基于CFD流场分析的多工况多约束条件的叶片优化设计方法与实验研究

摘要

随着全球市场竞争日益激烈,提高性能、降低研发成本和缩短设计周期的压力迫使叶轮机械设计工作者不断改进设计方法。近年来,CFD技术被广泛地应用于叶轮机械内部的三维粘性流场的数值模拟,其有效性逐步得到了研究者的肯定。同时,多种性能优良的优化算法也不断被推出。而计算机软硬件的飞速发展使得将CFD技术与优化算法相结合进行叶轮机械优化设计成为可能。本文着眼于叶轮机械叶片及叶轮的优化设计方法的实现,对相关优化设计算法进行了较为全面深入的研究。根据不同优化对象的特点,发展了适合叶轮机械叶片及叶轮的多工况多约束条件的优化设计方法,并将其成功地应用于相应的优化算例中。
　　 为了在计算时间与计算精度之间寻求良好的平衡,使CFD技术可以有效地应用于叶轮机械的气动优化设计,作者研究了叶轮机械定常流动数值模拟中RANS方程的空间离散形式与求解方法,阐述了代数Balding-Lomax模型、一方程Sparlart-Allmaras模型和标准k-ε模型的构造形式,并介绍了本文计算中遵循的收敛准则。以NASA Low SpeedCentrifugal Compressor(LSCC)实验叶轮为研究对象,结合其试验结果,讨论了湍流模型和网格等因素对计算结果的影响,为后续优化设计中湍流模型与网格的选取提供指导。
　　 本文发展了一套基于CFD流场分析的多工况多约束条件的叶片优化设计方法。针对优化对象计算成本和优化工况或目标多少的不同,该方法可以灵活地发展成适合其具体特征的优化设计方法,本文将该优化方法分别应用于平面叶栅的单、多工况多约束条件优化设计、带分流叶片的离心叶轮优化设计单目标多约束条件和某一工业用超低比转速离心鼓风机叶片的多工况多约束条件优化设计中。
　　 为实现上述优化方法,根据优化对象的不同特点和要求,发展了相应的实现算法。发展了适于叶栅和离心压缩机/鼓风机叶型参数化方法,大大减少了优化的设计变量；提出了并行神经网络算法,其映射质量和训练效率较传统神经网络算法有较大的提高；为避免基本遗传算法存在的早熟或陷入停滞现象等问题,受自然界和人类社会进化现象的启发,发展了一种新的遗传算法-改进的等级公平竞争遗传算法HFCGA-DN；发展了改进的INSGA-Ⅱ算法,将分布函数引入NSGA-Ⅱ算法中,提高了多目标Pareto遗传算法的多样性；并将上述算法与试验设计方法和CFD技术通过发展的数据接口有机地连接起来。
　　 针对某二维透平叶栅优化问题,以极大化其升阻比作为优化目标函数,以叶栅的几何进出口角不变,叶栅截面的面积不小于初始叶型的20％和优化叶型阻力系数不大于初始叶型为约束条件,运用本文针对平面叶栅发展的单目标优化设计方法对叶栅进行优化设计。从气动力积分的结果来看,优化叶栅的气动阻力比初始叶栅减小3.2％,升阻比增加了8.3％。
　　 针对某带分流叶片的离心压缩机叶轮,以极大化其等熵效率作为目标函数,以流量和总压比不小于初始叶轮为性能约束条件和叶轮参数设定的变化范围为几何约束条件,运用本文发展的基于近似模型的单目标多约束优化方法通过改变轮毂、轮缘型线和叶片形状对初始叶轮进行了优化设计。优化后叶轮的等熵效率较初始叶轮提高了1.06％,同时总压比也提高了0.52％。
　　 以极小化上述透平叶栅三个工况点的总压损失系数为目标函数,同样以叶栅的几何进出口角不变,叶栅截面的面积不小于初始叶型的20％为约束条件,运用本文发展的基于近似模型的多目标Pareto类优化设计方法对叶栅进行优化设计。优化后叶栅的目标函数在i=-10°,0°,10°的三个工况点分别比初始叶栅下降了8.31％、8.43％、8.52％。
　　 根据某一工业用超低比转速离心鼓风机叶片的特点和性能要求,提出了楔形叶片的设计概念,发展了一套基于近似模型的鼓风机叶型叶片的多工况多约束优化方法。该优化方法的目标函数是极大化在三个指定工况点上的总压升,性能约束条件是效率和流量分别不小于初始叶型值,几何约束条件是设计变量的变化范围。为验证优化前后叶型的性能,将优化前后叶型加工成模型样机,并搭建了试验台,进行性能试验和叶轮内部流动的PIV测试。数值优化和试验结果都表明,优化楔形叶片在满足约束条件的前提下,三个指定工况点上的压升都有大幅度的提高,同时也验证了本文发展的优化设计方法是有效的。
　　 通过将本文发展的多工况多约束条件叶片优化设计方法成功地应用于不同的优化对象,以及对某工业用超低比转速离心鼓风机的实验研究和数值模拟,更加全面和深入地认识了叶片形状对其性能和流场的影响,进一步丰富了叶片优化设计技术,为提高叶轮机械的研制水平提供了技术依据。

目录

文摘

英文文摘

主要符号表

第一章 绪论

1.1 研究背景

1.2 叶轮机械内部流动的研究方法

1.3 叶轮机械内部流动的实验研究

1.3.1 叶轮机械内部流动的测量技术

1.3.2 离心叶轮机械内部流动的实验研究进展

1.4 叶轮机械内部流动的数值模拟研究

1.4.1 叶轮机械内部流动的数学物理模型的发展

1.4.2 湍流模型的发展

1.4.3 RANS方程数值解法与计算格式的发展

1.5 叶片成型方法与叶片优化设计进展

1.5.1 叶片成形方法的发展

1.5.2 叶片优化设计进展

1.6 本文的主要工作

第二章 实验装置和测试技术

2.1 低速离心鼓风机实验装置

2.1.1 低速离心鼓风机实验装置

2.1.2 离心鼓风机的动力传动系统

2.2 离心鼓风机外特性测量系统的设计与测量

2.2.1 离心鼓风机外特性测量系统的设计与测量

2.2.2 离心鼓风机外特性测量

2.3 PIV测速系统

2.3.1 PIV测速原理

2.3.2 PIV系统主要组成部分

2.3.3 实验的主要困难及解决办法

2.3.4 PIV系统时间参数的选取

2.3.5 示踪粒子的选取

2.3.6 本文使用的PIV测速系统

2.3.7 PIV实验的基本参数选择

2.4 小结

第三章 叶轮机械气动性能的CFD数值模拟及算例考核

3.1 数值求解方法

3.1.1 控制方程

3.1.2 Navier-Stokes方程的空间离散

3.1.3 Navier-Stokes方程的时间离散

3.1.4 紊流模型

3.1.5 加速收敛技术

3.1.6 网格质量指标

3.2 低速离心压缩机气动性能的CFD数值模拟和考核

3.2.1 NASALSCC叶轮

3.2.2 湍流模型

3.2.3 计算网格

3.2.4 边界条件与初值设定

3.2.5 结果与分析

3.3 小结

第四章 基于CFD流场分析的多工况多约束条件的优化方法

4.1 叶型参数化

4.1.1 Bezier曲线数学模型

4.1.2 端点控制的Bezier曲线拟合原理

4.1.3 前后缘的圆角或尖角的处理方法

4.1.4 叶片及其他部件参数化实例

4.2 实验设计方法

4.2.1 实验设计方法的发展

4.2.2 几种常用实验设计方法

4.2.3 均匀设计表的均匀度

4.3 并行神经网络

4.3.1 BP神经网络原理

4.3.2 并行神经网络

4.3.3 并行神经网络与传统BP神经网络的性能对比

4.4 HFCGA-DN遗传算法

4.4.1 HFCGA-DN及其流程

4.4.2 HFCGA-DN性能测试

4.5 INSGA-Ⅱ遗传算法

4.5.1 Pareto支配关系及Pareto最优解定义

4.5.2 NSGA-Ⅱ及其改进

4.5.3 INSGA-Ⅱ性能测试

4.6 小结

第五章 优化方法在叶轮机械气动优化设计中的三个应用研究

5.1 平面叶栅气动单目标优化设计

5.1.1 优化设计对象及其参数化

5.1.2 平面叶栅气动性能分析

5.1.3 优化设计过程及其流程

5.1.4 优化结果分析

5.2 带分流叶片的离心压缩机叶轮优化设计

5.2.1 优化设计对象及其参数化

5.2.2 优化设计过程及其流程

5.2.3 优化结果分析

5.3 平面叶栅气动多工况优化设计

5.3.1 优化设计过程及其流程

5.3.2 优化结果分析

5.4 小结

第六章 超低比转速离心鼓风机叶片的多工况多约束条件的优化设计与实验研究

6.1 优化设计对象及等宽度窄叶轮性能影响因素分析

6.1.1 等宽度窄叶轮性能影响因素分析

6.1.2 优化设计对象和目的

6.2 初始直叶片的离心鼓风机性能实验和叶轮内部流动测量

6.2.1 性能实验结果与分析

6.2.2 初始直叶片叶轮内部流动测量

6.2.3 实验误差分析

6.3 新设计三种叶片的离心鼓风机性能实验和叶轮内部流动测量

6.3.1 性能实验结果与分析

6.3.2 三种叶片叶轮内部流动测量

6.4 超低比转速离心鼓风机多工况多约束条件优化设计

6.4.1 叶型参数化与设计变量的确定

6.4.2 优化设计的目标函数和性能约束条件

6.4.3 不同叶片的鼓风机机组气动性能的CFD评估

6.4.4 优化设计的流程

6.5 数值优化和实验结果对比分析

6.5.1 气动性能对比

6.5.2 优化楔形叶片叶轮内部流动情况分析

6.5.3 五种叶片叶轮内部流动情况数值模拟

6.6 小结

第七章 结论与展望

7.1 结论

7.2 本文主要创新点

7.3 展望

参考文献

攻读博士学位期间发表的学术论文

致谢