مدل جدید برای پیش بینی نرخ سوزش فرسایشی در موتور سوخت جامد
Publish place: Modares Mechanical Engineering، Vol: 20، Issue: 1
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 33
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_MME-20-1_011
Index date: 11 March 2025
مدل جدید برای پیش بینی نرخ سوزش فرسایشی در موتور سوخت جامد abstract
در پژوهش حاضر یک مدل جدید برای محاسبه نرخ سوزش فرسایشی در موتورهای سوخت جامد پیشنهاد شده است. این مدل در واقع اصلاح شده مدل وانگ است و مهم ترین تغییری که در آن اعمال شده افزودن اثر تغییر فشار بر نرخ سوزش فرسایشی است. علاوه بر این برای محاسبه گرادیان سرعت روی سطح سوزش در کدهای یک بعدی، روابطی که تاثیر تراکم پذیری جریان، دمش گاز و زبری سطح در آن لحاظ شده است، ارایه شدند. برای ارزیابی مدل از نتایج تست یک موتور آزمایشگاهی ساخته شده در این تحقیق استفاده شد. در ضمن برای مقایسه کارآیی و دقت این مدل نسبت به سایر مدل های موجود، از شش مدل سوزش فرسایشی دیگر که در مقالات موجود است در شبیه سازی موتور آزمایشی استفاده شد. مقایسه نتایج این شبیه سازی ها نشان می دهد که مدل حاضر دارای دقت بهتری نسبت به مدل های دیگر است. مزیت واردکردن تاثیر فشار در مدل وانگ نیز نشان داده شده است. از مزایای مدل ارائه شده آن است که برخلاف مدل های معروفی مانند مدل لنویر- روبیلارد ضرایب تجربی وابسته به هندسه و نوع سوخت در آن وجود ندارد.
مدل جدید برای پیش بینی نرخ سوزش فرسایشی در موتور سوخت جامد Keywords:
Erosive Burning , Burning Rate Semi-Empirical Formula , Internal Ballistics , Quasi ۱D Simulation , سوزش فرسایشی , رابطه نیمه تجربی نرخ سوزش , بالستیک داخلی , شبیه سازی شبه یک بعدی
مدل جدید برای پیش بینی نرخ سوزش فرسایشی در موتور سوخت جامد authors
سجاد غدیری
Iranian Space Research Center, Space Transportation Research Institute, Tehran, Iran
علیرضا محمدی
Iranian Space Research Center, Space Transportation Research Institute, Tehran, Iran
محمد فراهانی
Aerospace Engineering Faculty, Sharif University of Technology, Tehran, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
