《形状优化的伴随方法》由会员分享，可在线阅读，更多相关《形状优化的伴随方法（4页珍藏版）》请在金锄头文库上搜索。
1、对于实际气体情况，形状优化伴随方法的应用程序摘要对于超音速涡轮叶珊的形状优化，应采用有机朗肯循环ORC。该算法 应用非粘性离散共轭方法和快速查找表方法（LUT）准确地处理实际 气体流动。该机采用先进的参数化技术（NURBS），能够对整体与局 部的形状进行控制。预处理最速下降法作为梯度优化算法，能够有效 地搜索最近的最小值。在热力学区域，对收敛涡轮喷嘴重新设计，它 以相关实际气体影响为特性运行，这一应用首先证明了优化方法的可 行性。效率改善显着，在叶片出口流量更均匀，并且对下游转子的空 气动力特性有利。采用高保真的湍流模拟方法对优化结构进行评估， 并指出目前对于理想状态下超音速涡轮叶栅的优化存在
2、计算负荷的 限制。最后，对于相同设计问题，将新开发的真实气体共轭方法与以 理想状态的共轭方法比较。结果表明，真实气体优化方案能使性能增 益，它比ORC涡轮简化的实现方法更好。这说明在ORC涡轮设计的 过程中，应用准确热力学模型的重要性。1. 简介优化技术在叶轮机械设计过程中起着重要作用；由于计算能 力的逐步提高，高保真处理方法以计算流体动力学（CFD）为基础， 已经被广泛地应用在优化算法中，产生自动化设计工具。叶轮机械设计过程中存在多层面的优化挑战，所以要一步一 步的提高保真度水平。最终的叶轮机械布局是集合了每个优化步 骤结果的复杂组合，从步骤数量和阶段安排的初级选择开始，通过通流（或对称）设
3、计，直到明确详细的叶片形状。在过去几十年中，反设计方法7,8和基于 CFD 的形状优化程 序在透平机械应用方面进行专门开发。基于 CFD 形状优化方法， 在许多情况下，对随机方法的应用表示赞同，如进化算法9。这 些技术通常利用遗传算法（GA）关联代理模型来寻找最优形状， 以减少优化过程中的计算成本。这种类的方法具有一系列的优点 以及总结如下：（i）处理非光滑和振荡适应度函数（ii）能够广 泛的探索可行配置，（iii）能够同时确定一套可以行性解决方案，（iv ）以一个相对直接的方式扩展到多目标和多点优化问题上 12-15。然而，如果利用大量的设计变量来控制形状，整体优化过程 的成本可能会变得过高
4、，并且几乎限制了设计空间和解决问题的 方案数量。此外，在许多情况下，利用优化叶片几何形状来改进 实际涡轮机叶栅的性能;结果是，最佳形状与初始形状相比没有显 著不同，因而采用小幅几何调整。在这种情况下，基于共轭方法 的梯度设计技术会提高计算成本16。这些方法以极少的步骤自动 确定最优的配置，优于GAs这些类型的问题。此外，通常空气动 力的目标函数相对光滑，这大大降低了伴随优化带来的风险。因 此，伴随方法对于涡轮叶片优化确实是有效可行的办法。伴随方法的优点是在ORCs中最大限度地提高涡轮性能，但实 际气体 CFD 模拟需要较高的计算资源，这与运行其他的涡轮应用 程序相比条件更为苛刻。因为ORC技术
5、在中小功率范围应用中具 有的灵活性和竞争力，引起了相当多的关注，特别是在可再生能 源17开采方面。涡轮机被认为是该系统的最重要的组成部分，因 为该系统对涡轮效率高度敏感。目前正在努力改善流体动力学扩 张段设计，以增强ORCs性能，从而有助车上应用的新概念系统的 传播（例如，卡车发动机的热回收 18）。在这方面，由于实验数 据，可靠的效率预测方法，设计适应性和新颖的联机设备的缺少， 因此利用特有的CFD实际气体设计方法进行ORC涡轮膨胀设计。 然而，尽管很多人对于ORCs感兴趣，但很少有研究工作专注于建 立 ORC 涡轮叶栅的自动形状优化算法。关于这个课题的先进工作 都可以在参考文献中找到19和
6、20。虽然所有的作者都在解决优 化问题，利用进化算法对现有跨音速 /超音速叶片进行重新设计， 但对实际气流伴随方法的研究工作还未公布。这项工作有助于在这一研究领域开辟新的视角，提出了实际 气体流动应用的伴随优化算法。该方法结合了无粘流求解程序和 无粘伴随求解程序，嵌入快速LUT方法和流体热物性的准确计算。 详细性能涡轮几何形状的和的是通过使用先进设备，通过最先进 的 NURBS 曲线形和预处理的最速下降技术优化涡轮机形状。该方 法的潜力表现在两个方面：第一，在超音速条件下，提高现有渐 缩放涡轮叶片运行的性能;第二，基于理想 EoS 伴随方法获得实际 气体伴随方法的性能增益。在设计过程的最后阶段进行湍流仿真， 以评估通过无粘优化方法所取得的结果。本文结构如下：Sec.2讨论在这项研究中特别强调带有伴随理 论和设计链建设的形状优化方法；Sec.3简要介绍了用于解决流体 动力学和设计问题的数值工具。Sec.4报告优化的结果。Sec.5湍流 模拟的基线和优化配置。而文章的结论部分是研究进行优化叶片 性能的热力学模型的影响。
