داود رمش؛ سجاد خدادادیان؛ حسن کریمی
دوره 9، شماره 1 ، خرداد 1395، ، صفحه 1-11
چکیده
هدف اصلی این مقاله، ارائة روش تکاملی الگوریتم ژنتیک برای بهینهیابی پارامترهای اصلی موتور سوخت مایع سیکل بسته است. بر مبنای همین الگوریتم بهینهیابی، مدارهای جدید با سیکلهای ترمودینامیکی بهبود یافته و تعیین میزان کارآیی آنها مشخص شدهاند. هدف اصلی این بهینهیابی، دستیابی به بالاترین سرعت نهایی ماهوارهبر است که با ...
بیشتر
هدف اصلی این مقاله، ارائة روش تکاملی الگوریتم ژنتیک برای بهینهیابی پارامترهای اصلی موتور سوخت مایع سیکل بسته است. بر مبنای همین الگوریتم بهینهیابی، مدارهای جدید با سیکلهای ترمودینامیکی بهبود یافته و تعیین میزان کارآیی آنها مشخص شدهاند. هدف اصلی این بهینهیابی، دستیابی به بالاترین سرعت نهایی ماهوارهبر است که با دقت بسیار بالایی همارز با نسبت ضربة ویژه است. در این تحقیق، راهبرد استفاده از بوستر توربوپمپ و پمپ سوخت مرحلة دوم به عنوان مدارهای مختلف موتور به چالش کشیده شده است. استفاده از بوستر توربوپمپ و پمپ سوخت مرحلة دوم از یک طرف باعث افزایش وزن مجموعة موتور و از طرف دیگر با افزایش فشار ورودی پمپها و کاهش فشار مخازن، کاهش جرم مخازن و در نهایت کاهش جرم مجموعه موتور را به دنبال دارد. همین تعارض در بهکارگیری این زیرسیستمها، منجر به ارائة یک مسئلة بهینهیابی بر مبنای مدار موتور میشود. برای این مسئله بهینهیابی قیودی چون، محدودیت افزایش فشار محفظه، دور توربین و به تبع آن فشار خروجی پمپها وجود دارند که در الگوریتم بهینهیابی اعمال شده است. نتایج بهدست آمده نشان میدهد که تأمین دبی سوخت مولد گاز از پمپ سوخت مرحلة دوم و تقسیم دبی خروجی بوستر توربین سوخت به پمپ سوخت مرحلة دوم و محفظة احتراق در افزایش سرعت نهایی ماهوارهبر نقش بسزایی دارد.
سجاد خدادادیان؛ رضا فرخی؛ داوود رمش
دوره 7، شماره 2 ، تیر 1393، ، صفحه 75-83
چکیده
هدف اصلی این مقاله، ارائة روشی مبتنی بر شبکة عصبی هوشمند همراه با شبیهسازی دینامیکی برپایة تحلیلهای ریاضی برای عیبیابی موتور سوخت مایعی است که امکان وجود اختلال در سامانة دادهبرداری آن وجود دارد. عیب، به شکل وقوع گرفتگی در مسیرهای متفاوت موتور و اختلال در سامانة دادهبرداری به صورت وجود اغتشاش در اندازهگیری یک پارامتر ...
بیشتر
هدف اصلی این مقاله، ارائة روشی مبتنی بر شبکة عصبی هوشمند همراه با شبیهسازی دینامیکی برپایة تحلیلهای ریاضی برای عیبیابی موتور سوخت مایعی است که امکان وجود اختلال در سامانة دادهبرداری آن وجود دارد. عیب، به شکل وقوع گرفتگی در مسیرهای متفاوت موتور و اختلال در سامانة دادهبرداری به صورت وجود اغتشاش در اندازهگیری یک پارامتر خروجی از موتور مدل میشود. نقطة کلیدی این طرح، بهکارگیریشبکههای عصبی موازی چند لایة «پیشخور» در تشخیص محل وقوع و میزان عیب،با استفاده از پارامترهای خروجی سامانة دادهبرداری معیوب است. شبیهسازی دینامیکی موتور انجام شده است تا بهوسیلة آن بتوان به دادههای مورد نیاز برای آموزش شبکة عصبی دست یافت. از یک الگوریتم فیلترینگ برای شناسایی و حذف داده اغتشاشی استفاده شده است. الگوریتم، ماتریس دادة تشکیل شده را به عنوان ورودی برای شبکة عصبی در نظر میگیرد که با دادههایی از همان جنس آموزش دیده است. روش عیبیابی مورد نظر، بهوسیلة دادههای آزمایشگاهی یک موتور سوخت مایع اعتبارسنجی شده است.