排汽缸全局氣動(dòng)優(yōu)化及設(shè)計(jì)知識(shí)挖掘方法

祝培源,郭振東,陳紅梅,宋立明,李軍

(西安交通大學(xué)葉輪機(jī)械研究所,710049,西安)

?

排汽缸全局氣動(dòng)優(yōu)化及設(shè)計(jì)知識(shí)挖掘方法

祝培源,郭振東,陳紅梅,宋立明,李軍

(西安交通大學(xué)葉輪機(jī)械研究所,710049,西安)

為了提高排汽缸的氣動(dòng)性能,探索排汽缸的設(shè)計(jì)規(guī)律,耦合基于子元模型的全局優(yōu)化算法、三階貝塞爾曲線的三維排汽缸參數(shù)化方法、RANS(Reynolds-Averaged Navier-Stokes)方程求解方法與基于總變差分析的數(shù)據(jù)挖掘技術(shù),提出了健壯高效的排汽缸設(shè)計(jì)優(yōu)化與知識(shí)挖掘方法。在考慮末級(jí)葉片和排汽缸之間相互作用的基礎(chǔ)上,選取靜壓恢復(fù)系數(shù)最大為目標(biāo)函數(shù),對(duì)低壓排汽缸進(jìn)行了設(shè)計(jì)優(yōu)化與知識(shí)挖掘。優(yōu)化得到的排汽缸靜壓恢復(fù)系數(shù)從0.165提高到了0.516。采用基于總變差分析的數(shù)據(jù)挖掘技術(shù)并結(jié)合排汽缸氣動(dòng)性能分析,闡明了設(shè)計(jì)變量與目標(biāo)函數(shù)之間的相互影響機(jī)制。研究結(jié)果表明:擴(kuò)壓器出口寬度、排汽缸外缸寬度、外導(dǎo)流環(huán)高度和外導(dǎo)流環(huán)出口角度對(duì)排汽缸氣動(dòng)性能有顯著影響。所建立的排汽缸優(yōu)化設(shè)計(jì)方法和知識(shí)挖掘技術(shù)為高性能排汽缸設(shè)計(jì)提供了工具。

排汽缸;靜壓恢復(fù)系數(shù);全局優(yōu)化設(shè)計(jì);知識(shí)挖掘

高性能排汽缸設(shè)計(jì)是提高汽輪機(jī)能量轉(zhuǎn)換效率的重要技術(shù)手段[1]。汽輪機(jī)排汽缸作為連接低壓末級(jí)葉柵和凝汽器的重要設(shè)備,在凝汽器真空度給定的情況下,可以降低末級(jí)透平出口靜壓,提高末級(jí)透平的做功能力,從而提高機(jī)組效率。為了提高排汽缸的氣動(dòng)性能,排汽缸內(nèi)部流動(dòng)特性和優(yōu)化設(shè)計(jì)的研究工作得到了發(fā)展。Zhang等通過(guò)PIV測(cè)量手段,研究了排汽缸內(nèi)部三維流動(dòng)結(jié)構(gòu),發(fā)現(xiàn)蝸殼內(nèi)流動(dòng)損失主要來(lái)源于通道渦,端壁渦對(duì)流動(dòng)的影響很小[2]。Finzel等通過(guò)實(shí)驗(yàn)研究了排汽缸高度、水平結(jié)合面通流面積、蒸汽進(jìn)口位置以及頂部泄漏流馬赫數(shù)對(duì)排汽缸性能的影響,研究結(jié)果表明,水平結(jié)合面通流面積對(duì)排汽缸性能有著最為顯著的影響[3]。Li等開展了大功率汽輪機(jī)全尺寸氣動(dòng)性能分析研究,并指出在分析低壓排汽缸氣動(dòng)性能時(shí),需充分考慮末級(jí)葉片和末級(jí)動(dòng)葉頂部泄漏流的影響[4]。

隨著優(yōu)化算法、CFD技術(shù)以及計(jì)算機(jī)技術(shù)的發(fā)展,汽輪機(jī)排汽缸氣動(dòng)性能優(yōu)化設(shè)計(jì)技術(shù)得到了發(fā)展。Yang等利用拉丁方實(shí)驗(yàn)設(shè)計(jì)、三階響應(yīng)面近似模型、Hookes-Jeeves直接搜索算法的組合優(yōu)化策略對(duì)排汽缸外導(dǎo)流環(huán)進(jìn)行了優(yōu)化設(shè)計(jì)[5-6]。Li等開發(fā)了基于神經(jīng)元網(wǎng)絡(luò)的低壓排汽缸自動(dòng)優(yōu)化平臺(tái),并對(duì)排汽缸擴(kuò)壓器型線進(jìn)行了設(shè)計(jì)優(yōu)化[7]。Fu等對(duì)排汽缸擴(kuò)壓器進(jìn)行了優(yōu)化設(shè)計(jì),通過(guò)數(shù)值計(jì)算和實(shí)驗(yàn)測(cè)量,對(duì)比了不同擴(kuò)壓器設(shè)計(jì)對(duì)排汽缸氣動(dòng)性能的影響[8]。

在排汽缸氣動(dòng)性能三維設(shè)計(jì)優(yōu)化的研究中,大多數(shù)研究均沒(méi)有考慮末級(jí)葉片及動(dòng)葉葉頂間隙對(duì)排汽缸的影響,因此本文在對(duì)排汽缸氣動(dòng)性能優(yōu)化設(shè)計(jì)時(shí),充分考慮了低壓末級(jí)葉片及動(dòng)葉葉頂間隙結(jié)構(gòu)對(duì)排汽缸性能的影響,并采用基于子元模型的全局優(yōu)化算法,減少了對(duì)計(jì)算資源的消耗。同時(shí),采用數(shù)據(jù)挖掘技術(shù)對(duì)設(shè)計(jì)空間進(jìn)行了知識(shí)挖掘,量化設(shè)計(jì)變量對(duì)排汽缸氣動(dòng)性能的影響并獲取設(shè)計(jì)變量和目標(biāo)函數(shù)之間的相互影響機(jī)制。

1 排汽缸設(shè)計(jì)優(yōu)化方法

耦合基于子元模型的全局優(yōu)化算法、三階貝塞爾曲線的三維排氣缸參數(shù)化方法、三維RANS(Reynolds-Averaged Navier-Stokes)方程求解技術(shù)與基于總變差分析的知識(shí)挖掘方法,提出了健壯高效的排汽缸三維設(shè)計(jì)優(yōu)化與知識(shí)挖掘方法,具體流程如圖1所示。該方法主要模塊有排汽缸參數(shù)化方法模塊、排汽缸氣動(dòng)性能分析模塊、全局優(yōu)化算法模塊和知識(shí)挖掘模塊。

圖1 低壓排汽缸設(shè)計(jì)優(yōu)化與知識(shí)挖掘方法

1.1 基于子元模型的全局優(yōu)化算法

耦合均勻設(shè)計(jì)方法、Kriging模型與EI(Expected Improvement)函數(shù),研發(fā)了基于子元模型的全局優(yōu)化算法(MBGO)。利用Dixon-Szeg?系列非線性多峰值函數(shù)對(duì)MBGO的測(cè)試結(jié)果表明,MBGO算法能很好地平衡全局最優(yōu)與局部搜索之間的關(guān)系,利用極少的函數(shù)估值即可獲得設(shè)計(jì)空間全局最優(yōu)解[9]。該算法流程如下。

(1)采用均勻設(shè)計(jì)方法生成一組在設(shè)計(jì)空間均勻分布的訓(xùn)練樣本S,并進(jìn)行函數(shù)估值。

(2)采用訓(xùn)練樣本S,建立Kriging近似模型。

(3)采用研發(fā)的差分進(jìn)化算法尋找設(shè)計(jì)空間中EI值最大的點(diǎn)EImax。若EImax小于目標(biāo)設(shè)定值t,算法終止;否則,將EImax所對(duì)應(yīng)的采樣點(diǎn)加入到訓(xùn)練樣本S中,返回步驟(2)。

1.2 總變差分析

利用總變差分析可以定量分析設(shè)計(jì)空間中變量對(duì)性能函數(shù)的影響機(jī)制,繼而與相關(guān)學(xué)科知識(shí)結(jié)合,可以探索優(yōu)化設(shè)計(jì)相對(duì)參考設(shè)計(jì)性能提高的本質(zhì)原因[9]。

設(shè)目標(biāo)函數(shù)為g(x),設(shè)計(jì)變量為x=[x1,x2,…,xn]T,a0表示g(x)在設(shè)計(jì)空間總的平均值,ai表示除去xi對(duì)其他設(shè)計(jì)變量在設(shè)計(jì)空間求積分時(shí)g(x)所對(duì)應(yīng)的均值,aij表示除去xi和xj對(duì)其他設(shè)計(jì)變量在設(shè)計(jì)空間求積分時(shí)g(x)所對(duì)應(yīng)的均值。a0、ai及aij相應(yīng)的表達(dá)式如下

a0=∫…∫g(x)dx1…dxk

(1)

(2)

(3)

1.3 低壓排汽缸參數(shù)化造型方法

低壓排汽缸參數(shù)化造型方法如圖2所示。內(nèi)、外導(dǎo)流環(huán)曲線均為三階貝塞爾曲線,

分別由4個(gè)控

圖2 低壓排汽缸參數(shù)化造型方法

制點(diǎn)P1～P4和P5～P8控制。考慮擴(kuò)壓器進(jìn)口和末級(jí)葉柵通道相連接,因此擴(kuò)壓器進(jìn)口保持不變,即P1、P5固定。P4坐標(biāo)用擴(kuò)壓器出口寬度b和外導(dǎo)流環(huán)高度Hog控制;P8坐標(biāo)用內(nèi)導(dǎo)流環(huán)高度Hig控制。其他幾何參數(shù)分別是:Hi和Ho分別表示排汽缸內(nèi)、外缸高度;Li和Lo分別表示排汽缸內(nèi)、外缸長(zhǎng)度;W表示排汽缸外缸半寬;α1和α2分別表示外導(dǎo)流環(huán)進(jìn)、出口角度;β1和β2分別表示內(nèi)導(dǎo)流環(huán)進(jìn)、出口角度。

2 低壓排汽缸氣動(dòng)性能優(yōu)化

2.1 設(shè)計(jì)變量和目標(biāo)函數(shù)

在優(yōu)化過(guò)程中,排汽缸外缸高度和長(zhǎng)度保持不變。本次優(yōu)化所選的14個(gè)設(shè)計(jì)變量見表1。靜壓恢復(fù)能力是衡量排汽缸氣動(dòng)性能的重要指標(biāo),因此本文選取靜壓恢復(fù)系數(shù)Cp對(duì)排汽缸氣動(dòng)性能進(jìn)行評(píng)估。靜壓恢復(fù)系數(shù)越大,表明排汽缸靜壓恢復(fù)性能越好,其定義為

(4)

式中:Pin和Pout分別是排汽缸進(jìn)、出口的平均靜壓;ρ和vin分別是排汽缸進(jìn)口氣流密度和氣流速度。以靜壓恢復(fù)系數(shù)最大為目標(biāo)進(jìn)行優(yōu)化設(shè)計(jì),目標(biāo)函數(shù)可表達(dá)為

(5)

2.2 低壓排汽缸氣動(dòng)性能計(jì)算

采用CFD軟件ANSYS-CFX 13.0求解采用標(biāo)準(zhǔn)k-ε湍流模型的穩(wěn)態(tài)可壓縮RANS方程,獲得低壓排汽缸的氣動(dòng)性能。為了考慮低壓末級(jí)和排汽缸擴(kuò)壓器之間的相互作用以及末級(jí)動(dòng)葉頂部泄漏流對(duì)排汽缸氣動(dòng)性能的影響,對(duì)排汽缸氣動(dòng)性能進(jìn)行評(píng)價(jià)時(shí)考慮了末級(jí)和末級(jí)動(dòng)葉葉頂間隙射流的影響。由于在氣動(dòng)性能評(píng)價(jià)中考慮了低壓末級(jí)的影響,導(dǎo)致了計(jì)算資源的急劇增大,而所采用的MBGO,能夠?qū)θ肿顑?yōu)解與局部搜索進(jìn)行權(quán)衡,以盡可能減少計(jì)算所需要的對(duì)氣動(dòng)性能評(píng)估的次數(shù),從而在一定程度上緩解計(jì)算資源增大的問(wèn)題。

圖3給出了數(shù)值計(jì)算的計(jì)算域和網(wǎng)格劃分,由于排汽缸幾何形狀復(fù)雜,因而采用非結(jié)構(gòu)化網(wǎng)格進(jìn)行離散,而末級(jí)葉柵通道及動(dòng)葉葉頂間隙采用多塊結(jié)構(gòu)化網(wǎng)格離散,網(wǎng)格總數(shù)為467萬(wàn)。 在數(shù)值計(jì)算中,進(jìn)口給定氣流總焓和流量,出口給定平均靜壓。具體的邊界條件如表2所示。

圖3 數(shù)值計(jì)算的計(jì)算域與網(wǎng)格劃分

表2 數(shù)值計(jì)算邊界條件

3 優(yōu)化結(jié)果及分析

3.1 設(shè)計(jì)優(yōu)化結(jié)果

采用所提出的低壓排汽缸三維設(shè)計(jì)優(yōu)化與知識(shí)挖掘方法,對(duì)低壓排汽缸進(jìn)行了氣動(dòng)性能設(shè)計(jì)優(yōu)化。圖4給出了優(yōu)化前后排汽缸幾何結(jié)構(gòu)變化。相比于參考設(shè)計(jì),優(yōu)化后排汽缸擴(kuò)壓器通流面積的變化更為光滑,能夠更加有效地組織氣流流動(dòng)擴(kuò)壓,有利于氣動(dòng)性能的提高。優(yōu)化得到的排汽缸外缸寬度明顯增加。表3給出了優(yōu)化前后排汽缸及末級(jí)葉柵氣動(dòng)性能的對(duì)比。優(yōu)化得到的排汽缸靜壓恢復(fù)系數(shù)從0.165提高到了0.516,這表明優(yōu)化得到的低壓排汽缸的氣動(dòng)性能有了明顯提高。

(a)參考設(shè)計(jì)和最優(yōu)設(shè)計(jì)型線對(duì)比

(b)參考設(shè)計(jì) (c)最優(yōu)設(shè)計(jì)圖4 優(yōu)化前后排汽缸幾何結(jié)構(gòu)對(duì)比

低壓排汽缸氣動(dòng)性能的提高對(duì)末級(jí)葉柵的做功能力有著顯著的影響。圖5分別給出了優(yōu)化前后末級(jí)動(dòng)葉展向5%、50%、95%葉高處3個(gè)截面的壓力分布和末級(jí)動(dòng)葉出口沿展向的壓力分布。優(yōu)化后末級(jí)動(dòng)葉出口壓力顯著降低,而末級(jí)動(dòng)葉后部載荷明顯提高,這將提高末級(jí)葉柵的做功能力。從表3中可以看到,通過(guò)對(duì)低壓排汽缸的設(shè)計(jì)優(yōu)化,使得透平末級(jí)的輸出功率提高了近4%,而流量基本保持不變,這將有利于整個(gè)機(jī)組效率的提高。

(a)5%葉高處 (b)50%葉高處

(c)95%葉高處 (d)動(dòng)葉出口圖5 末級(jí)動(dòng)葉葉片表面及出口壓力分布

性能參數(shù)參考值最優(yōu)值提高比例/%Cp0.1650.516212.73末級(jí)葉柵功率/MW14.861815.45143.97出口質(zhì)量流量/kg·s-185.7885.780.00

3.2 總變差分析結(jié)果

采用總變差分析方法對(duì)設(shè)計(jì)空間進(jìn)行知識(shí)挖掘,量化設(shè)計(jì)變量對(duì)排汽缸氣動(dòng)性能的影響,以分析設(shè)計(jì)變量與目標(biāo)函數(shù)之間的相互影響機(jī)制,以及最優(yōu)設(shè)計(jì)相對(duì)參考設(shè)計(jì)氣動(dòng)性能提高的本質(zhì)原因。在優(yōu)化過(guò)程中,考慮了14個(gè)設(shè)計(jì)變量,因而共有105個(gè)效應(yīng),分別是14個(gè)單變量的主效應(yīng)和91個(gè)兩變量的交互效應(yīng)。圖6給出了各個(gè)變量的效應(yīng)方差所占總方差的比例,其中單變量效應(yīng)用其所對(duì)應(yīng)的變量xi表示,兩個(gè)變量間的交互效應(yīng)用xi/xj表示。這里只列出了效應(yīng)方差比例大于1%的變量。由于單變量的主效應(yīng)和兩變量的交互效應(yīng)方差的總和已經(jīng)非常接近1,因此這里忽略三變量以及多變量的交互效應(yīng)。從圖6中可以看出,兩變量的交互效應(yīng)對(duì)排汽缸的氣動(dòng)性能影響并不十分顯著。

由圖6可知,所占方差比例最大的幾何參數(shù)依次是b、W、Hog和α2,表明這4個(gè)幾何參數(shù)對(duì)排汽缸氣動(dòng)性能的影響最為顯著。圖7給出了4個(gè)顯著變量對(duì)目標(biāo)函數(shù)的主效應(yīng)。在所選的設(shè)計(jì)空間中,排汽缸的靜壓恢復(fù)系數(shù)隨x10、x6和x12的增加近似線性提高,而隨x11的增加呈非線性提高。

圖6 總變差分析餅狀圖

圖7 顯著變量對(duì)目標(biāo)函數(shù)的主效應(yīng)

3.3 優(yōu)化結(jié)果分析

對(duì)低壓排汽缸進(jìn)行詳細(xì)的氣動(dòng)性能分析,以驗(yàn)證數(shù)據(jù)挖掘結(jié)果的正確性和優(yōu)化平臺(tái)的有效性,分析優(yōu)化性能提高的根本原因。為了方便分析排汽缸的氣動(dòng)性能,這里將靜壓系數(shù)Csp和總壓系數(shù)Ctp定義如下

(6)

(7)

式中:Pt,in是排汽缸進(jìn)口的平均總壓;P和Pi分別是排汽缸當(dāng)?shù)仂o壓和當(dāng)?shù)乜倝骸ｌo壓系數(shù)用以衡量當(dāng)?shù)氐撵o壓恢復(fù)能力,靜壓系數(shù)越大,表明當(dāng)?shù)氐撵o壓恢復(fù)越好;總壓系數(shù)用以衡量當(dāng)?shù)氐目倝簱p失,總壓系數(shù)越大,表明當(dāng)?shù)氐目倝簱p失越大。

根據(jù)總變差分析的結(jié)果,擴(kuò)壓器出口寬度是對(duì)排汽缸靜壓恢復(fù)系數(shù)影響最顯著的參數(shù)。擴(kuò)壓器是排汽缸的重要組成部分,對(duì)排汽缸的靜壓恢復(fù)性能有著至關(guān)重要的作用。文獻(xiàn)[10]中也指出,擴(kuò)壓器的出口寬度是影響其靜壓恢復(fù)能力的重要幾何參數(shù)。在擴(kuò)壓器進(jìn)口尺寸確定時(shí),出口寬度太小,會(huì)導(dǎo)致擴(kuò)壓器的擴(kuò)壓能力不足;出口寬度太大,又有可能導(dǎo)致在擴(kuò)壓過(guò)程中出現(xiàn)分離流動(dòng)。在所選的設(shè)計(jì)空間中,沒(méi)有擴(kuò)壓器出口寬度過(guò)大的樣本,因而其靜壓恢復(fù)能力隨擴(kuò)壓器寬度的增加近似呈線性提高。圖8比較了優(yōu)化前后,擴(kuò)壓器內(nèi)外導(dǎo)流環(huán)壁面靜壓系數(shù)分布云圖。優(yōu)化后,擴(kuò)壓器內(nèi)壁上的流動(dòng)滯止區(qū)減弱,擴(kuò)壓流動(dòng)更加順暢,而且相較于優(yōu)化前,優(yōu)化后擴(kuò)壓器壁面的靜壓系數(shù)有明顯提高,尤其是在擴(kuò)壓器出口位置。這表明優(yōu)化后擴(kuò)壓器出口寬度的增加使擴(kuò)壓器的靜壓恢復(fù)能力有了明顯的提高,從而也使得整個(gè)排汽缸的靜壓恢復(fù)系數(shù)提高。

(a)參考設(shè)計(jì) (b)最優(yōu)設(shè)計(jì)圖8 內(nèi)外導(dǎo)流環(huán)壁面靜壓系數(shù)云圖

擴(kuò)壓器外導(dǎo)流環(huán)高度和外導(dǎo)流環(huán)出口角度也是兩個(gè)對(duì)排汽缸氣動(dòng)性能影響十分顯著的幾何參數(shù),會(huì)直接影響氣流在排汽缸蝸殼中的流動(dòng)情況。取如圖9所示的4個(gè)特征截面來(lái)分析排汽缸內(nèi)部的流動(dòng)特性。圖10給出了優(yōu)化前后截面1的流線和總壓系數(shù)云圖。相比于參考設(shè)計(jì),優(yōu)化后渦2和渦3顯著減弱,而在靠近前端壁的位置出現(xiàn)了渦1。雖然出現(xiàn)了新的旋渦結(jié)構(gòu),但是最優(yōu)設(shè)計(jì)的總壓系數(shù)要明顯低于參考設(shè)計(jì),表明優(yōu)化后流動(dòng)的總壓損失顯著降低。這是由于渦2是總壓損失的主要來(lái)源,相比于渦2,渦1所引起的總壓損失非常小。

圖9 所取特征面位置

(a)參考設(shè)計(jì) (b)最優(yōu)設(shè)計(jì)圖10 截面1的流線和總壓系數(shù)云圖

圖11給出了優(yōu)化前后截面2的流線和總壓系數(shù)云圖。此時(shí),渦2已經(jīng)占據(jù)流道的主要空間,為所有旋渦結(jié)構(gòu)中最強(qiáng)的一支,是流動(dòng)總壓損失的主要來(lái)源。在渦2旋轉(zhuǎn)著向下游流動(dòng)時(shí),與下游氣流相互作用,形成了占據(jù)排汽缸蝸殼大部分空間的通道渦結(jié)構(gòu)。所有以上分析表明,優(yōu)化后Hog和α2的增加雖然導(dǎo)致了渦1的出現(xiàn),但對(duì)主流沒(méi)有任何明顯影響,而流動(dòng)的總壓損失主要來(lái)源于渦2。優(yōu)化后渦2顯著減弱,這樣就導(dǎo)致總壓損失降低,而總壓損失降低有利于排汽缸靜壓恢復(fù)能力的提高,這和文獻(xiàn)[2]中的結(jié)果相一致。

圖12給出了優(yōu)化前后截面3的總壓系數(shù)云圖。優(yōu)化后,蝸殼中的總壓損失明顯降低,并且蝸殼下部整體的總壓損失要高于上部。圖13給出了排汽缸蝸殼中的三維流線結(jié)構(gòu)。蝸殼上部形成的所有渦系結(jié)構(gòu),在蝸殼下部相互混合形成占據(jù)蝸殼大部分空間的通道渦系結(jié)構(gòu),在擴(kuò)壓器下部形成了分離渦。各個(gè)渦系在蝸殼下部的相互混合導(dǎo)致了蝸殼下部較大的總壓損失。在蝸殼的左右兩側(cè)均形成了通道渦系結(jié)構(gòu)并相互作用。圖14給出了優(yōu)化前后截面4的流線和總壓系數(shù)云圖。由圖可知,渦流之間的相互作用導(dǎo)致通道渦所引起的總壓損失增大。優(yōu)化設(shè)計(jì)相比于參考設(shè)計(jì),W增大。一方面,這將避免W過(guò)小所導(dǎo)致的此處流動(dòng)的加速,從而降低排汽缸靜壓恢復(fù)能力;另一方面,從圖14中可以看到,W的增加將使左右兩側(cè)的通道渦系之間的距離增加,以減弱它們相互之間的作用,從而降低了其造成的總壓損失。因此,W也是影響排汽缸靜壓恢復(fù)性能的重要幾何參數(shù)之一。文獻(xiàn)[3]中的相應(yīng)結(jié)果也表明排汽缸外缸寬度的減小會(huì)降低其靜壓恢復(fù)系數(shù)。

(a)參考設(shè)計(jì) (b)最優(yōu)設(shè)計(jì)圖12 截面3的總壓系數(shù)云圖

(a)參考設(shè)計(jì) (b)最優(yōu)設(shè)計(jì)圖13 排汽缸蝸殼中三維流線結(jié)構(gòu)

通過(guò)以上分析,優(yōu)化后排汽缸靜壓恢復(fù)性能的提高主要有兩方面的原因。一方面是優(yōu)化后,排汽缸擴(kuò)壓器的靜壓恢復(fù)能力提高;另一方面是優(yōu)化后,排汽缸內(nèi)部流動(dòng)的總壓損失減小。此外,氣動(dòng)分析結(jié)果也表明,擴(kuò)壓器出口寬度、排汽缸外缸半寬、外導(dǎo)流環(huán)高度和外導(dǎo)流環(huán)出口角度對(duì)排汽缸的靜壓恢復(fù)性能有顯著影響,這和數(shù)據(jù)挖掘結(jié)果相一致。

(a)參考設(shè)計(jì) (b)最優(yōu)設(shè)計(jì)圖14 截面4的流線和總壓系數(shù)云圖

4 結(jié) 論

耦合基于子元模型的全局優(yōu)化算法、三階貝塞爾曲線的三維排汽缸參數(shù)化方法、三維RANS方程求解技術(shù)與基于總變差分析的知識(shí)挖掘方法,提出了健壯高效的排汽缸三維設(shè)計(jì)優(yōu)化與知識(shí)挖掘方法。

本文完成了低壓排汽缸的氣動(dòng)性能優(yōu)化設(shè)計(jì),優(yōu)化設(shè)計(jì)得到的排汽缸的靜壓恢復(fù)系數(shù)從0.165提高到了0.516。排汽缸氣動(dòng)性能的提高使得末級(jí)動(dòng)葉出口靜壓降低,在流量保持不變的情況下,增加了末級(jí)的做功能力。

基于數(shù)據(jù)挖掘技術(shù)對(duì)排汽缸設(shè)計(jì)空間進(jìn)行了知識(shí)挖掘,量化了設(shè)計(jì)參數(shù)對(duì)氣動(dòng)性能的影響規(guī)律。研究結(jié)果表明:擴(kuò)壓器出口寬度、排汽缸外缸半寬、外導(dǎo)流環(huán)高度和外導(dǎo)流環(huán)出口角度對(duì)排汽缸靜壓恢復(fù)性能有顯著影響。

[1] BURTON Z, INGRAM G L, HOGG S. A literature review of low pressure steam turbine exhaust hood and diffuser studies [J]. ASME Journal of Engineering for Gas Turbines and Power, 2013, 1356(6): 062001.

[2] ZHANG W, PAIK B G, JANG Y G, et al. Particle image velocimetry measurements of the three-dimensional flow in an exhaust hood model of a low-pressure steam turbine [J]. ASME Journal of Engineering for Gas Turbines and Power, 2007, 129(2): 411-419.

[3] FINZEL C, SCHATZ M, CASEY M V, et al. Experimental investigation of geometrical parameters on the pressure recovery of low pressure steam turbine exhaust hoods [C]∥ASME 2011 Turbo Expo: Turbine Technical Conference and Exposition. New York, USA: ASME, 2011: 2255-2263.

[4] LI Zhigang, LI Jun, YAN Xin, et al. Investigations on the flow pattern and aerodynamic performance of last stage and exhaust hood for large power steam turbines [C]∥ASME Turbo Expo 2012: Turbine Technical Conference and Exposition. New York, USA: ASME, 2012: 569-577.

[5] YANG Jiandao, CHEN Taowen, LI Jun, et al. Aerodynamic optimization design of exhaust hood diffuser for steam turbine with three-dimensional Reynolds-averaged Navier-Stokes solutions [C]∥ASME Turbo Expo 2014: Turbine Technical Conference and Exposition. New York, USA: ASME, 2014: V01BT27A 007.

[6] 楊建道, 陳濤文, 宋立明, 等. 低壓排汽缸氣動(dòng)優(yōu)化設(shè)計(jì) [J]. 西安交通大學(xué)學(xué)報(bào), 2015, 49(3): 19-24. YANG Jiandao, CHEN Taowen, SONG Liming, et al. Aerodynamic optimization on the low pressure exhaust hood [J]. Journal of Xi’an Jiaotong University, 2015, 49(3): 19-24.

[7] LI Haitao, DAI Yuejin, SHI Liqun, et al. Automatic aerodynamic optimization platform for low pressure exhaust hood based on neural network [C]∥Proceedings of the International Conference on Power Engineering. New York, USA: ASME, 2013: GB18030.

[8] FU Jinglun, LIU Jianjun, ZHOU Sijing. Aerodynamic optimization of the diffuser towards improving the performance of turbine and exhaust hood [C]∥ASME Turbo Expo 2014: Turbine Technical Conference and Exposition. New York, USA: ASME, 2014: V01BT 27A024.

[9] 郭振東, 宋立明, 李軍, 等. 基于子元模型的全局優(yōu)化與設(shè)計(jì)空間知識(shí)挖掘方法 [J]. 推進(jìn)技術(shù), 2015, 36(2): 207-216. GUO Zhendong, SONG Liming, LI Jun, et al. Meta model-based global design optimization and exploration method [J]. Journal of Propulsion Technology, 2015, 36(2): 207-216.

[10]TINDELL R H, ALSTON T M, SARRO C A, et al. Computational fluid dynamics analysis of a steam power plant low pressure turbine downward exhaust hood [J]. ASME Journal of Enineering for Gas Turbine and Power, 1996, 118(1): 214-224.

[本刊相關(guān)文獻(xiàn)鏈接]

王新軍,周子杰,宋釗,等.核電站凝汽器的壓力瞬態(tài)變化特性.2015,49(7):6-10.[doi:10.7652/xjtuxb201507002]

楊建道,陳濤文,宋立明,等.低壓排汽缸氣動(dòng)優(yōu)化設(shè)計(jì).2015,49(3):19-24.[doi:10.7652/xjtuxb201503004]

李瑜,寧德亮,李亮,等.汽輪機(jī)中濕汽損失的定量計(jì)算.2014,48(1):25-30.[doi:10.7652/xjtuxb201401005]

邵帥,鄧清華,時(shí)和雙,等.不同容積流量下汽輪機(jī)低壓缸末三級(jí)定常流動(dòng)數(shù)值研究.2013,47(1):15-20.[doi:10.7652/xjtuxb201301004]

霍文浩,晏鑫,李軍,等.超超臨界汽輪機(jī)高壓缸旁路冷卻系統(tǒng)冷卻特性研究.2013,47(5):24-30.[doi:10.7652/xjtuxb 201305005]

(編輯 荊樹蓉)

Global Optimization of Aerodynamic Design and Knowledge Discovery Method of an Exhaust Hood

ZHU Peiyuan,GUO Zhendong,CHEN Hongmei,SONG Liming,LI Jun

(Insititute of Turbomachinery, Xi’an Jiaotong University, Xi’an 710049, China)

To improve the aerodynamic performance and explore design guidelines for an exhaust hood, a robust and efficient design optimization and data mining method, which combines meta-based global optimization algorithm with a 3rd-order Bezier curve-based 3D parameterized method, Reynolds-Averaged Navier-Stokes (RANS) solver technique and data mining technique based on variance analysis, is proposed for the aerodynamic optimal design of an exhaust hood. By fully taking into account the interaction between the last turbine stage blades and exhaust hood, design optimization and knowledge discovery of a low-pressure exhaust hood are carried out for maximizing the static pressure recovery coefficient. The static pressure recovery coefficient of the optimal exhaust hood is improved from 0.165 to 0.516. The interactions among design variables and objective function are illustrated using the data mining technique combined with detailed aerodynamic analysis. The research results indicate that the diffuser outlet width, the outer hood width, the outer flow guider’s height and the outer flow guider’s outlet angle have significant effects on the performance of the exhaust hood. The proposed design optimization and data mining method for the exhaust hood provide a basis for the design of high-performance exhaust hood.

exhaust hood; static pressure recovery coefficient; global optimal design; data mining

2015-02-06。

祝培源(1990—),男,博士生;宋立明(通信作者),男,副教授,博士生導(dǎo)師。

國(guó)家自然科學(xué)基金資助項(xiàng)目(51106123)。

時(shí)間:2015-08-25

10.7652/xjtuxb201511005

TK474.7

A

0253-987X(2015)11-0026-07

網(wǎng)絡(luò)出版地址:http:∥www.cnki.net/kcms/detail/61.1069.T.20150825.1748.004.html