随着人类对深空探测、月球长期驻留与火星载人任务的野心不断增长,推进系统的效率、安全性与自主性成为关键瓶颈。核热推进(Nuclear Thermal Propulsion,简称NTP)以其高比冲和短脉冲推动能力被认为是未来星际航行和深空机动的重要候选方案。然而,核反应堆的快速起动、热流耦合和复杂的中子物理使得真实核试验代价高昂且监管严格。为此,奥克里奇国家实验室等机构开发了一种非核硬件在环(Hardware-in-the-Loop,HIL)测试台,使工程师能够在受控、安全的环境中验证核热火箭的控制元件与自主控制算法。核心组件之一便是核反应堆仿真器,它将真实硬件的传感器数据与高保真反应堆物理模型结合起来,实时输出反应堆功率、反应性变化与故障场景,构成闭环控制验证平台。 核热火箭的控制挑战在于反应堆反应性高度依赖控制鼓位置、材料温度及推进剂密度等多因素耦合效应。
NTP反应堆通常采用周缘布置的控制鼓控制中子通量,鼓上既有吸收体也有反射体,通过转动改变反应性。在发动机起动阶段,反应堆温度在几十秒内从常温迅速跃升至数千开氏度,伴随显著的负温度反应性反馈;另一方面,推进剂(如氢)在进入堆芯时的密度变化会带来强正反应性。真实系统中还存在燃料消耗、裂变产物如氙的中毒效应以及探测器受空间辐射干扰等复杂因素。要在地面进行全面的核试验不仅费用巨大,而且受到核安全与法规限制,因此构建能够模拟这些动力学与故障情形的仿真器,对于验证自主控制策略至关重要。 奥克里奇的HIL测试台采用模块化与开放架构理念,硬件层包括六个可驱动的控制鼓、两相流循环的推进剂仿真回路、可控阀门、涡轮与多种流量、压力与温度传感器。为避免氢的危险,推进剂回路以水与压缩空气替代液态/气态氢,通过缩放关系映射到NTP实际工况。
控制层基于单板计算机(NVIDIA Jetson)运行消息队列遥测传输(MQTT)中间件,并通过Node-RED实现数据可视化与手动控制界面。每个传感器与执行机构使用通用I/O板(如QWICC)进行电压/电流转换,实现控制器无关的接口,从而方便替换与扩展设备。当硬件动作并返回传感器数据后,仿真器在容器化环境中读取这些数据,计算反应堆状态并把结果透过MQTT回传,完成一次闭环控制迭代。目前系统能以10 Hz的周期完成一次完整的命令-执行-仿真-反馈循环,满足初期验证需求,但也在探索提高到100 Hz及以上的路径。 为了在实时约束下准确反映反应堆动力学,仿真器采用查找表结合点动力学方程(Point Kinetics Equations,PKE)的方法。直接在每个控制周期运行蒙特卡洛中子输运代码虽然更精确,但远不能满足实时性需求。
因此使用高保真蒙特卡洛(如MCNP)离线生成反应性查找表,查表内容覆盖控制鼓角度、堆芯温度与推进剂体积分数等关键变量。基于这些查找表,仿真器在运行时插值得到当前总反应性,然后代入inho ur方程求解反应堆周期,再利用点动力学解析解或数值积分计算中子群与堆功率随时间的演化。该方法在速度与物理保真度之间取得平衡,既能体现温度与推进剂耦合的正负反馈,也能在发生故障或异常工况时快速响应。 在构建查找表的过程中,研究者建立了一个与测试台尺寸一致的高保真MCNP模型,模型中包括镶嵌有高富集铀材料的燃料元件、铍或其他慢化剂、以及位于周边的控制鼓和推进剂通道。通过多次蒙特卡洛模拟,提取不同鼓位、不同温度与不同氢密度条件下的keff值,形成一个覆盖典型运行域与危险边界(如液氢突入)区域的多维映射。在很多测试中发现液态氢进入堆芯会导致巨大的正反应性插入,甚至在鼓处于"关闭"状态时也可能使系统达到临界,这正是历史NERVA测试中曾出现过的危险情形。
因此仿真器必须能够模拟推进剂相变和局部密度骤变对反应性的影响,从而让控制算法学习到避免危险操作的策略。 点动力学方程与inho ur方程是仿真器的数学核心。由查找表得到的时间相关反应性被输入到inho ur方程以求解反应堆时期,从而得到中子密度的时间演化。仿真器通常采用有限差分或矩阵指数方法对延迟中子先驱体进行求解,从而在毫秒级别得到功率曲线。在低信号阶段(接近临界前),反应堆功率非常低,这对传感器灵敏度与噪声鲁棒性提出了挑战。实际飞行计划中,发动机往往在高辐射背景的轨道环境(如下层范艾伦带)启动,探测器将面临高能粒子噪声,这会严重影响离子室与裂变室的可靠性读数。
为此,仿真器还可以叠加背景噪声模型与探测器灵敏度仿真,帮助验证控制算法在低信噪比环境下的判决能力。 硬件在环测试平台的一个重要优势是能以低风险方式引入传感器与执行器故障情形,包括鼓卡死、位置偏差、阀门颤振、传感器漂移或通信丢包等。通过将这些故障注入到MQTT消息流或仿真器输入,工程师可以评估冗余策略、容错控制与故障检测方法的有效性。对自主控制算法而言,尤其是在火星这种长时通信延迟环境中,系统必须在未知故障下快速做出安全决策,HIL测试能显著降低试验成本并提高算法成熟度。 当前系统运行在10 Hz循环率,这一频率足以覆盖多项验证场景,但并非所有控制问题的最终目标。核热火箭的快速起动、弹性模态与传感器高速变化有时需要更高的控制带宽。
为提高循环率,研究团队正在探索加速仿真计算的几种途径。其一是将点动力学与插值查找表的计算卸载到GPU或更高性能的嵌入式硬件上,利用并行化实现更高吞吐。其二是使用数据驱动的替代模型,如基于神经网络或梯度提升树的代理模型(surrogate model),这些模型经过离线训练后可在推理阶段以极低计算成本逼近蒙特卡洛结果。第三是采用多分辨率策略:对正常工况使用快速代理模型,对危险边界或罕见故障调用更精细的数值解或离线高保真模拟来验证决策。 未来的功能扩展还包括将燃料燃耗与裂变产物积累(例如氙中毒)引入仿真器,以模拟长期运行或重复启动情形下的反应性演化。虽然NTP在单次点火的工作周期较短(通常10到30分钟),氙在短期内的影响可能有限,但对于可停靠重启或长期月基电力堆等应用,裂变产物对反应性的累积影响必须被准确建模。
此外,将探测器布置优化、背景辐射谱优化与探测器电子学仿真整合进HIL平台,可以帮助定义在深空环境下的可靠仪表方案。 在实际应用层面,基于HIL的核反应堆仿真器不仅帮助验证控制算法,还能显著缩短开发周期与降低认证成本。厂商与研究团队可以在没有核材料、没有监管许可的条件下,反复测试各种控制策略、故障情形与人机交互流程。对自动化程度高的任务而言,系统能评估基于规则的控制、模型预测控制(MPC)、强化学习等不同范式的优劣,给出性能-安全权衡的量化指标。 然而,HIL方法也有固有限制。查找表方法的准确性依赖于覆盖设计空间的充分性,离线蒙特卡洛的统计不确定性会传递到在线仿真结果。
在某些边界条件下,如复杂的局部气相行为或材料在极端温度下的相变,查找表可能不足以捕捉瞬态细节。因此,工程实践中应采用分层验证策略:在HIL平台上完成早期迭代与鲁棒性测试后,再将关键场景在受控、有监管许可的核试验设施中做最终验证。此外,系统软件、通信延迟与容器化部署的可靠性也需要满足航天级软件工程标准。 展望未来,结合更强算力的边缘计算硬件、机器学习辅助的加速器与更精细的多物理场耦合模型,核热火箭仿真器将进一步逼近真实核堆行为。跨机构的数据共享与标准化查找表格式将有助于行业内不同测试台之间的可复现性。随着自主控制算法的成熟与HIL验证方法的规范化,核热推进有望以更低风险的姿态进入新一代深空任务,为人类探测火星甚至更远目标提供坚实的推进与能量保障。
总之,面向核热火箭的硬件在环测试台及其核心的核反应堆仿真器,代表了在安全与成本约束下推进高危航天系统验证的一条可行路径。通过高保真蒙特卡洛数据支持的实时查找表、点动力学求解、模块化硬件接口与灵活的软件架构,研究者可以在闭环环境中系统性地考察起动、稳态与故障场景下的控制表现。随着计算能力与仿真方法的进步,这类测试平台将成为推进系统开发、认证与训练的重要基石,为未来的深空自主推进任务提供强有力的工具与保障。 。
