叶轮旋转机械性能优化平台技术方案Word文档下载推荐.docx
《叶轮旋转机械性能优化平台技术方案Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《叶轮旋转机械性能优化平台技术方案Word文档下载推荐.docx(27页珍藏版)》请在冰豆网上搜索。
通过重新在CAD模型中修改几何参数,再仿真计算获得结果,如此往复,直到产品的性能能够满足设计要求。
这种旧的技术方案在应用过程中会存在三个主要问题:
1)重复性工作的次数跟几何修改参数的个数成指数级增长,需要修改的几何参数越多,重复计算的次数越多,使得优化工作极为繁琐;
2)旧设计方案的计算结果不能得到分析和利用,无法为下一次的模型修改提供建议,这样使得整个优化设计过程变得无方向性;
3)产品在经过多次优化之后,往往是在局部实现最优的结果,并不能实现全局最优,使得优化大打折扣。
如果能在CAD技术和CFD数值模拟技术的基础上,引入软件驱动和优化算法,这样可以重复驱动CAD软件和CFD软件自动修改模型和仿真计算,从而极大地减少工程师重复性的工作量,进而减少重复工作过程中出错的可能性。
添加优化算法之后,可以对方案重复计算的结果进行分析,给出下一步模型修改的建议,指导优化。
再选择合适的组合优化策略,往往还能够在全局范围内找到最优的结果,实现全局优化。
优化软件进入工程研发领域多年,但由于存在与参数化建模软件、叶轮机械设计软件、数值分析软件集成的二次开发等门槛,限制了其推广应用。
本方案基于叶轮机械设计-仿真-优化的一体化思路,通过集成叶轮机械的参数化设计、数值分析和优化设计软件,并自定义开发各软件之间的接口和操作流程的批处理化,在同一平台上可自动实现包括参数化设计、数值分析和优化设计的所有功能,实现真正意义上的叶轮机械的“设计-仿真-优化”的一体化方案,帮助工程师更高效便捷地进行产品研发设计。
2.建设目标与指标
2.1建设目标
通过集成叶轮旋转机械设计阶段所使用的建模和计算分析工具,建立一套能够实现重复建模和仿真、结果分析和性能优化的平台,最终通过该平台能够较为轻松地提高叶轮机械的整体性能和效率,减少优化设计周期。
2.2建设指标
叶轮旋转机械性能优化平台包含三部分,各部分建设指标如下所示:
(1)集成性能优良的叶轮机械设计工具,设计工具需具备叶轮机械的整机设计功能,并且可将整个产品模型结构参数化,可通过批处理的方式对模型进行修正。
(2)集成稳定性与收敛性良好的仿真解算工具,可完善考虑仿真本身及优化所需输入、计算域网格划分和数值求解的快速性和准确性,最终精确获取叶轮机械模型的性能数据,承接设计与优化工作。
(3)集成完备的优化算法或性能优良的优化软件以实现与设计仿真软件之间的无缝对接。
通过优化算法可以获得下一步模型修改的输入,使优化过程具备方向性。
优化是该系统不可或缺的一个功能,它可驱动CAD软件批处理形式地修改模型,再驱动CFD软件进行仿真计算获得结果数据。
通过该功能可将重复性的工作委托给计算机完成,降低重复工作出错的概率,进而省去设计人员大量低价值的工作,减少优化过程的繁琐性。
3.建设方案
3.1总体框架
叶轮旋转机械设计仿真优化平台是建立在优化算法的基础上,搭建叶轮机械设计模块和流体仿真模块,在特定的目标函数的约束下,形成产品设计和修正-仿真分析-基于优化算法指导设计修正的过程数据链,这样可使产品的设计优化具有自动化,并有方向性地进行产品设计修正,减少设计人员重复性的工作,快速找到最佳匹配度的设计参数组合。
为更好地对计算结果进行处理和分析,还可集成专业后处理模块,实现设计-仿真-优化-后处理分析的完备设计系统。
图3.1:
叶轮机械优化设计系统架构
3.2主要业务功能模块介绍
优化设计系统包含叶轮机械三维设计、CFD仿真、专业的后处理分析和基于目标函数的参数优化等多个部分。
通过在叶轮机械设计软件中进行产品的全三维设计,获得较理想的初步设计模型,并对此设计模型进行数值模拟和专业的后处理分析,获得目标函数值;
根据分析所得的目标函数值,设置需要优化的设计参数,通过优化算法对设计参数进行有针对性的排列组合,以最少的优化设计次数获得最佳的设计参数组合,最终得到符合要求的产品。
应用专业的后处理分析软件Ensight还可以提供除了标准后处理以外的更多信息,更灵活地合并输出不同动画和配图曲线,其虚拟现实的功能,为工程师更好地了解产品性能以及内部细节特征提供了最佳手段。
3.2.1叶轮机械三维设计模块
根据该设计优化平台建设目标要求,推荐引入专业的旋转机械设计软件CFturbo作为叶轮机械设计部分的应用工具。
CFturbo具备叶轮机械的整机设计能力,包括叶轮机械的叶轮、诱导轮、蜗壳、扩压器(叶片式/流道式)的设计能力,以及针对某些特殊要求的设计能力,例如污水泵设计功能(1~3叶片),双蜗壳设计功能、复合叶片设计等。
每个设计步骤所涉及参数均支持参数输出和批处理,以便与CFD分析和优化进行更好的集成。
CFturbo主要设计功能和参数体现如下:
►全参数化智能设计,设计快速,重复性好:
用户只需提供叶轮机械设计点的流量、压差、转速和流体介质属性等基本条件,CFturbo即可根据内置的经验函数自动设计叶轮机械的二维和三维水力模型。
CFturbo智能化设计功能可引导设计人员进行叶轮机械的流程化的设计,同时有经验的设计人员可以根据自己的经验和特定的设计要求在不同的设计阶段对自动设计进行干预,快速实现初步的理想模型的设计。
►主要几何尺寸计算:
通过CFturbo内置的或自定义的经验函数,可以确定泵及叶轮机械的主要几何参数,如叶轮进口直径、叶轮进口宽度、叶轮出口直径、叶轮出口宽度、轮毂直径、叶片入口直径、叶片数、叶片进出口角、叶片包角、叶片厚度、蜗壳基圆直径、蜗壳入口宽度、螺旋线尺寸、蜗壳出口直径等。
►叶轮子午面设计:
通过贝塞尔曲线、直线、直线+圆弧及样条曲线等线型设计叶轮子午面流道。
子午面设计特点有:
1.流出延伸段的设计;
2.流线型曲线的方法设计子午流道;
3.流道内轴面速度云图、等势线分布显示;
4.过水断面、静矩、曲率等的校核。
通过以上信息可指导用户有效地设计性能优良的叶轮子午面。
►叶片进出口安放角计算:
叶片设计是基于多个子午流线的设计产生,叶片进出口安放角设计可考虑入口冲角和出口偏移角的影响,可以显示任意处的速度三角形数据。
►2D或3D叶片的设计:
通过贝塞尔曲线设计叶片不同流线位置的中心弧线长度和曲率变化等设计叶片的三维模型,也可自定义叶片不同流线位置包角。
►叶片厚度设计:
可设计叶片厚度线性或非线性变化,不同流线截面位置厚度可不同,叶片厚度也可不对称,同时也可导入外部曲线控制叶片的厚度。
►蜗壳断面形状设计:
蜗壳断面形式多样,可以是矩形、圆形、梯形及非对称形状,CFturbo提供了8种断面形状可供用户选择。
►蜗壳螺旋线设计:
CFturbo提供了三种不同的设计方法用来设计蜗壳螺旋线,分别是Pfleiderer法、Stepanoff法和自定义设计,对于一些特殊的蜗壳螺旋线设计如定截面面积或阶梯式均可满足。
►蜗壳扩散段及隔舌设计:
蜗壳扩散段可以是直出式或是弯出式,出口截面可以是圆弧状、矩形或是梯形截面等。
蜗壳扩散段及隔舌均支持x、y、z方向的全三维设计。
►内置多种真实气体模型:
CFturbo内置多种非理想气体状态方程,如雷德利希-邝氏方程及其修正方程、彭-罗宾逊状态方程等,用户可根据介质的不同特性选择合适的状态方程进行设计。
CFturbo还内置了多种理想气体和非理想气体介质模型,同时也支持用户自定义气体介质模型,以实现CFturbo模型数据库的积累和传承,以满足气动叶轮机械的设计。
►内置丰富的经验函数库:
集成了CFturbo数十年的设计经验,对于不同的叶轮机械设计均有对应的经验函数支持;
CFturbo还集成了NACA翼型数据库,同时支持外部数据的输入和积累。
►完备的软件接口:
CFturbo具备与多种CAD、CAE以及优化软件软件的接口,从而确保CFturbo设计的几何造型可以输出到各种软件进行模型优化,CFD分析,结构分析和性能校核等相关工作。
3.2.2叶轮机械CFD分析模块
基于CFturbo的设计功能和强大的接口功能,对于叶轮机械的CFD分析具有较大的可选择性。
对于旋转机械的性能分析,目前较主流的CFD工具有PumpLinx、CFX和Numeca。
CFturbo与上述几款软件均能实现批处理数据交互,从实现难易程度和接口的成熟性而言,CFturbo与PumpLinx为无缝集成接口,PumpLinx本身定位为专业的运动机械CFD分析工具,要实现基于平台的叶轮机械设计仿真分析PumpLinx是比较理想的选择。
PumpLinx在叶轮机械CFD分析领域的技术特点如下:
Ø
先进的网格生成技术
内置自动化的网格生成器,可以快速的生成CFD求解器可以高效求解的高质量网格。
这个网格生成器采用专有的几何等角自适应二元树(geometryConformalAdaptativeBinary-tree)算法,既CAB算法,CAB算法在由封闭表面构成的体域生成笛卡尔六面体网格。
在靠近几何边界,CAB自动调整网格来适应几何曲面和几何边界线。
为了适应关键性的几何特征,CAB通过不断的分裂网格来自动的调整网格大小,利用最小的网格来分辨细节特征。
该网格技术具有如下特点:
–自动、快速的网格生成:
选择一组封闭表面,即可通过一键式的网格生成,即可自动完成网格划分。
–精确表达原始几何:
创建与曲面形状相匹配的网格,可以保证准确表达重要几何特征。
–高质量/高效率的网格:
基于CAB算法的笛卡尔网格六面体网格,可用较少的网格数量达到较高的网格精度。
–能够容忍烂几何:
许多CAD曲面有小缝隙或者是没有专门缝合在一起,许多网格生成算法会失败,因此在生成之前,几何必须清理干净。
CAB算法在一定程度上可以容忍“烂”几何,CAB基于“烂”几何可以生成合理的网格,而精度损失是可以忽略的,从而获得有意义的模拟结果。
专业的叶轮机械数值仿真模板:
软件需内置有专业的叶轮机械分析模板(如离心泵/离心压缩机/风扇等)。
模板将叶轮机械的CFD模拟流程和规范内置到PumpLinx软件中,用户不用再做多余的设置即可顺利求解。
CFD模拟流程简单化、规范化,保证了计算结果的可靠性。
全空化模型(FullCavitationModel):
软件内置有功能强大且稳健的汽蚀模型。
该汽蚀模型具有优良的鲁棒性,对于非常恶劣的工况,在其他软件都难于收敛的情况下,依然具有良好的收敛性。
同时,模型考虑了液体的可压缩性,并考虑了蒸汽的蒸发和凝结过程。
对非凝结气,用户可以选择固定气体质量分数、可变气体质量分数、平衡态气体溶解和挥发模型和有限速率气体溶解,挥发模型等。
该空化模型不仅能预测空化发生的位置,对于由于空化而产生的气蚀损害也能准确预测。
高级数值算法:
软件具备高效的求解功能,采用有限体积法思想,在通用CFD求解器基础上,将最新的数值技术与软件专有算法相结合,建立了一个比其它竞争对手更快速、更稳健的数值模拟工具。
使叶轮机械的数值仿真能跟得上实际工程的进度。
强大的软件后处理功能,在求解过程中可实时查看流场内压力、速度、温度等云图、剖面云图、等值面和流线图等,可快速创建任意视角的结果动画,可在同一界面下创建多个监测窗口,可支持数据图表、曲线和矢量图显示及颗粒追踪等显示功能;
软件界面
–操作简单,在同一界面下可实现包括前处理、求解及后处理在内的所有操作,无需在不同软件之前切换。
–流程化模板化的操作步骤,使用户可以很快上手,使软件能够真正应用到实际工作中,并保证使用效果。
–支持扩展的高级模式,以支持用户更深层次的应用需求。
3.2.3专业的叶轮机械后处理分析模块
叶轮机械内部为非常复杂的三维紊流流场,并伴有涡流、回流、空化或超音速等多种流动状态。
为更好地捕捉流场信息,实现对绝对流速、相对流速,绝对压力、相对压力、流动角、环量、涡流强度,面积,体积等的计算和数据输出,实现三维视觉与结果曲线以及对比结果的完美融合,可借助专业的后处理分析软件Ensight对叶轮机械流场进行细致、丰富、逼真的后处理结果提取和演示。
EnSight是一套适用于各种工程和科学(CFD,FEA,碰撞,流体力学,SPH及其他)的后处理与计算结果可视化与协同软件,它提供了一种完全的对各种类型的工程进行分析、可视化与交流的手段,可处理百万甚至上亿的结点单元,具有并行处理与渲染的优势,并支持VR立体显示以及实时协同等功能。
可同时加载多个案例
EnSight可以一次加载多达16个案例。
这些案例可以是任何格式,并能同时查看FEA和CFD数据,采用CAD模型显示CAE结果,并排比较多个运行结果。
轻松编写内部求解器接口
许多大学和研究机构开发自己的代码,EnSight载入这些代码数据很容易。
可使用Ensight读取器API读取数据,或者使用记录器API以EnSight本地格式输出数据。
高效的数据处理能力
EnSight在处理大型和瞬态数据集方面性能卓著。
优化内存使用,使RAM运行更快更高效。
出色的图像质量
EnSight输出性能卓越。
无论是静态图像还是精湛的动画,EnSight几乎能以你想要的任何格式高质量输出。
图像保真和纹理映射等特性使本已令人惊叹的输出品质得到加强。
图像能以任何分辨率输出,非常适合大型、优质印刷品。
完全可自定义的图形窗口
可根据需要改变图形窗户的尺寸,形状和内容,图例,绘图,注释和模板可完全自定义,并能添加嵌入式图像,非常适合清晰地展示数据。
多种动画功能
通过时间步动画,还可以变换视图,剪切面,等值面,透明度及其它方式绘制动画,还可以将模型形状动画,以及在时间步之间插值
用户自定义功能
EnSight有许多功能可以由用户自定义,从简单的属性设置和宏、到用户自定义工具、读写器和运算函数,甚至可能打造自己的GUI(图形用户界面)。
批处理模式
脚本能以批处理模式自动运行,可以创建任何视图并保存为图像,动画或三维文件。
利用此功能可使技术部门的生产效率有巨大的提高。
3.2.4叶轮机械优化设计模块
对于叶轮机械的优化设计,可引入专业的优化设计工具如iSIGHT/OPTIMUS,也可不考虑集成软件,直接将优化算法集成到设计平台,实现叶轮机械的优化设计。
该优化功能可实现将数字技术、推理技术和设计探索技术有效融合,并把大量的需要人工完成的工作由软件实现自动化处理,代替工程设计人员进行重复性的、易出错的数字处理和设计处理工作。
通过集成仿真代码并提供设计智能支持,从而对多个设计可选方案进行评估、研究,大大缩短了产品的设计周期,显著提高产品性能。
关于优化算法,目前共有4大类,每一种算法都在设计过程中具有特定的作用:
(1)试验设计:
发现关键参数,探索设计空间。
(2)优化算法:
寻找满足约束条件和目标函数的最佳设计方案。
ISIGHT提供了多种优化算法。
(3)回归建模:
用近似模型代替运行时间长的计算机模型,引入了三阶和四阶响应表面模型以及Kriging模型,以快速获得解答。
(4)质量方法:
寻找成功概率高并且对不确定因素不敏感的设计方案,保证稳健性和可靠性。
通过集成上述几种优化算法,并实现与设计和仿真软件之间的直接耦合,即可顺利实现叶轮机械的基于设计-仿真-后处理分析及优化的一体化平台的设计,帮助用户快速有效地获得理想的设计产品,提高经济性。
4.典型应用实例介绍
4.1离心泵优化设计实例
本案例采用CFturbo+PumpLinx+Isight搭建的一体化设计平台,通过采用CFturbo设计出较理想的初步设计模型,并自动输出至PumpLinx进行性能分析,获得数值计算结果,自动输出至优化设计软件Isight。
通过在Isight中设置优化参数和提取数值计算结果,Isight会有针对性地对计算结果进行改型优化,自动调用CFturbo和PumpLinx进行“设计-仿真-优化”的多次循环,以最少的设计次数获得最佳的设计模型,最终获得符合要求的产品。
4.1.1离心泵设计
离心泵设计点工况如下所示:
•流量:
200m³
/h;
•扬程:
≥45m;
•额定效率:
≥84%;
•转速:
2500RPM;
•介质:
20℃清水。
4.1.1.1叶轮设计
在输入设计参数之后,根据CFturbo内置的经验函数可以自动计算出叶轮几何特性参数。
本设计中,先根据所需设计的泵基本性能参数,根据CFturbo内置的经验函数得到泵的详细几何参数和相应的流体域模型,完成离心泵叶轮的三维初步设计,如下图所示:
图4.1叶轮设计模型
4.1.1.2蜗壳设计
CFturbo具有蜗壳设计模块,将已创建的叶轮模型导入之后,即可便捷地展开蜗壳的设计工作。
最终生成的蜗壳模型如下:
图4.2蜗壳设计模型
4.1.2离心泵工作性能的数值仿真
叶轮和蜗壳模型生成完毕后,在CFturbo中直接启动PumpLinx可对设计模型和优化后的模型展开CFD分析,预测离心泵的流体动力特性。
对单个工况进行稳态仿真,迭代500次达到稳定,所需时间为20分钟。
通过仿真,获得了离心泵初始模型的性能曲线,如下图所示。
从图中可以看出,初始设计模型在设计点的扬程为45.02m,效率为83.65%,扬程达到了设计要求,但效率偏低,需要在原设计基础上对模型进行优化。
图4.3直流泵叶轮蜗壳网格图
图4.4设计流量工况下压力分布结果
表4.1最终设计方案多工况性能预测结果
流量系数
0.4
0.6
0.8
1.0
1.2
扬程(m)
50.74
50.79
49.83
45.02
36.17
效率(%)
57.28
72.68
80.87
83.65
77.25
图4.5计算所得泵的性能曲线
图4.6多目标的后处理结果分析1
图4.7多目标的后处理结果分析2
4.1.3离心泵性能优化
4.1.3.1离心泵优化参数
为了提高离心泵效率,在叶轮设计参数中选取了10个可变参数作为优化变量,如下表所示:
表4.2离心泵优化变量
序号
参数
初始值
变化范围
1
吸入口直径(m)
0.134
0.128~0.140
2
叶轮直径(m)
0.245
0.240~0.250
3
叶轮出口宽度(m)
0.0225
0.0215~0.0235
4
前盖板型线
X坐标
0.85049
0.75~1
Y坐标
0~0.1
5
后盖板型线
0.87425
6
叶轮前缘位置
0.25
0.1~0.3
7
叶轮包角(°
)
118.7
110~130
8
叶轮出口角(°
20.3
18~24
各变量含义示意图如下所示。
图4.8变量示意图
4.1.3.2离心泵优化流程
优化过程需要不断进行“设计—评估—改进”的多次循环,通过一种搭积木的方式快速继承和耦合设计和仿真软件,将所有设计流程组织到一个统一的逻辑框架中,自动运行仿真软件,并自动重启设计流程,从而消除传统设计流程中的重复性工作,使整个设计流程实现全数字化和全自动化。
本次优化设计流程如下图所示。
图4.9优化流程图
本优化流程集成了优化算法、CFturbo设计软件、PumpLinx仿真软件、文档修改、计算器和一个自编后处理程序,优化流程图中各部分功能如下:
a)Opts:
优化算法;
b)Parameters_pre:
参数预处理,在模型修改过程中,部分参数存在联系,可通过关系式转化成一个变量;
c)CF_profile:
CFturbo批处理文件;
d)CFturbo:
CFturbo执行程序,调用CF_profile生成的文件,对原模型进行修改;
e)Pump_profile:
修改PumpLinx的执行文件;
f)PumpLinx:
调用PumpLinx程序进行计算;
g)Result_post:
对计算的结果进行后处理;
h)Result:
提取计算结果;
i)Eff:
计算离心泵效率。
4.1.3.3离心泵优化算法
a)遗传算法全局搜索
遗传算法是今年来发展起来的智能型优化方法,它模拟生物进化过程,形成一套计算机数值计算方法。
遗传算法以统计的概率结果为依据进行最优化选择,不需要求解敏度;
作为基本设计变量为离散值,尤其对多峰值目标函数以及多目标值优化这类组合优化问题求全局最优解有独到之处。
遗传算法的基本流程如下:
(1)个体编码:
采用实数编码,使得遗传操作更直接,速度更快;
(2)约束的处理和适应度函数的选择:
采用罚函数法将约束的优化转位无约束的优化问题;
(3)选择和交叉:
采用适应度比例选择算法从当代种群中选取两个父代个体,当满足交叉概率时进行交叉操作,产生的两个新的子个体;
(4)变异操作:
为了改善解的均匀分布,操作中加入了均匀性分布指标,对于密集的个体,变异的范围就大,而稀疏的个体,则只进行小范围的变异;
(5)根据要解决的数学模型,确定算法终止运行的准则。
b)序列二次规划法局部寻优
在优化问题中,序列二次规划算法是解决小规模非线性规划问题最优秀的算法之一。
它在把目标函数采用二次函数近似的基础上进行搜索。
在最优点附近,序列二次规划法具有超线性收敛速度及全局收敛性,能快速有效地解决复杂系统的优化问题。
序列二次规划算法的基本思想是在初始点处将非线性规划问题的目标函数和约束条件展开为泰勒级数,其中目标函数展开为泰勒级数时取至二次项,而约束条件函数展开为泰勒级数时取至一次项,略去其余的高此项,这样就把一个非线性规划问题转化为一个二次规划问题。
NLPQL是序列二次规划法中的一种,用来解决带有约束的非线性数学规划问题,并假设目标函数和约束条件是连续可微的,这个技术最主要的有点事容易和一个非常健壮的算法一起使用,该算法很稳定。
本案例是在离心泵优化设计平台上施加遗传算法全局搜索和二次序列规划方法局部寻优的优化策略组合,启动优化平台进行优化求解,最终获得优化后的设计模型。
4.1.3.4离心泵优化结果
优化目标:
提高额定工