【技術貼】離心泵水力性能優化平臺方案精解

2017-04-06 by:CAE仿真在線來源:互聯網

離心泵水力性能優化平臺方案

優化平臺概述

舊方案:CFturbo + PumpLinx

Y =f ( X ),

其中X是參數的組合。

【技術貼】離心泵水力性能優化平臺方案精解Pumplinx旋轉機構有限元分析圖片1

缺點:重復性工作;之前的計算數據無法使用。

新方案:CFturbo + PumpLinx + ISIGHT

【技術貼】離心泵水力性能優化平臺方案精解Pumplinx旋轉機構有限元分析圖片2

優點:

1.對已有的計算結果進行分析,獲取新的設計參數; 2.具備軟件驅動功能,可重復計算。

離心泵設計

初始條件:

? 流量:200m3/h;

? 揚程:45m;

? 轉速:2500RPM

? 介質:20℃清水

CFturbo設計步驟:

? 離心/混流/軸流泵葉輪設計

? 蝸殼設計

CFD計算

網格

【技術貼】離心泵水力性能優化平臺方案精解Pumplinx旋轉機構有限元分析圖片3

結果

性能優化

優化目標:提高額定工況下離心泵效率;

約束:揚程>=45m.

參數:

主要外形尺寸:

? 吸入口直徑

? 葉輪直徑

? 葉輪出口寬度

子午面形狀:

? 前蓋板型線

? 后蓋板型線

葉輪外形:

? 葉輪前緣位置

? 葉輪包角

? 葉輪出口角

優化流程

CFturbo:建模,模型參數化;

PumpLinx:仿真,獲得結果數據;

Isight:對結果數據進行分析。

Isight中優化流程圖

優化算法

優化策略:全局尋優+局部尋優

? 遺傳算法(GA, Genetic Algorithm)是Holland在60年代提出的,主要借助生物進化過程中“適者生存”的規律,模仿生物進化過程中的遺傳繁殖機制,對優化問題解空間的個體進行編碼(二進制或其他進制),然后對編碼后的個體種群進行遺傳操作(如:選擇、交叉、變異等),通過迭代從新種群中尋找含有最優解或較優解的組合

? 序列二次規劃算法的基本思想是在初始點處將非線性規劃問題的目標函數和約束條件展開為泰勒級數,其中目標函數展開為泰勒級數時取至二次項,而約束條件函數展開為泰勒級數時取至一次項,略去其余的高此項,這樣就把一個非線性規劃問題轉化為一個二次規劃問題。

優化結果