GrainArtist: A Physics-Informed Multi-Engine Framework for Solid Rocket Propellant Grain Inverse Design
Dit artikel introduceert GrainArtist, een natuurkundig geïnformeerd multi-engine framework dat diverse computationele methoden integreert om snel en accuraat het inverse ontwerp van vaste brandstofkorrels voor raketmotoren uit te voeren, waarbij een hoge nauwkeurigheid in ballistische tracking over verschillende regimes wordt bereikt terwijl onhaalbare geometrieën efficiënt worden gefilterd door middel van analytische veiligheidsbewakers.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Vaste brandstofmotoren zijn de werkpaarden van de ruimtevaart en drijven alles aan, van raketinterceptors tot de bovenste trappen van lanceervoertuigen die satellieten in een baan om de aarde brengen. In tegenstelling tot vloeibare motoren, die kunnen worden geregeld of uitgeschakeld, is een vaste brandstofmotor een eenvoudige, robuuste cilinder gevuld met een enkele blok energetisch materiaal. Eenmaal ontstoken, brandt het totdat de brandstof op is, en de volledige prestatie wordt bepaald door de vorm van het gat dat door het midden van dit brandstofblok is uitgehouwen. Terwijl het vuur het oppervlak van dit gat wegvreet, verandert het oppervlak van de brandende zijde, wat op zijn beurt de druk binnen de motor en de hoeveelheid stuwkracht die het produceert, verandert. Ingenieurs staan voor een moeilijke puzzel: als ze een specifiek stuwkrachtpatroon nodig hebben — bijvoorbeeld een korte burst om de atmosfeer te ontsnappen gevolgd door een gestage duw om een baan om de aarde te bereiken — moeten ze een gatvorm ontwerpen die precies dat patroon creëert terwijl het wegbrandt. Dit staat bekend als inverse design (omgekeerd ontwerp) en is berucht moeilijk omdat de relatie tussen de vorm en het resulterende vuur complex, niet-lineair en onderworpen is aan strikte veiligheidsregels is. Als de vorm scherpe, naar binnen wijzende hoeken heeft, kan de intense hitte en druk van de ontsteking ervoor zorgen dat de brandstof scheurt en de motor catastrofaal faalt.
Een onderzoeksteam onder leiding van Mostaafa Bheary van de Beni-Suef Universiteit heeft een nieuw systeem geïntroduceerd genaamd GrainArtist om dit ontwerppuzzel op te lossen. In plaats van te vertrouwen op één enkele methode om de juiste vorm te raden, fungeert GrainArtist als een workshop met meerdere motoren die vijf verschillende ontwerpstrategieën tegelijkertijd uitvoert. Deze strategieën variëren van het zoeken in een bibliotheek van bekende vormen en het gebruik van deep learning om nieuwe vormen te voorspellen, tot het toepassen van strikte wiskundige formules en het laten evolueren van willekeurige vormen via computersimulaties. Voordat een van deze strategieën een volledige, tijdrovende computersimulatie van het vuur mag uitvoeren, onderwerpt het systeem elk potentieel ontwerp aan een snelle, op fysica gebaseerde veiligheidscontrole. Deze controle, afgeleid van gevestigde lucht- en ruimtevaartprincipes, wijst ontwerpen direct af die te dun zijn, gevaarlijke scherpe hoeken hebben of de motor zouden doen verstikken door de eigen uitlaatgassen. Door meer dan 99% van de onmogelijke of gevaarlijke ideeën te filteren voordat ze rekenkracht verbruiken, zorgt het systeem ervoor dat alleen levensvatbare kandidaten gedetailleerd worden getest.
Het systeem werd getest tegen drie verschillende missieprofielen om te zien hoe goed het in staat is de juiste brandstofvorm terug te ontwerpen. In één test moest het een vorm creëren die een geleidelijk toenemende stuwkracht produceerde, een zogenaamde progressieve verbranding. In een andere test moest het een vorm behouden die een constant, vlak stuwkrachtniveau handhaafde, typerend voor luchtafweerraketten. De derde en meest uitdagende test vereiste een dubbele stuwkrachtprofiel: een burst met hoge druk aan het begin, gevolgd door een scherpe daling naar een lagere, constante druk. Voor de eerste twee scenario's slaagde het systeem erin om complexe, meelobvormige vormen te synthetiseren die de doel-stuwkrachtcurves maten met een nauwkeurigheid van meer dan 98%. Voor de missie met dubbele stuwkracht, die eerdere methoden die vertrouwden op eenvoudige, gladde curves in de steek had gelaten, vond een gespecialiseerde analytische motor binnen het systeem een oplossing in slechts 7,36 seconden. Deze oplossing maakte gebruik van een tandradachtig patroon dat snel brandde en vervolgens soepel overging in een gestage verbranding, een vorm die standaard ontwerptemplates niet konden produceren.
De onderzoekers ontdekten dat geen enkele ontwerpmethode het beste werkte voor elke situatie. De deep learning-benadering kon een vorm genereren in minder dan een seconde, maar produceerde soms resultaten die fysiek onmogelijk of onnauwkeurig waren. De evolutionaire zoektocht, die natuurlijke selectie nabootst, was robuust maar traag en deed er vaak meer dan twee minuten over om tot een oplossing te komen. De analytische motor, die een specifieke wiskundige formule voor de tandradvorm gebruikte, was de snelste en meest nauwkeurige voor de missie met dubbele stuwkracht, maar had moeite met de missie met constante stuwkracht. Door al deze motoren tegelijkertijd te laten draaien en een computer de beste resultaten te laten beoordelen, bereikte het systeem een hoge nauwkeurigheid in alle testgevallen. Het hele proces, van het definiëren van de missievereisten tot het vinden van de uiteindelijke korrelvorm, duurde minder dan twee minuten voor complexe evolutionaire zoektochten en slechts enkele seconden voor de analytische oplossingen.
Hoewel het systeem vormen ontwerpt die werken in computersimulaties, merken de onderzoekers op dat deze ontwerpen momenteel beperkt zijn tot tweedimensionale dwarsdoorsneden. Een echte raketmotor is een driedimensionaal object, en het vervaardigen van een complexe vorm vereist vaak het uit het brandstofblok trekken van een solide metalen kern, een proces dat specifieke hoeken vereist om te voorkomen dat het gereedschap vast komt te zitten. Het huidige systeem garandeert dat de 2D-vorm veilig is en niet zal scheuren, maar het verifieert nog niet of de 3D-versie fysiek gegoten kan worden of gemaakt kan worden met nieuwere additieve productie technieken. De auteur suggereert dat de volgende stap is om het systeem uit te breiden naar volledige driedimensionale motoren met meerdere brandstofsegmenten die langs de lengte van de motor zijn gestapeld. Tot die tijd dient GrainArtist als een krachtig screeningsinstrument, waardoor ingenieurs een enorm universum aan brandstofvormen kunnen verkennen en de meest veelbelovende kandidaten kunnen identificeren voordat ze overgaan tot het dure en gevaarlijke proces van het bouwen en afvuren van een echte raketmotor.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.