【技术实现步骤摘要】
本专利技术涉及透平机械的优化设计领域，特别是一种基于自适应代理模型的氖透平气动优化方法。
技术介绍
1、随着高温超导技术(high temperature superconductivity, hts)的飞速发展，hts应用的领域越来越广，例如超导电缆、超导电机、超导储能系统和超导磁悬浮等。使用基于透平膨胀机（下简称透平）的逆布雷顿循环制冷机对hts应用进行冷却相比传统的小型制冷机冷却，其优点突出，包括制冷功率大、效率高、结构紧凑以及易于维护等。这些优点使得其在工业等领域拥有很大的优势。
2、基于透平的逆布雷顿循环制冷机稳定运行的温度必须低于hts应用的冷却温度，在hts应用中有一些材料的超导温度在20~70 k之间，在该温区内，氖气、氦气和氢气可以作为制冷机的工质。与氦气和氢气相比，氖气是更好的能量载体，具有更高的热容量和更大的分子量，因此选用氖气作为制冷机工质为hts应用提供冷量。
3、氖透平是氖逆布雷顿循环制冷机的关键部件之一，它是主要的产冷设备，氖工质在透平的通流部分中进行膨胀降温，同时氖气推动叶轮旋转，将膨胀功转换为外功输出。因此，氖透平的效率是确保逆布雷顿循环制冷机技术优势的关键，需要对氖透平进行优化设计。
4、目前透平的设计计算多为一维的，其优点是易于实现且耗时较短，但是这种方法的准确性不足，并且无法体现出透平内部复杂的三维流动。而计算流体动力学(cfd)模拟可以很好地模拟出三维流场分布，已经有一些研究采用cfd来对透平进行结构优化，但是该方法要反复地进行建模、网格生成和流场分析
5、采用自适应kriging代理模型结合优化算法对透平进行性能优化是一项很有前景的技术，该方法保真度较高并且不会占用太高的计算资源。但由于氖透平目前的研究较少，缺乏具体的数据，因此目前还很少有基于自适应kriging模型的氖透平气动优化方法。
技术实现思路
1、针对现有技术中存在的问题，本专利技术的目的在于提供一种基于自适应代理模型的氖透平气动优化方法，可以提高氖透平的效率，从而提升逆布雷顿循环制冷机的性能。本专利技术的自适应代理模型为自适应kriging模型；该方法包括：一维平均线设计的计算、叶轮子午面几何参数化的建立、样本点三维cfd分析、自适应kriging代理模型的建立以及采用遗传算法寻优得到氖透平的优化结构。其特征是：一维结构参数的求解、叶轮子午面的参数化以及灵敏度分析、拉丁超立方采样方法的使用以及利用cfd求解样本点的响应值、通过置信下界加点准则对kriging模型进行自适应更新、采用遗传算法对建立的模型进行寻优。本专利技术基于cfd的计算数据建立kriging模型并利用置信下界准则对其进行自适应更新，进而获得预测精度高、误差小的代理模型，能够准确预测出自变量和响应值的映射关系，且计算速度快，能够显著提升氖透平的气动性能，具有重要的工程意义。
2、本专利技术的技术方案为：
3、一种基于自适应代理模型的氖透平气动优化方法，其步骤包括：
4、1） 根据设定的热力学循环参数初始值确定氖透平的初始结构参数值；
5、2） 利用贝塞尔曲线描述叶轮子午面轮廓来参数化所述氖透平的叶轮结构，根据所述氖透平的喷嘴的尺寸确定叶轮入口半径r4；从所述叶轮子午面轮廓上选取多个参数作为设计变量，并设计每一设计变量的初始值和变化界限；
6、3） 对所述设计变量进行敏感性分析，确定出待优化的设计变量；将其余设计变量作为常数；
7、4） 对待优化的设计变量进行拉丁超立方抽样，将生成的每一个样本点进行流体动力学分析，得到样本点的响应值，将每一样本点及其对应的响应值作为一个样本，得到一样本库；每一所述样本点包括待优化的设计变量的一组具体值；
8、5） 根据所述样本库训练kriging模型；
9、6） 结合置信下界准则对训练后的kriging模型进行自适应更新，得到自适应kriging模型；
10、7） 将所述自适应kriging模型作为遗传算法的适应度函数，采用遗传算法进行寻优确定所述氖透平的总静效率值最大时对应的待优化的设计变量值；
11、8） 根据所述氖透平的总静效率值最大时对应的待优化的设计变量值确定所述氖透平的最终结构。
12、进一步的，步骤2）中，从所述叶轮子午面轮廓上选取8个参数x1~x8作为设计变量；其中，x1为进口叶片高度、x2为轮毂贝塞尔曲线轴向坐标、x3为轮毂贝塞尔曲线径向坐标、x4为轮盖贝塞尔曲线轴向坐标、x5为轮盖贝塞尔曲线径向坐标、x6为叶轮轴向长度、x7为叶轮出口内半径、x8为叶轮出口外半径；步骤3）中，待优化的设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8。
13、进一步的，对所述设计变量进行sobol灵敏度分析，其方法为：将x=(x1,…,x8)作为sobol灵敏度分析的输入变量，输出响应函数；然后计算响应函数的总方差v(y)以及xi的一阶方差vi；然后计算一阶影响指数以及总影响指数，i=1~8；然后根据一阶影响指数、总影响指数确定出影响透平总静效率最大的三个设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8。
14、进一步的，对训练后的kriging模型进行自适应更新的方法为：通过所述置信下界准则对所述kriging模型进行自适应加点，将得到的校正点采用流体动力学分析得到响应值，根据校正点及其响应值生成新的样本训练更新kriging模型，得到自适应kriging模型。
15、进一步的，利用kriging模型预测样本点的置信下界作为目标函数对kriging模型进行优化，并将目标函数的最小值对应的样本点作为校正点。
16、进一步的，根据所述样本库训练kriging模型的方法为：将所述样本库中的样本点输入kriging模型，得到预测值；然后根据样本点的响应值对预测值进行修正，优化kriging模型。
17、进一步的，根据样本点的响应值，采用切比雪夫分解和最大似然估计法对预测值进行修正。
18、进一步的，所述样本点的响应值为采用流体动力学对样本点分析得到的透平总静效率。
19、进一步的，所述设计变量的变化界限为设计变量初始值的±20%。
20、进一步的，所述热力学循环参数包括：入口压力p01、入口温度t01、出口压力p5、质量流量m和转速n；根据设定的热力学循环参数初始值采用一维初步平均线设计，确定所述氖透平的初始结构参数。
21、本专利技术的优点如下：
22、本专利技术一方面提供了氖透平的叶轮几何参数化方法，基于氖工质的具体物性分析了叶轮几何参数对透平性能的影响，采用sobol灵敏度分析选取对透平性能影响较大的几何参数，从而实现数据的降维。另一个方面可以对所建的kriging模型进行自适应更新，采用置信下界加点准则利用本文档来自技高网...
【技术保护点】
1.一种基于自适应代理模型的氖透平气动优化方法，其步骤包括：
2.根据权利要求1所述的方法，其特征在于，步骤2）中，从所述叶轮子午面轮廓上选取8个参数x1~x8作为设计变量；其中，x1为进口叶片高度、x2为轮毂贝塞尔曲线轴向坐标、x3为轮毂贝塞尔曲线径向坐标、x4为轮盖贝塞尔曲线轴向坐标、x5为轮盖贝塞尔曲线径向坐标、x6为叶轮轴向长度、x7为叶轮出口内半径、x8为叶轮出口外半径；步骤3）中，待优化的设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8。
3.根据权利要求2所述的方法，其特征在于，对所述设计变量进行Sobol灵敏度分析，其方法为：将X=(x1,…,x8)作为Sobol灵敏度分析的输入变量，输出响应函数；然后计算响应函数的总方差V(Y)以及xi的一阶方差Vi；然后计算一阶影响指数以及总影响指数，i=1~8；然后根据一阶影响指数、总影响指数确定出影响透平总静效率最大的三个设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8。
4.根据权利要求1所述的方法，其特征在于，对训练后的Kriging模型进行自适应
5.根据权利要求4所述的方法，其特征在于，利用Kriging模型预测样本点的置信下界作为目标函数对Kriging模型进行优化，并将目标函数的最小值对应的样本点作为校正点。
6.根据权利要求1所述的方法，其特征在于，根据所述样本库训练Kriging模型的方法为：将所述样本库中的样本点输入Kriging模型，得到预测值；然后根据样本点的响应值对预测值进行修正，优化Kriging模型。
7.根据权利要求6所述的方法，其特征在于，根据样本点的响应值，采用切比雪夫分解和最大似然估计法对预测值进行修正。
8.根据权利要求1所述的方法，其特征在于，所述样本点的响应值为采用流体动力学对样本点分析得到的透平总静效率。
9.根据权利要求1所述的方法，其特征在于，所述设计变量的变化界限为设计变量初始值的±20%。
10.根据权利要求1所述的方法，其特征在于，所述热力学循环参数包括：入口压力P01、入口温度T01、出口压力P5、质量流量m和转速n；根据设定的热力学循环参数初始值采用一维初步平均线设计，确定所述氖透平的初始结构参数。
...【技术特征摘要】
1.一种基于自适应代理模型的氖透平气动优化方法，其步骤包括：
2.根据权利要求1所述的方法，其特征在于，步骤2）中，从所述叶轮子午面轮廓上选取8个参数x1~x8作为设计变量；其中，x1为进口叶片高度、x2为轮毂贝塞尔曲线轴向坐标、x3为轮毂贝塞尔曲线径向坐标、x4为轮盖贝塞尔曲线轴向坐标、x5为轮盖贝塞尔曲线径向坐标、x6为叶轮轴向长度、x7为叶轮出口内半径、x8为叶轮出口外半径；步骤3）中，待优化的设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8。
3.根据权利要求2所述的方法，其特征在于，对所述设计变量进行sobol灵敏度分析，其方法为：将x=(x1,…,x8)作为sobol灵敏度分析的输入变量，输出响应函数；然后计算响应函数的总方差v(y)以及xi的一阶方差vi；然后计算一阶影响指数以及总影响指数，i=1~8；然后根据一阶影响指数、总影响指数确定出影响透平总静效率最大的三个设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8。
4.根据权利要求1所述的方法，其特征在于，对训练后的kriging模型进行自适应更新的方法为：通过所述置信下界准则对所述kriging模型进行自适应加点，将得到的校正点采用流体动力学分...
【专利技术属性】
技术研发人员：常正则，葛锐，马长城，张志航，霍谊，
申请(专利权)人：中国科学院高能物理研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。