基于組合優(yōu)化方法的平面葉柵優(yōu)化設(shè)計
- 期刊名字:大電機技術(shù)
- 文件大小:839kb
- 論文作者:朱國俊,羅興锜,郭鵬程,戴辰辰
- 作者單位:西安理工大學水利水電學院
- 更新時間:2020-09-29
- 下載次數(shù):次
5基于組合優(yōu)化方法的平面葉柵優(yōu)化設(shè)計2010.N21朱國俊,羅興銪,郭鹛程,戴辰辰(西安理工大學水利水電學院,西安710048)[摘要] 采用奇點分布法與貝塞爾(Bezier)曲線參數(shù)化方法相結(jié)合 的平面葉柵設(shè)計方法進行葉柵的初步設(shè)計與參數(shù)化表達。該方法在完成設(shè)計的同時為基于現(xiàn)代優(yōu)化算法的葉柵粘性流動最優(yōu)化設(shè)計提供設(shè)計變量,以實現(xiàn)葉柵翼型的變形控制。然后結(jié)合N-S方程流場數(shù)值模擬,采用多目標遺傳算法(NCGA)和序列二次規(guī)劃法(NLPQL)組合的優(yōu)化算法,通過調(diào)節(jié)葉柵翼型的形狀控制參數(shù)對葉柵的總壓損失和空化性能進行了優(yōu)化。結(jié)果表明,優(yōu)化效果良好。[關(guān)鍵詞]貝塞爾曲線; 平面葉柵;優(yōu)化設(shè)計;多目標遺傳算法;序列二次規(guī)劃法[中圖分類號]TK730.2[文獻標識碼] A{|文章編號] 100-3983 (2010) 01-0050-042D Cascade Optimization Design Based on Parametric Bezier CurveZHU Guo jun, LUO Xing-qi, GUO Peng cheng, DAI Chen-chen(Faculty of Water Resources and Hydraulic Power, Xi' an University of Technology, Xi an 710048, China)Abstract: Use the method which combined singularities method with parametric method of Beziercurve to design and represent initial 2D cascade. This method provides 2D cascade optimizationdesigns based on modern optimization tools with design variables at the time which design wascompleted, so it could achieve the deformation of airfoil. Use the Navie-Stokes equation to carryout the numerical simulation of viscous flow in cascade. The optimization algorithm whichcombined Multi-objective Genetic Algorithm(NCGA) with NLPQL algorithm was used forexploration . By modifying the shape parameters of cascade profile, the total pressure loss andsuction performance were optimized. The results show that the method have good performance onoptimization.Key words: bezier curve; 2D cascade; optimization design; MOGA; NLPQL法的設(shè)計周期變長。1引言近年來國內(nèi)外流行的優(yōu)化設(shè)計方法提供了新的葉水輪機的性能在很大程度上決定了整個電站的經(jīng)片設(shè)計思路,即先通過初始設(shè)計方法設(shè)計出葉片的幾濟效益,而轉(zhuǎn)輪作為整個水輪機的核心部件,其工作何形狀,然后將其表達成設(shè)計參數(shù),而性能則表達成性能又影響著整個水輪機組的優(yōu)劣,因此,轉(zhuǎn)輪的設(shè)隨設(shè)計參數(shù)變化的目標函數(shù)。所以優(yōu)化設(shè)計過程就是計及其優(yōu)化在水輪機改進和提高的過程中具有不可替根據(jù)目標函數(shù),選擇設(shè)計參數(shù)使得性能最佳。該過程代的重要地位。是一個自動化的過程,無需人工干預,因此,大大縮長期以來,人們力圖通過理論計算設(shè)計出優(yōu)良的短了設(shè)計周期。轉(zhuǎn)輪,但轉(zhuǎn)輪內(nèi)部的流動規(guī)律極為復雜,其流動參數(shù)本文根據(jù)上述新的葉片優(yōu)化設(shè)計思路,開發(fā)了基和幾何參數(shù)之間的關(guān)系也難以確定,所以試驗技術(shù)和于奇點分布法和貝塞爾( Bezier )曲線參數(shù)造型方法CFD數(shù)值模擬技術(shù)在轉(zhuǎn)輪性能的改善過程中處于絕的軸流式水輪機平面葉柵設(shè)計方法,并通過多目標遺對地位。而由于試驗需要耗費大量的資金和時間,因傳算法(NCGA )和序列二次規(guī)劃法(NLPQL)相結(jié)此,“初始設(shè)計-→FD數(shù)值模擬- +改設(shè)計”的方法更被合的組合優(yōu)化方法對生成的平面葉柵翼型進行了優(yōu)國內(nèi)各大廠家所青睞。但是在“修改設(shè)計”這-步多化。中國煤化工靠人工經(jīng)驗,缺乏計算機輔助優(yōu)化,這也導致了該方MHCNMHG葉柵的設(shè)計方法是先采用奇點分布法設(shè)計出翼型基金項目:國家自然科學基金重點項目(90410019)2010.N1大電機技術(shù)51骨線并將骨線用Bezier曲線參數(shù)化,這樣可以通過控算網(wǎng)格采用六面體的結(jié)構(gòu)化網(wǎng)格,單周期通道網(wǎng)格拓制參數(shù)的變化來變化骨線形狀。然后把優(yōu)秀翼型的厚撲結(jié)構(gòu)如圖3,計算網(wǎng)格如圖4,網(wǎng)格數(shù)為80 x 40。度疊加到骨線上,這樣就形成了通過控制參數(shù)的變化在優(yōu)化的過程中,葉柵翼型是在不斷變化的,所來變化葉柵翼型。以,計算網(wǎng)格也需要隨若翼型的變化而不斷調(diào)整,為奇點分布法是在假定來流為無旋有勢流動、葉片此,采用程序?qū)⑾嗤木W(wǎng)格拓撲結(jié)構(gòu)應用到不同的翼無限薄的前提下用一系列分布在翼型骨線上的奇點來型通道上,并讓其自動映射,即可實現(xiàn)網(wǎng)格的調(diào)整。代替葉柵中的翼型對水流的作用,這些奇點是-系列的源、匯和旋渦,原來翼型圍成線的位置是流線。只要恰當?shù)剡x擇奇點的分布規(guī)律,就可以使奇點和來流所造成的流場和原來葉柵繞流的流場完全相同。因此,葉柵繞流的計算就可轉(zhuǎn)化為基本勢流的疊加計算。P。圖3計算網(wǎng)格拓撲有一圖1骨線參數(shù)定義采用奇點分布法設(shè)計出骨線后,用三次Bezier曲線將其參數(shù)化為P、P2、P3. P4四個控制參數(shù)。其中,圖4計算網(wǎng)格保持P、P4的切線方向不變,Q為始末點P、P4切線的交點,如圖1所示。根據(jù)Bezier曲線的性質(zhì),控3.2控制方程求解制點P2、P3將在直線P;Q和P4Q上變化,令Pz= P:+C1平均化Navier-Stokes如下:x (Q-P), P3=P4-C2x (P.-Q), C、C2為小于0+是(ou)=0(1)a+1的系數(shù)。給定C、C2的大小,則可以確定控制點P2、P3。這樣,根據(jù)P、P2、 P3、P4四個控制參數(shù)就()_,aa(2)可以得出骨線形狀,然后通過加厚程序?qū)?yōu)秀翼型的)}<厚度分布疊加到骨線上就得出有厚翼型,如圖2所示。這里采用商業(yè)CFD軟件CFX11提供的不可壓縮這樣,就可以通過控制C. C2兩個參數(shù)來控制翼型的時均化3D Navier- Stokes方程。通過標準k- g雙方程變化。因此,在優(yōu)化過程中,只要對C、C2兩個參數(shù)湍流模型來封閉N-S方程組,并在近壁區(qū)采用壁面函進行控制,就可以實現(xiàn)對翼型的控制。數(shù)法求解流場。然后根據(jù)流場計算結(jié)果得出翼型通道損失和翼型上的最低壓力。3.3 邊界條件給定適當?shù)倪吔鐥l件對于流場計算是很重要的。在優(yōu)化過程的流場計算中,進口給定流速條件,出口給定靜壓條件,固體壁面采用無滑移邊界條件,即Uwai=0圖2套加到骨線上的有厚翼型4優(yōu)化方法3流場分析中國煤化工、Cr兩個翼型控制3.1 網(wǎng)格劃分參數(shù)MHCNMH Gq翼型上的最低壓力取兩個翼型間的通道進行葉柵流場分析,流場計值作為優(yōu)化目標,進行多目標優(yōu)化。52基于組合優(yōu)化方法的平面葉柵優(yōu)化設(shè)計2010.Na1優(yōu)化問題可以表述如下:采用序列二次規(guī)劃法( NLPQL)加快收斂速度,從而Minimize: Sloss快速尋出最優(yōu)解。Maximize: Minip多目標遺傳算法NCGA中采用二進制的編碼方目標函數(shù)約束:式,并采用單點交叉和基本位變異來進行交叉和變異Sloss》0.0操作。它與標準遺傳算法GA不同的地方就在于進行設(shè)計變量約束:交叉操作時,不是在種群個體中兩兩隨機配對進行,0.1《C1 <1.0 .而是在具有一定程度的類似性的個體之間進行,也就0.1《C2 <1.0式中: Sloss 為葉柵通道的損失, Minip 為在翼型是說在進行交叉操作時,將適應值接近的個體放在一上最低壓力值。塊進行交叉,旨在提高其探索性。在本次優(yōu)化中,先采用多目標遺傳算法NCGA對開始整個解空間進行全局搜索,使解收斂到最優(yōu)解附近,廠然后再采用序列二次規(guī)劃法以NCGA算法的收斂解[多目標遭傳算法(NCGA)優(yōu)化 ←作為起始點進行局部搜索。采用這種組合優(yōu)化方法是翼型參數(shù)化生成因為遺傳算法的局部搜索能力不強,盡管它搜索到了網(wǎng)格生成全局最優(yōu)解附近,但要達到最優(yōu)解是要花費較大代價的,因此,在局部搜索時,采用穩(wěn)定性良好的數(shù)值優(yōu)CFD數(shù)值模擬化方法一-序列二次規(guī)劃法來進行搜索, 這樣既能避目標參數(shù)Soss,s Minip免陷入局部最優(yōu),又能加快收斂的速度。優(yōu)化流程如優(yōu)化是否完成? No圖5所示,整個優(yōu)化過程全部由計算機仿真完成,不需要進行干預。5算例及分析序列二次規(guī)劃(NLPQL)優(yōu)化以Z7440軸流式水輪機為研究對象,對半徑為翼型參數(shù)化生成]0.8R1處的平面葉柵進行優(yōu)化設(shè)計。表1和表2給出了設(shè)計的參數(shù)。表1基本參數(shù)目標參數(shù)Soss, Minip最優(yōu)單位轉(zhuǎn)速10=115/mia
-
C4烯烴制丙烯催化劑 2020-09-29
-
煤基聚乙醇酸技術(shù)進展 2020-09-29
-
生物質(zhì)能的應用工程 2020-09-29
-
我國甲醇工業(yè)現(xiàn)狀 2020-09-29
-
石油化工設(shè)備腐蝕與防護參考書十本免費下載,絕版珍藏 2020-09-29
-
四噴嘴水煤漿氣化爐工業(yè)應用情況簡介 2020-09-29
-
Lurgi和ICI低壓甲醇合成工藝比較 2020-09-29
-
甲醇制芳烴研究進展 2020-09-29
-
精甲醇及MTO級甲醇精餾工藝技術(shù)進展 2020-09-29





