Содержание к диссертации
Введение
1 Разработка и обоснование математических моделей теплопереноса в системах неразрушаемой теплозащиты и теплоизоляции 8
1.1 Структура математических моделей и их характеристики 8
1.2 Построение приближенных математических моделей и определение характеристик математических моделей 17
1.3 Обратные задачи теплообмена как метод определения характеристик математических моделей 20
1.4 Идентификация математических моделей теплообмена 2 4
2 Итерационный алгоритм решения задачи идентификации математических моделей теплообмена 27
2.1 Метод итерационной регуляризации и структура алгоритмов решения обратных задач 27
2.2 Сопряженная краевая задача и вычисление градиента функционала невязки 32
2 .3 Сплайн-аппроксимация искомых функций 41
2.4 Определение параметра спуска 4 6
3 Практическая реализация разрабатываемого метода 50
3.1 Анализ вычислительных алгоритмов 50
3.2 Аппроксимация коэффициентов дифференциального оператора параболического типа 54
3.3 Конечно-разностная аппроксимация дифференциального оператора 56
3 .4 Решение системы алгебраических уравнений 62
3.5 Решение уравнения теплового баланса на внешней границе 64
3.6 Вычисление функционалов от полученного решения и некоторые дополнительные операции 68
4 Анализ свойств вычислительных алгоритмов путем математического моделирования 71
5 Экспериментально-расчетные исследования теплофизических и радиационных свойств теплоизоляционного материала 8 3
5.1 Постановка задачи исследования 83
5.2. Методика испытаний. Разработка и изготовление образцов 8 8
5.3 Проведение испытаний и их результаты 91
5.4 Обработка результатов испытаний 93
6 Экспериментально-расчетные исследования теплофизических свойств теплоизоляционного материала без установки внутренних термопар 9 6
6.1 Постановка задачи исследования [20,32] 96
6.2 Разработка и изготовление образцов [20] 100
6.3 Проведение испытаний и их результаты [20] 101
6.4 Обработка результатов испытаний [20] 103
6.6 Анализ результатов исследования [20] 109
Заключение 110
Список использованных источников 112
Приложение 128
Принципы построения программного обеспечения 128
- Построение приближенных математических моделей и определение характеристик математических моделей
- Сопряженная краевая задача и вычисление градиента функционала невязки
- Аппроксимация коэффициентов дифференциального оператора параболического типа
- Анализ свойств вычислительных алгоритмов путем математического моделирования
Введение к работе
Актуальность темы.
Современное развитие ракетно-космической техники привело к значительному усложнению экспериментальных исследований тепловых процессов, протекающих в конструкциях космических аппаратов (КА), что привело к необходимости использования обоснованных математических моделей различных уровней детализации, позволяющих с требуемой точностью прогнозировать тепловое состояние теплозащитных и теплоизоляционных материалов и конструкций на различных стадиях разработки КА, что является важнейшим условием успешного решения задачи выбора оптимальных параметров системы тепловой защиты. Как показывает опыт, в основу методов решения подобных задач может быть положена методология обратных задач теплообмена (ОЗТ), а в ряде случаев обратные задачи являются практически единственным средством получения необходимых результатов. Общая методика исследования, принятая в диссертационной работе, базируется на использовании и обобщении опыта решения обратных задач теплопроводности, достижениях в области численных методов теплообмена, оптимизации, решения некорректных задач математической физики.
Цель работы.
Из всего комплекса проблем, возникающих и требующих своего решения при создании надежных теплонагруженных конструкций, в данной работе анализируется проблема отработки неразрушаемых теплозащитных покрытий (ТЗП) КА. Целью диссертации является разработка и применение экстремальных методов решения обратных задач математической физики для идентификации математических моделей теплопереноса в системах неразрушаемой теплозащиты и теплоизоляции.
Научная новизна.
Научная новизна работы определяется впервые реализованным подходом к проблеме применения методологии обратных задач при одновременном определении теплофизических и радиационных характеристик исследуемого материала и параметров экспериментальной установки (температурных зависимостей коэффициента теплопроводности л(т), объемной теплоемкости с(т) и интегральной степени черноты є(т) материала и интегральной степени черноты нагревателя єк(т)), а также определении теплофизических характеристик высокопористого хрупкого теплоизоляционного материала без установки внутренних термопар в исследуемых образцах.
Практическая ценность результатов.
Практическими результатами работы стал новый метод исследования теплофизических и радиационно-оптических характеристик теплозащитных материалов и многослойных покрытий КА, разработанный на основе методологии обратных задач, и реализованный в виде программного комплекса.
Достоверность полученных результатов.
Достоверность полученных результатов подтверждается
использованием фундаментальных законов сохранения энергии и радиационного переноса, а также использованием апробированных численных методов решения многопараметрических задач;
всесторонним тестированием разработанных алгоритмов и программ с целью обоснования достоверности получаемых результатов и сходимости решений;
сравнением результатов решения ОЗТ с реальными экспериментальными данными.
Личный вклад автора.
Разработана однородная разностная схема для расчета теплопереноса в многослойной конструкции, в том числе для случая неидеальных контактов между слоями.
Получено решение задачи идентификации математической модели радиационно-кондуктивного теплообмена в системе образец материала - радиационный нагреватель.
Построена математическая модель процесса теплопереноса теплоизоляционного материала на основе вспененного углерода путем решения коэффициентной обратной задачи без установки внутренних термопар.
Апробация и внедрение результатов.
Основные положения работы и отдельные ее результаты докладывались, обсуждались и были одобрены на Минском международном форуме по тепло- и массообмену (2008), Международной конференции "Обратные задачи: Идентификация, Проектирование и Управление" (Казань, 2007; Самара, 2010), Международной конференции "Inverse Problems in Engineering: Theory and Practice" (Париж, 2008; Орландо, 2011) и ряде других.
Публикации по теме работы:
Основные положения работы и отдельные ее результаты были опубликованы в журналах, входящих в перечень рекомендованных ВАК Минобрнауки РФ перечень изданий. По результатам выполненных исследований, посвященных теме диссертации, опубликовано более 20 печатных работ, выпущено более 10 научно-технических отчетов.
Структура и объем диссертации.
Построение приближенных математических моделей и определение характеристик математических моделей
Математическое моделирование тепловых режимов теплонагруженных систем и элементов их конструкции базируется на решении краевых задач вида (1.3) - (1.5). При этом входные воздействия на анализируемый объект обычно известны в виде некоторого диапазона значений внешних тепловых нагрузок, отражающих условия теплового воздействия окружающей среды при различных режимах функционирования.
Как уже отмечалось, достоверность результатов моделирования тепловых режимов определяется, главным образом, точностью используемых в расчетных методиках математических моделей. Математическая модель объекта всегда является результатом его определенной идеализации, при которой учитываются лишь главные, оказывающие существенное влияние на выходные параметры системы факторы, а остальные рассматриваются как возмущающие. Качество моделирования оценивается на основании сравнения рассчитанных переменных состояния системы с их наблюдаемыми значениями. При этом под "наблюдением" обычно понимается измерение входных воздействий и выходных параметров системы в условиях эксперимента, т.е. экспериментальное определение реакции системы на известное внешнее воздействие. Данные измерений всегда известны с некоторой погрешностью, которая зависит от используемых методов и средств измерений и имеет стохастическую природу. В результате наблюдаемые величины всегда отличаются от точных или истинных значений, которые при этом неизвестны. Поэтому принципиально возможно построение лишь приближенной математической модели какого-либо реального объекта.
Следует подчеркнуть, что при математическом моделировании тепловых режимов технических систем важным является не учет как можно большего числа различных факторов, а точность прогноза параметров теплового состояния анализируемого объекта в заданном диапазоне тепловых нагрузок q eQ.B этом случае приближенные модели могут иметь упрощенную структуру и содержать в своем составе характеристики, которые интегрально учитывают некоторую совокупность факторов, явлений или процессов.
Достаточно общий подход к решению проблемы разработки приближенных математических моделей формально может быть описан следующим образом. Пусть имеется два множества элементов: внешних воздействий {q}eQ и параметров состояния \fjeF. Кроме того, пусть существует неизвестный оператор L , который каждому элементу q из Q ставит в соответствие элемент/ = Lq из F . При наблюдении за реальной системой регистрируется значение f = Lq , отличающееся от Lq в силу воздействия, на систему различных возмущающих факторов. При этом предполагается, что / є F для всех q eQ .
Обычный подход к восстановлению неизвестного оператора L базируется на конструировании некоторого множества приближенных операторов 3 моделей, определенных на Q с множеством значений F. В сформированном множестве 3 осуществляется поиск оператора L - близкого к принятой метрике р к неизвестному оператору L. При этом предполагается, что такой оператор существует, но может быть не единственным. Имеющаяся априорная информация об исследуемой системе часто позволяет построить множество 3 в виде определенной совокупности приближенных операторов L(u), каждый из которых известен с точностью до некоторого неизвестного параметра її, її є z . Тогда требуется найти оператор L (її) приближенной математической модели I{u)q=f,qeQ, 0-25) где / - моделируемые выходные параметры системы. При этом необходимо выполнить условие: p\L(z)q,Lq) [л для всех qe Q, С-26) где /и 0- заданная величина, характеризующая требуемую в принятой метрике р точность описания поведения реальной системы с помощью модели (1.25). Главное требование, предъявляемое к приближенным математическим моделям, заключается в обеспечении необходимой точности прогноза теплового состояния анализируемой системы при их максимальной простоте. Простота модели выражается в минимальном количестве характеристик и параметров, необходимых для описания исследуемой системы в заданном диапазоне действующих на неё внешних воздействий. Если для фиксированной приближенной структурной математической модели не удается выполнить требование по точности за счет соответствующего определения вектора характеристик, то это говорит о недостаточности имеющихся сведений о системе. В этом случае требуются дополнительные исследования, направленные, как правило, на уточнение структуры модели. Данное уточнение обычно осуществляется за счет изменения вида функциональных зависимостей характеристик от соответствующих аргументов или путем введения новых характеристик, что позволяет учесть большее количество факторов, определяющих поведение системы. При этом следует начинать с простейшей модели.
Таким образом, изложенная формальная процедура построения приближенных математических моделей требует последовательного анализа некоторой совокупности моделей с известной структурой и для каждой из них решения задачи определения выбора неизвестных характеристик. Данный подход является достаточно общим и применим к различным техническим системам и процессам. При этом необходимо учитывать ряд особенностей, связанных с определением характеристик анализируемых объектов.
В данной работе задача параметрической идентификации математической модели теплопереноса формулируется следующим образом. Требуется определить по динамическим экспериментальным данным такой набор неизвестных характеристик заданной структурной математической модели физического процесса (системы), при котором в пределах заданного диапазона внешних воздействий выходные параметры модели близки, в некотором принятом смысле, к выходным параметрам реальной системы.
Необходимо подчеркнуть, что не всякая модель может удовлетворять условию (1.27). Практическое, расчетно-экспериментальное доказательство того факта, что для выбранной модели это условие выполняется в заданном диапазоне внешних воздействий, составляет цель обоснования математической модели. При этом фиксирование различных значений величины [1т позволяет получить модели различных уровней точности.
Если в модели состояния (1.2) структура оператора L(x, Г, известна, а также заданы значения характеристик системы z и действующих на неё тепловых нагрузок q , то соотношение (1.2) представляет собой прямую задачу теплообмена. Применительно к нестационарным процессам прямая задача формулируется в виде краевой задачи (1.3) - (1.5) и позволяет определить значения переменной теплового состояния Т в пространственно-временной области D = Q х [0,rmJ. Под обратными понимают такие задачи, в которых изучаемый объект или определяемая величина недоступны (или труднодоступны) прямому исследованию и заключение об их характеристиках выносится на основании косвенных измерений над величинами, являющимися следствиями искомых характеристик. При этом причинно-следственная связь между неизвестными характеристиками и наблюдаемой величиной является заданной [112]. Решение обратных задач дает возможность определить неизвестные характеристики системы или действующие на неё нагрузки по данным наблюдения за системой в условиях реального функционирования [6,7,10,11,151 ]. Математическая формулировка обратной задачи строится на основе двух составляющих: 1) модели состояния исследуемого объекта с выделенными в ней неизвестными характеристиками; 2) модели формирования с помощью измерительных устройств дополнительной информации о параметрах состояния или модели измерений [7-9].
Предположим, что модель состояния сформирована и содержит неизвестные характеристики, которые обозначим через її. Пусть її принадлежит некоторому пространству искомых характеристик U. Тогда модель состояния можно трактовать как заданное преобразование пространства искомых характеристик U в пространственно-временное распределение температуры как функции теплового состояния в анализируемой системе Т(х,т,її). Эта функция определена в области D = Qx[0,rmJ.
Сопряженная краевая задача и вычисление градиента функционала невязки
Важнейшей частью итерационных алгоритмов решения обратных задач теплообмена является вычисление градиента функционала невязки. Реализация этой процедуры во многом определяет общую эффективность вычислительных алгоритмов и расчетных методик. Наиболее экономичный метод определения градиента базируется на использовании теории экстремальных задач для систем с распределенными параметрами. При этом вводится в рассмотрение сопряженная краевая задача, с помощью которой могут быть получены аналитические формулы для градиента. Рассмотрим применение данного метода к обратным задачам по восстановлению зависящих от температуры характеристик внутреннего теплопереноса в многослойном элементе конструкции.
Соотношения, определяющие сопряженную краевую задачу можно получить различными способами. Здесь будем использовать подход, основанный на применении неопределенных множителей Лагранжа. Данный способ является весьма универсальным и применим к широкому кругу экстремальных задач. Вид сопряженной задачи полностью определяется исходной моделью состояния и не зависит от набора искомых характеристик. Поэтому достаточно рассмотреть в качестве неизвестной какую-либо одну характеристику. Пусть, в частности, искомыми будут зависимости Л,\т), CL(T) И SL{T).
В том случае, когда искомые в обратной задаче характеристики являются функцией только пространственной координаты х и (или) времени г, соотношение вида (2.50) может рассматриваться как дифференциал функционала невязки. Тогда с помощью этого соотношения можно сразу записать выражение для градиента функционала невязки. В рассматриваемой задаче неизвестная характеристика зависит от температуры - переменной состояния анализируемого процесса, и равенство (2.50) не является дифференциалом.
Следует отметить, что полученные соотношения, определяющие сопряженную краевую задачу (2.41) - (2.48) и составляющие градиента (2.52), справедливы для случая, когда измерения температуры производятся во внутренних точках отдельных слоев рассматриваемой многослойной системы. Однако при известных граничных условиях второго или третьего рода возможна установка термодатчиков не только внутри слоев, но и на внешних границах. Нетрудно показать, что в этом случае указанные соотношения изменятся следующим образом: если на какой-либо внешней границе производится измерение температуры, то соответствующий этой границе / -и слой будет состоять из А/, гипотетических слоев, а внутри слоя расположено М, -1 датчиков.
Таким образом, приведенные соотношения позволяют построить алгоритмы определения градиента функционала невязки при произвольных граничных условиях и любой схеме расстановки термодатчиков. При этом, естественно, предварительно необходимо выявить условия, при которых существует единственное решение формулируемой обратной задачи.
Для того, чтобы вычислить градиент функционала невязки требуется вначале решить исходную прямую задачу теплообмена, далее сопряженную краевую задачу и затем воспользоваться соотношениями вида (2.50). При этом краевую задачу для сопряженной переменной необходимо решать в "обратном" времени по сравнению с прямой задачей. Легко видеть, что за счет введения новой переменной / = rmax - г сопряженная краевая задача приобретает структуру, аналогичную прямой задаче. Отличия заключаются лишь в коэффициентах системы уравнений. Решение обеих задач может осуществляться по одному и тому же алгоритму, однако коэффициенты сопряженной задачи вычисляются в "обратном" относительно переменной г направлении. При параметрическом представлении неизвестных в обратной задаче функциональных характеристик вида (2.51) могут быть выбраны различные системы базисных функций [11,118].
В обратной задаче (2.11) - (2.17) прежде всего необходимо указать область определения искомых функций в виде общего для всех экспериментов интервала температур [ топ,Гтах], на котором анализируемая обратная задача имеет единственное решение. В качестве Ттш используется минимальное значение температуры (обычно начальное). Существенно более важным является правильный выбор величины Tmav Исходя из необходимости обеспечения единственности решения, представляется возможным в качестве Ттах выбрать максимальное значение температуры, достигаемое на термопаре, размещаемой в анализируемом элементе. В практике решения обратных задач весьма эффективным с вычислительной точки зрения способом параметризации является представление искомых функций в виде полиномиальных В-сплайнов.
При реализации обратных задач теплообмена часто используются кубические В-сплайны [11,12,72,76]. Это обусловлено требованием непрерывности коэффициентов уравнения для вариации температуры (2.28), в которое входят производные duldT при достаточно произвольном характере изменения искомой функции. Если неизвестными являются другие характеристики, то можно использовать сплайны и более низкой степени. Введение равномерной сетки (2.55) связано с неизвестным заранее законом изменения искомой функции. При наличии такой информации возможно применение и неравномерных сеток.
Аппроксимация коэффициентов дифференциального оператора параболического типа
Производится при значениях аргументов, соответствующих предварительно зафиксированным узлам разностной сетки (о наборе и построении разностной сетки будет сказано ниже). Поэтому при реализации алгоритма эти коэффициенты вычисляются по расчетным формулам независимо от решения краевой задачи. Сложнее обстоит дело с функциями Zl,l = \,Klk,k = \,K, зависящими от значений решения краевой задачи в данном узле разностной сетки. Ввиду того, что эти коэффициенты обычно вычисляются по достаточно сложным (в вычислительном отношении) явным формулам или аппроксимационным зависимостям, в данной работе используется следующий подход [117]: а) на априорно заданной области определения сомножителей Z, : Тлк, Т" вводится разностная сетка щ = (rs = т;тп +SAT„S = O,...,S„AT, = (27" -тг )/s,} причем число узлов (s,+1) выбирается с учетом характера поведения функции Z;(T) (ее монотонности, гладкости, темпов роста и т.д.); б) до начала решения краевой задачи для рассматриваемого дифференциального оператора вычисляется значение функции в узлах Г(, s = 0, s, по явным формулам или с использованием каких либо интерполяционных (например, кубическими сплайнами) зависимостей; в) при решении краевой задачи на каждой итерации в каждом узле разностной сетки имеем значение Т/ . Для вычисления Z, используется линейная интерполяция как наиболее экономичный (в вычислительном отношении) вид интерполяции, если Т/ є[Т-,Т?],0 І 7 з,,то Z (тЛ-z (тЛ Z;( ) = Z;(71)+ Л"1_ У "}(Т/-ТТ) (3.10) Погрешность при вычислении коэффициента с использованием линейной интерполяции равна [68,84] 8 = 8,+8г (З.П) Здесь 8] - погрешность вычислительных функций Z, - погрешность вычисления функций Z, вузлах Ts,s -Q,sl;S1 = (т/ -ТЛ , где є[71,Г=] или 82 = 0(Д7}).
В общем случае наличие в операторе (3.1) члена Q(7},jt,r)—- требует при построении конечно-разностного решения применения дивергентных монотонных схем аппроксимации. Построение конечно-разностного аналога дифференциальной задачи осуществляется по отдельным слоям, а сопряжение решений в соседних слоях проводится с использованием конечно-разностного представления условий энергетического сопряжения (3.5)—(3.6). Такой подход не нарушает однородность разностной схемы и позволяет повысить точность численного решения при наличии разрыва первого рода в производной решения на границе между слоями (что характерно для сопряженных краевых задач) [117].
Априорно задаваемые параметры nxl,nr,l = \,L выбираются на основании предварительного математического моделирования: задаются значения коэффициентов задачи (3.1) - (3.6) и некоторые значения nxl,l = \,L,nr , решается прямая задача, затем значения nxlJ = \,L,nT увеличиваются и снова решается прямая задача; так продолжается до тех пор, пока решение не перестанет изменяться при уменьшении шагов разностной сетки (в пределах требуемой точности). Алгебраические уравнения (3.13), (3.16), (3.14), (3.27) и (3.28) составляют замкнутую систему с трехдиагональной матрицей. 3.4 Решение системы алгебраических уравнений
Таким образом, для каждого j-го шага по времени по формулам (3.31), (3.32), (3.33), (3.34) вычисляются значения прогоночных коэффициентов а ,/3/. Далее из (3.35) определяется 7 и затем по формулам (3.23), (3.30) рассчитывается профиль T/,i = \,N, . При этом для нелинейных задач требуется организовать соответствующий процесс итераций по коэффициентам дифференциального оператора (3.1) - (3.6).
Известно, что метод хорд сходится медленнее метода касательных, однако в (3.54) вычисляется на каждой итерации только значение функции, а в методе касательных следует находить и функцию, и ее производную. Вычислительные эксперименты также показали лучшее быстродействие метода хорд (обычно бывает достаточно 3-5 итераций).
Для целей численного интегрирования можно воспользоваться различными численными методами. При этом должна обеспечиваться высокая точность вычисления функционала от решения соответствующей краевой задачи, т.к. большие погрешности в величине градиента могут привести к отсутствию сходимости процесса минимизации в ходе решения обратной задачи. С другой стороны нужно обеспечить минимальное время вычислений при реализации алгоритма в виде компьютерной программы.
К сожалению, при таком подходе не учитывается, что в случае использования для аппроксимации решения обратной задачи каких-либо финитных функций (в частности В сплайнов), область интегрирования по времени f функции (3.59) существенно уменьшается. В заключении можно привести оценку суммарной погрешности вычислительного процесса на s-й итерации в продолжении аддитивности погрешностей [84].
Анализ свойств вычислительных алгоритмов путем математического моделирования
Целью исследования является определение теплофизических и радиационно-оптических свойств (коэффициента теплопроводности, объемной теплоемкости и интегральной степени черноты) неразрушаемого теплозащитного материала в температурном диапазоне 300 - 1100 К путем обработки с помощью предлагаемой методики экспериментальных данных, полученных при тепловых испытаниях образцов. Предполагается, что в рассматриваемом диапазоне температур материал является температурно-стабильным, т.е. в нем не происходит необратимых физико-химических превращений.
Тепловые испытания образцов материала проводились с использованием специально разработанного и изготовленного экспериментального модуля ЭМ-1 для стенда тепловых испытаний (ТВС) в Тепловой лаборатории кафедры 601 МАИ группой под руководством В.А. Дорошина. Приведены физическая и математическая модели процесса теплообмена в образце из керамического теплоизоляционного материала, находящегося в экспериментальном модуле. Представлена математическая формулировка коэффициентной обратной задачи теплопроводности. Приведены сформулированые требования к образцам, условиям проведения и параметрам испытанийа также разработанная схема испытаний и методика их проведения. В рамках настоящей работы была проведена обработка данных тепловых испытаний четырех образцов теплоизоляционного материала (1а и lb, 2а и 2Ь) для восстановления неизвестных функциональных зависимостей теплофизических и радиационно-оптических свойств.
Экспериментальный образец представляет собой пластину из исследуемого материала в форме прямоугольного параллепипеда с отношением толщины к длине большого ребра не менее 1:3. Такое соотношение размеров образца, а также использование соответствующей методики проведения испытаний обеспечивают в процессе испытания создание в образце поля температур близкого к одномерному. Предполагается, что в начальный момент времени в образце реализуется равномерное распределение температуры.
Исходные данные для определения теплофизических характеристик неразрушаемых теплозащитных материалов формируются на основе результатов измерений и включают в себя граничные условия и зависимости температуры от времени в нескольких внутренних точках образца. Тип граничных условий и число точек измерения температуры должны удовлетворять условиям единственности решения анализируемой обратной задачи. Условия единственности определяют минимально необходимый объем измерений, которые требуется осуществлять в одном эксперименте. В обратной задаче (5.1) - (5.5) прежде всего, необходимо указать область определения искомых функций в виде общего для всех экспериментов интервала температур \Гют, Ттзх ], на котором анализируемая обратная задача имеет единственное решение. В качестве Ттт используется минимальное значение начальной температуры, в качестве 7 выбирается максимальное значение температуры, достигаемое на термопаре, размещаемой на поверхности нагревателя.
С учетом исходных данных для испытаний, требований постановки обратной задачи теплопроводности, положений методики проведения испытаний на стенде ТВС и результатов предварительных исследований были сформулированы следующие требования к образцам, условиям проведения и параметрам испытаний: Экспериментальные образцы имеют форме прямоугольного параллепипеда с отношением толщины к длине большого ребра не менее 1:3. Диаметр датчиков температуры не должен превышать 0,1 мм. Нагрев образцов проводится при нормальном давлении. Измерения и регистрация тепловых и электрических параметров в каждом испытании проводится в течение 300 сек.
Горизонтально расположенная вакуумная камера объемом 0,1 м представляет собой цилиндр с двойными стенками, между которыми циркулирует охлаждающая вода. Цилиндр с двух сторон закрыт сферическими крышками, задняя устанавливается неподвижно, передняя - укреплена на шарнире и снабжена быстрооткрывающимися замками.
Обе крышки также охлаждаются водой. Система вакуумирования состоит из механического вакуумного насоса АВЗ-20Д, диффузионного паромасленного насоса Н-250/2500, вакуумного затвора ЗВЭ-250 и вентилей.
В состав силового питания стенда входит пульт управления, тиристорный регулятор напряжения РНТТ-330-250, блок управления РНТТ и силовой трансформатор. РНТТ предназначен для регулирования напряжения, подаваемого на нагреватель. Регулирование может осуществляться в ручном режиме, в автоматическом режиме от программного устройства, а также в режиме программного задания мощности от ЭВМ. Напряжение после РНТТ подается на силовой трансформатор Т2.
Стенд ТВС в штатном варианте оснащен ламповым радиационным нагревателем мощностью 22 кВт. Однако экспериментальные исследования показали, что для напыляемых материалов, с помощью указанного нагревателя, не удается достичь уровня температур 1150 К на поверхности образца за время нагрева 100 с.
Управление режимом нагрева образца осуществляется по температуре поверхности в соответствии с заданным режимом. Система управления режимом нагрева включает термопару, установленную на поверхности нагревателя, задающего устройства, работающего совместно с электронным автоматическим потенциометром, аналогового регулирующего устройства в комплекте с блоками управления. Измерение и регистрация нестационарных температур в исследуемом образце осуществляется с помощью автоматизированной системы сбора и обработки экспериментальной информации.
