基于遺傳算法的風扇蝸殼結構優化研究

駱清國,尹洪濤,劉紅彬,司小雨,許晉豪

(裝甲兵工程學院機械工程系,北京 100072)

?

基于遺傳算法的風扇蝸殼結構優化研究

駱清國,尹洪濤,劉紅彬,司小雨,許晉豪

(裝甲兵工程學院機械工程系,北京 100072)

建立了履帶車輛冷卻風道三維模型與風扇蝸殼CFD分析模型.以空氣流動阻力最小為目標,蝸殼幾何尺寸為約束條件,提出了計算流體力學與遺傳算法相結合的蝸殼結構優化方法.將優化后得到的三維模型與初始模型進行CFD對比,優化后的蝸殼空氣流動阻力比優化前減小了9.73%,總空氣質量流量增大了2.51%.

計算流體力學; 遺傳算法;結構優化; 風扇蝸殼

風扇蝸殼是履帶車輛冷卻風道中的重要組成部分,其結構主要受車輛動力傳動裝置總體布局的約束限制,但是其氣動性能又直接影響著車輛冷卻系統的總體性能.在滿足各熱部件冷卻需求的同時減少功耗,應盡量減小冷卻空氣在流動過程中特別是在流經風扇蝸殼時的阻力[1].文章以某型風扇蝸殼為研究對象,根據安裝約束條件,基于計算流體動力學技術對其進行了結構優化.

以獨立式冷卻風道為研究對象,在水散熱器正下方左右對稱橫置兩個離心式冷卻風扇,每個風扇都有自己獨立的蝸殼,使得各自的風道也相互獨立.蝸殼分為進氣段和排氣段,進氣段蝸殼將散熱器與風扇相連接,保證流經散熱器后的冷卻空氣全部通過風扇經過排氣蝸殼段排出.根據蝸殼的布置結構可知,蝸殼進氣段結構比較緊湊,而且風扇的安裝位置也受到空間總體布局的局限,只有排氣段蝸殼空間較為寬松,因此優化針對排氣段蝸殼進行,保持進氣段蝸殼和風扇的安裝位置不變.同時兩側蝸殼呈左右對稱狀布置且結構相同,所以優化只針對一側蝸殼進行即可,本文以左側蝸殼為例進行優化.通過Pro/E軟件建立蝸殼結構，如圖1所示.

圖1 蝸殼結構Fig.1 Structure of the volute

1 CFD分析模型

優化過程中需要反復調用CFD分析模型,為簡化模型以提高計算效率,分析區域只選取蝸殼內的空氣流動區域,僅在入口處做適當延長.CFD分析區域的選取及主要邊界設置如圖2所示.

圖2 CFD分析區域及邊界設置Fig.2 CFD analysis domain and boundary setting

CFD分析區域的離散采用非結構網格形式,并進行網格無關性的驗證,如圖3所示.為加快優化時CFD分析速度,優化時采用粗網格進行CFD分析,優化完畢后,再通過加密網格得到網格無關解.最終確定粗網格間距取30mm,細網格間距取20mm.在兩種網格間距下,原型蝸殼的網格數分別為66 122和135 449.

圖3 網格無關性驗證Fig.3 Grid independence verification

CFD分析采用三維直角坐標求解,并做如下假設:

(1) 蝸殼內的空氣流動不隨時間的變化而變化,空氣流動為定常流動;

(2) 蝸殼內的氣體為黏性可壓縮氣體,認為空氣的物性參數隨溫度和壓力的變化而變化;

(3) 空氣流動是強制對流且湍流充分發展;

(4) 忽略因重力引起的空氣對流.

以空氣流動的質量守恒方程、動量守恒方程、能量守恒方程、理想氣體狀態方程以及描述湍流流動的標準k-ε湍流雙方程為基礎,建立蝸殼內空氣流動的數學模型.采用壁面函數法處理壁面區域流動情況,采用基于壓力耦合式算法進行求解,控制方程的離散格式均采用二階迎風格式.

2 優化目標函數與設計變量

2.1 目標函數

蝸殼的優化目標即在同樣的風扇轉速下,盡可能獲得最小的空氣流動阻力.因此優化目標函數表示形式如下:

(1)

式中:f(X)為目標函數;ΔP為流動阻力.

2.2 設計變量

由于蝸殼出口斜切面的開設程度[1]和側面出口的開設情況均對蝸殼的空氣流動阻力影響較大,因此基于以上因素選取相關設計變量.蝸殼出口斜切面的開設程度主要受開口高度以及出口段長度的影響.由于蝸殼高度h0是保持不變的,所以斜切面高度h的大小即決定了開口總高度的大小.此外L1與L2的共同作用即決定了斜切面出口段的長度.對于側面出口主要研究其開口面積與開口位置的影響.由于A點坐標固定,決定其開口位置的即為頂點S的坐標,因此x,y的變化即會引起側面出口的位置變化.顯然,開口面積由長度a和寬度b來決定.圖4為蝸殼結構標注.

綜上所述,風扇蝸殼結構優化的設計變量選取h,L1,L2,x,y,a，b7個參數.表述為標準形式如下:

(2)

圖4 蝸殼結構參數Fig.4 parameters of volute structure

3.3 約束條件

h的上限主要受到冷卻風道側壁高度的影響,最大可為h0,最小可為0,即認為沒有斜切面.即:

(2)

(3)

a,b,x,y之間相互影響,即:

(4)

(5)

3 優化算法與優化實現

遺傳算法的基本流程如圖5所示[4]:

圖5 遺傳算法基本步驟Fig.5 Basic steps of GA

利用iSIGHT軟件可以實現和各種仿真軟件以及自編程序的集成功能[5],提供了幾乎可以涵蓋各大學科專業仿真軟件的集成功能.風扇蝸殼空氣流動的CFD分析模型確定之后,當蝸殼形狀結構發生改變時,通過iSIGHT軟件接口連接Pro/E與Ansys實現從新模型生成到網格劃分再到CFD分析求解整個過程的自動化.圖6為自動尋優過程.優化過程就是針對建立好的優化數學模型,根據已確定的優化算法和約束條件去改變設計變量,并將改變后的設計變量依據目標函數的計算法則獲得更優的目標函數值,如此反復,直到達到某種收斂標準,獲得目標函數的優化結果.

4 優化結果與CFD驗證

4.1 優化結果

優化時,保持風扇轉速相同,即在風扇邊界處施加同樣的風扇性能曲線.采用多島遺傳算法優化時,各個運行參數根據優化軟件提供的參考指南以及文獻[6]中給出的取值范圍通過多次調整試算來確定,優化目標函數的過程曲線如圖7所示.

圖6 優化步驟Fig.6 optimization steps

圖7 優化過程Fig.7 Optimization process

優化前后各參數的對比情況見表1.優化過程中,由于保持風扇邊界處設置的風扇性能曲線不變,因此,蝸殼空氣流動阻力的減小會使得流過蝸殼的空氣質量總流量的增大.根據優化結果可知,在同樣的風扇轉速下,優化后的蝸殼空氣流動阻力比優化前減小了9.73%,總空氣質量流量增大了2.51%.

表1 變量的取值區間及優化結果

4.2 CFD驗證

優化完成后,將原始模型與優化后的模型分別進行CFD分析,圖8為優化前后蝸殼排氣段內氣流等壓面分布的對比.由圖可知,蝸殼排氣段內流場的壓力以越靠近蝸殼深處越高,同時,在側面出口處局部壓力也較高.優化后,風扇區域靠近蝸殼內側區域處的壓力較優化前有所降低.

圖8 優化前后蝸殼排氣段氣流等壓面分布Fig.8 Isobaric surface at exhaust segment before and after optimization

圖9為優化前后風扇蝸殼排氣段沿縱向中心橫截面處的壓力云圖.圖10為優化前后蝸殼排氣段沿橫向中心縱截面處的壓力云圖.由兩幅圖可以看出,優化后蝸殼深處區域的高壓部分明顯減少.圖11為優化前后風扇蝸殼內空氣流動跡線的對比圖.

圖9 優化前后蝸殼中心橫截面處壓力云圖Fig.9 Pressure at the center cross section of the volute before and after optimization

圖10 優化前后蝸殼中心縱截面處壓力云圖Fig.10 Pressure at the center profile section of the volute before and after optimization

通過優化前后的結果對比可得到以下結論:

(1) 優化后的側面出口的右邊緣基本靠近到約束條件中的臨界線位置,下邊緣基本靠近到蝸殼的最底部邊界,這說明側開口面向風扇中心軸方向以及蝸殼的底部方向移動能夠降低空氣流動阻力.

圖11 優化前后蝸殼內空氣流動跡線Fig.11 the flowing trace of air in the volute before and after optimization

(2) 優化后的側面出口面積比優化前減少了8.82%,因此,通過調整側面出口的位置,適當減小側面出口面積同樣能夠降低蝸殼的空氣流動阻力.

(3)L1與L2之和為整個斜切面的開口長度,從優化結果來看,L1與L2之和基本達到了約束條件的上限值,這說明風扇蝸殼出口處開設斜切面能夠有效降低蝸殼的空氣流動阻力.當L1與L2之和不變的情況下,L1的長度并非越大越好,若不考慮傳動裝置的約束,通過進一步CFD分析可知,當L1為210 mm時,蝸殼的空氣流動阻力最小.由于受傳動裝置的約束,優化結果為125 mm.

6 結論

應用計算流體力學與遺傳算法相結合的方法,對履帶車輛動力艙冷卻風道的風扇蝸殼進行了結構優化.優化結果說明:(1)通過采取側開口面向風扇中心軸方向以及蝸殼的底部方向移動的措施,能夠在適當減小側面出口面積的同時降低空氣流動阻力;(2)在風扇蝸殼出口處開設斜切面能夠有效降低蝸殼的空氣流動阻力.

[1] 畢小平,呂良棟,索文超.風扇蝸殼排氣段結構優化研究[J].裝甲兵工程學院學報,2010(4):25-28.

BI Xiaoping,LV Liangdong,SUO Wenchao.Study on structure optimization for volute based on CFD[J].Journal of Academy of Armored Force Engineering,2010(4):25-28.

[2] 郭峰,周麗,劉建峰.進排氣蝸殼結構對履帶車輛冷卻系統風量的影響研究[J].車輛與動力技術,2008(3):35-39

GUO Feng,ZHOU Li,LIU Jianfeng.Research about the influence on air flux of cooling system by the structure of volutes in tracked vehicle[J].Vehicle & Power Technology,2008(3):35-39.

[3] 李金忠,夏潔武,曾小薈,等.多目標模擬退火算法及其應用研究進展[J].計算機工程與科學,2013(8):77-88.

LI Jinzhong,XIA Jiewu,ZENG Xiaohui,et al.Survey of multi-objective simulated annealing algorithm and its applications[J].Computer Engineering & Science,2013(8):77-88.

[4] 文乾,楚武利.離心風機蝸殼的優化設計[J].艦船科學技術,2014(2):86-89.

WEN Qian,CHU Wuli.Optimization of the volute design in a centrifugal fan[J].Ship Science and Technology,2014(2):86-89.

[5] 周明,孫樹棟.遺傳算法原理及應用[M].北京:國防工業出版社,1999.

ZHOU Ming,SUN Shudong.Genetic algorithms:theory and application[M].Beingjing:National Defense Industry Press,1999.

[6] 李金從,鄧家禔.多學科優化集成設計框架[J].現代制造工程,2003(3):77-79.

LI Jincong,Deng Jiati.Multidisciplinary optimization integrated design frame[J].Machinery Manufacturing Engineer.2003(3):77-79.

[7] 陳連,鄒廣萍.機械可靠性設計的最優化方法及其應用研究[J].機械設計與制造,2006(2):8-10.

CHEN Lian,ZOU Guangping.The optimal method of Machine reliability design and its application[J].Machinery Design & Manufacture,2006(2):8-10.

Genetic-algorithm-based optimization on fan volute structure

LUO Qing-guo,YIN Hong-tao,LIU Hong-bin,SI Xiao-yu,XU Jin-hao

(1. Department of Mechanical Engineering, Academy of Armored Forces Engineering, Beijing 100072,China)

Firstly, the 3D model of cooling wind tunnel, together with CFD analysis model of fan volute, is established for tracked vehicles. By treating the minimum air flow resistance as objective and volute geometric dimension as constraint, the volute structural optimization method is proposed with integration of computational hydrodynamics and genetic algorithm. Afterwards, the optimized 3D model is compared with the initial model, whereas the air flow resistance is decreased by 9.73%, and overall air mass flow rate is increased by 2.51%.

CFD; genetic algorithm; structural optimization; fan volute

國防預研項目(40402010103)

駱清國(1965-)，男，教授，博士生導師.E-mail：lqg_zgy@163.com

TJ 81

A

1672-5581(2016)04-0305-05