داود رمش - دانشکده مهندسی هوافضا، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
سجاد خدادادیان - دانشکده مهندسی مکانیک، دانشگاه بوعلی سینا، همدان، ایران
حسن کریمی - دانشکده مهندسی هوافضا، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

هدف اصلی این مقاله، ارائه روش تکاملی الگوریتم ژنتیک برای بهینه یابی پارامترهای اصلی موتور سوخت مایع سیکل بسته است. بر مبنای همین الگوریتم بهینه یابی،  مدارهای جدید با سیکل‎های ترمودینامیکی بهبود یافته و تعیین میزان کارآیی آن ها مشخص شده اند. هدف اصلی این بهینه یابی، دست یابی به بالاترین سرعت نهایی ماهواره بر است که با دقت بسیار بالایی هم ارز با نسبت ضربه ویژه است. در این تحقیق، راهبرد استفاده از بوستر توربوپمپ و پمپ سوخت مرحله دوم به عنوان مدارهای مختلف موتور به چالش کشیده شده است. استفاده از بوستر توربوپمپ و پمپ سوخت مرحله دوم از یک طرف باعث افزایش وزن مجموعه موتور و از طرف دیگر با افزایش فشار ورودی پمپ ها و کاهش فشار مخازن، کاهش جرم مخازن و در نهایت کاهش جرم مجموعه موتور را به دنبال دارد. همین تعارض در به کارگیری این زیرسیستم ها، منجر به ارائه یک مسئله بهینه یابی بر مبنای مدار موتور می شود. برای این مسئله بهینه یابی قیودی چون، محدودیت افزایش فشار محفظه، دور توربین و به تبع آن فشار خروجی پمپ ها وجود دارند که در الگوریتم بهینه یابی اعمال شده است. نتایج به دست آمده نشان می دهد که تامین دبی سوخت مولد گاز از پمپ سوخت مرحله دوم و تقسیم دبی خروجی بوستر توربین سوخت به پمپ سوخت مرحله دوم و محفظه احتراق در افزایش سرعت نهایی ماهواره بر نقش بسزایی دارد.

بهینه یابی استاتیکی, سامانه ها ی پیشران, مدارهای ترمودینامیکی, بوستر توربوپمپ, الگوریتم ژنتیک