航空发动机仿真技术研究现状、挑战和展望

航空发动机仿真技术研究现状、挑战和展望

摘   要：仿真技术是支撑航空发动机自主研发的重要手段，体现了一个国家的高端装备研发水平，可大幅提高航空发动机的研发效率和质量，减少实物试验反复，缩短研制周期，降低研制成本。本文论述了仿真技术在航空发动机学科领域维、产品层次维和全生命周期维三个方面的发展与应用现状，分析了航空发动机仿真技术发展存在的问题，提出了提升仿真能力的战略措施。

关键词：航空发动机；仿真技术；发展；挑战；展望

1    引言

1 引言

仿真是一门基于控制论、系统论、相似原理和信息技术的多学科综合性技术。它以计算机系统和专用设备为工具，利用模型对实际或设想的系统和过程进行模拟，是支撑产品研发的重要手段。

航空发动机正向研发是一项复杂的系统工程。传统的航空发动机研制通常依靠实物试验暴露设计问题，采用“设计-试验验证-修改设计-再试验”反复迭代的串行研制模式，造成研制周期长、耗资大、风险高。未来航空发动机技术复杂程度和性能指标要求越来越高，产品研发难度显著增大，研制进度愈加紧迫，传统的研发模式已难以满足发展需求，需要实现从“传统设计”到“预测设计”的模式变革，而仿真是助推航空发动机研发模式变革的重要手段。

航空发动机仿真融合了先进航空发动机设计技术和信息技术的最新成果，是在计算机虚拟环境中，实现对航空发动机整机、部件或系统等的高精度、高保真多学科耦合数值模拟。通过仿真，可深化对航空发动机内部运行本质和规律的认识，提前暴露可能出现的故障、发现设计缺陷，大幅提高研制效率和质量，减少实物试验反复，降低研制风险和成本，加快研制进程。

航空发动机的仿真对象包含气动/燃烧/结构/强度/材料等学科领域维、部件/子系统/系统等产品结构层次维，以及设计/试验/制造/维修等全生命周期维等对象。

普惠公司工程模块中心副总裁曾说^[1]：“过去，普惠公司只在发动机的后期设计分析与验证中运用仿真技术。现在，在高性能计算、过程自动化和软件工具发展的推动下，我们从最初的概念设计阶段，到详细设计和售后服务都在运用仿真技术，以加速产品的研发，提高保真度，并优化产品的使用管理。仿真技术对于我们保持在航空发动机领域的技术优势发挥了至关重要的作用。”

据美国空军研究实验室(Air Force Research Laboratory，AFRL)2002年发表的研究报告表明^[2]，综合考虑F100，F404，F414和F119发动机的研发情况可以得出，一个发动机研发项目理论上需要10年周期，15亿美金研制经费，以及14台整机试车用发动机，试验时数长达11000多小时。采用先进的设计仿真工具，可使总试验时数减少到7000多小时，减少约30% (参见表1)，相应的，用于试验的发动机整机数量从14台减少到9台，研制经费也可从15亿美元减少到7亿美元，降低幅度高达50%(参见表2)。

2 航空发动机仿真技术的发展

2.1 仿真技术研究计划

20世纪80年代末以来，西方航空强国相继制定并实施了多项航空发动机仿真技术专项研究计划，并开发了多个航空发动机数值仿真系统。经过数十年的发展与应用，航空发动机仿真理论和算法已经成熟，仿真置信度较高，仿真精度已达到相当高水平(如表3)。

美国NASA于1991年启动了高性能计算机和通讯计划(HPCCP)^[3]，其中计算航空科学项目(CAS)的目标是针对航空航天研究领域建立集成、多学科的推进系统设计优化软件和数值模拟系统。通过组织业内各方力量，将计算流体力学与其他数值仿真技术、试验与数值仿真技术紧密结合，构建CFD集成试验系统，作为“数值试验台”，并应用了知识库和专家系统，对航空发动机部件和整机的性能、重量、成本及可靠性进行数值分析，在高逼真虚拟条件下获得发动机的内流数据。

美国推进系统数值仿真计划(NPSS)由NASA格林研究中心负责，联合国防部、军方、生产厂商及有关高校和研究机构共同参与实施^[4]。如图1所示，NPSS计划以大规模、分布式、高性能计算和通讯环境为依托，采用最先进的面向对象及远程网络协同技术，针对高度复杂的航空发动机推进系统及其子系统，建立多学科的分析工程模型，实现飞机/发动机的联合仿真^[5]。

俄罗斯中央航空发动机研究院(CIAM)制定了涡轮发动机计算机试验技术(CT3)计划，并开发了燃气轮机计算机仿真系统(CGTES)，包括一系列高精度的计算程序(一维、S1、S2、三维)^[6]，可完成对整机及其部件流道流动情况的计算，以及在综合考虑粘性损失、泄漏、引气、抽气及间隙的影响情况下对发动机稳态参数的计算，并可扩展到非定常的过渡态计算，实现了航空发动机在不同工况下的真实工作过程以及其主要参数对效率影响的高精度模拟，支撑航空发动机设计开发和评定。

欧洲通过实施VIVACE(Value Improvement Through a Virtual Aeronautical Collaborative Enterprise)计划中的虚拟发动机项目，推动各发动机公司和研究机构建立了统一的行业标准，搭建了统一的仿真平台，即面向对象的推进系统性能仿真软件(PROOSIS)^[7]，其构建的多学科协同设计系统，具有友好的用户操作界面、标准的数据接口、完善的动力系统零部件库，可针对各类航空发动机系统进行建模，功能涵盖发动机可行性研究、概念设计、详细设计、服务保障等全生命周期，目标是使新型发动机研制费用降低50%，研制周期缩短30%。目前，PROOSIS已成为欧洲商业航空发动机公司如罗罗、GE、普惠和MTU公司等开发新型航空发动机的首选标准工具。

“十五”期间，在航空推进技术验证计划的支持下，由北京航空航天大学数值仿真研究中心完成了中国第一代“航空发动机数值仿真系统CANSS”的开发，目前CANSS系统已发展到2.0版本，初步实现了发动机整机、部件、系统、学科等方面若干软件模块的开发和集成，并完成了在部分现役/在研整机及部件中的计算和分析。

2.2 仿真技术的发展

2.2.1 学科领域维仿真技术

(1) 流体仿真

计算流体力学(Computational Fluid Dynamic，CFD)是通过数值方法求解流体力学控制方程，并预测流体运动规律的学科。由于航空发动机的进排气、风扇、压气机和涡轮都是内部流动，因此在航空发动机中主要进行的是内流计算流体力学研究。

随着计算机技术发展，CFD网格模型、求解算法等也得到了相应的发展。支持的网格从单块结构化网格到多块结构化、非结构化网格；从四面体、三棱柱发展到球型、混合网格。CFD求解算法从势方程、Euler方程、雷诺平均N-S方程(RANS)、大涡模拟(LES)发展到直接数值模拟(DNS)。目前工程应用的主要是RANS方法，而RANS与LES混合方法可能是未来发展的趋势。

2014年，美国NASA经过大量的调研，形成了一份综合分析报告^[8]，对CFD中所涉及的大部分技术到2030年时的需求及能力进行了分析和预测，并给出了技术发展路线图，如图2所示。报告认为：(1)到2030年，RANS方法可能仍是工程中主要的分析手段；(2)大涡模拟及其基于近壁建模的简化方法将在工程中获得大规模应用；(3)需要在物理模型、数值格式、求解算法、网格生成等一系列方向上开展大量研究，以形成完全自动化的高效分析工具；(4)未来15年CFD的重点研究方向应为高精度数值方法和高效求解算法、与物理现实尽量一致的高保真物理模型及仿真、误差评估(数值误差、几何误差、及模型误差等)、多学科/部件耦合分析及多目标优化等技术^[8]。

(2) 燃烧仿真

计算燃烧学(Computational Combustion Dynamics，CCD)是对燃烧的基本现象和实际过程进行计算机模拟的一门科学，为深入认识航空发动机燃烧过程和燃烧装置的设计及研制提供了重要手段。

20世纪70年代，美国研制了先进的高温升回流燃烧气动热力计算程序，是可以进行实际燃烧室性能预估的第一代计算模拟软件。80年代，美国先后实施了国家燃烧计算模块(NCC)、先进模拟和计算(ASC)、燃烧室设计模拟评估(CDME)、推进系统数值仿真(NPSS)等一系列数值模拟领域的重大研究计划，开发了可用于燃烧室气动稳态模拟的国家燃烧代码(NCC)等发动机数值计算核心软件。同时各大航空发动机公司如美国GE、普惠公司和英国RR公司等也针对各自的工程研究需要，开发了专门的燃烧性能仿真软件或物理仿真模型^[9~12]，指导燃烧室设计与研制。2000年以后，已经能够用数值计算预估二维和三维定常有粘的燃烧室内流复杂流动，并用数值计算方法预估三维非定常两相有化学反应的流动，FLUENT、STAR-CD等软件通过不断的技术完善，都可实现对燃烧过程进行数值模拟。一些主要航空发动机制造商已经用燃烧数值计算方法进行燃烧室设计，如美国GE公司基于NCC计划搭建性能分析平台，完成了包括CFM56的双环腔燃烧室(DAC)等多个新型燃烧系统的设计。此外，美国政府发动机热端部件技术项目对燃烧数值仿真软件进行了系统的试验验证和评估，使得发动机研制周期从过去的10~15年缩短到6~8年甚至4~5年。

当前燃烧数值仿真技术进一步朝着高保真、高效的方向发展^[13]。美国国家航空航天局(NASA)在最新公布的CFD2030年远景规划中也将航空发动机燃烧流场高保真、高效模拟列为四个CFD应用重大挑战性和亟需解决问题之一。高保真、高效燃烧数值仿真技术的需求，对燃烧室内强旋流、三维、非定常两相多物理场耦合的物理过程建模和数值方法提出了新的挑战，主要表现为以下几个方面：(1)针对先进发动机宽压力、强湍流的燃烧模拟，基于概率密度函数燃烧模型的高效、通用的自适应湍流燃烧模型是当前国际上一个研究的热点；(2)由于大涡模拟介于雷诺平均和直接数值模拟之间，能够对燃烧场中大尺度流动结构进行准确求解，是精度较高、又经济可行的一种湍流燃烧模拟方法。因此，大涡模拟(LES)方法已逐渐成为模拟发动机燃烧过程的一种有效方法和发展趋势。从2008年开始，各大航空发动机公司(如GE、普惠公司等)大力推广大涡模拟方法在发动机燃烧室设计和优化中的应用。

(3) 传热仿真

计算传热学(Computational Heat Transfer，CHT)又称数值传热学(Numerical Heat Transfer，NHT)是指对描写流动与传热问题的控制方程采用数值解法通过计算机予以求解的一门学科。1981年PHOENICS软件正式投放市场，开创了CFD/NHT商用软件市场的先河，对以后的热流科学商用软件的发展具有重要影响^[14]。随着计算机工业的发展，CFD/NHT的计算逐步由二维向三维，由规则区域向不规则区域，由正交坐标系向非正交坐标系发展。

近10余年来，CFD/NHT技术在工业界的应用日益普遍，已形成了50多种求解热流问题的商用软件。Singhal^[15]撰文指出目前NHT发展已具备求解导热到气、液、固多相并存的流动与换热问题的能力。前后处理软件也获得迅速发展，从常用的GRAPHER，GRAPH TOOL到比较专业的前后处理软件IDEAS，PATRAN，ICEM-CFD等。多个计算传热与流动问题的大型商业通用软件，如FLUENT(1983年)，FIDAP(1983年)，STAR-CD(1987年)，FLOW-3D(1991年)等陆续投放市场，除FIDAP为有限元法外，其余产品均采用有限容积法。1989年，著名学者Patankar SV教授在美国明尼阿波列斯组建了Innovative Research，Inc.公司，推出了计算流动-传热-燃烧等过程的Compact系列软件。流动与传热问题数值计算商业软件的蓬勃发展，一方面有力地推动了计算传热学研究成果应用于求解工业实际活动，另一方面也促进了对高性能数值方法的研究。未来数值计算方法将向更高的计算精度、更好的区域适应性及更强的健壮性方向发展，呈现三大趋势：一是对分析结果的精度要求越来越高，需大力开展具有有界性、高分辨率的对流项格式研究；二是对分析对象的要求越来越庞大和复杂(系统级分析)，需进一步发展网格生成技术方法、同位网格方法和非结构化网格方法；三是对多物理场、多相连续介质耦合分析尤其是气动、结构、传热耦合分析的需求越来越多，需进一步研究算子分裂算法PISO、基于可压流的SIMPLE系列算法等压力与速度耦合关系的处理方法。

(4) 结构强度仿真

结构强度仿真是应用计算结构力学计算从零件到部件、组件、分系统和整台发动机的结构性能，包括应力、应变、振动频率、寿命、重量、可靠性等。

自20世纪70年代初开始至今，以美国为代表，在发动机结构强度方面有三次重大理论发展、创新和实践。70年代发展了发动机应变疲劳和断裂理论。80年代发展了高温材料和结构的非线性应变理论和疲劳/蠕变寿命模型。90年代，发展了包括高循环疲劳科学与技术计划(HCF S & T)、高温复合材料结构(火焰筒、涡轮导向叶片)以及概率寿命设计(叶片\涡轮)方法等。

以美国为代表西方发达国家，经过数十年的发展和应用验证，发动机结构强度仿真技术本身的理论和算法已经趋于稳定，积累了大量高置信度仿真模型、仿真输入数据(载荷，边界条件，材料力学性能数据库)和仿真算法程序，仿真置信度较高。如：在叶片、机匣等关键结构寿命设计方面开展了包括低周疲劳、高周疲劳、蠕变、高低周复合疲劳、热机械疲劳等多失效模式的研究，建立了详尽、完备的基础数据库与分析模型。

未来结构强度仿真一方面朝着更高精度的要求发展，这需要大量的试验数据，包括材料性能数据支撑；另外一方面朝着多学科耦合，以及整机结构强度仿真方向发展。

(5) 材料仿真

材料仿真是指通过模拟材料的组成、结构、性能及服役性能，研究材料从纳观、微观、介观到宏观的多个尺度范围内存在的各类现象与特征，从而预测材料的结构和物化性质，为进行材料设计、优化与实践的重要手段。材料仿真的理论方法主要包括：基于统计物理学的分子动力学方法、基于量子力学原理的第一性原理计算以及基于连续介质力学的有限元方法等。其中，分子动力学方法和第一性原理计算用于电子和原子尺度的材料计算，有限元计算方法用于宏观尺度的材料计算。介观尺度材料仿真的研究兴起于上个世纪九十年代，主要计算方法包括：空间离散化位错动力学、相场动力学、元胞自动机(CA)方法、波茨模型、几何及组分模型、拓扑网格和顶点模型。近年来，逾渗模型被逐渐引入到材料仿真领域，在材料导电路径、微区塑性性能、扩散、断裂力学以及多孔介质的模拟预测等方面具有重要应用。

材料仿真在材料研究和设计领域的重要作用引起了广泛的关注，并制定了多个计划以推进材料仿真技术的发展。2000年以来，美国海军航空系统司令部(DARPA)资助美国GE、PW和Boeing公司启动“加速引入材料(AIM)”计划^[16]，以航空发动机叶片和盘件快速研制为目标，加强了材料及工艺多尺度建模仿真、结构可制造性分析、设计-材料-制造一体化多学科集成应用，大幅缩短航空发动机材料的研制与应用周期，如GE公司利用材料仿真技术，将合金材料的开发周期降低一半。2011年6月24日，美国启动“先进制造业伙伴关系(APM)”计划^[17]，旨在联合美国政府、高校及企业，共同推进美国制造业的发展，以保持其在制造业的世界领先地位。APM计划中的一个重要组成部分是“材料基因组(MGI)计划”，即通过建立描述材料的成分-结构-性能关系的数据库，基于已有的材料学基本原理和计算模型，可以设计出满足特定需求的功能性材料，以大大提升研发速度。美国GE公司在MGI计划推动下，通过将公司内部相近合金的数据库与计算热力学相稳定性的预测相结合，成功研发出应用于燃气轮机的GTD262高温合金材料，且从概念设计到实际生产只耗费4年时间，经费是以前同类合金开发成本的1/5左右^[18]。

(6) 多学科设计优化仿真

多学科设计优化(Multidisciplinary Design Optimization，MDO)是一种通过探索并利用工程系统中各学科间相互作用的协调机制来设计复杂系统和子系统的方法。在设计过程中，需“同步”考虑各学科间的耦合作用，“实时”平衡各学科间的冲突，利用先进MDO策略及适于MDO的先进优化算法来寻求系统最优解，从而提高产品综合性能水平，缩短研制周期并降低成本。

1974年，美国国家航空航天局(NASA)高级研究员Sobieski首先提出了MDO思想；1991年，AIAA成立了专门的MDO技术委员会，发表了第一份MDO白皮书，其以航空工业发展为背景，描述了飞行器设计方法的变迁，指出MDO技术是追求飞行器高综合性能指标的必然产物，同时列举了MDO的研究内容与核心技术，标志MDO作为一个新的研究领域正式诞生；1998年，MDO技术委员会发表了第二份白皮书，描述了MDO的工程应用情况，总结了利用MDO技术的方法及经验，提出了需要解决的困难问题，推进了MDO技术的工程应用；目前，美国政府已将MDO技术纳入“美国国家关键技术发展规划”，希望通过对MDO技术的研究与工程应用，促使企业从传统的串行设计模式向先进的并行、一体化设计模式转换。

目前，已建立了集成不同学科软件、自动实现数据交互、可并行分布式计算的MDO框架，如NASA兰利研究中心开发的FIDO框架^[19]、NASA Glenn研究中心联合密歇根大学等高校开发的OpenMDAO^[20]、加拿大普惠公司开发了的PMDO(初步多学科设计优化)系统等^[21]，基于协同优化(CO)策略对整个设计流程进行分解，整个多学科设计优化包括两个层级：整机(系统)级和部件(子系统)级。当前的主流方法有顺序迭代、设计结构矩阵方法(DSM)以及分析模型近似方法。通过这些方法对系统建模、分解后，结合全局灵敏度方程和近似模型技术，采用并行子空间策略(CSSO)、协同优化(CO)、二级集成系统综合方法(BLISS)和解析目标层解方法(ATC)等MDO策略进行求解。

未来的MDO将采用多学科耦合协调及复杂设计流程分解的机制、复杂系统的多保真度建模技术，开展更高精度的代理模型、更高效的优化算法及优化策略等的研究。

2.2.2 产品结构层次维仿真技术

(1) 控制系统仿真

航空发动机控制系统仿真包括发动机建模仿真和发动机控制系统仿真两项核心技术。

美国NASA Glenn研究中心在20世纪90年代中期，基于MATLAB/Simulink和面向对象技术，完成了NPSS平台开发，建立了发动机非线性部件级实时仿真平台，实现了对发动机性能的分析、预估，支撑发动机控制系统的设计；2003年，完成了军用级的通用推进系统仿真模型(Modular Aero-Propulsion System Simulation，MAPSS)^[22]、控制系统和故障诊断仿真模型的开发；2008年，完成了民用级的通用推进系统仿真模型(Commercial Modular Aero-Propulsion System Simulation，C-MAPSS)^[23]的开发以及在40000kg级推力和18000kg级推力的大涵道比民用涡扇发动机上的应用验证，为控制系统(控制规律、控制计划、控制逻辑)的设计与开发提供支撑，在此基础上，构建了发动机仿真模型和发动机控制系统仿真模型集成的整机闭环仿真平台，为FADEC系统的快速成功研制奠定了基础。

美国空军研究实验室(简称AFRL)构建了由涡轮发动机部件级非线性实时模型、控制系统和健康管理系统等组成的涡轮发动机动态仿真系统TEDS (Turbine Engine Dynamic Simulator)。TEDS是一个虚拟测试平台，也是一个共享资源平台，由基于dSPACE硬件(包含模拟量、数字量输入输出)的仿真模块组成，用以支持实时仿真环境下先进控制方法和健康管理的研究，并成功实现了涡轮发动机及其控制系统的实时仿真验证。2005年，AFRL开发了通用的发动机模型GEM(generic engine model)^[24]，具备发动机实时仿真、全飞行包线内仿真、高精度的稳态特性与过渡态特性分析、硬件在回路试验验证等功能。随后，又开发了扩展型通用发动机模型AGEM (Augmented Generic Engine Model)，它为一个0-D计算小涵道比军用发动机稳态、过渡态性能的仿真模型，可用于GE的F110和Pratt & Whitney的F100发动机性能的分析验证。

同时，基于通用的发动机模型，AFRL完成了智能控制设备(Intelligent Controls Facility，ICF)的开发，为原型机试验提供预先验证的平台，实现了FADEC硬件在回路(Hardware-in-the-Loop)的快速高效半实物仿真验证。

(2) 液压机械执行机构仿真

液压机械执行机构作为控制系统的一个重要组成部分。目前专用于液压仿真的典型软件有英国巴斯大学的BATH/FP、德国大学等多家机构研制的FluidSIM，以及用于机械或机电系统的液压仿真软件，如美国MSC公司的Admas、波音公司的Easy5、西门子公司的AMESim等。这些产品在建模图形化、模型库的丰富性、界面友好性和操作的方便性等方面做的都比较成功，同时在三维实体运动和动力分析和仿真、查错功能、建模的具体方法或功能的多样性方面又各有所长。

(3) 燃烧室仿真

在航空发动机中，燃烧室的作用在于燃烧气体，并形成高温高压的燃气，推动涡轮旋转做功。燃烧室一直被公认为仿真模拟难度较大的部件，近年来也取得了重要突破。加拿大普惠公司采用数值计算方法预估三维非定常两相有化学反应的流动，对某民用航空发动机全环燃烧室进行数值模拟，所设计的燃烧室据称不做部件调整试验，就可直接装在发动机整机上试验。另外，仿真技术在GE90、CFM56和F124发动机的燃烧室设计中也获得了成功应用。如：完成了GE90发动机全燃烧室几何建模、气动/传热/燃烧耦合仿真、电子样机建模/整机流道三维稳态气动仿真、整机流道三维稳态气动与考虑化学反应的燃烧室耦合仿真。

(4) 压气机、涡轮等机构仿真

在航空发动机中，确保气动稳定性是最为重要的技术标准之一。从航空发动机的构造来看，以风扇、压气机和涡轮对于气体的流动量最为敏感。因此，需要采用数值仿真技术对压气机以及涡轮的效率进行分析，确保三者的各级流动可以相互匹配；还要分析涡轮叶片的冷却效果。如：采用NPSS计划的研究成果，完成了大量的应用^[25~27]，包括：PW6000高压压气机一维欧拉可压流分析模块与零维整机缩放演示仿真；E³发动机进气道压力畸变三维非定常仿真和低压系统三维稳态气动仿真；AE3007A1发动机热力循环分析/电子样机建模/带冷却气的高低压涡轮耦合仿真；T58发动机压气机三维非定常仿真。

2.2.3 生命周期维仿真技术

(1) 设计业务域

在航空发动机设计中，仿真技术主要用于推进系统、整机、部件和系统的辅助设计和性能分析。如：GE公司运用仿真技术，仅耗时两个半月就完成了GE90发动机的改进设计，使得高压压气机级数从7级减至6级，单机减重200~250磅，单位耗油率下降1%，单台发动机寿命周期内运营成本平均节约25万美元，大大提高了研制效率；罗罗公司采用仿真技术成功完成了Trent 800的弯掠风扇设计，具有效率高、喘振裕度大、抗外物能力强、噪声低等优点^[28]；普惠公司发展了NASTAR程序，应用于F119，PW4000，PW6000，PW8000等发动机的风扇/压气机设计，性能大大提高，设计风险显著降低。

(2) 试验业务域

目前，航空发动机部件级和系统级的大部分实物试验都可由数学仿真试验为主的虚拟试验代替，半实物仿真试验也初步得到了应用，特别是受试验条件限制难以进行的危险性或破坏性试验(如鸟撞、包容试验)，少量实物试验只用来进行模型校核和最后试验结果的验证。航空发动机试验仿真能力已实现从常规的稳态和过渡态特性仿真到动态特性(如喘振、旋转失速和进口流场畸变等)仿真的发展。

美国阿诺德工程发展中心(AEDC)和空军飞行试验中心(AFFTC)建立了全包线状态变量分段线性化的自适应机载实时模型(STORM)^[29]和增强的自适应机载实时模型(eSTORM)^[30]，形成了航空发动机地面和飞行联合仿真试验条件，具备了对航空发动机的稳态和瞬态工作性能进行在线评估的能力。经F22/F119各种飞行状态下的验证表明，上述模型均具有很高的预测精度。

(3) 制造/装配业务域

目前航空发动机制造工艺全流程仿真技术研究比较成熟，取得了航空发动机零部件/系统级制造工艺流程仿真等软件成果。如：在2005~2010年，Volvo公司实施了VERDI计划，完成了航空发动机零部件制造工艺的全流程仿真技术研究，涉及金属沉积、焊接、热处理、机加等多种制造工艺，完成了航空发动机叶片制造工艺的全流程仿真^[31]软件的开发，实现了工艺参数和加工路径等优化，大大减少航空发动机零部件的研制周期和成本。

(4) 维修业务域

GE公司利用仿真技术建立了一套先进的航空发动机监视与诊断系统，包括1000多台发动机和几十年使用经验的数据库。该系统可应用于故障的实时预测、性能变化趋势分析和关键件的使用寿命管理，可大大节省维修工时和备件数量，提高经济性和工作可靠性。GE公司正在将“数字孪生(Digital twin)”技术应用于航空发动机的研发，建立“数字孪生”发动机，在仿真环境下完成对飞行过程中真实发动机实际运行情况的完整透视，实现对航空发动机磨损情况和维修时间的正确预判，达到早期预警或故障监控的目的。研发的先进涡桨发动机(ATP)号称是世界第一台真正意义的“数字孪生(Digital twin)”发动机，GE公司已成为航空发动机仿真技术应用的标杆。

3 面临的挑战

航空发动机仿真技术的发展已经取得长足的进步，开发了气动、结构、强度、燃烧、传热、控制、材料和工艺等学科领域的许多数值仿真软件，并在相关的整机、部件和系统验证平台中进行了不同程度的试验验证，构建了可支撑新技术、新材料和新工艺的仿真设计环境；面向航空发动机全生命周期各业务域的虚拟仿真技术得到了大力发展。但是，面向我国航空发动机的发展现状，要实现从“传统设计”研发模式向“预测设计”研发模式的转型升级，仿真技术的发展仍然存在以下不足：

(1) 仿真技术发展缺乏从全产业链角度的全局规划

目前航空发动机仿真软件资源众多(商用和自主开发软件)，分布分散；在航空发动机部件级、系统级数值仿真试验和实物试验过程中，积累了大量的数据和模型，由于缺乏仿真软件集成的标准、协议和规范及其高效的模型、数据共享机制，使得软、硬件资源的集成存在障碍，模型数据交互仍处于“孤岛”状态，无法得到高效利用，无法有效支撑航空发动机的自主创新。

(2)“基于模型的系统工程”(MBSE)的研发模式没有得到全面的推广应用

航空发动机研究具有多学科融合、多专业综合以及设计、制造、试验、验证、使用、维护等全产业链协同等复杂属性。目前部件级、系统级数值仿真得到广泛利用，尚未完全建立各层次的虚拟样机，不能真正实现航空发动机全产业链协同优化设计。

(3) 学科领域维的仿真以数值仿真为主，仿真精度和置信度需要进一步提高

在流体仿真方面，仿真精度及可靠性不足、基础理论研究需进一步突破；在结构仿真方面，试验数据尤其是材料性能数据积累不够，仿真精度和置信度需要进一步提升；传热仿真方面，传热模型有待进一步扩充和完善，缺乏验证数据库，完整性和高效性还有待进一步提升；在燃烧仿真方面，两相湍流燃烧仿真精度较低，不足以支撑工程应用；材料和工艺的仿真仍限于局部，未能覆盖产品设计、工艺和性能分析等研制全过程，制造全工艺链仿真处于初级阶段；流-固-热等多学科耦合/优化技术水平距离工程实用还存在不少差距。

(4) 多学科耦合仿真、飞发一体化仿真、半实物仿真、数字孪生等先进仿真应用技术有待于进一步加强

在设计业务域，发动机过渡态气动热力仿真以及整机三维稳态气动热力多维缩放仿真有待加强，整机三维过渡态多学科仿真技术亟需突破；缺少不同载机在各种飞行环境中的飞发一体化仿真能力，无法实现对用户需求的仿真验证以及总体正向设计。在试验业务域，虚拟试验得到了广泛应用，但由于模型缺乏足够的试验数据验证，可信度不足，半实物仿真试验仍处于起步阶段。在制造/装配业务域，数字样机尚未完全形成，装配仿真技术应用几乎空白；在维护业务域，“数字孪生”和“虚拟孪生”技术仅得到初步应用，需要进一步加强推广。

(5) 人员协作与数据管理需要加强

航空发动机研发是集设计、仿真分析、试验评估于一体的复杂系统工程，学科方向众多，参研队伍庞大。随着仿真技术的深入应用，设计与仿真交互更为频繁，仿真学科方向更加宽泛，设计过程产生海量仿真数据，将面临人员分工协作、数据交互整合等方面的巨大挑战。

4 发展趋势与展望

为了进一步发展航空发动机仿真技术，全面推进基于建模和仿真的航空发动机“预测型”研制模式，需要从以下几个方面开展工作：

(1) 全面推行“基于模型的系统工程”的正向设计研发体系

总体规划仿真技术在重点型号中的应用，大力加强仿真标准规范体系和仿真模型库/数据库建设，推行“基于模型的系统工程”(MBSE)正向设计模式的全面应用。将仿真工作纳入型号研制任务，利用试验结果充分校核仿真软件，不断提高仿真精度和置信度；将仿真模型、仿真工具和仿真数据作为重大设计评审和试验评审的重要内容，促进仿真流程、方法、工具和数据的积累完善。建立有效的人员协作管理机制，研究仿真数据与试验资源的整合方法，有效组织开展仿真过程，服务型号设计。

(2) 着重开展学科领域维、产品层次维和全生命周期维的仿真建模研究，构建飞机/发动机一体化数字样机

加强飞发一体化、发动机整机全三维过渡态气/热/固/声耦合、寿命预测、振动响应及阻尼、制造全流程工艺仿真、半实物仿真、数字孪生等仿真应用技术研究，构建完整的零部件、整机试验和设计仿真结果工程应用数据库，建立不同层级的虚拟样机，高度关注多样机间的关联和总体集成，构建高逼真度的飞发一体化数字样机体系。

(3) 大力加强发动机核心部件级和系统级物理效应仿真系统建设，提高仿真可信度

在现有数值仿真系统的基础上，开展核心部件和发动机系统级半实物仿真系统的建设，充分挖掘研制全生命周期各阶段试验数据价值，实现仿真试验与实物试验的相互补充和相互验证，提高仿真的可信度。

(4) 强力推进跨地域的航空发动机协同开发平台建设，开展基于仿真试验和整机实物试验相结合的航空发动机性能鉴定与评估，提升研发效率与水平

面向航空发动机研发对仿真技术的需求，解决仿真资源分散化、不规范，以及配置不合理的问题，充分利用云计算、量子计算、大数据挖掘、人工智能、知识工程等新兴资源与方法和“众创、众包”机制，整合成熟的仿真工具、方法、模型和标准等资源，开发具有自主知识产权的跨地域的航空发动机协同研发平台，提供专业化的仿真服务，大幅降低仿真时间和成本，提高设计效率。探索产品研制第三方仿真评估的工作模式，建立基于仿真试验和整机实物试验相结合的航空发动机性能鉴定与评估体系，避免由于仿真工具、方法、模型使用不当造成的误差，提高仿真工作的科学性、公正性，提高航空发动机研发效率。

(5) 积极培育仿真专业人才梯队，推动航空发动机水平的跨越式发展

面向航空发动机研发对仿真技术的需求，建立产学研一条龙的仿真专业人才培养机制，建立完善仿真技术人才梯队，促进仿真技术发展和应用。

5 结束语

仿真技术是未来先进航空发动机自主创新研发的必要手段，采用先进仿真工具，能够大大降低发动机的研发成本，缩短研制周期。通过设立多个仿真专项计划，将仿真技术应用于发动机设计、试验、制造/装配和维修阶段的全生命周期中，取得了显著的效果。同时，在仿真专项计划的牵引下，仿真专业技术和仿真支撑技术都得到长足的发展。为了加速航空发动机研制由传统模式向“预测型”模式转变，应进一步提高仿真的精度和置信度，加强其在产品研制中的推广应用，并探索基于新兴技术的新型仿真服务模式。

参考文献

[1]

ANSYS INC. Powered by Innovation[J].

ANSYS Advantage, 2013, Ⅶ(2): 17-21.    

[2]

Skira C A. Reducing Military Aircraft Engine Development Cost through Modeling and Simulation[C]. Paris: RTO AVT Symposium on Reduction of Military Vehicle Acquisition Time and Cost Through Advanced Modelling and Virtual Simulation, 2002.    

[3]

Holcomb L, Smith P, Hunter P. NASA High Performance Computing and Communications Program[J].

Journal of Supercomputing, 1994, 51(2): 95-96.    

[4]

Nichols L D, Chamis C C. Numerical Propulsion System Simulation: An Interdisciplinary Approach[R]. AIAA 91-3554.    

[5]

Panel(AVT) Task Group. Performance Prediction and Simulation of Gas Turbine Engine Operation for Aircraft, Marine, Vehicular, and Power Generation[R]. TR-AVT-036.    

[6]

Ivanov M, Nigmatullin R. Interconnected Multi-Level Design of Gas Turbine Elements[C]. Reno: 41st Aerospace Sciences Meeting and Exhibit, 2003.    

[7]

Homsi P. VIVACE -Value Improvement through a Virtual Aeronautical Collaborative Enterprise[R]. Technical Leaflet Final, 2007. 

[8]

Slotnick J, Khodadoust A, Alonso J, et al. CFD Vision 2030 Study: A Path to Revolutionary Computational Aerosciences[R]. NASA/CR-2014-218178. 

[9]

Anand M, James S, Zhu J. Large-Eddy Simulations as a Design Tool for Gas Turbine Combustion Systems[J]. AIAA Journal, 2006, 44(4): 674-686. DOI:10.2514/1.15390 

[10]

Cho C H, Baek G M, Sohn C H, et al. A Numerical Approach to Reduction of NO_x Emission from Swirl Premix Burner in a Gas Turbine Combustor[J].

Applied Thermal Engineering, 2013, 59(1): 454-463. 

[11]

Rizk N K, Mongia H C. NO_x Model for Lean Combustion Concept[J]. Journal of Propulsion and Power, 1995, 11(1): 161-169. DOI:10.2514/3.23854 

[12]

Anand M S, Eggels R, Staufer M, et al. An Advanced Unstructured-Grid Finite-Volume Design System for Gas Turbine Combustion Analysis[C]. Karnataka: ASME 2013 Gas Turbine India Conference Bangalore, 2013.

[13]

Jones W, Tyliszczak A. Large Eddy Simulation of Spark Ignition in a Gas Turbine Combustor[J]. Flow Turbulence and Combustion, 2010, 85: 711-734. DOI:10.1007/s10494-010-9289-9 

[14]

Spalding D B. A General Purpose Computer Program for Multi-Dimensional One-and Two-Phase Flow[J].

Mathematics & Computers in Simulation, 1981, 23(3): 267-276. 

[15]

Singhal A. A Critical Look of the Progress in Numerical Heat Transfer and Some Suggestions for Improvement[J].

Numerical Heat Transfer, 1985, 8: 505-517. 

[16]

Wei D Y, Pierron X, Backman D G, et al. Accelerated Insertion of Materials for Aircraft Engine Superalloy Applications[C]. Warrendale: The Minerals, Metals,and Materials Society -TMS Annual Meeting, 2001.

[17]

Drosback M. Materials Genome Initiative: Advances and Initiatives[J]. Journal of the Minerals, Metals, and Materials Society, 2014, 66(3): 334-335. DOI:10.1007/s11837-014-0894-2 

[18]

Council N R. Application of Lightweighting Technology to Military Aircraft, Vessels, and Vehicles[M]. Washington, DC: The National Academies Press, 2012.

[19]

Townsend J C, Weston R P, Eidson T M. A Programming Environment for Distributed Complex Computing. An Overview of the Framework for Interdisciplinary Design Optimization(FIDO)Project. NASA Langley TOPS Exhibit H120b[R]. NASA-TM-109058.

[20]

Gray J, Moore K, Naylor B. OpenMDAO: An Open Source Framework for Multidisciplinary Analysis and Optimization[C]. Fort Worth: 13th AIAA/ISSMO Multidisciplinary Analysis Optimization Conference, 2010.

[21]

Panchenko V, Moustapha H, Mah S, et al. Preliminary Multi-disciplinary Optimization in Turbomachinery Design[C]. Paris: RTO AVT Symposium on Reduction of Military Vehicle Acquisition Time and Cost through Advanced Modelling and Virtual Simulation, 2002.

[22]

Parker K I, Guo T H. Development of a Turbofan Engine Simulation in a Graphical Simulation Environment [R]. NASA/TM-2003-212543. 

[23]

Frederick D K, DeCastro J S. User' s Guide for the Commercial Modular Aero-Propulsion System Simulation (C-MAPSS)[R]. NASA/TM-2007-215026.

[24]

Mink G, Behbahani A. The AFRL ICF Generic Gas Turbine Engine Model[C]. Tucson: 41st AIAA/ASME/SAE/ ASEE Joint Propulsion Conference and Exhibit, 2005.

[25]

Lytle J, Follen G, Naiman C, et al. Numerical Propulsion System Simulation(NPSS) 1999 Industry Review [R]. NASA/TM-2000-209795. 

[26]

Lytle J, Follen G, Naiman C, et al. 2001 Numerical Propulsion System Simulation Review[R]. NASA/TM-2002-211197.

[27]

Turner M, Norries A, Veres J. High Fidelity 3D Simulation of the GE90(invited)[C]. Orlando: 33rd AIAA Fluid Dynamics Conference and Exhibit, 2003.

[28]

Gallimore S J, Bolger J J, Cumpsty N A, et al. The Use of Sweep and Dihedral in Multistage Axial Flow Compressor Blading, Part Ⅰ: University Research and Methods Development[J].

Journal of Turbomachinery, 2002, 124(4): 33-47. 

[29]

Luppold R H, Roman J R, Gallops G W, et al. Estimation In-Flight Engine Performance Variations Using Kalman Filter Concepts[R]. AIAA 89-2584.

[30]

Volponi A, Enhanced Self Tuning On-Board Real-Time Model (eSTORM) for Aircraft Engine Performance Health Tracking[R]. NASA/CR-2008-215272.

[31]

Tersin H. Summary of VERDI Public Information[R]. AST4-CT-2005516046.

转载自CFD之道