题目：基于物理信息的多组分掺混与燃烧过程降阶模型研究
演讲人：王兴建教授，清华大学
摘要:High-fidelity simulations of mixing and combustion processes are computationally demanding and time-consuming, hindering their wide application in industrial design and optimization. The present study proposes projection-based reduced order models (ROMs) to predict spatial distributions of physical fields for multi-species mixing and combustion problems in a fast and accurate manner. The developed ROMs explore the suitability of various regression methods, including kriging, multivariate polynomial regression (MPR), k-nearest neighbors (KNN), deep neural network (DNN), and support vector regression (SVR), for the functional mapping between input parameters and reduced model coefficients of mixing and combustion problems. The ROMs are systematically examined using two distinct configurations: steam-diluted hydrogen-enriched oxy-combustion and fuel-flexible combustion in a practical gas-turbine combustor. The projected low-dimensional manifolds are capable of capturing most important combustion physics, and the response surfaces of reduced model coefficients present pronounced nonlinear characteristics of the flowfields with varying input parameters. The ROMs with kriging present a superior performance of establishing the input-output mapping to predict almost all physical fields, such as temperature, velocity magnitude, and combustion products for both test problems. The accuracy of DNN is less encouraging owing to the stringent requirement on the size of training database. KNN performs well in the region near the design points but its effectiveness diminishes when the test points are distant from the sampling points, whereas SVR and MPR exhibit large prediction errors. For the spatial prediction at unseen design points, the ROMs achieve a prediction time of up to eight orders of magnitude faster than conventional numerical simulations, rendering an efficient tool for the fast prediction of mixing and combustion fields and potentially an alternative of full-order numerical solver.
题目：氢涡轮发动机燃烧室的现状、挑战及进展
演讲人：张弛，北京航空航天大学
摘要：氢能作为未来全球能源体系的组成部分，是用能终端实现绿色低碳转型的重要载体。航空运输是脱碳难度最大的行业之一，氢能在航空领域的发展和应用备受关注，特别是与中国的风光绿电制取绿氢相结合，有助于达到中国航空运输降碳的目的。与纯电推进、燃料电池、可持续航空燃料等其他的低碳或零碳技术相比，氢涡轮发动机具有其独特的优势区间和技术难点，目前来看氢涡轮发动机主要适用于作为支线及干线航空运输的中大型飞机。本报告将介绍氢涡轮发动机及其燃烧室部件的背景需求和发展现状，比较氢、氨、可持续航空燃料的使用特性和燃烧特性。氢燃烧面临NOx排放、回火、燃烧振荡等技术难题，这给燃烧室等涡轮发动机热端部件的设计和试验带来了新的挑战。通过对比不同的氢燃料燃烧技术路线，提出氢燃烧室的应对措施。最后，介绍掺氢旋流燃烧、纯氢微混燃烧以及高效零排放氢燃烧等方面的基础研究进展，为氢涡轮发动机燃烧室部件的研发提供支持。
题目：燃烧不稳定机理与抑制方法研究
演讲人：颜应文教授，南京航空航天大学
摘要：本报告对扩散火焰所产生的燃烧不稳定机理与抑制方法进行了总结。在试验研究中研究了脉动压力的是测量及修正方法，研究了旋流燃烧振荡边界及振荡特性；在数值仿真中建立了流场脉动特征的数值仿真方法。在燃烧不稳定热声耦合机理方面，提出了相位闭环机理，并针对此机理开展了基于相位调控以及吸声的燃烧不稳定抑制方法。
题目：氢燃料燃气轮机燃烧技术研究
演讲人：邱朋华教授，哈尔滨工业大学
摘要：富氢和纯氢燃料是我国未来碳中和发展战略重点关注的低碳和零碳燃料。氢燃料在燃气轮机上的应用是实现发电行业大规模减污降碳的重要发展方向。由于氢燃料燃烧化学反应性和质量输运能力强，表现出了与天然气等传统燃料差异非常大的属性。在燃烧组织中兼顾NOx低排放特性与火焰不稳定性是氢燃烧组织的关键。报告系统地研究了氢微混喷嘴的燃烧特性，提供了从单支喷嘴、组合喷嘴到单元喷嘴设计模拟和加压试验的性能评价情况。
个人简介：邱朋华，教授，博士生导师，哈尔滨工业大学航空研究院副院长，燃煤污染物减排国家工程实验室副主任。主要从事碳中和能源动力系统构建、低碳和零碳燃料燃烧、燃气轮机燃烧室技术等方向的研究，主持国家、省部级以及其他企业合作课题40余项，获省级科技进步一等奖一项。先后发表论文110余篇，申请和授权专利30余项。
题目：燃烧热声振荡——驯服发动机和燃气轮机中的“幽灵”
演讲人：杨东副教授，南方科技大学
摘要：燃烧热声振荡来源于声音与不稳定燃烧之间的正反馈，涉及到声波、湍流、燃烧和传热之间多时空尺度多物理场的耦合。它是航空和火箭发动机、发电与舰船动力用燃气轮机，以及面向未来的空天发动机燃烧室设计中共同面临的重大技术难题。本报告将聚焦于热声振荡的物理机理、低阶模拟、被动控制，及与之密切相关的声-涡-熵波耦合理论。
个人简介：杨东，南方科技大学力学与航空航天工程系副教授（研究员），2021年国家级(青年)人才项目获得者、深圳市孔雀计划人才。清华大学学士、硕士，英国帝国理工学院博士、博士后。他擅于将理论分析与数值、实验方法相结合，研究流体力学、声学、燃烧的多时空尺度多物理场耦合，尤其是燃烧热声振荡问题——它来源于声音与湍流燃烧之间的正反馈，是航空发动机、火箭发动机、电站/舰船动力用燃气轮机，以及面向未来的空天发动机中的共同核心技术难题。在燃烧、流体力学、气动声学、航空航天和能源动力几个领域知名期刊和会议发表论文50余篇，作为主要成员之一开发的热声振荡预测及控制程序OSCILOS已被英、美、法、意、中等多国团队使用，曾受邀为英国罗·罗公司、德国西门子、英国Reaction Engines等知名企业作报告及展开合作。
题目：轴向分级燃烧器热声振荡特性实验研究
演讲人：李磊副研究员, 北京航空航天大学航空发动机研究院
摘要：本文通过实验方法研究了轴向分级条件下的热声振荡特性。实验装置为轴向分级燃烧器，一级采用“5+1”的旋流喷嘴布局，二级为双喷嘴对称布局。采用天然气与空气贫预混燃烧的方式，收集了动态压力数据。分析了几种典型振荡信号，确认占优的振荡频率对应火焰筒中的亥姆霍兹模态。研究了二级当量比、空气流量、二级位置和进气温度对燃烧振荡特性的作用规律，初步揭示了这些参数对两级非定常热释放耦合及其与压力脉动耦合的影响机制。
题目：微发氢气微混扩散燃烧室出口温度场优化
演讲人：莫妲 高工, 中国航发沈阳发动机研究所
摘要：This paper focuses on the optimization of the outlet temperature field of a hydrogen micromixing diffusion combustor for a micro-turbojet engine with a thrust of 20kgf. The joint simulation optimization platform combining Workbench and UG was established and the multi-parameter driven optimization design process was developed. The surrogate models and genetic algorithms were employed to investigate the influences of key parameters on the hotspot temperature at the combustor exit. It was found that smaller diameters of the dilution holes and positions further from the exit lead to lower hotspot temperatures. Additionally, an optimal solution for achieving a uniform temperature distribution at the combustor outlet was obtained. This solution involves a single row of dilution holes on both the inner and outer walls of the flame tube, arranged in an alternating axial and angular pattern. Through aerothermal process analysis, it was determined that the outlet temperature distribution coefficient (OTDF) of the combustion chamber is below 0.2. Meanwhile, the axial dimension of the flame is short, approximately one-third of the flame tube length. The conclusions derived from this study provide important guidance for the design of hydrogen micromixing diffusion combustor.