LANIAKEA PROPULSION · ROTATING DETONATION × HPC

旋转爆震引擎
× 超级计算研发

引擎不再被「画」出来,而是被「计算」出来。爆震波在环形燃烧室里以每秒两公里旋转, 超算集群里数千个设计变体每夜自我演化 —— 这是计算工程时代的火箭推进。

~2 km/s爆震波传播速度 · CJ 量级
kHz 级燃烧室内波旋转频率
+25%压力增益燃烧 · 理论效率上限
小时级一次完整设计迭代
ABOUT

为什么是旋转爆震

Rotating Detonation Engine(RDE)—— 让燃烧以「爆震」而非「爆燃」的方式发生, 是半个世纪以来推进热力循环最重要的一次跃迁。

💥 压力增益燃烧

传统火箭发动机采用等压燃烧:推进剂在近似恒定压力下缓慢爆燃,压力势能被白白耗散。 而爆震是一道以超音速传播的激波耦合燃烧面,燃烧发生在近似等容条件下 —— 燃气压力在燃烧过程中不降反升,即「压力增益燃烧」。

在环形燃烧室里,这道爆震波首尾相接、永不熄灭地旋转: 新鲜推进剂在波后方持续充填,波以约 2 km/s 的速度一圈圈掠过,频率达数千赫兹。 同样的推进剂,理论循环效率可提升约 25%;同样的推力,燃烧室可以更短、更轻、更简单。

🎯 体系定位

领域压力增益推进 · 旋转爆震引擎研发
方法计算工程(Computational Engineering)+ 超算仿真
强调数学建模 · 数值验证 · 快速迭代
架构生成 → 仿真 → 打印 → 热试 全数字闭环
理念先在超算里算清楚,再在试车台上点火
INTERACTIVE DEMONSTRATOR

交互式引擎 · 亲手点燃一台 RDE

这是一台数字孪生演示机的正视剖面:环形燃烧室、喷注环、中心锥体尽收眼底。 点「点火」让爆震波转起来,拖动滑杆改变工况,点击引擎的任意部件查看它的设计细节。

🚀
LNK-D1 演示机 · 数字孪生 正视剖面 · 环形爆震燃烧室 · 动画为慢放演示(约 ×10⁴)
待命
💡 点击引擎部件查看详情 · 波头逐孔点爆、激波接力 · 实际波速 ~2 km/s,此处慢放约一万倍
单波 双波 三波
φ = 1.00
80%
爆震波速 m/s
旋转频率 kHz
压力增益 %
推力估算 kN
VISION

星舰构想 · 爆震驱动的深空航行

把旋转爆震装进星舰:双环形爆震引擎推动三角翼舰体驶向深空。 拖拽画面可环视舰体,推杆改变推进级别,或直接进入爆震巡航。

LV 4
巡航 · 双环 RDE 自持
COMPUTATIONAL ENGINEERING

计算工程 · 引擎即代码

沿着 LEAP 71 开创的范式:不再由工程师在 CAD 里一笔笔勾勒, 而是把全部工程知识编码为可执行的计算模型 —— 输入需求,输出一台完整的、可直接打印的引擎。

🧬

几何即代码

基于体素的几何内核让「复杂度免费」:螺旋冷却微通道、点阵结构、数百个逐孔定制的喷注单元, 皆由算法一次生成,无惧任何传统 CAD 画不出的形状。

🧠

工程知识模型

把流体力学、传热、材料与制造约束编码为大型计算工程模型。 改一个推力指标,整台引擎的几何在数分钟内自动重算、自洽收敛。

🖨️

打印即制造

铜合金 / 高温合金激光粉末床一体打印:无装配、无焊缝、无工装。 算法输出的几何直达打印机,从代码到试车台最短只需数周。

⚖️ 传统流程 vs 计算工程

设计载体图纸与 CAD 模型 → 可执行的工程代码
迭代周期数月一轮 → 数小时一轮
知识沉淀散落在工程师脑中 → 沉淀为模型资产,可复用可进化
复杂度成本越复杂越贵 → 复杂度免费,性能优先
验证方式反复试错热试 → 超算预演,热试只做确认

🔩 为什么 RDE 需要计算工程

旋转爆震的工程窗口极窄:喷注器要在毫秒级充填防回火之间取平衡, 燃烧室曲率决定波的存亡,冷却通道要贴着 80 MW/m² 量级的热流走线 —— 每一处几何都与非定常燃烧强耦合。

这样的设计空间靠人手工穷举是不可能的。只有把设计权交给计算模型 + 超算仿真的闭环, 让数千个变体在数字世界里优胜劣汰,RDE 才能从实验室走向飞行。

SUPERCOMPUTING

超算体系 · 在数字宇宙里试车

一次真实热试烧掉的是真金白银,一次数字热试烧掉的只是电。 我们把绝大多数失败留在超算里,让试车台只见证成功。

10⁹+全环三维 LES 网格单元
0.1 µs爆震求解时间步
512+GPU 并行规模
3000+每夜自动评估设计变体
~95%AI 代理模型预测置信
×1000迭代速度 vs 传统流程

🌪 全环爆震直接模拟

大涡模拟(LES)耦合简化化学反应机理,自适应网格追着波面加密, 在超算上完整重演环形燃烧室内的充填—爆震—排气循环。

模拟能提前回答试车台上最贵的问题:波会不会熄灭?单波何时分岔为双波? 模态切换的边界在哪里?喷注面会不会被回火烧穿?

🤖 AI 代理 + 优化闭环

高保真模拟昂贵而稀缺,因此用其结果训练 AI 代理模型: 毫秒级预测新几何的波速、压力增益与热流分布,置信不足的样本自动回流高保真队列。

代理模型之上运行贝叶斯优化与伴随方法,每夜数千个设计变体在数字宇宙中优胜劣汰, 清晨只把最强的几个交给工程师复核。

🔭 与量化同源 · 跨学科结构同构

拉尼亚凯亚的量化交易体系与 RDE 研发共享同一座数学军火库: 市场与爆震燃烧同为强非线性动力系统,工具天然互通 —— FFT 频谱监测既预警黑天鹅、也捕捉爆震不稳定性的前兆; 极值理论(EVT)既刻画收益尾部、也估计极端热流工况; 机制切换检测既判别趋势与震荡、也判别单波与多波模态。

一套数学,两个战场。这正是「超级计算」写进公司名字里的原因。

ROADMAP

研发路线 · 从代码到火焰

五个阶段,每一步都以数字闭环为轴心:模型先行,试验收尾,数据回流。

阶段一数字奠基
⌨️  code → 🧬 geometry → 🌪 physics
   计算工程模型 · 几何内核 · 求解器栈

搭建 RDE 计算工程模型与体素几何内核,打通「参数 → 几何 → 网格 → 仿真」全自动管线。 第一台引擎在这里诞生 —— 以代码的形式。

阶段二冷流验证
💨 → ⋮⋮⋮ → 📷 PIV
  喷注雾化 · 掺混 · 声学特征

打印首批喷注器与流道件,用冷流台架验证雾化与掺混品质, 将实测数据回灌模型 —— 让数字世界第一次被现实校准。

阶段三首次热试
🔥 ⟳ ⟳ ⟳  kHz
  点火 · 爆震自持 · 模态识别

演示机点火,高速摄影与高频压力传感器捕捉旋转爆震的自持与模态。 目标只有一个:让波转起来,并且知道它为什么转起来

阶段四超算闭环
🖥️ ⇄ 🔥
  每一次热试 反哺 每一夜进化

热试数据全量回流:校准 LES、重训 AI 代理、收紧优化边界。 从此每一次点火都让下一台引擎更聪明 —— 研发进入指数通道。

阶段五飞行级演示
🌌 ✦ 🚀 ✦
  更轻 · 更短 · 更远

面向上面级与轨道机动的飞行级 RDE 演示:压力增益燃烧兑现为真实的比冲与干重优势。 无量之天,将由计算点亮。

⚠️ 说明:本页面为技术概念演示,交互引擎为简化的教学级数字模型, 所示数据(波速、频率、压力增益、推力等)均为理论量级示意,不代表任何真实产品的性能承诺。