叶轮机械智能化设计方案及工程实践

2019-08-10 17:51发布


叶轮机械智能化设计方案及工程实践



一 . 需求分析

叶轮机械包括泵、压缩机、风机和涡轮等,它们广泛应用于石油、化工、轻工、电力、冶金、矿山、农业等各个国民经济部门,然而其电能的消耗十分巨大。为了降低能源消耗,提高产品的市场竞争力,在满足使用条件的情况下,需尽可能提高产品的性能,提高工作效率,减少耗电量,从而减少客户的使用费用,目前这已成为产品开发的重要目标。

近几年,随着计算机技术迅速发展,CAD和CFD技术已深入产品开发应用当中。但是随着CAD和CFD技术的使用,新的问题随之而来,初步设计的产品如果通过CFD仿真得到的性能曲线不能满足使用要求,往往需要做一些修改。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以下几个主要问题:


01 . 优化方向难以确定,严重依赖设计人员大量经验积累;


02 . 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;


03 . 优化方向难以确定,严重依赖设计人员大量经验积累;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;


04 . 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。


二 . 建设方案

2.1 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。


图1 叶轮旋转机械设计仿真优化流程图

优化平台包含了叶轮机械三维设计、CFD仿真和基于目标函数的参数优化三个部分,通过在叶轮机械设计软件中进行产品的全三维设计,获得较理想的初步的设计模型,并对此设计模型进行数值分析,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。


2.2 主要业务功能模块介绍

1节 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。


图2  CFturbo叶轮设计流程


2节 叶轮机械CFD分析模块

对于旋转机械的性能分析,目前较主流的CFD工具有Simerics-MP+(原名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Simerics-MP+为无缝集成接口,Simerics-MP+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Simerics-MP+是比较理想的选择。

Simerics-MP+核心技术特点如下:

  • 复杂几何网格解析技术

  • 泵、阀模版化建模(含网格、求解设置、后处理)技术

  • 一键式动网格生成

  • 独到的全空化模型与汽蚀损害模型

  • 稳健精确的多相流技术

  • 高精度、高效率、高稳定性的解算器,高精度并行求解技术


3节 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OASIS/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。优化方法已经有几十年的发展历史了。优化领域纷繁浩渺,按照其在工程中的应用阶段分为经典优化方法、元启发式方法、代理模型法、基于机器学习的智能优化方法四个阶段。OASIS智能优化设计软件智慧地集成了人工智能,机器学习,统计和数学的业界领先算法。OASIS智能优化软件具有行业内领先的技术,集成了业界领先的AI算法,可以方便地与其它仿真模型集成或直接使用实验数据,进行高效的参数化设计优化,特别擅长解决一些大变量、强约束以及黑箱问题。同时OASIS的智能封装优化算法,可以实现一键优化,无需选择优化算法和参数。此外,OASIS还提供可视化评估优化结果以及直观的决策支持功能。


图3 优化方法发展历程

三 . 工程实践案例

3.1 轴流泵优化设计案例

某轴流泵设计点参数如下:

  • 设计流量:Q=1.476m3/s

  • 总压差:0.4666bar

  • 转速:780rad/min

  • 水,无预旋

采用CFturbo进行轴流泵的参数化设计,所有设计参数均可通过batch文件输出,然后在优化软件集成这些设计参数。



图4 CFturbo初始设计

设计完成以后,一键式导出模型并启动采用专用运动机械CFD软件Simerics-MP+进行流场计算,获取泵性能数据。




图5 Simerics-MP+计算域及网格




图6 Simerics-MP+计算结果

然后完成以下一体化优化流程定义:

目标:水力效率最大。

约束:βB2<90°;总压差∆pt±10%范围内。

变量:如下图。




图7 设计变量选取

应用智能优化软件OASIS作为优化工具,并搭建优化流程。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。


图8 在OASIS软件中定义设计变量、约束及目标


图9 在OASIS软件中定义设计-仿真-优化自动耦合流程

通过上述优化流程,应用CFturbo-Simerics-MP+-OASIS工具软件,实现轴流泵的自动优化设计。不到40小时完成大约300个设计,并满足所有约束,最终将泵的效率提高了5%。部分优化模型结果如下所示。




图10 部分优化设计模型


3.2 压缩机优化设计实例


某跨声速压缩机设计工况如下:

质量流量:m=0.11kg/s

总压比:Π= 4

转速:n = 90000 min-1

根据以上参数,采用CFturbo进行初始模型设计,如下图。


图11 CFturbo初始设计模型

采用CFD软件进行流场分析,获取压缩机性能数据。


图12 CFD模型处理及边界

联系我们


在智能制造、自主创新、环境保护等时代强音的交汇之下,如何更好地实现工业产品功能,并不断提升性能、可靠性,以及在生产制造各环节应对节能减排、提质增效以及安全性、智能化等要求,是中国工业界面临的重大课题,也是工业仿真技术贡献价值的主要阵地。

北京合工仿真技术有限公司致力于汇聚具备竞争力的专家人才、软硬件工具、知识与智力资产,同时不断探索仿真与云计算、机器学习、工业互联网技术的融合,为工业用户提供面向垂直应用的仿真与研发创新解决方案。目前,合工平台已建立了学科建制完备的专家工作室,所有核心成员均具备10年以上的工业仿真及工程服务项目经验;同时,合工集结了流体力学、颗粒力学、系统仿真、结构力学与NVH等各个学科的仿真工具软件,并在氢能、汽车、工程机械、农业机械、流体机械、国防军工等领域具备工程化、专业化、一体化以及仿真-试验协同的方案规划与实施、建设能力。  

     全体合工人整装待发,已准备好为贵单位提供行业领先的技术、产品以及诚挚、高效的服务。期待携手奋进,共创无限可能!


赞赏支持

登录 后发表评论
0条评论
还没有人评论过~