1.2 CFD计算
CFD计算的主要任务是通过预估转轮在不同运行工况下的性能,建立输入参数与转轮性能之间的响应面关系。在叶片的三维反问题设计过程中,虽已对流场进行正问题计算,但由于未考虑流体黏性以及其他过流部件对转轮性能的影响,难以准确地预估不同运行工况下的转轮性能。本文通过建立三维全流道计算模型,采用商业软件ANSYS CFX进行粘性计算,完成转轮在不同运行工况下的性能预估和流场分析,以确保响应面关系的准确性和优化结果的可靠性。
1.3 多目标优化策略
转轮的多目标优化策略主要由响应面方法、试验设计和多目标遗传算法组成。为提高响应面的逼近精度,采用拉丁超立方试验设计方法确定试验点在设计空间的分布,由较少的试验点获得较高精度的响应面关系,减少计算工作量[27-28]。为兼顾多种运行工况下的多个目标,同时保证在设计空间内全局 性 寻 优 , 采 用 改 进 的 非 支 配 分 类 遗 传 算 法(NSGA-II)进行优化[29-30]。
基于i SIGHT优化平台,将多目标优化策略与三维反问题设计、CFD计算相结合,构建了转轮全三维粘性优化设计系统,如图2所示。在完成转轮初始设计的情况下,转轮的多目标优化步骤如下:首先利用试验设计方法完成优化输入变量在设计空间的分布;然后利用三维反问题设计方法生成不同输入变量对应的转轮模型,并利用CFD计算获得转轮在不同运行工况下的性能,建立输入变量与转轮性能之间的响应面关系;基于构建的响应面关系,采用多目标遗传算法在设计空间内寻求性能最优的转轮模型。
图2 多目标优化设计系统
Fig.2 Multi objective optimal design system
由于优化是基于输入变量和转轮性能之间的响应面关系进行,无需重新生成转轮模型和进行
CFD计算,即可预估转轮在不同运行工况下的性能,大大降低了优化设计中庞大的CFD计算成本。根据设计的具体要求,在优化所得的关于不同优化目标的帕累托最优解(Pareto optimal)中选取最接近设计目标的模型转轮,利用CFD计算或模型试验验证优化设计结果。
(来源:中国泵阀第一网)
上一篇:地源热泵系统中电机节能问题探讨