唐騰飛, 肖 莉, 高 翔
(武漢工程大學(xué)機(jī)電工程學(xué)院,湖北武漢 430205)
迷宮式調(diào)節(jié)閥是流體控制領(lǐng)域常用的節(jié)流裝置,廣泛應(yīng)用于熱力、化工、水循環(huán)系統(tǒng)等工業(yè)領(lǐng)域。迷宮式調(diào)節(jié)閥常用于高壓差的工作環(huán)境,通過迷宮式節(jié)流碟片上的流道實現(xiàn)多級降壓,降低流體速度,從而保障了整個系統(tǒng)的正常運(yùn)行。節(jié)流碟片是調(diào)節(jié)閥中的核心組件,同時也是調(diào)節(jié)閥降低振動、噪聲與空化等現(xiàn)象的主要組件,合理設(shè)計迷宮式節(jié)流碟片,可以顯著提升調(diào)節(jié)閥的性能[1-4]。
迷宮式節(jié)流碟片的研究主要熱點集中于迷宮式流道的降壓級數(shù)分布與不同幾何形狀流道的流動特性研究,并取得了良好的研究成果:李樹勛等[5]討論了節(jié)流碟片降壓級數(shù)在設(shè)計過程中的選擇;劉來全等[6]在節(jié)流碟片上添加了連接槽來改善流動特性;姚伍平等[7]討論了高溫調(diào)節(jié)閥迷宮式流道的不同參數(shù)對流量的影響。
目前,迷宮式調(diào)節(jié)閥與其降壓組件節(jié)流碟片研究設(shè)計主要以設(shè)計者經(jīng)驗為主,主要手段為計算流體力學(xué)(Computational Fluid Dynamics, CFD),基于仿真實驗可獲得調(diào)節(jié)閥的整體性能。受限于CFD仿真的操作步驟繁多,多以人工操作來進(jìn)行相關(guān)仿真設(shè)置,自動化的仿真優(yōu)化設(shè)計討論相對較少。另外,在迷宮式節(jié)流碟片降壓限流過程中,流道內(nèi)壓降變化顯著,流體流速在拐角處突變且流速增加,引起碟片振動并可能產(chǎn)生空化,需要合理設(shè)計迷宮式節(jié)流碟片的幾何流道結(jié)構(gòu)來降低上述影響。
本研究提出了一種適用于節(jié)流碟片流道的優(yōu)化設(shè)計流程,以流道內(nèi)流體的最高流速和流量為研究目標(biāo),將節(jié)流碟片流道的三維幾何參數(shù)作為輸入?yún)?shù),結(jié)合CFD仿真與NSGA-II多目標(biāo)優(yōu)化算法,獲得可抑制最高流速的同時流量最大化的節(jié)流碟片流道優(yōu)化結(jié)構(gòu),為相關(guān)降壓限流元件的優(yōu)化設(shè)計提供研究基礎(chǔ)。
調(diào)節(jié)閥常在閥體內(nèi)部放置閥套來抑制高壓差等惡劣工況產(chǎn)生的閥體振動、閥體沖刷等問題。以Fisher公司的流量閥為例,閥套放置形式如圖1a所示,位于閥芯與閥體內(nèi)流道相交處。迷宮式流量調(diào)節(jié)閥的節(jié)流碟片組合疊加形成閥套,每級節(jié)流碟片上由若干迷宮流道組成,迷宮流道選擇平面流道形式,如圖1b所示,迷宮流道通常由多個彎道組成。本研究所討論的迷宮流道由2個直角彎道組成,為多級迷宮流道的典型基礎(chǔ)形式,對其研究可為多級迷宮流道的流動特性規(guī)律提供參考。
圖1 結(jié)構(gòu)示意圖
在1片節(jié)流碟片上,多個迷宮流道結(jié)構(gòu)相同,因此選取其中1個流道進(jìn)行分析,如圖2a所示,流體從入口進(jìn)入,經(jīng)過迷宮流道從出口流出。為方便后續(xù)研究,將流道幾何參數(shù)進(jìn)行參數(shù)化建模,三維流道由流道中心線和流道寬度組成,流道的長為L,寬度的1/2為D,具體參數(shù)如圖2b所示,共10個參數(shù),取值間隔為0.001 mm,參數(shù)的取值范圍展示在表1中。流道的深度變化會引起節(jié)流碟片組成的閥套高度的變化,受限于調(diào)節(jié)閥內(nèi)部空間限制,三維流道的深度一致選擇為3 mm。同時,流道的總長度選擇為30 mm,因此流道的幾何參數(shù)L5=30-L1-L3,mm。
圖2 流道模型
表1 三維流道幾何參數(shù)取值范圍 mm
本研究的迷宮式調(diào)節(jié)閥節(jié)流碟片的三維幾何模型與網(wǎng)格,如圖3所示。流道模型的網(wǎng)格通過前處理軟件ANSYS ICEM-CFD劃分,采用非結(jié)構(gòu)化網(wǎng)格,考慮到模型結(jié)構(gòu)比較簡單,網(wǎng)格數(shù)量約10萬,滿足網(wǎng)格獨立性要求。需要指出的是,選擇非結(jié)構(gòu)化網(wǎng)格而不是結(jié)構(gòu)化網(wǎng)格的原因為,在后續(xù)節(jié)流碟片優(yōu)化流程中,非結(jié)構(gòu)化網(wǎng)格自動化生成可靠性更高,且代碼編寫更簡潔。一般來說,流道出口端需要進(jìn)行延長,保證下游流道充分發(fā)展,但本研究關(guān)注的重點是流道本身,引入延長流道相當(dāng)于增加了流道的幾何參數(shù)L5的距離,從而影響結(jié)果,同時L5的變化范圍為10~20 mm,約為幾何參數(shù)L1與L2的變化范圍2倍,可以認(rèn)為出口部分流道已經(jīng)適當(dāng)延長,因此本研究中并未增設(shè)下游延長流道。
圖3 計算模型
數(shù)值模擬采用ANSYS Fluent軟件,8核并行運(yùn)算加快仿真速度。流體介質(zhì)選擇為純水(25 ℃),入口壓力為1.0 MPa,出口壓力為0.1 MPa,近壁面邊界采用標(biāo)準(zhǔn)壁面函數(shù)計算Standard Wall Functions處理方法,模型常數(shù)Cμ,Cε1,Cε2分別取0.0845, 1.42, 1.68,流體與外界為絕熱,無熱交換,壁面邊界為無滑移速度邊界,湍流模型選擇為RNGk-ε湍流模型,同時選用Simple算法二階迎風(fēng)格式。
節(jié)流碟片的CFD仿真結(jié)果如圖4所示,流道中最大速度42.15 m/s,流量1.335×10-4m3/s。在迷宮式流道設(shè)計中,滿足流量要求的情況下,希望流體的速度盡量越低越好,從而可以降低節(jié)流元件的振動,同時可以減少對元件的沖刷。
圖4 節(jié)流碟片三維流道仿真結(jié)果
在構(gòu)建了參數(shù)化節(jié)流碟片的幾何模型,并給出了幾何參數(shù)的取值范圍的基礎(chǔ)上,建立節(jié)流碟片的自動化仿真流程[8-9]。
節(jié)流碟片的三維幾何建模選擇CATIA軟件,可以通過VB腳本實現(xiàn)幾何模型的自動化建立;網(wǎng)格建模采用ANSYS ICEM-CFD軟件,通過TCL/TK腳本實現(xiàn)網(wǎng)格的劃分;CFD仿真采用ANSYS Fluent軟件實現(xiàn),其自動化操作通過IronPython腳本完成;全局控制與數(shù)據(jù)后處理通過Python腳本實現(xiàn)。整個流程只需要預(yù)先設(shè)定好幾何參數(shù)的輸入尺寸集合,即可完成節(jié)流碟片的CFD仿真并獲得結(jié)果,如圖5所示。與傳統(tǒng)人工操作相比較,主要具有2個優(yōu)點,首先是仿真速度快,幾何模型的建立和不同軟件的參數(shù)設(shè)置均在2~3 s 內(nèi)完成,效率大大提高;其次,在大量重復(fù)操作中可以避免操作者因疲勞或疏忽引起的操作錯誤。
圖5 節(jié)流碟片自動化仿真流程
以節(jié)流碟片的三維流道流動特性中流道內(nèi)最大流速和流道流量為2個優(yōu)化目標(biāo),其中希望流道內(nèi)最大流速最小化,流量最大化。這2個優(yōu)化目標(biāo)相互矛盾,且2個目標(biāo)無法比較優(yōu)劣,因此2個目標(biāo)的最優(yōu)解為Pareto最優(yōu)解。Pareto最優(yōu)解可以理解為優(yōu)化過程中,流道內(nèi)最大流速會逐步降低,同時流量逐步增加,兩者均向各自優(yōu)化目標(biāo)前進(jìn)到一定程度后,2個目標(biāo)無法再同時滿足時的目標(biāo)值。非Pareto最優(yōu)解具有如下特征,最大流速降低會引起流量減小,或流量增加會引起最大流速增加。
在流道內(nèi)最大流速和流道流量為優(yōu)化目標(biāo)的條件下,節(jié)流碟片的三維流道的長度與寬度的參數(shù)取值范圍為約束條件,采用NSGA-II算法結(jié)合CFD自動化仿真流程尋求優(yōu)化目標(biāo)的最優(yōu)解,即Pareto最優(yōu)解[10-11]。建立的流量Q和最大流速v的數(shù)學(xué)優(yōu)化模型可以表示成:
max(Q(L,D),-v(L,D))
(1)
(2)
優(yōu)化過程中,將最大流速v取反,在優(yōu)化算法中可以同時尋找流量Q和負(fù)值最大流速v的最大值,即可得到流量Q的最大值和最大流速v的最小值。節(jié)流碟片流道多目標(biāo)優(yōu)化流程如圖6所示,主要思想是通過CFD仿真來計算NGSA-II中種群個體的適應(yīng)度,NSGA-II算法的具體理論可參考文獻(xiàn)[12]。
圖6 基于NSGA-II的節(jié)流碟片流道多目標(biāo)優(yōu)化流程
優(yōu)化過程中,設(shè)定種群規(guī)模為20,交叉概率0.5,變異概率0.5,最大迭代次數(shù)設(shè)定為16,加上初始種群數(shù)量,一共進(jìn)行了340次仿真??紤]到CFD仿真耗時較長,因此流程中引入比較數(shù)據(jù)庫,每次新的CFD仿真幾何參數(shù)與結(jié)果會被記錄,重復(fù)幾何參數(shù)的結(jié)構(gòu)直接讀取CFD結(jié)果,減少重復(fù)仿真的資源消耗。需指出的是,考慮計算資源和實際工程需求,迭代次數(shù)需要綜合確定,因此算法不一定收斂至理論上最優(yōu),但已獲得滿足工程目標(biāo)的最優(yōu)結(jié)果。
經(jīng)節(jié)流碟片流道多目標(biāo)優(yōu)化流程獲得了一系列的Pareto最優(yōu)解,受限于仿真迭代次數(shù)的限制,Pareto最優(yōu)解數(shù)量為11,最優(yōu)解結(jié)果如圖7所示。Pareto最優(yōu)解為方塊型案例,與非最優(yōu)解相比較,最大流速v相同時,Pareto最優(yōu)解的流量Q更大;流量Q相同時,最大流速v的數(shù)值更低,說明提出的節(jié)流碟片流道多目標(biāo)優(yōu)化流程有效的獲得了節(jié)流碟片的優(yōu)化結(jié)構(gòu)。
圖7 節(jié)流碟片流道優(yōu)化最優(yōu)解集分布
以圖7中案例1、案例2為例,案例1的流量為1.004×10-4m3/s,最大流速為37.667 m/s;案例2的流量1.304×10-4m3/s,最大流速為40.494 m/s,兩案例的幾何模型與CFD仿真結(jié)果,如圖8所示。流量增加后,幾何模型差異較大,幾何參數(shù)變量較多情況下難以通過設(shè)計者經(jīng)驗來搜尋最優(yōu)的節(jié)流碟片幾何結(jié)構(gòu)。最優(yōu)解集提供了一系列的最優(yōu)選擇,可以按照流量的需求選擇對應(yīng)結(jié)構(gòu)。此外,案例1與案例2中最大流速v與接近流速存在的區(qū)域較多,且多在直角拐角附近,控制流體流速需要合理設(shè)置直角彎道尺寸來實現(xiàn)逐級降速。比較案例1和案例2的結(jié)果,流量增加23%,最大流速增加7%,結(jié)合Pareto最優(yōu)解集,此增長趨勢近在流量10×10-4~15×10-4m3/s區(qū)間內(nèi)近似線性,可以為節(jié)流碟片的流道設(shè)計提供模型選擇。
圖8 不同案例的幾何模型與仿真結(jié)果
針對迷宮式調(diào)節(jié)閥的節(jié)流碟片流道設(shè)計中,幾何參數(shù)多,難以選擇,目標(biāo)流量與流道最大流速沖突的問題,本研究提出了一種基于NSGA-II算法的節(jié)流碟片流道多目標(biāo)優(yōu)化流程,可以獲得有效降低流體的最大流速并提高流量的節(jié)流碟片幾何結(jié)構(gòu)集合,為設(shè)計者提供模型選擇。選擇Python語言作為全局控制腳本,實現(xiàn)了節(jié)流碟片的自動化CFD仿真流程。將節(jié)流碟片的自動化CFD仿真流程與NSGA-II算法聯(lián)合,獲得了的節(jié)流碟片最優(yōu)結(jié)構(gòu)解集。在流量10×10-4~15×10-4m3/s區(qū)間內(nèi),選擇的幾何結(jié)構(gòu)流量增加23%,最大流速增加7%,流量增加與最大流速的增加呈近似線性關(guān)系。本研究提出的節(jié)流碟片流道優(yōu)化設(shè)計流程的可為流體傳動元件的設(shè)計提供參考。