一种基于模态能量分解的离心式叶轮优化设计方法技术

本发明专利技术公开了一种基于模态能量分解的离心式叶轮优化设计方法，提出在对流场进行模态分解的基础上对叶轮进行优化，采用模态能量分解的方法对流场的主导结构进行提取，减少了其他干扰信息，且不会对流场主导结构造成影响，大大减小计算工作量，简化了优化过程本身。此外，本方案采用涡尺度和涡与流道中线的距离量取将离心式叶轮内部流场的现象特征数据化，利用涡的位置与流道中线的关系对叶轮效率的影响来进行优化，通过涡的尺度以及涡与流道中线距离两者共同的约束下快速精确的确定离心泵叶轮的最优工况点，更加形象有力且具有说服力，可以更加高效的获取目标叶轮的优化参数。可以更加高效的获取目标叶轮的优化参数。可以更加高效的获取目标叶轮的优化参数。

【技术实现步骤摘要】
一种基于模态能量分解的离心式叶轮优化设计方法


[0001]本专利技术属于流体机械
，尤其是涉及一种基于模态能量分解的离心式叶轮优化设计方法，适用于离心泵、离心机等具有离心式叶轮的结构。

技术介绍

[0002]本方案所适用范围不仅限于离心泵，也适用于离心风机等。以离心泵为例，离心泵的基本构造是由叶轮、泵体、泵盖、泵轴、轴承、密封环、以及轴向力平衡装置组成。离心泵的种类有很多，从结构、运输的介质以及输送介质温度可将其分为很多种类。
[0003]模态能量分解的方法在数据处理方面运用十分广泛，它的优点在于能够大大减少再现原始现象所需要的存储数据量，因而常被看作为一种独特的过滤技术和数据压缩工具。该技术前人已运用在了对流场分析的领域，但是也仅限于流场分析及基于流场分析的流场重构和预测。本方案基于前述基础将其用于离心泵叶轮流场特性分析，并基于模态能量分解对离心泵叶轮进行优化。

技术实现思路

[0004]本专利技术的目的是针对上述问题，提供一种基于模态能量分解的离心式叶轮优化设计方法。
[0005]为达到上述目的，本专利技术采用了下列技术方案：
[0006]一种基于模态能量分解的离心式叶轮优化设计方法，该方法包括：
[0007]S1.对目标叶轮进行网格划分，并在设计工况下进行数值模拟以获得目标叶轮的内部流场，判断扬程和效率是否达到要求，若否，则修正网格模拟，直至达到要求；
[0008]S2.对步骤S1所得的内部流场，使用MATLAB软件进行模态分解，获取叶轮流道内部流场能量占比累加大于50％的前几阶主要模态数据；
[0009]S3.对主要模态进行涡的识别和提取，同时提取涡的径向尺度以及涡与流道中线距离；
[0010]S4.对得到的主要模态中涡的径向尺度S以及涡与流道中线距离L进行无量纲处理；
[0011]S5.绘制主要模态的涡径向尺度与涡到流道中线距离随流量变化的曲线图，选取涡径向尺度最小时对应的无量纲流量Q
S1
、Q
S2
、
…
、Q
Sn
和涡与流道中线距离最大时对应的无量纲流量Q
L1
、Q
L2
、
…
、Q
Ln
，n表示主要模态的数量；
[0012]S6.基于所获得的Q
S1
、Q
S2
、
…
、Q
Sn
与Q
L1
、Q
L2
、
…
、Q
Ln
，采用遗传优化算法对叶轮设计参数进行优化，使得主要模态涡尺度最小时对应的无量纲流量Q
S1
、Q
S2
、
…
、Q
Sn
和与流道中线的距离最大时对应的无量纲流量Q
L1
、Q
L2
、
…
、Q
Ln
均达到无量纲化设计流量Q
d
’
，即Q
S1
＝Q
S2
＝
…
＝Q
Sn
＝Q
L1
＝Q
L2
＝
…
＝Q
Ln
＝Q
d
’
＝1时所得的参数为叶轮的最优设计参数。
[0013]本方案提出在对流场进行模态分解的基础上对叶轮进行优化，采用模态能量分解的方法对流场的主导结构进行提取，减少了其他干扰信息，且不会对流场主导结构造成影
响，大大减小计算工作量，简化了优化过程本身。此外，本方案采用涡尺度和涡与流道中线的距离量取将离心式叶轮内部流场的现象特征数据化，利用涡的位置与流道中线的关系对叶轮效率的影响来进行优化，通过涡的尺度以及涡与流道中线距离两者共同的约束下快速精确的确定离心泵叶轮的最优工况点，更加形象有力且具有说服力，可以更加高效的获取目标叶轮的优化参数。
[0014]在上述的基于模态能量分解的离心式叶轮优化设计方法中，步骤S3中，通过如下方法进行模态分解并提取主要模态数据：
[0015]假设快照集u
n
近似为有限和，u
n
变量在等式中分解为以下形式：
[0016][0017]其中，是通过将速度投影到等式(2)中所示的模态上而确定的时间膨胀系数，上标n是快照的一般时间，Φ
i
是定义的空间中的模态；
[0018]a
n
＝Ψu
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0019]其中，Ψ＝[Φ
1 Φ2…
Φ
N
]，定义速度矩阵如式(3)所示：
[0020][0021]其中N是时间步长的总数，M是空间节点的数量，协方差矩阵C如下式所示，
[0022]C＝U
T
U
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0023]通过式(5)得到相应的特征值λ
i
和特征向量A
i
，
[0024]CA＝λ
i
A
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0025]根据方程中特征值的大小对解进行排序，
[0026]λ1>λ2>
…
>λ
N
≥0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)。
[0027]在上述的基于模态能量分解的离心式叶轮优化设计方法中，步骤S3中，采用MATLAB软件进行对涡进行提取，其原理为：
[0028][0029]其中：||A||2为速度梯度的对称张量，||B||2为速度梯度的反对称张量：
[0030]其中∈＝max(||B||2‑
||A||2)/1000，化简即max(Q)/500；
[0031]简化到二维笛卡尔坐标下的Ω值如下：
[0032][0033]上式中u和v分布表示x和y方向的速度；max(Q)/500即Q准则计算值的最大值除以500。
[0034]在上述的基于模态能量分解的离心式叶轮优化设计方法中，步骤S3中，采用Ω准
则涡识别方法通过MATLAB软件进行涡的提取。
[0035]在上述的基于模态能量分解的离心式叶轮优化设计方法中，步骤S3中，涡提取方式如下：
[0036]获取叶轮流道Ω云图，依据前几阶主要模态Ω云图分别对涡的径向尺度S进行量取，相干结构通过Ω值表征，Ω值越大，说明涡越强烈。
[0037]提出使用Ω准则提取涡结构，相比第二代涡识别方法，Ω方法能够不受阈值影响且可同时识别出强涡与弱涡结构，排除了流场中流体拉伸，压缩，剪切等对涡结构识别的影响，使提取更精准有效，从而实现更好的优化效果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模态能量分解的离心式叶轮优化设计方法，其特征在于，该方法包括：S1.对目标叶轮进行网格划分，并在设计工况下进行数值模拟以获得目标叶轮的内部流场，判断扬程和效率是否达到要求，若否，则修正网格模拟，直至达到要求；S2.对步骤S1所得的内部流场，使用MATLAB软件进行模态分解，获取叶轮流道内部流场能量占比累加大于50％的前几阶主要模态数据；S3.对主要模态进行涡的识别和提取，同时提取涡的径向尺度以及涡与流道中线距离；S4.对得到的主要模态中涡的径向尺度S以及涡与流道中线距离L进行无量纲处理；S5.绘制主要模态的涡径向尺度与涡到流道中线距离随流量变化的曲线图，选取涡径向尺度最小时对应的无量纲流量Q
S1
、Q
S2
、
…
、Q
Sn
和涡与流道中线距离最大时对应的无量纲流量Q
L1
、Q
L2
、
…
、Q
Ln
，n表示主要模态的数量；S6.基于所获得的Q
S1
、Q
S2
、
…
、Q
Sn
与Q
L1
、Q
L2
、
…
、Q
Ln
，采用遗传优化算法对叶轮设计参数进行优化，使得主要模态涡尺度最小时对应的无量纲流量Q
S1
、Q
S2
、
…
、Q
Sn
和与流道中线的距离最大时对应的无量纲流量Q
L1
、Q
L2
、
…
、Q
Ln
均达到无量纲化设计流量Q
d
’
，即Q
S1
＝Q
S2
＝
…
＝Q
Sn
＝Q
L1
＝Q
L2
＝
…
＝Q
Ln
＝Q
d
’
＝1时所得的参数为叶轮的最优设计参数。2.根据权利要求1所述的基于模态能量分解的离心式叶轮优化设计方法，其特征在于，步骤S3中，通过如下方法进行模态分解并提取主要模态数据：假设快照集u
n
近似为有限和，u
n
在等式中分解为以下形式:其中，是通过将速度投影到等式(2)中所示的模态上而确定的时间膨胀系数，上标n是快照的一般时间，Φ
i
是定义的空间中的模态；a
n
＝Ψu
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，Ψ＝[Φ
1 Φ2…
Φ
N
]，定义速度矩阵如式(3)所示：其中N是时间步长的总数，M是空间节点的数量，协方差矩阵C如下式所示，C＝U
T
U
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)通过式(5)得到相应的特征值λ
i
...

【专利技术属性】
技术研发人员：高翠兰，陈海，何兴，
申请(专利权)人：嵊州市浙江工业大学创新研究院，
类型：发明
国别省市：