基于实验设计的航空煤油燃烧反应动力学模型优化研究

The development of a predictive combustion kinetic model for jet fuels plays a key role in the parameter optimization for combustion chamber design, as well as in the performance improvement for aviation engines. Due to vast of model input parameters, their coupling effects, and the large temperature or pressure ranges needed to be validated, the current combustion kinetic models for jet fuels are far from perfect. This project is to develop new experimental design methods, to find the most useful conditions or targets for the constraint of the model parameters and reduce the predictions at engine operating conditions; to improve the ability of the inverse uncertainty quantification algorithm towards the optimization problems for the fuels of large molecules; to develop an optimized kinetic model for the key species in the jet fuel, which will support the improvement of a robust predictive jet fuel kinetic model.

发展准确可靠的航空煤油燃烧反应动力学模型，对于优化燃烧室的参数设计以及改进航空发动机性能将起到重要作用。航空煤油反应动力学模型由于输入参数众多、相互耦合机制复杂、需验证的工况范围广等诸多原因，当前模型预测值具有显著的不确定性，尚难以满足实际应用的需求。本项目拟发展新的实验设计方法，寻找可有效约束航空煤油燃烧反应动力学模型参数或可降低发动机真实工况条件下模型预测误差的基础燃烧实验条件和目标，以减少实验测量的盲目性；发展反向不确定性分析方法以提高对大分子燃料反应动力学模型优化问题的处理能力；在此基础上构建航空煤油关键组分的燃烧反应动力学优化模型，为进一步发展宽范围下具有更强预测能力的航空煤油反应动力学模型提供支持。

本项目顺利完成了预期的研究目标，在燃烧反应动力学实验设计、提升航空煤油模型燃料模拟效率以及燃烧反应动力学数据库的补充与完善方面，都取得了突破性的进展。本项目的主要研究内容及成果包括：1）发展了替代模型相似性分析的实验设计方法，通过分析不同实验工况下的模型预测相似性，帮助寻找对于特定目标有较强约束力的实验工况；2）提出了基于神经网络加速的蒙特卡洛马尔科夫链优化算法，大大加速了燃烧反应动力学模型优化的计算速度；3）开发出了能够方便高效应用本项目组的多种模型分析、实验设计、模型优化等方法的燃烧反应动力学计算平台OptEx；4）发展了基于全局灵敏性分析的模型简化方法STGSA，并提出了根据航空煤油模型燃料简化机理与详细机理的相似性来评估简化效果的方法；5）构建了新的航空煤油模型燃料机理B132；6）开展大量模型及实验研究，补充和完善了燃烧反应动力学数据库。本项目研究期间在高水平SCI期刊发表学术论文21篇，包含Combustion and Flame, Proceedings of the Combustion Institute 19篇，培养了7名博士生，在国内外学术会议上累计进行了28人次的学术报告。本项目研究结果将为发动机数值仿真和参数设计及新型燃料设计提供理论基础。