任何仰望星空的人都梦想着去太空。要把这个梦想变成现实，需要无数的技术进步。其中之一是新型火箭和飞机引擎，它们的设计和测试变得越来越容易，成本也越来越低，这在一定程度上要归功于美国能源部阿贡国家实验室的科学家们。

更好的火箭和喷气发动机将使我们的梦想离现实更近。更重要的是，它们还将使航空运输更清洁、更高效，同时加强我们的国家安全。

航空航天和国防公司多年来花费数十亿美元设计和测试新的火箭和燃气涡轮发动机。幸运的是，当科学家们建立起一个实验和计算机模拟的良性循环时，他们可以大幅削减这种努力。阿贡的一组科学家正在将一种新型的x射线实验与计算机模拟相结合，以帮助航空航天和国防公司的工程师节省时间和金钱。

x射线可以打开一扇门

这一过程始于阿贡的先进光子源(APS)，它能产生超亮的x射线;它们比牙医办公室里的还要亮100多万倍。利用APS的7-BM x射线束，工程师Brandon Sforzo、Alan Kastengren和Chris Powell使用这台终极3d显微镜仔细观察发动机喷油器的钢质，这使得Argonne的能力与众不同。

“通过钢实现如此细节的可视化是任何其他诊断技术都无法实现的，”阿贡的一位航空航天工程师Prithwish Kundu说，他开发的预测计算机模型来自美国能源部科学用户设施办公室APS的实验。

Sforzo表示同意。他说:“如果你没有我们这里的亮度，你就看不见这些设备内部的情况。”“没有人能像我们一样，用基于加速器的光源(APS的高亮度x射线束)在相关条件下研究流体动力学。”

早在2019年，该团队就对一台燃气涡轮发动机的流体动力学进行了研究，并发现了令Sforzo和他的同事感到惊讶的行为。“我们可以看到液体喷到意想不到的地方。”

在一篇新论文中描述的这些类型的发现，帮助科学家理解基本的物理原理，这些物理原理最终会影响发动机的性能、推力和排放。他们也给像昆都这样的科学家提供信息，让他们把这些信息输入实验室的超级计算机，构建块——即所谓的边界条件——来实现高保真模拟。他们打开了许多探索的大门。

一个设计的新时代开始了

边界条件是作为护栏的详细参数;有了正确的边界条件，科学家就可以建立模型来预测发动机的一系列行为——包括压力、温度、质量、速度等等——这些在实验中是无法测量的。

“有了正确的预测模型，我们可以大幅度降低测试和开发成本，”Kundu说。

削减时间和成本的努力已经取得了进展。虽然工程技术在高保真3-D模型上蓬勃发展，但这些模型通常在超级计算机上运行数月——对大多数企业来说，这是一种稀缺资源。

为了解决这一挑战，昆都与Opeoluwa Owoyele和Pinaki Pal一起，正在探索一种被称为深度神经网络的人工智能，它可以帮助计算机在大型复杂的数据集中找到模式。他们已经开发出了神经网络算法，大大减少了优化模型所需的时间;这些方程式也帮助科学家们了解内燃机内部混乱的工作原理。

“一个引擎有太多的参数——人类的大脑无法分析一个10维的空间，”昆都说。

利用Argonne的blue和Bebop高性能计算机，Kundu和实验室的多物理计算小组经理Sibendu Som最近创建了一个高保真模型，用来测量两种不同的喷气燃料在燃气轮机燃烧室中的行为。

他们的发现?根据2018年的一项研究，计算模型能够预测“倾斜井喷”的趋势——在这种情况下，燃气涡轮发动机的火焰会因为燃料减少而喷溅。

在另一项研究中，Pal与美国空军研究实验室合作，开发了旋转爆震发动机(RDEs)的高保真模拟。这些工具将帮助工程师加速RDEs的设计，使未来的超音速和高超音速飞行成为可能。

翘曲速度前进

昆杜和索姆的团队现在正与美国国家航空航天局兰利(NASA Langley)合作，模拟超音速燃烧，并将实验室的一些模型添加到宇航局的计算流体动力学代码(即VULCAN)中。

在APS, Sforzo, Kastengren和Powell试图观察燃料离开喷嘴后的立即反应。Sforzo说:“我们希望向更相关的发动机状态发展，比如更高的压力、更高的温度、更相关的液体。”

同时，昆都在等待这些实验结果。他说:“如果我们能在离喷管更近的地方测量燃油雾滴的直径和速度，我们的模型的预测精度就会显著提高。”

美国能源部能源效率和可再生能源办公室、车辆技术办公室资助了与汽油和柴油直接喷射相关的燃料喷雾研究项目。