EVALUATION METHOD OF THRUST OSCILLATIONS IN LARGE SRM - APPLICATION TO SEGMENTED SRM's
Notice bibliographique
Résumé
Large segmented Solid Rocket Motors (SRM) experience pressure oscillations. A number of them, includin g Ariane 5, Space Shuttle or the Titan family, are reported to exhibit this kind of instability during operatio n. Pressure oscillations (ODP) in such SRM could be due to many physical phenomena with different origins : the formation of vortex shedding in relation with geome tric and ballistic factors, combustion instabilitie s linked to the combustion of aluminium particles, etc. Since such oscillations could be penalizing for the launcher, SAFRAN-SME (SME) has been conducting extensive studies in the context of R&D programs, under the a uthority of CNES and together with ONERA to improve pressure oscillation modelling. The aims of the wor k performed have been: to identify the various orig ins of these instabilities, to better understand the conditions in which they develop and the mechanism involved, to consider possible coupling phenomena and to assess their ult imate impact on motor operation. Numerous 2D and 3D geometries have been studied, by considering variou s thermodynamics conditions and numerous models such as turbulence, multi-phase flow, etc. This knowledge is a highly valuable asset when the time comes to design a new motor or even when a modification is planned on existing geometries. At the present t ime, the knowledge acquired provides a means of defining a research methodology for thrust oscillations in the preliminary design phase for future SRM. This methodology is useful in identifying and predicting, as a first ap proximation and at a very early stage, critical geo metries and time points during firing at which thrust oscillations c ould occur, which might compromise booster performance. During a second phase, numerical aerodynamic simulations and in some cases experimental tests on subscale mot ors can be performed to confirm the expected preliminary resul ts and to evaluate the ODP amplitudes. The first part of this paper gives an overview of t he methodology employed by SME to study ODP issue in SRMs. Key themes and main findings are presented. The second part is devoted to some implementation examples on well known segmented SRMs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».