论文部分内容阅读
海水淡化高压多级离心泵在提供高出口压力的同时，也拥有较大流量，是大型反渗透海水淡化装置的首选动力装备。高压多级泵在海水淡化系统中能耗十分可观，因此提高其效率对海水淡化系统的成本控制与节能减排有着重要的意义。本文以一台15000-250ROD三级高压离心泵为研究对象，采用CFD数值模拟方法进行了非定常计算。将数值模拟的外特性数据与试验数据对比，验证了数值模拟的准确性。对比了多级泵单级、两级和整泵进行数值模拟结果之间的差异。此外，搭建了基于Matlab Code与ANSYS WorkBench的多级泵自动优化平台。以这些工作为基础，采用近似模型法与基于改进蝙蝠算法的自动优化方法对多级泵叶轮以及叶轮-导叶匹配关系进行了优化。本文的主要工作与创新点总结如下：
(1)总结了目前国内外泵类机械的主要优化设计方法，并对多级泵优化相关内容进行了分析。提出了应综合考虑试验因素个数、优化周期上限、可用计算资源量、优化精度等各种限制条件来选择泵类机械优化方法的观点。
(2)对15000-250ROD三级高压离心泵整泵模型进行了三维建模，网格划分，开展了CFD数值模拟。将外特性模拟结果与试验值进行对比，验证了数值模拟的准确性。此外对多级泵内压力脉动以及流动情况进行了分析，可知：叶轮与导叶动静干涉导致的流动情况复杂，存在不同程度的二次流与回流漩涡，有较多的冲击与流动损失；次级与末级叶轮进口位置附近流动情况明显差于首级叶轮进口位置，级间影响效应明显；正导叶每个流道末端均有较大尺寸的漩涡，这将减小导叶流道有效过流面积，影响多级泵的性能表现；导叶内流动情况相较于叶轮更为复杂，可能是造成损失的主要原因之一。
(3)提出了基于t分布局部搜索的改进蝙蝠算法。并且对改进的蝙蝠算法进行了仿真试验验证。仿真试验方案选用8个不同类型的测试函数对三种算法分别进行40次独立测试，记录各算法的寻优过程与结果。经过对比发现相比于基本蝙蝠算法与PSO算法，改进的蝙蝠算法具有收敛速度快、高维函数中收敛精度高等特点，这对多级泵自动优化的执行具有重要意义。
(4)采用参数敏感性分析结合响应面法对首级叶轮进行了优化，使首级效率提升了3.76%。随后将优化后的叶轮用于整泵，依然有一定的优化效果，此外，进行了单级、两级与整泵（三级）的建模计算的外特性对比分析。结果表明单级、两级与整泵（三级）在建模计算的外特性表现上具有较高的一致性，用两级优化代替整泵（三级）优化是可行的。对多级泵两级组合模型进行了14个试验因素的叶轮-导叶匹配优化，并将级间效应影响考虑在内，以两级组合模型在设计流量下的效率作为优化目标。基于80组模型数值模拟数据的样本，采用BP神经网络建立了两级模型效率、扬程与叶轮-导叶叶片几何参数的函数关系，并用蝙蝠算法对得到的函数关系进行寻优，最终找到最优参数组合，使小流量与设计流量工况下效率得到明显的提升，0.8倍设计流量工况下效率提升了4.77%，设计工况下提升了2.94%，实现了两级模型的优化。
(5)为避免导叶结构对优化效果的限制，针对导叶内发现的问题，对导叶结构进行改进，改进后内流与水力效率均得到提升。以改进的t分布局部飞行蝙蝠算法寻优程序为主控，基于Ansys Workbench与matlab code平台，借助Ansys Scripting与Dos命令控制BladeGen、TurboGrid以及CFX实现对高压多级泵的叶轮与导叶的自动造型、划分网格与数值计算。从叶轮-导叶参数控制、数值模拟进程控制、蝙蝠算法的进程控制以及改进蝙蝠算法的设置四个方面详细介绍了自动优化平台的搭建，详细阐述了蝙蝠算法闭环控制策略与自动寻优过程。并应用此优化平台进行了以设计点效率提升为目标的自动优化。最优解设计工况下效率比优化起点提升了3.98个百分点，扬程仍满足需求，验证了基于改进蝙蝠算法的自动优化在多级泵优化上的有效性。最后将优化前模型与优化后模型内流情况进行对比分析，为后续设计优化提供参考。
(1)总结了目前国内外泵类机械的主要优化设计方法，并对多级泵优化相关内容进行了分析。提出了应综合考虑试验因素个数、优化周期上限、可用计算资源量、优化精度等各种限制条件来选择泵类机械优化方法的观点。
(2)对15000-250ROD三级高压离心泵整泵模型进行了三维建模，网格划分，开展了CFD数值模拟。将外特性模拟结果与试验值进行对比，验证了数值模拟的准确性。此外对多级泵内压力脉动以及流动情况进行了分析，可知：叶轮与导叶动静干涉导致的流动情况复杂，存在不同程度的二次流与回流漩涡，有较多的冲击与流动损失；次级与末级叶轮进口位置附近流动情况明显差于首级叶轮进口位置，级间影响效应明显；正导叶每个流道末端均有较大尺寸的漩涡，这将减小导叶流道有效过流面积，影响多级泵的性能表现；导叶内流动情况相较于叶轮更为复杂，可能是造成损失的主要原因之一。
(3)提出了基于t分布局部搜索的改进蝙蝠算法。并且对改进的蝙蝠算法进行了仿真试验验证。仿真试验方案选用8个不同类型的测试函数对三种算法分别进行40次独立测试，记录各算法的寻优过程与结果。经过对比发现相比于基本蝙蝠算法与PSO算法，改进的蝙蝠算法具有收敛速度快、高维函数中收敛精度高等特点，这对多级泵自动优化的执行具有重要意义。
(4)采用参数敏感性分析结合响应面法对首级叶轮进行了优化，使首级效率提升了3.76%。随后将优化后的叶轮用于整泵，依然有一定的优化效果，此外，进行了单级、两级与整泵（三级）的建模计算的外特性对比分析。结果表明单级、两级与整泵（三级）在建模计算的外特性表现上具有较高的一致性，用两级优化代替整泵（三级）优化是可行的。对多级泵两级组合模型进行了14个试验因素的叶轮-导叶匹配优化，并将级间效应影响考虑在内，以两级组合模型在设计流量下的效率作为优化目标。基于80组模型数值模拟数据的样本，采用BP神经网络建立了两级模型效率、扬程与叶轮-导叶叶片几何参数的函数关系，并用蝙蝠算法对得到的函数关系进行寻优，最终找到最优参数组合，使小流量与设计流量工况下效率得到明显的提升，0.8倍设计流量工况下效率提升了4.77%，设计工况下提升了2.94%，实现了两级模型的优化。
(5)为避免导叶结构对优化效果的限制，针对导叶内发现的问题，对导叶结构进行改进，改进后内流与水力效率均得到提升。以改进的t分布局部飞行蝙蝠算法寻优程序为主控，基于Ansys Workbench与matlab code平台，借助Ansys Scripting与Dos命令控制BladeGen、TurboGrid以及CFX实现对高压多级泵的叶轮与导叶的自动造型、划分网格与数值计算。从叶轮-导叶参数控制、数值模拟进程控制、蝙蝠算法的进程控制以及改进蝙蝠算法的设置四个方面详细介绍了自动优化平台的搭建，详细阐述了蝙蝠算法闭环控制策略与自动寻优过程。并应用此优化平台进行了以设计点效率提升为目标的自动优化。最优解设计工况下效率比优化起点提升了3.98个百分点，扬程仍满足需求，验证了基于改进蝙蝠算法的自动优化在多级泵优化上的有效性。最后将优化前模型与优化后模型内流情况进行对比分析，为后续设计优化提供参考。