OAD·涡轴

涡轴发动机总体设计工作台

0D 循环热力计算 · 参考 T700 / Arriel 2 公开数据校核
本地版 · 循环求解由 Python 后端 pyCycle 真实计算(CEA+牛顿迭代) · 重量为2点回归 · 优化器/Agent仍为占位

设计输入

指标 / 工况
压气机
同级 500–1600kW 涡轴机型区间约 8–20(Arriel 2C≈8.4,T700≈18)
燃烧室
Arriel 2C 实测 TIT≈1113K(840℃);T700 级典型 1350–1600K(估计,未见公开值)
涡轮
对给定 OPR / T4 / 各部件效率,按 Brayton 循环(压气机→燃烧室→燃气发生器涡轮→自由涡轮)正向求解比功与 SFC,再按目标功率反推空气流量。公式见右侧助手「模型说明」。

流程

循环各站温度/压力

待计算
点击左侧「运行 0D 循环计算」以求解各截面温度与压力。

发动机剖面示意

示意性布局,非真实几何/部件图
计算后按各站气流温度着色,显示自由涡轮涡轴发动机的示意剖面。

T–s 循环图

计算后显示温度-熵循环线。

站位温度 / 压力分布

计算后显示沿轴向的温度与压力曲线。

重量 vs 功率

当前方案 · T700-GE-701C · Arriel 2C,及两点回归曲线
计算后显示。

SFC vs 功重比

Arriel 2C 无公开 SFC,仅标出当前方案与 T700
计算后显示。

设计变量位置总览

计算后显示各设计变量在允许范围与经验区间中的位置。

设计参数(可拖动迭代)

计算后显示 OPR / T4 / 效率等设计变量,可在此拖动滑块做人工迭代,右侧结果实时联动。

性能输出

空气流量、SFC、热效率、重量、功重比等由循环计算与统计回归给出。

与真实机型校核

GE T700-GE-701C 公开数据(起飞额定)
计算后对比本模型结果与 T700-GE-701C 公开规格,用于判断模型合理性。

多工况校核

同一台发动机在海平面标准大气 vs 热天,SFC/所需转速会怎么变——这是"总体设计"和"单点计算器"的关键区别之一。(高原工况暂未收敛,已知问题,见 README)
点击上面的按钮运行(约10-20秒,真实收敛两个工况点)。

迭代记录(可比较,落库在本地SQLite)

每次求解都会存一行,不会因为刷新页面丢失
尚无迭代。运行计算或调整参数后会在此记录每一步变化,并可在下表逐行对比。

这个工具算什么

给定总体设计输入(目标功率、总压比 OPR、涡轮前温度 T4、各部件等熵/绝热效率),按 Brayton 循环正向求解单转子燃气发生器 + 自由动力涡轮架构的涡轴发动机热力循环,再按目标功率反推所需空气流量,输出各截面温度/压力、耗油率 SFC、循环热效率、功重比等设计点性能。

求解器是真实的数值迭代(CEA 真实气体热力学 + 牛顿法收敛循环各截面状态),不是查表或拟合公式,因此参数组合在物理上不自洽时(如效率设得过低、温度过低)会报"未收敛",而不是给出一个编造的数字。

求解方法

循环架构自由涡轮涡轴:进气道 → 压气机 → 燃烧室 → 燃气发生器涡轮 → 自由动力涡轮 → 排气。燃气发生器涡轮功率完全平衡压气机功率(同轴自平衡),自由涡轮与压气机转子机械解耦,其输出功率即对外轴功率。
求解器NASA OpenMDAO / pyCyclesingle_spool_turboshaft.py 官方示例架构,未改动求解器逻辑),底层为 OpenMDAO 的非线性方程组牛顿迭代求解器。
热力学模型CEA(Chemical Equilibrium with Applications)真实气体热力学,考虑燃气组分和温度相关的比热变化,而非定比热理想气体假设。
设计点 vs 校核"0D 循环求解"为设计点(design point)单点计算;"多工况校核"按同一硬件(沿用设计点几何/面积)在不同大气条件(如 ISA+20℃热天)下重新收敛,考察偏离设计点后的性能变化。
已知局限高原(低大气压)工况在当前实现下可能不收敛;重量估算为对已知机型 2 点线性回归,非部件级估算;无多目标优化器,迭代靠人工拖动滑块试探。

对标知识库(7 型同级涡轴发动机)

加载中…

字段标注 real(公开数据源)/ derived(由 real 字段推算)/ unknown(未查到权威数据,不采信估计值,显示为空)。逐条来源见各行链接。

技术栈

循环求解openmdao 3.32.0 + om-pycycle 4.4.0(锁定版本:更新的 openmdao/numpy 组合会导致 pycycle 的 CEA 模块报错,见项目 README)
后端服务FastAPI + Uvicorn,同源托管本页面与 /api/* 接口,无需处理跨域
迭代记录本地 SQLite,每次求解落库一行,刷新页面不丢失
设计依据助手基于当前参数与知识库对比生成解释,由 Kimi API 驱动
部署Docker 容器 + nginx 反向代理 + Let's Encrypt TLS

设计依据助手 · Agent

助手

我能解释每个参数选取的依据、循环计算用的公式,以及和 T700 / Arriel 2 等真实机型的对比。生成结果后随时问我。