TMF面板优化

Ariane Group GmbH开发了一个仿真程序，以减少全尺寸硬件测试的工作量。opti俚语用于阿丽亚娜6欧洲运载火箭燃烧室的一部分的设计和尺寸的热机械疲劳(TMF)面板的参数识别和优化。

介绍

运载火箭的推进系统产生推力，使运载火箭升空并加速进入轨道。根据燃烧的反应气体与运载火箭的作用和反应原理，加速度取决于发射物质的质量和速度。为了保持所需的低燃料质量消耗，高排气速度是理想的，这反过来又要求燃烧室内的高压水平和热反应温度。不同的概念可用于燃烧室，以保持结构的完整性。这里考虑蓄热式冷却燃烧室，其中低温流体通过燃烧室热气壁的冷却通道供气。

TMF面板试验

TMF小组的成立考虑了两个目标。首先，为了验证损伤模型，该模型是为热气壁的寿命预测而创建的。详细描述了损伤模型的公式，该公式考虑了粘塑性材料在TMF加载条件下的性能、老化和损伤效应。通过TMF试验，将该模型应用于比拉伸、疲劳和蠕变试验更复杂的结构，以证明其在飞行硬件上的适用性。在验证的材料损伤模型的基础上，给出了当今燃烧室的合理性能。其次，基于面板的TMF测试有潜力用于新燃烧室的开发过程中，作为一种经济有效的替代全面测试，以调查新材料或设计的能力。有了这个意图，本文重点研究了与燃烧室硬件相比，面板损伤行为的代表性。

TMF面板设计

如图2所示，TMF面板由内衬材料CuAgZr制成，在燃烧室的尺寸上包括五个冷却通道。在其背面，通过电沉积工艺镀镍层。

燃烧室和面板损伤行为的比较

在一个典型的负荷循环中，燃烧室首先被预冷，这导致了周向收缩。由于内衬材料通常比夹套材料具有更高的热膨胀系数，如图3b所示，在头两秒钟内，热气壁内会产生拉应力。点火后，衬里材料升温，而冷却的夹套防止衬里膨胀。因此，在整个600s的热运行时间内，热气壁出现压应力状态，导致铜材料发生非弹性变形。一旦发动机关闭，后冷却阶段开始导致回到拉伸应力状态。最后，温度恢复到环境温度。

预冷、热运行、后冷却和恢复到环境水平的多个负载循环对结构造成的压力被称为热机械疲劳(TMF)。这些负载条件导致热气壁变薄，趋向于屋顶形状的结构，即如图4b所示的狗屋效应。

观察TMF面板的行为，会发现应力应变迟滞与在燃烧室中看到的不同，见图5b。后冷却过程中，应力状态类似于拉伸状态，但应变处于压缩状态。因此，与燃烧室中热气体壁变薄相比，板的激光加载壁变厚。这改变了损伤条件，降低了面板试验的代表性。

优化的方法

opti俚语的优化是基于Ansys模拟，为所研究的设计提供应变响应。万博因此，使用参数化APDL脚本(Ansys参数化设计语言)来创建几何形状、构建模万博型、应用边界条件、启动作业并提取所有必要的结果数据。最后，为每个设计点返回一个错误值给opti俚语。它的最小化对应于向最佳设计的演变。

几何参数

图6显示了正在调查的面板上的一个切口。该图给出了优化器修改的设计参数的概述。与图2所示的原始设计相似(见第31页)，面板由铜衬里，镍护套和五个冷却通道组成。作为平面面板设计概念上的新事物，目前的研究包括对曲面面板的评估。

设计生成基于拉丁超立方体采样方法。因此，相对于原始设计的初始值，每个参数均匀分布在±20%的带宽上。对于曲率半径，初始值与燃烧室曲率相关。

由于显示的设计参数的变化，影响了面板内部的温度分布以及面板的整体刚度。随后，激光加载壁的载荷发生变化，导致应力-应变-迟滞的变化，在优化过程中考虑了这一点。

优化标准

为了形成最小化问题，定义了一个错误值Err。“Err”是量化当前设计与燃烧室目标行为的应变偏差。如图7(见下一页)所示，对于中间通道的热壁中心点位置，测量了顶部、中心和底部三个位置在第一个加载周期后的机械环应变之差。然后用差值的几何平均值定义要最小化的误差值:

在每个设计的FE模拟之后，在APDL脚本中计算误差值，然后传回opti俚语。

灵敏度和最佳设计

对于灵敏度分析，通过改变7个设计参数创建了100个设计。对98种设计进行了成功的计算，并根据所描述的误差定义对模型灵敏度进行了研究。将相同的仿真结果用于生成最优预测元模型(MOP)，该模型用于优化目的。

参数的敏感性

由opti俚语提供的灵敏度分析结果如图8所示。结果表明，曲率半径对误差值的影响最大，曲率半径越大，误差值越小。将整体面板宽度作为第二个最具影响力的参数，可以看到更直观的结果。在庞大的侧体积中具有更少的材料，整体冷却性能得到改善，这也使结构在冷却阶段变得坚硬。热阶段的压缩变形导致了侧向的压缩塑化，而后冷却使所研究的壁面进入拉应力状态，增加了更冷和更硬的侧结构对其的影响。

还可以看出，误差值对定义实际通道结构和热壁尺寸的设计参数不太敏感。因此，调整热壁厚度、通道宽度和距离对实际损伤行为的影响较小。这一事实对于TMF面板测试在未来燃烧室验证工作中的应用非常重要。

最佳设计-几何进化

根据敏感性分析结果，建立了最优预后元模型(MOP)。实际优化任务是在MOP的基础上进行的，其预测系数(CoP)为96%。优化结果结合了对减小面板宽度、增大衬垫厚度和最佳弯曲半径的敏感性分析结果，如图9中的几何图形所示，左侧为初始几何图形，右侧为优化后的几何图形。

由于上述修改，残余应变积累在拉伸域以及在燃烧室中观察到。优化后的面板设计增加了热气壁损伤行为的代表性。

结论

在本研究中，研究了目前使用的TMF面板设计的潜在增强，以找到一种显示与燃烧室相似的损伤行为的面板形状。因此，创建了一个自动TMF面板测试仿真，包括生成有限元模型，并基于预先定义的设计参数运行热力学分析。将当前设计和燃烧室的性能自动进行比较的结果作为输出变量重新处理。

的分析能力optiSLang，可以识别和验证参数变化对面板损伤行为的敏感性。结果表明，板的曲率不仅对板的厚度和宽度有很大影响，而且对热壁性能也有很大影响。另一方面，热壁厚度、通道宽度和翅片宽度的影响较小，可以在不违反板对燃烧室代表性的情况下进行修改。这一结果对于未来将TMF面板测试应用于燃烧室鉴定尤为重要。