P_c)推导的常数,由(a = 0.42748R2T_c^2.5/P_c,b = 0.08664RT_c/P_c)给出。

由于压缩空气弹射过程被视为绝热过程,低压室中气体的内能等于室中原本存在的气体内能与通过阀门从高压室进入的气体焓之和,减去气体推动弹丸所做的功。U?和m?的变化可表示为:

(6)
$$\frac{dU_2}{dt} = \begin{cases} \dot{q}_m h_1, & v \leq 0 \\ \dot{q}_m h_1 - \frac{dE_{load}}{dt} - \frac{d(p_{atm} SL)}{dt}, & v > 0 \end{cases}$$

(7)
$$\frac{dm_2}{dt} = \dot{q}_m$$

其中E_load表示载荷的动能(J),L表示载荷行程。h?表示高压室中的比焓。

高压气体从高压室(HPC)通过阀门到低压室(低压室通常指阀门与被驱动体底部之间的初始体积段)的流动可在两种条件下发生:亚声速流和声速流。质量流量q?_m由下式给出:

(8)
$$\dot{q}_m = \begin{cases} \mu S_v \sqrt{\frac{2k}{k-1} p_1 \rho_1 \left[\left(\frac{p_2}{p_1}\right)^{2/k} - \left(\frac{p_2}{p_1}\right)^{(k+1)/k}\right]}, & \frac{p_2}{p_1} > \left(\frac{2}{k+1}\right)^{k/(k-1)} \\ \mu S_v \sqrt{k\left(\frac{2}{k+1}\right)^{(k+1)/(k-1)} p_1 \rho_1}, & \frac{p_2}{p_1} \leq \left(\frac{2}{k+1}\right)^{k/(k-1)} \end{cases}$$

其中S_v表示阀门流通面积(m2),μ是与阀门结构相关的流量系数,k是空气的绝热指数,取值为1.4。P?和ρ?分别是高压室中空气的压力和密度(kg/m3)。P?和ρ?分别是低压室中空气的压力和密度(kg/m3)。

假设无泄漏,从HPC流出的质量流量等于进入低压室的质量流量。为建立HPC的控制方程,将室视为绝热开放控制体积。传出的质量和能量定义为负值。由于q?_m > 0表示通过阀门的绝对质量流量,HPC内部质量变化率本质上为负值:

(9)
$$\frac{dm_1}{dt} = -\dot{q}_m$$

根据绝热控制体积的热力学第一定律,无外部轴功或边界功,内能U?的变化率由流出质量流携带的总焓控制:

(10)
$$\frac{dU_1}{dt} = \frac{dm_1}{dt} h_1 = -\dot{q}_m h_1$$

公式(6)和公式(10)均涉及工作流体的比焓h(J/kg)。根据工程热力学的相关理论,实际气体的比焓h可表示为:

(11)
$$h = h_0 + \int_{T_0}^{T} C_p dT + \int_{V}^{\infty} T^2 \left[\frac{\partial(p/T)}{\partial T}\right] dV + pV - RT$$

其中:T?是状态方程参考点的温度;h?是一个未确定常数,可根据参考点处指定的比焓值确定(本研究中采用298.15 K);C_p是理想气体在等压下的比热容(J/(kg·K)),它是温度的函数,本研究中取为:

(12)
$$C_p = 1048.5 - 0.3837T + 9.454 \times 10^{-4}T^2 - 5.490 \times 10^{-7}T^3 + 8.790 \times 10^{-11}T^4$$

将公式(5)代入公式(11)得:

(13)
$$h = h_i - \frac{1.5a}{T^{2.5}b} \ln\left(1 + \frac{b}{V_m}\right) + \frac{p}{V_m} + \frac{R}{T} + h_0$$

其中$h_i = \int_{T_0}^{T} c_p dT$。需要注意的是,当工作流体被视为理想气体时,h的表达式简化为:

(14)
$$h = h_0 + \int_{T_0}^{T} c_p(T) dT$$

通过使用四阶Runge-Kutta方法求解上述微分方程,可获得载荷运动的内部弹道数据。

### 2.2 CFD模型

对于CFD模型,使用商业有限体积代码STAR-CCM+求解可压缩Navier-Stokes控制方程。应用非定常雷诺平均Navier-Stokes(URANS)框架来解析相位平均流场,采用Menter的剪切应力传输k-ω(SST k-ω)模型。SST k-ω模型利用区域混合函数从近壁区域稳健的Wilcox k-ω公式无缝过渡到核心管流中自由流独立的k-ε公式。在此高压弹道系统中,弹丸运动主要受整体气体压力梯度和惯性波动力学主导。在这些宏观操作条件下,SST k-ω模型被选为优于可实现k-ε模型或大涡模拟(LES),因为它在处理移动载荷后方的强不利压力梯度和行进激波波上的可压缩性效应方面具有更优越的稳健性和准确性,从而在物理保真度和计算效率之间实现最佳平衡。

SST k-ω湍流模型的完整数学描述由Menter[23]提供。空间导数采用二阶格式求解。采用隐式二阶三时间步格式,时间步长确保Courant-Friedrichs-Lewy(CFL)数保持在1.0以下(Δt = 1×10?? s),以保证时间收敛且激波传播无相位滞后。Navier-Stokes方程采用分离方式求解,压力-速度耦合通过SIMPLE(Semi-Implicit Method for Pressure Linked Equations,压力关联方程半隐式方法)算法处理。发射系统由高压腔(HPC)、连接阀、发射管和载荷组成,如图2所示。考虑问题的对称性,CFD模拟采用二维轴对称模型。高压腔长度L_HPC = 300 mm,半径R_HPC = 312.5 mm,总体积为92 L。发射管总长为100 m,通过直径100 mm的阀与高压腔连接。发射管左端起点定义为水平坐标原点,载荷初始位置为x = 50 mm。所有壁面设为绝热无滑移条件,发射管出口(右端)定义为压力出口,给定环境压力和温度以模拟发射管对大气开放的条件。

图2. CFD模拟所用的计算域和几何结构。

计算过程中阀保持全开状态。CFD模型采用区域初始化定义初始流场,使得计算开始时阀已处于全开状态。初始时,高压腔内充满指定温度和压力的压缩气体。高压气体释放后,载荷后侧(左侧)受到气体压力作用,使其沿x正方向在发射管内运动。

采用重叠网格法(overset method)模拟载荷运动。在背景网格与运动重叠网格之间,采用线性插值格式并强制设置最小4个单元的重叠区域,以在界面处保持质量和动量守恒。计算域采用四边形网格离散。

为验证本研究中的计算方法和网格,与FAN等人[21]进行的实验工作进行了对比。在该实验中,使用压缩气体推动并将从管中弹射载荷。实验系统使用两个高压腔,总体积为92 L。测试载荷直径为100 mm,质量为8 kg。载荷与发射管之间存在一个小间隙,载荷在管内行程约为6 m。需要指出的是,虽然第3节中的主要对比分析假设理想密封(零泄漏)以隔离热力学模型和CFD模型之间的内在流体动力学和热力学差异,但在本验证案例中明确纳入了载荷与发射管之间的物理间隙,以忠实再现实验条件。在两种初始压力条件下测量了载荷出管速度:0.5 MPa和0.8 MPa,初始温度均为293.15 K。测试过程中,两个高压腔同时释放气体。每种压力条件下进行了三次重复测试,取平均值作为最终测量速度。初始压力为0.5 MPa和0.8 MPa时,对应的载荷出管速度分别为42.0 m/s和54.9 m/s。

在本研究中,所建立的几何模型仅采用单个高压腔。保持1#高压腔长度参考自FAN的工作[21],基于92 L的总体积计算出等效半径R = 312.5 mm。

使用三种不同的计算网格——粗网格、中网格和细网格,分别包含63,828、153,436和243,452个单元,用于研究网格无关性,如图3所示。载荷周围区域的网格进行了特别细化。发射管区域的背景网格在粗网格、中网格和细网格下的空间分辨率分别为9 mm、6 mm和2.5 mm。计算域采用非结构四边形网格离散。粗网格、中网格和细网格的最大偏斜角分别为47°、31°和34°,大多数偏斜角接近零,表明整体网格质量令人满意。

图3. 网格无关性研究所用的计算网格:粗网格、中网格和细网格。

在初始压力为0.5 MPa条件下,使用三种网格得到的模拟结果如图4所示。三种网格获得了一致的速度和位移曲线,如图4(c)中的网格收敛分析进一步所示。根据指标呈现单调收敛还是阻尼振荡收敛,分别使用网格收敛指数(GCI)或保守振荡边界评估空间离散不确定性。中网格的空间离散不确定性估计小于1.5%。考虑到计算精度与效率的平衡,选择中网格用于本研究后续所有CFD分析。

图4. 初始压力为0.5 MPa时,粗网格、中网格和细网格模拟得到的(a)位移、(b)速度和(c)网格收敛性对比。

在0.5 MPa和0.8 MPa初始压力条件下,实验载荷速度分别为42.00 m/s和54.85 m/s。热力学模型(图中标记为0D/数学模型)和CFD模型计算的速度与实验值进行了对比,如图5(a)所示。在0.5 MPa下,误差分别为3.1%和2.4%;在0.8 MPa下,误差分别为7.2%和3.4%。FAN[21]还建立了三维和二维CFD模型来计算0.5 MPa工况下的速度和位移。本研究结果与作者三维和二维模型结果的对比如图5(b)所示。需要注意的是,FAN的几何结构基于两级能量释放配置,而本研究采用单级能量释放配置。这一差异对初始流场产生轻微影响,进而影响加速曲线,并反映在速度和位移曲线上。

图5. 模拟结果验证:(a) 初始压力为0.5 MPa和0.8 MPa时模拟值与实验测量载荷速度的对比;(b) 初始压力为0.5 MPa时本CFD结果与文献发表数据的对比。

总体而言,本研究CFD模型和热力学模型获得的载荷运动曲线与文献中报告的结果一致,计算速度也与实验数据吻合良好,表明所建立的热力学模型和CFD模型的合理性。本研究的后续分析将基于这些经过验证的模型进行。

3. 结果与讨论

3.1. 基于理想气体的内弹道学

采用理想气体状态方程,忽略载荷与发射管之间的泄漏。发射管保持恒定的直径D = 100 mm。使用热力学模型(图中标记为0D)和CFD模型,在高压储气室的三种初始压力和温度条件下进行模拟:工况1:20 MPa,400 K;工况2:20 MPa,700 K;工况3:40 MPa,700 K。载荷质量为8 kg,最大行程为90 m。

载荷速度与位移的计算关系如图6(a)所示。观察可见,热力学模型的速度沿行程单调增加,初始加速度较高并逐渐减小。三种工况对应的峰值速度从低到高分别为563.8 m/s、607.1 m/s和797.3 m/s。相比之下,CFD模拟的曲线仅在运动初始阶段与热力学模型吻合。超过一定距离后出现偏差。CFD计算的速度分别在46.5 m、47.3 m和50.4 m处达到各自的峰值381.9 m/s、429.2 m/s和536.3 m/s,之后逐渐下降。90 m位置处的最终速度分别为339.4 m/s、383.4 m/s和490.7 m/s,分别对应热力学模型预测值的60.2%、63.2%和61.5%。在CFD速度达到峰值的位移处,热力学模型预测的速度为479.3 m/s、522.3 m/s和687.4 m/s。CFD结果在这些点的值分别为热力学模型值的79.7%、82.2%和78.0%。

图6. (a) 三种初始条件下热力学模型(0D)和CFD模拟获得的载荷速度与位移关系。(b) 两种计算方法之间沿行程的速度相对误差分布。

图6(b)展示了两种计算方法之间沿行程的速度差异分布。差异总体上随行程增加,在约40 m位置处相对误差达到约20%。此外,三种工况的误差趋势并不随初始压力和温度单调增加。工况1和工况3的误差曲线高于工况2。这表明当初始储气室压力保持不变(20 MPa)且仅增加初始温度(从工况1到工况2)时,两种方法之间的差异减小。但当压力增加到40 MPa(工况3)而保持工况2的温度时,两种方法之间的差异再次增大。这一趋势表明差异与初始气体密度相关。CFD模拟的数值不确定带源自空间离散收敛分析,在所有轨迹中均在1.5%以内,远小于观测到的热力学模型与CFD模型之间的差异。

CFD模拟中载荷达到最大速度的瞬间,沿中心线的轴向速度和马赫数(Ma)分布如图7(a)所示。相对于轴向速度,径向速度幅值可忽略不计,因此图中未列出。在HPC出口处(x = 0 m)形成高度欠膨胀超声速射流,如图7(a)的插图等值线所示,表现出局部径向流分量。轴向速度在储气室出口处达到超声速(Ma ~ 3.4),经过马赫盘后减小。从该处到载荷底部附近区域,流速度沿运动方向增加。此外,运动载荷产生的压缩波使载荷前方(右侧)紧邻区域的空气速度和温度相对于未扰动区域(x > 75 m)升高,如图7(b)所示。如图7(b)所示,该区域的压力也升高。这些波在载荷前方叠加,最终在70 m ~ 75 m区域形成激波,如图7(c)的插图静压等值线所示。因此,运动载荷前方存在由于压缩波导致的压力升高,构成其气动阻力。该分析表明,在载荷加速过程中,不仅受到不断增加的气动阻力作用,还在其运动路径后方的管内气体中留下了大量能量。该能量包括表现为载荷后方气体速度的动能(如图7(a)所示)、内能(如图7(b)所示)和压力势能(如图7(c)所示)。最终,在某一特定时刻和位置,载荷后方气体提供的推力降至刚好平衡作用在载荷上的阻力(此处仅考虑气动阻力)。此时载荷达到最大速度,其加速度降为零。随着进一步运动,如果推力小于阻力,载荷将减速,这对应于图6(a)中行程后期阶段的速度下降。

图7. (a) CFD模拟中载荷达到峰值速度瞬间沿中心线的轴向速度(实线)和马赫数(虚线)分布。

对应同一时刻的 (b) 温度、(c) 压力及 (d) 密度分布。在图 7 中,可以观察到负载后方近场区域(位于其左侧,x 约为 46.3 m、47.7 m 及 50.4 m 处)存在局部显著的流速、温度、压力和密度变化。这是因为负载左侧的气体以高于负载速度的速率向右运动。该气体在负载底部附近被压缩,导致气体密度增加。与此同时,气体将动量传递给负载,使其自身速度降低以匹配负载速度。同时,由于气体对负载做功,其动能减少,内能也随之降低。因此,在负载后方近场区域,沿运动方向,流速降低,温度下降,密度增加。

在热力学模型中,忽略了负载运动过程中气体耗散到气流中的能量,且假设压力均匀分布。因此,作用在负载上的推力被高估。此外,热力学模型中未考虑负载前方的气动阻力。因此,随着行程距离的增加,热力学模型预测的速度与实际速度之间的偏差增大,从而出现了图 6(b) 中观察到的趋势。在上述研究考察的条件范围内,为使速度误差低于 20%,热力学模型仅适用于不超过 40 m 行程的快速计算。对于 20 m 以内的行程,热力学模型与 CFD 之间的偏差可控制在 10% 以内。此外,还可以注意到,在行程距离约为 2 m 时,热力学模型预测的速度低于 CFD 结果,如图 6(a) 所示。观察到的偏差源于初始释放过程中的射流冲击效应。当高速射流进入发射管(即低压腔)时,立即冲击负载底部,产生高度非均匀的流场并赋予负载很高的初始加速度。假设腔室条件均匀的热力学模型无法捕捉这种局部冲击动力学效应。因此,它低估了初始阶段的加速度,导致在短距离内预测值低于 CFD 结果,最大负偏差为 6.6%。

### 3.2 真实气体效应的影响

在低温或高压条件下,真实气体效应变得显著 [12]、[19]。为考虑这些效应,在与前述相同分析的三种压力–温度工况中,CFD 和热力学模拟均采用了 Redlich-Kwong 状态方程。结果如图 8 所示(CFD 为 (a),热力学模型为 (b))。理想气体模型相对于 RK 模型对应的相对偏差分别如图 8(c) 和 (d) 所示。

**图 8. 预测结果对比:(a) CFD 模拟;(b) 热力学模型计算。** 实线和虚线分别表示理想气体和 RK 状态方程模型;(c) CFD 中理想气体模型相对于 RK 模型的相对偏差;(d) 热力学模型中理想气体模型相对于 RK 模型的相对偏差。

当采用真实气体状态方程时,工况 1 至 3 的 CFD 计算峰值速度分别为 359.2 m/s、413.3 m/s 和 503.8 m/s。如图 8(a) 和 (c) 所示,这些值分别比对应理想气体假设下计算的最大速度低 5.9%、3.7% 和 6.1%。在初始行程距离 10 m 以内,理想气体和真实气体模型的速度曲线几乎相同,偏差小于 2%,表明该区域的真实气体效应可以忽略。然而,真实气体模型与理想气体模型计算结果之间的偏差沿行程路径不断累积。在 90 m 位置,工况 1 至 3 的计算速度差异分别达到 9.2%、6.8% 和 7.1%。图 8(b) 展示了热力学模型中理想气体与 RK 真实气体结果之间类似的偏差趋势,仅覆盖行程的前 20 m。图 8(b) 中的灰色竖线表示负载位移达到 20 m 瞬间的速度,此时 RK 与理想气体状态方程计算的速度差异小于 4%。

在绝热膨胀过程中,气体所做的功来源于其内能的减少。对于理想气体,内能取决于温度,其减少量全部可用于对外做功。相比之下,对于真实气体,存在分子间吸引力。膨胀过程中,需要做功以克服这些吸引力,将部分内能转化为分子间势能,从而减少了可用于对外做功的内能量。在相同初始压力、温度和质量条件下,真实气体的等熵膨胀线通常位于理想气体下方。这意味着在相同体积下,真实气体的压力低于理想气体。由于压力–体积曲线下的面积(代表所做的功)更小,因此传递给负载的动能也相应减小。因此,使用真实气体状态方程计算的负载速度低于使用理想气体方程获得的值。

### 3.3 流场参数的纵向分布

在运动过程中,负载持续对其前方的气体做功,产生向前传播的压缩波并追上行进的激波。负载前方气体压力在运动过程中持续升高,行进激波的强度也随之逐步增强,直到激波在发射管出口处反射为膨胀波。激波后方的气体已被加速至高速,而反射膨胀波只能影响靠近出口的一定区域。负载速度越高,前方激波的气体加速效应越强,从而缩短了管内能被反射膨胀波影响的区域。因此,如图 9(a) 所示,工况 2 中负载前方压力开始下降的轴向位置比工况 1 更接近管口。在工况 3 中,由于速度更高,当负载达到 90 m 位置时,膨胀波尚未影响负载,因此未观察到压力拐点。

**图 9. 速度与前端面压力随 (a) 位移和 (b) 时间的变化关系。** R-K 状态方程。实线表示负载速度,点线表示负载前端面的压力。

从图 9(a) 可以看出,即使在负载速度达到终值后开始逐渐下降,其前方的压力(即气动阻力)仍然在相当长的距离内继续上升。由此可以推断,作用在负载上的气动阻力不仅仅取决于其速度。负载前方气体的压缩特性对气动阻力的影响可能比仅由速度变化引起的效应更为显著。

为进一步分析流场发展过程,选取了四个时刻——t?=0.05 s、t?=0.1 s、t?=0.15 s 和 t?=0.2 s,如图 9(b) 所示。这些时刻涵盖了从负载加速到减速的各个阶段。以工况 2(20 MPa,700 K)为例,在 CFD 模型中沿对称轴在这四个时刻的速度、压力、温度和气体密度分布如图 10 所示。

**图 10. 工况 2 关键流场参数(速度、压力、温度、密度)的轴向分布,采用 Redlich-Kwong (RK) 真实气体模型模拟。**

如图 10(a) 所示,负载后方的最大气体速度从 t? 到 t? 增加,然后从 t? 到 t? 减小。沿轴向,气体速度在正方向上递增,即越靠近负载速度越高。在固定轴向位置,气体速度随时间逐渐降低,表明负载后方速度分布的梯度随时间减小。负载前方的行进激波移动速度快于负载本身。因此,如图 10(a) 所示,负载前方被加速区域的长度逐渐增加。由于运动的负载持续产生向前传播的压缩波,靠近负载处的气体速度较高,并逐渐向激波前沿降低。这导致该区域在 t? 时刻的速度剖面陡峭且非均匀,但随时间推移逐渐趋于平滑和均匀。可以观察到,在 t? 和 t? 时刻,尽管负载已超过峰值速度并开始减速,但其前方的扰动流区尚未完全发展。

观察压力分布的时程演化,如图 10(b) 所示,负载后方沿轴向方向压力降低,在负载两端形成相当大的压差。在 t? 和 t? 时刻(对应负载加速阶段),负载后方的压力明显高于前方。在减速阶段观察到相反的趋势。负载后方的最大压力和压力梯度均随时间减小。与此同时,负载前方的压力逐渐升高。与负载前方速度分布的时程演化不同,沿轴向方向的压力梯度在扰动区域长度增加的同时始终保持基本一致。此外,行进激波前后的压差以及负载前端面的压力随时间持续升高。

扰动区域内温度分布的时程变化与压力类似,如图 10(c) 所示。在该区域内,靠近负载处的温度较高,并向激波前沿近乎线性地降低,且温度下降速率随时间变化不大。在加速阶段(t?、t?),负载后方的温度沿轴向方向降低。负载达到最大速度后,温度沿轴向变得相对均匀。在减速阶段,温度分布演变为沿轴向方向递增的模式。

密度分布如图 10(d) 所示。在负载前方和后方,密度均沿轴向方向递减,且其梯度随时间减小。由上述分析可以得出结论:在整个负载运动过程中,高压气体沿管膨胀并加速,导致压力和密度沿流动路径相应降低。温度分布仅在负载加速阶段遵循这一规律,在减速阶段该趋势反转。工况 2 观察到的规律与工况 1 和工况 3 一致。

### 3.4 发射管中能量的分配

气体从高压腔释放进入发射管后,其能量转化为气体自身的内能和机械能以及负载的动能。以工况 2 为例,发射管内气体能量、负载动能及其总和的时程演化如图 11(a) 所示。气体总能量表示为相对于初始环境状态的总焓变。图显示,随着注入发射管的总能量增加,发射气体能量单调递增,而负载动能先增后减。气体总能量增长率高于负载动能增长率。具体而言,负载动能占总能量的比例从 0.025 s 时的 37% 降至峰值速度时刻(0.13 s)的 28%,进一步降至 0.175 s 时的 24%。

管内大部分能量仍保留在气体中。下载:下载高分辨率图像(243KB)下载:下载全尺寸图像图11.(a)发射管内能量分配的随时间演化;(b)载荷达到峰值速度时刻的发射管内能量分布百分比。初始条件为20 MPa和700 K。管内的气体可分为两部分:一部分位于载荷后方,对其做功;另一部分位于载荷前方,被载荷的运动所压缩和位移。气体能量由内能和机械能组成。载荷峰值速度时刻的能量分布如图11(b)所示。可以看出,在此时刻,载荷后方气体的能量占总气体能量的大部分,其内能和机械能分别占27%和32%。载荷对前方气体所做的功导致内能和机械能分别占总能量的6%和7%。基于上述分析,进一步扩展了工况条件。高压腔的具体压力和温度条件及对应的高压腔初始总焓和载荷峰值速度见表1。高压腔六种初始压力-温度条件下,载荷峰值速度时刻发射管内的能量分布如图12所示。表1. 高压腔初始条件及载荷最大速度。Einitial表示高压腔中的总焓。序号 P0 (MPa) T0 (K) ρ0 (kg/m3) Einitial (MJ) Vmax (m/s) 1 10 400 86.6 1.5 294.0 2 20 400 166.6 3.0 359.2 3 20 700 94.5 4.4 413.3 4 40 700 176.9 8.4 503.8 5 60 700 248.3 12.2 586.0 6 100 700 364.0 19.0 669.0 下载:下载高分辨率图像(166KB)下载:下载全尺寸图像图12. 高压腔六种不同初始条件下,载荷达到峰值速度时刻发射管内的能量分配。尽管载荷可达到的最大动能随初始总焓增加而增大,但载荷前后方的气体能量也随之增大。因此,可转化为载荷动能的最大可达能量占比逐渐降低。该比例从1.5 MJ初始条件下的38.5%下降至19.0 MJ条件下的22.7%,分别对应初始总焓的3.6%和1.5%。显然,仅有很小部分来自高压腔的总能量转化为载荷的动能。能量分布的详细数据见表2。表2. 载荷达到峰值速度时气体和载荷的百分比能量。所有报告的能量分配值均为无量纲百分比(%)(Etube = Egas_bebind + Egas_ahead + Eload)。序号 (Egas_bebind/Etube)×100% (Eload/Etube)×100% (Egas_ahead/Etube)×100% (Eload/Einitail)×100% 1 39.0 38.5 22.5 3.6 2 47.2 35.3 17.5 2.7 3 58.5 28.4 13.0 2.5 4 64.2 25.4 10.4 1.9 5 66.5 23.6 9.9 1.8 6 68.9 22.7 8.4 1.5 综上所述,对于单级气动发射系统,载荷最大可达速度与高压腔中存储的初始能量正相关。同时,它还受到载荷发射过程中对前方气流所做的功以及保留在后方气体中的能量的影响。更长的行程距离和更高的初始总焓导致更多能量耗散到载荷周围的气体中,从而使得可用于转化为载荷动能的能量占比更小。随着载荷目标动能的增加,系统对初始能量的需求呈指数增长。对于质量为8 kg的载荷,载荷最大动能(Eload)与初始总焓(Einitial)之间的关系由公式拟合:????????????????=1.2075???0.0104??????????????? 该拟合曲线的决定系数达到0.9565,如图13(a)所示。该图进一步显示了拟合曲线及其95%上下置信限(95% UCL和95% LCL)。载荷获得最大动能时对应的无量纲行程距离(x/D)大致在400-500范围内,如图13(b)所示。下载:下载高分辨率图像(200KB)下载:下载全尺寸图像图13.(a)载荷最大动能与高压腔初始能量的函数关系;(b)载荷达到峰值速度时的无量纲行程。3.5 载荷质量的影响 为进一步分析载荷运动过程中的能量分布,在初始条件为60 MPa和700 K的情况下,使用CFD和真实气体(RK)状态方程热力学模型模拟了六个载荷质量条件——0.5 kg、8 kg、16 kg、128 kg、512 kg和1024 kg。图14(a)展示了不同质量载荷的速度分布曲线。可以看出,对于相对较小的质量(0.5 kg至16 kg),热力学模型与CFD结果之间的偏差遵循与前述讨论类似的模式。较小的载荷质量对应于更短的行程距离,在该距离处热力学模型预测的速度开始超过CFD结果。对于质量范围在128 kg至1024 kg之间的较大载荷,热力学模型和CFD模拟得到的速度曲线几乎重合。下载:下载高分辨率图像(320KB)下载:下载全尺寸图像图14. 载荷速度随位移的变化。实线和虚线分别代表CFD和热力学模型。热力学模型相对于CFD的百分比偏差如图14(b)所示。在90 m的行程距离内,对于质量为128 kg至1024 kg的范围,两个模型之间的速度差保持在5%以下。热力学模型的速度超过CFD值10%的行程距离对于0.5 kg、8 kg和16 kg的质量分别为2.7 m、27.1 m和38.2 m。对应于20%偏差的距离分别为4.7 m、42.9 m和62.7 m。图15进一步展示了通过CFD模拟获得的载荷最大加速度、峰值速度和动能随质量的变化情况。在所有不同的量级范围内,这三个参数都与载荷质量呈强相关性。相应的拟合曲线和方程已在图中给出。可以清楚地观察到,虽然峰值加速度和速度都随质量增加而减小,但载荷的动能却随之增加。六个质量案例在峰值速度时刻发射管内的能量分布如图16所示。由于载荷质量更大而显著增加的最大动能显著提高了其占总系统能量的比例。因此,在相同的初始条件下,对于质量较大的载荷,热力学模型在相对更长的行程距离内保持其预测精度。下载:下载高分辨率图像(247KB)下载:下载全尺寸图像图15. 载荷加速度、速度和动能的最大值随质量的变化(从左至右)。结果来自CFD模型。下载:下载高分辨率图像(270KB)下载:下载全尺寸图像图16. 载荷达到峰值速度时发射管内的能量分配。基于上述分析,可以得出结论:对于中等弹道轨迹长度,热力学模型保持可接受预测精度(例如在10%-20%范围内)的行程距离与载荷速度呈负相关。在相同的初始温度700 K下,40 MPa下8 kg载荷的最大速度为504 m/s,而60 MPa下16 kg载荷为509 m/s;因此,它们的峰值速度相似。这两种工况下热力学模型与CFD结果之间20%、10%和5%偏差对应的行程距离进行比较,如图17所示。下载:下载高分分辨率图像(150KB)下载:下载全尺寸图像图17. 两种峰值速度相似(约505 m/s)但载荷质量和初始压力不同的工况下,热力学模型预测与CFD结果偏差为5%、10%和20%时的行程距离比较。可以观察到,质量较大的载荷在更长的行程距离内保持可接受的精度。这可以理解为:虽然热力学模型的可接受精度行程长度与速度相关,但在等速度条件下,质量越大,模型保持可接受精度的行程距离越长。尽管最终速度相似,但质量较大的载荷需要更长的行程距离才能达到最大速度,而非质量较小的载荷。可以推断,在相同的初始条件下,较大的载荷质量导致更大比例的
系统能量转移到载荷,从而延长了热力学模型的有效范围。相反,较高的初始气体密度导致载荷能量比例降低并缩短了模型的有效范围。然而,这些因素之间更精确和更具通用性的关系需要进一步研究。此外,将气体能量耗散纳入一维内弹道模型将显著增强热力学模型的适用性,而不会大幅增加计算资源消耗。4. 讨论 当前的CFD和热力学结果假设了理想的机械密封和无摩擦接触,以将纯流体动力学能量耗散与机械损失隔离开来。在实际的中长行程工程系统中,动态密封间隙和机械摩擦不可避免地会产生额外的能量损失。虽然机械摩擦表现为线性减速力,但间隙泄漏引入了复杂的二次流现象——例如弹头前方的先驱压缩波——这可能略微升高前方面压同时降低驱动腔压力。虽然这些因素降低了物理原型中载荷的绝对速度,但它们不会改变热力学模型和CFD模型之间已识别的基本能量分配趋势或空间偏差边界。模拟中采用了绝热壁。系统的发射时间极短(约0.2秒)。考虑管内强制对流,特征对流换热系数产生的热松弛时间尺度约为O(101s)量级。由于发射时间尺度比热耗散时间尺度短两个数量级,在研究过程中热边界层发展和壁面热损失可以忽略不计。在考虑真实气体效应时,模拟中采用了Redlich-Kwong(RK)状态方程。RK方程通过考虑分子间力和有限分子体积,捕捉了偏离理想气体行为的主要偏差。然而,在极端压力下,例如超过60 MPa,将空气作为伪纯流体使用立方型状态方程存在固有的定量局限性。在这种条件下,高阶维里项以及焓和熵的偏差变得越来越显著。尽管如此,这些热力学简化并未损害此类极端压力评估的科学有效性。虽然立方型状态方程可能在100 MPa下引入绝对密度的次级偏差,但它们能稳健地捕捉一阶非理想气体行为。具体而言,它们准确地考虑了压缩因子的显著降低以及可用于对外做功的减少的内能。此外,热力学模型和CFD模型在长行程距离(本研究为L/D = 900)上的渐进偏离主要源于流场的空间非均匀性。虽然热力学模型本质上依赖于空间均匀性的假设,但实际的内弹道流在发射管沿线表现出陡峭的空间梯度。显著的
能量捕获(超过60%的残余焓)和整体模型偏离均源于宏观波反射、局部压力叠加和边界层位移,这些都无法通过集总参数公式解决。为确保所有比较中的一致性,本研究在非理想条件下以相同的RK基准对热力学和CFD模型进行了对标。因此,量化的效率差距严格地隔离了空间流场非均匀性的影响与状态方程引入的偏差。这种受控的基准方法确保了基于条件的模型选择标准和质量阈值保持科学严谨性。为了在实际工程框架中进行定位,所研究的载荷质量与三个质量级别下的典型实际能源转换和冷发射系统进行了关联。轻量级范围(0.5-16 kg)对应便携式无人机、气动管道运输胶囊和缩比实验室动能冲击弹丸。中间质量范围(128-512 kg)包括战术导弹冷发射弹射装置和中程侦察无人机。重量级范围(≥1024 kg)与大型国防和工业设施相关,包括舰载飞机弹射器、重型水下鱼雷发射管以及用于耐撞性认证的满尺寸高动量冲击测试装置。这种质量-应用关联表明了比较结果对国防和航空航天设计的重大工程价值。在重载系统中,惯性主导简化了全局能量传递机制并减弱了瞬态效应引起的偏差。

据此,计算效率高的热力学模型适用于长行程发射过程,其预测误差低于5%,从而在不牺牲仿真保真度的前提下,大幅加速参数化系统优化。

**5. 结论**

本研究对90米中等行程压缩空气发射系统中的常规热力学模型与非定常雷诺平均纳维-斯托克斯(RANS)计算流体力学(CFD)模型进行了全面的对比能量分析。结果表明,计算效率高的热力学模型在短行程下是可靠的,但在长行程发射中显著高估了系统性能,原因在于其假设腔室内性质均匀分布并忽略了关键的流体动力学损失。尤为关键的是,空间分辨的流动分析揭示了造成这一差异的复杂能量耗散路径:系统总焓中有超过60%被滞留在残余气体中,以内部能和机械能的形式存在,仅有23%–39%的焓转化为8千克载荷的动能。此外,载荷前方产生的由压缩波引起的气动阻力,以及高压条件下Redlich–Kwong实际气体效应(使终端速度降低3%–9%),进一步加剧了高估问题,导致在90米行程下轻载荷的终端速度误差超过30%。

尽管该热力学模型在轻载荷下存在上述局限性,但对于重载(128–1024千克)却表现出显著的预测精度,因为在加速阶段惯性占主导地位,简化了能量传递过程,使速度偏差保持在5%以下。这种依赖于工况的精度差异对系统优化具有深远的实际意义。热力学模型在标准桌面CPU核心上仅需约0.4秒即可完成一次完整的90米发射事件的求解,而二维轴对称URANS CFD仿真每个案例则需要约500,000 CPU-秒,计算开销比约为1.3×10?:1。因此,明确确定热力学模型误差保持在5%以下的适用范围(即载荷质量≥128千克时),可在初步设计优化阶段为工程师节省数量级的计算时间。

这些研究结果为气动发射系统设计提供了以能量为核心的定量指导方针。对于短行程(小于10米)或大质量系统的快速初步参数扫描,强烈推荐采用热力学模型;而对于中等到长行程的轻载荷系统,瞬态气体耗散主导性能表现,CFD方法不可或缺。为弥合计算效率与物理保真度之间的关键差距,未来工作将致力于开发一种增强型一维内弹道模型,其中纳入经验气体能量耗散项,从而在热力学模型计算成本下实现CFD级别的精度。

**声明:本稿件准备过程中生成式AI及AI辅助技术的使用情况**

在本文撰写过程中,作者使用了DOUBAO(豆包)润色英文写作。作者对输出内容进行了审查和编辑,并对已发表文章的内容承担全部责任。

**CRediT作者贡献声明**

- 董天运:撰写——审阅与编辑,撰写——初稿,可视化,验证,方法论,调查,形式分析,数据管理,概念构思。
- 林俊灿:撰写——审阅与编辑。
- 张梓轩:撰写——审阅与编辑。
- 钟木:指导监督,方法论。
- 陆斋军:指导监督,资源获取,项目管理,资金获取,概念构思。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号