美阿貢國家實驗室與雷神技術聯合開發飛機發動機新型設計技術
據美國阿貢國家實驗室網站2020年6月8日刊文，隸屬於美國能源部(DOE)的阿貢國家實驗室(ANL)與雷神技術研究中心達成了一項新的合作研究與開發協議。這一新協議將改進並減少流體力學模型的計算費用，同時雙方致力於改善發動機部件的設計和耐久性。
隨著飛機發動機中燃料的燃燒溫度達到極高的水平，有必要使用熱管理策略來防止損壞飛機部件，例如噴射冷卻或氣膜冷卻。在渦輪和燃燒室壁面附近的薄邊界層中，冷卻空氣和熱燃氣之間的相互作用產生了可變混合環境，需要研究這一環境以確保更好地設計和提高發動機部件的耐久性。
研究人員正在使用高性能計算和機器學習演算法來實現這一目標，流體力學模型可以研究近壁環境中的冷卻劑的流動混合和傳熱，該項目的總體目標是優化現代發動機的燃燒室和渦輪的冷卻設計。
通常，飛機發動機使用小尺寸核心機，並在超高壓條件下運行。這往往會導致大量的熱燃氣接近壁面，並增加燃燒室襯套和渦輪葉片上的熱負荷。因此，需要關注熱管理，而減少冷卻空氣流量需求的設計改進可以提高發動機的熱效率。
飛機發動機的設計人員在研究冷卻時需要考慮幾個因素。例如，為了優化冷卻設計，需考慮如何通過選擇特定角度和布置冷卻孔來注入冷卻空氣。
到目前為止，研究人員只有兩類通用的模型來研究這些流動問題。一種是高度解析的計算流體力學(CFD)模擬模擬，該模擬雖然可以達到很高的精度，但是卻需要大量的計算費用，尤其是在壁面附近的邊界區域。另一種則是欠解析的模擬——使用捕獲近壁流體力學的模型，從而更快地產生精度較低的解決方案。
這種計算成本更低的模擬方法的問題在於，壁面模型無法捕獲實際情況中普遍存在的豐富的流動物理原理。對於那些壓力梯度和曲率會產生影響的幾何形狀，近壁面的複雜現象不一定能被現有模型模擬出來。""
通過利用先進的CFD建模、高性能計算和深度學習的力量，阿貢國家實驗室以及雷神技術公司的研究人員計劃將這兩種方法融合在一起。
首先，他們將使用Nek5000——一種大規模並行CFD代碼對大量發動機部件進行壁面解析模擬，該代碼最近已針對發動機流量和燃燒建模進行了增強。研究人員將使用Argonne超級計算資源，包括Argonne領軍計算設施中的Theta系統。
然後，他們將利用這些模擬生成的高保真度數據來訓練更快、計算成本更低的基於深度學習的空間模擬器，以捕獲近壁熱傳導。這種替代模型將能夠實現高保真模擬的許多準確性優勢，同時以較低的成本執行計算。
