航空航天热防护材料传热过程的介观-宏观耦合机制及人工智能高效多尺度模拟方法研究

The thermal protection materials of aerospace vehicles will work in severe high temperature environments. Because of their complex mesoscopic geometric structures, their heat transfer processes are coupled conduction-radiation multiscale processes. Therefore, one of the challenges for the design and application of thermal protection materials is to develop a high-efficiency multiscale model which can consider the mesoscopic geometric structures as well as the macroscopic heat transfer processes of the materials. In this project, a mesoscopic model that is suitable for the coupled conduction-radiation heat transfer in complex geometries will be established firstly based on the analyses of the influences of the interfacial heat conduction and radiation characteristics on the model. Then, the mechanisms of information exchanges between macroscopic and microscopic conduction-radiation models will be analyzed. Thus the multiscale conduction-radiation heat transfer model for thermal protection materials will be proposed. Finally, the artificial intelligence methods will be employed to improve the efficiency of the multiscale model. The error propagation mechanisms of the artificial intelligence models and the theories for the optimal allocation of computational resources will be studied. The high-efficiency computational strategies for multiscale methods with artificial intelligence will be proposed. Therefore, the high-efficiency prediction method for the multiscale heat transfer processes of thermal protection materials will be established. This research is multidisciplinary in nature which includes heat transfer, computer sciences and material sciences. The research results will facilitate the analyses about the multiscale conduction-radiation heat transfer processes in thermal protection materials as well as the design of thermal protection systems for the aerospace vehicles.

航空航天飞行器的热防护材料在使用中会处于严苛的高温环境，且由于其复杂的介观几何结构，使得其传热过程是导热-辐射耦合的多尺度过程。因此，建立能够反映材料介观几何特点及宏观传热特性的高效多尺度预测模型，是热防护材料设计和应用所面临的挑战之一。本项目首先通过揭示界面导热和辐射特性对传热模型的影响机制，建立适用于复杂几何结构的介观导热-辐射耦合模型；接着，通过分析宏观/介观导热-辐射耦合传热过程的信息传递机理，建立适用于热防护传热过程的多尺度导热-辐射耦合模型；最后，利用人工智能方法提高多尺度模型的计算效率，通过分析人工智能模型的误差传递机制，探索计算资源的高效分配理论，建立基于人工智能的高效多尺度计算方法。最终实现热防护材料多尺度传热过程的高效预测。研究内容涉及传热-计算机-材料等学科交叉，研究成果对于掌握热防护材料导热-辐射耦合多尺度传热规律并指导航空航天飞行器热防护设计具有重要的应用价值。

航空航天飞行器的热防护材料在使用中会处于严苛的高温环境，且由于其复杂的介观几何结构，使得其传热过程是导热-辐射耦合的多尺度过程。因此，建立能够反映材料介观几何特点及宏观传热特性的高效多尺度预测模型，是热防护材料设计和应用所面临的挑战之一。本项目针对以上问题开展了多尺度研究。在介观尺度通过增加离散速度方向和合理计算权重系数，提升了格子Boltzmann辐射传输模型的计算精度。发展了适用于介观复杂结构的导热-辐射耦合传热计算模型，发现有限容积传热模型和格子Boltzmann辐射模型的耦合模型，在计算复合材料传热中具有较高效率。同时还建立了典型复合热防护材料的表征单元结构生成方法，探索了材料介观结构特征对传热过程的影响规律。在多尺度方面，利用均匀化方法开展了常物性和变物性导热-辐射耦合传热方程的多尺度分析，揭示了导热-辐射耦合传热的跨尺度信息传递机制，获得了基于材料表征单元模型得到宏观等效传热和辐射传输系数的方法，以及基于表征单元模型对宏观模拟结果的局部修正方法。在此基础上，建立了导热-辐射耦合传热的多尺度计算模型，并针对变物性问题中介观尺度反复迭代效率低的问题，提出了基于高斯过程机器学习的高效多尺度计算方法，在保证计算精度的同时显著提升了计算效率。算例表明该多尺度方法可在温度场和辐射强度场误差小于13%的同时，将计算时间由300小时缩短至13小时，极大提升计算效率。最后，项目自编程开发了导热-辐射耦合传热的多尺度计算软件模块，并利用复合材料等效导热系数和背温响应实验，验证了其有效性。项目研究成果发表SCI论文7篇，EI论文2篇，获批相关专利1项、软件著作权1项，项目负责人在国内学术会议作报告1次，获得陕西省优秀博士学位论文等。研究成果对于掌握热防护材料导热-辐射耦合多尺度传热规律并指导航空航天飞行器热防护设计具有重要的应用价值。

内容获取失败，请点击重试