Индийская организация космических исследований объявила о намерении испытать новый гиперзвуковой прямоточный воздушно-реактивный двигатель национальной разработки. Как пишет The New Indian Express, летные испытания силовой установки запланированы на январь-февраль 2016 года.
Испытательный запуск двигателя будет произведен с космодрома Шрихарикота. Для испытаний гиперзвуковой двигатель установят на двухступенчатую ракету-носитель RH-560. Другие подробности предстоящих проверок не уточняются. Индийские специалисты рассчитывают, что новые силовые установки позволят уменьшить размер ракет и увеличить их полезную нагрузку.
Использование гиперзвуковых прямоточных воздушно-реактивных двигателей позволит отказаться от части окислителя и топлива, которыми заправляются сегодня ракеты-носители. Преимуществом новых двигателей является то, что они достаточно мощны и используют для сжигания топлива атмосферный воздух.
По данным Космического центра Викрама Сарабхаи, на долю окислителя приходится почти 80 процентов массы ракеты-носителя, причем 70 процентов этого окислителя расходуется еще на атмосферном этапе полета. В качестве окислителя в Индии используется четырехокись азота. Новые двигатели будут устанавливаться на многоразовые ракеты-носители, первый демонстратор технологии которых планируется испытать в январе будущего года.
Гиперзвуковой двигатель отличается от обычных сверхзвуковым горением топлива в камере сгорания. Воздух для процесса горения подается в камеру прямотоком без использования дополнительных компрессоров: в полете набегающий поток воздуха попадает в воздухозаборник, затем в заужающуюся компрессорную камеру, а после этого — в камеру сгорания.
Двигатели такого типа способны работать при скорости полета не менее четырех-пяти чисел Маха (4,9-6,2 тысячи километров в час). Считается, что верхний предел скорости гиперзвукового двигателя составляет около 24 чисел Маха. Для более быстрого полета установке потребуется впрыск дополнительного окислителя.
Как разработчики AI VK создают систему рекомендаций контента
Рекомендательная система анализирует поведение пользователя в прошлом — просмотры, клики, лайки, таймспент и другие сигналы, чтобы предсказать, какой контент с наибольшей вероятностью заинтересует его в будущем.