CN106227967A - 工业汽轮机低压级组叶片型线优化方法 - Google Patents

Abstract

本发明公开了一种工业汽轮机低压级组叶片型线优化方法，根据叶片几何造型和二维叶栅改型设计参数化以及三维叶栅自动设计参数化方法，对参数化后的叶型进行CFD计算，得到该叶型的流动参数，对流动参数中与叶片级相关的性能参数做统一的处理，以能够综合评价其性能好坏，以流量、出口马赫数作为约束条件，将其叠加到气动性能指标上，作为优化目标，采用实数编码的并行多目标遗传算法来对参数化后的叶型进行寻优，将优化设计方法、叶栅参数化方法和CFD求解方法相结合，研发出高效的低压扭叶片全三维气动自动寻优技术。采用本发明优化设计的叶片型线，使工业气轮机的低压级组具有效率高、运行稳定的特点。

Description

工业汽轮机低压级组叶片型线优化方法

技术领域

本发明涉及汽轮机叶片技术，尤其是一种基于多目标差分进化算法的工业汽轮机低压级组叶片型线优化方法。

背景技术

随着现代工业的快速发展，工业汽轮机的应用范围不断扩大，对其性能的要求也越来越高，应用高性能的工业汽轮机可以提高能源利用效率，有效减少污染物排放，对国民经济和社会可持续发展具有重要的意义。通过对工业汽轮机叶片型线、通流部分结构进行多目标优化设计可以明显提高机组效率、功率等参数，是提高工业汽轮机气动性能的有效手段之一，从而成为工业汽轮机设计的关键问题。

由于工业汽轮机通流部分的工作环境非常复杂，其内部是粘性、三维和非定常的三维流动，在目前的测试技术下，完全用实验手段来分析通流部分流场是不现实的，而日益发展的CFD技术由于具有复杂的三维非定常流动模拟能力以及设计周期短、研发费用低的优势，在叶轮机械领域获得了广泛的应用。

根据工业汽轮机低压级组叶片的特点，如何将CFD技术应用到工业汽轮机的叶片型线优化中，是一个具有现实意义的课题。

发明内容

本发明的目的是为了解决现有技术对叶片型线设计方面的不足，而提供一种工业汽轮机低压级组叶片型线优化方法，能够具有高效率的稳定运行，并适用于各种设计工况和变工况。

本发明的上述技术问题主要是通过下述技术方案得以解决：一种工业汽轮机低压级组叶片型线优化方法，其特征在于：

1）将三维叶片型线的优化问题转化为不同叶高截面上的二维型线优化问题：对于给定设计参数的二维叶型，采用中弧线加叶片厚度分布的生成方法，叶型中弧线由3次Bezier函数定义，再由三次样条函数拟合出厚度分布，前尾缘半径由给定的设计参数来决定；对于已知的三维叶型，取不同叶高方向上的二维截面，通过3次Bezier函数分别拟合压力面与吸力面，完成对二维叶型的参数化。

2）优化目标以低压级组的综合气动性能最优，评价低压级组气动性能的指标有等熵效率、总压损失、比功率若干项，而流量、叶片出口马赫数对气动性能也有影响，以流量、叶片出口马赫数作为气动性能的约束条件，将其叠加到气动性能指标上作为综合气动性能指标，选取1个或多个目标作为整体的优化目标。

3）采用实数编码的并行多目标遗传算法来对参数化后的叶型进行寻优。

4）将叶片参数化方法、CFD求解方法与并行多目标遗传算法相结合，通过编程实现叶片的自动优化。

作为优选，本技术方案还包括以下步骤：

第一步，叶片型线的参数化

对于给定设计参数的叶片的参数化，给定叶片设计的基本几何参数，通过三次Bezier函数计算得到叶型的中弧线，根据给定最大厚度和喉部尺寸，采用三次样条曲线拟合出合理的厚度分布曲线，前尾缘半径由给定的设计参数来决定，完成对给定设计参数的叶片型线的参数化。

对于已知的三维叶片，沿叶高方向选择一系列对气动性能影响较大的二维截面，采用三次Bezier函数拟合各二维截面曲线，完成对叶片型线的参数化。

第二步，网格划分及流场计算

对参数化后的叶片型线，进行网格划分，然后对网格文件进行CFD求解来计算其流场分布，入口给定总压、总温、干度，出口给定静压，流体采用IF97水蒸气模型，设置RNGк-ε湍流模型，流体控制方程采用有限体积方法求解，选用二阶空间离散格式。

第三步，性能评估

在流场计算结果中读取低压级组的等熵效率、总压损失、比功率、流量、出口马赫数等流动参数，将流量和出口马赫数分别叠加到等熵效率、总压损失、比功率上，作为综合等熵效率、综合等压损失、综合比功率，在综合等熵效率最大、综合等压损失最小、综合比功率最大三个优化目标中选取1～3个，作为所要优化的目标函数。

第四步，寻优算法

采用实数编码的并行多目标遗传算法作为目标函数的寻优算法，来对叶片的最优型线进行寻优。

第五步，叶型优化自动寻优

将参数化后的叶型的控制变量作为设计变量，使用并行多目标遗传算法在设计变量范围内寻优，对多目标遗传算法生成的每个参数组合形成的叶型，对其进行自动网格划分，对其流场进行计算，从流场计算结果中调取目标函数所需要的数值，计算每个参数组合的目标函数值，通过并行多目标遗传算法的不断寻优，得到综合气动性能最好的叶片型线。

本技术方案首先根据叶片几何造型方法和二维叶栅改型设计参数化方法，研发出三维叶栅自动设计参数化方法，对参数化后的叶型，进行CFD计算，得到该叶型的流动参数，选取一到多个性能参数作为优化目标，采用实数编码的并行多目标遗传算法来对参数化后的叶型进行寻优，该算法具有优秀的多目标寻优能力和全局收敛性能。将优化设计方法、叶栅参数化方法和CFD求解方法相结合，研发出高效的低压扭叶片全三维气动自动寻优技术。

遗传算法作为一种高效的搜索与寻求最优问题的方法，对解决现实问题有着很大的帮助，它面向结构对象进行操作，采取选取、交叉、变异等基本操作，进行问题的解决。且选取操作下有概率方式选取、贪婪选取等方式，重组分实值重组、离散重组等，变异有单点变异、离散变异等。除此外，在特定的算法中还有响应的遗传操作，也为寻求一个问题的最优解提供了重要的解决方法。优化目标采用气动性能指标与罚函数相结合的方式，将各类约束条件，如流量、出口气流角、出口马赫数等，给定惩罚因子处理成罚函数，罚函数将有约束最优化问题转化为求解无约束最优化问题；对叶片的气动性能指标，如等熵效率、总压损失、做功能力等，通过与罚函数的相乘或相除来作为整体的优化目标。

本发明的有益效果是：无论是给定设计参数的二维叶型还是已知的三维叶型，通过本方法优化设计的叶片，都能对叶片型线进行参数化，使整体达到优化目标，实现叶片的自动优化，且通过并行多目标遗传算法的不断寻优，得到综合气动性能最佳的叶片型线，使工业气轮机的低压级组具有高效率、稳定运行，并适用于各种设计工况和变工况。

附图说明

图1是本发明的一种技术路线流程图。

图2至图5是本发明的一种低压机组某级静叶采用本方法优化前后不同叶高截面的型线对比，其中：图2是根部截面示意图；图3是1/3倍叶高截面示意图；图4是2/3倍叶高截面示意图；图5是顶部截面示意图。

注：标号1是原始静叶状态，件号2是优化静叶状态。

图6是本发明的一种低压机组采用本方法优化前后不同膨胀比下的总总效率对比图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

本实施例一种工业汽轮机低压级组叶片型线优化方法，其技术路线流程图如图1所示，其过程如下：

1）将三维叶片型线的优化问题转化为不同叶高截面上的二维型线优化问题：

第一种情况：对于给定设计参数的二维叶型，采用中弧线加叶片厚度分布的生成方法，叶型中弧线由3次Bezier函数定义，再由三次样条函数拟合出厚度分布，前尾缘半径由给定的设计参数来决定，通过给定各截面在半径方向上的高度来生成参数化的三维叶型。

第二种情况：对于已知的三维叶型，取不同叶高方向上的二维截面，通过3次Bezier函数分别拟合二维截面型线的压力面与吸力面，完成对二维叶型的参数化，再叠加截面在半径方向上的高度，完成三维叶型的参数化。

2）优化目标以低压级组的综合气动性能最优。评价低压级组气动性能的指标有很多，如等熵效率、总压损失、比功率等，而流量、叶片出口马赫数等对气动性能也有一定的影响，以流量、叶片出口马赫数作为气动性能的约束条件，将其叠加到气动性能指标上作为综合气动性能指标。选取1个或多个目标作为整体的优化目标。

3）采用实数编码的并行多目标遗传算法来对参数化后的叶型进行寻优。实数编码的并行多目标遗传算法是一种自适应全局优化搜索算法，具有优胜劣汰的作用。

4）将叶片用参数化方法、CFD求解方法与并行多目标遗传算法相结合，通过编程实现叶片的自动优化。CFD计算可借助商用软件来完成所需要的任务，也可自已直接编写计算程序，对流动、传热问题，稳态、瞬态问题都可通过图1表示出来。

计算方法的具体过程如下：

第一步，叶片型线的参数化：

实施例一，对于给定设计参数的二维叶型，采用中弧线加叶片厚度分布的生成方法，叶型中弧线由三次Bezier函数定义，再由三次样条函数拟合出厚度分布，前尾缘半径由给定的设计参数来决定，通过给定各截面在半径方向上的高度来生成参数化的三维叶型。

实施例二，即第二种情况，已知三维叶型，选取不同叶高方向上的二维截面，采用三次Bezier函数对不同叶高截面的压力面和吸力面进行拟合。

根据经验对各控制点给定变化范围，优化方法将在此范围内寻优。参见图2至图5，是一种低压机组某级静叶优化前后不同叶高截面的型线对比，其中标号1是原始静叶状态，件号2为优化静叶状态。

第二步，网格划分及流场计算：

并行多目标遗传算法将在控制点的变化范围内随机生成n组初始叶型，对每组叶型进行网格自动划分及流场计算。

对参数化后的叶片型线，进行网格划分，然后对网格文件进行CFD求解来计算其流场分布，入口给定总压、总温、干度，出口给定静压，流体采用IF97水蒸气模型，设置RNGк-ε湍流模型，流体控制方程采用有限体积方法求解，选用二阶空间离散格式。

第三步，性能评估：

在流场计算结果中读取低压级组的等熵效率、总压损失、比功率、流量、出口马赫数等流动参数，将流量和出口马赫数分别叠加到等熵效率、总压损失、比功率上，作为综合等熵效率、综合等压损失、综合比功率，在综合等熵效率最大、综合等压损失最小、综合比功率最大三个优化目标中选取1～3个，作为所要优化的目标函数。

第四步，寻优算法

采用实数编码的并行多目标遗传算法作为目标函数的寻优算法，来对叶片的最优型线进行寻优。并行多目标遗传算法将对每组叶型的目标函数进行计算，判断其是否达到收敛要求，若没达到收敛要求，按其算法不断进行寻优，当达到收敛要求后，对其最优参数组合输出型线数据，作为优化的最终结果。

第六步，目标寻优

将参数化后的叶型的控制变量作为设计变量，使用并行多目标遗传算法程序在设计变量范围内寻优，对多目标遗传算法生成的每个参数组合形成的叶型，对其进行自动网格划分及流场计算，从流场计算结果中调取目标函数所需要的数值，通过并行多目标遗传算法将对每组叶型的目标函数进行计算，判断其是否达到收敛要求，若没达到收敛要求，按其算法不断进行寻优，当达到收敛要求后，对其最优参数组合输出型线数据，作为优化的最终结果。图6是一种低压机组优化前后不同膨胀比下的总总效率对比图。

上述实施例是对本发明的说明，不是对本发明的限定，任何对本发明的简单变换后的结构、方法等均属于本发明的保护范围。

Claims (2)

1.一种工业汽轮机低压级组叶片型线优化方法，其特征在于：

1）将三维叶片型线的优化问题转化为不同叶高截面上的二维型线优化问题：对于给定设计参数的二维叶型，采用中弧线加叶片厚度分布的生成方法，叶型中弧线由3次Bezier函数定义，再由三次样条函数拟合出厚度分布，前尾缘半径由给定的设计参数来决定；对于已知的三维叶型，取不同叶高方向上的二维截面，通过3次Bezier函数分别拟合压力面与吸力面，完成对二维叶型的参数化；

2）优化目标以低压级组的综合气动性能最优，评价低压级组气动性能的指标有等熵效率、总压损失、比功率若干项，而流量、叶片出口马赫数等对气动性能也有影响，以流量、叶片出口马赫数作为气动性能的约束条件，将其叠加到气动性能指标上作为综合气动性能指标，选取1个或多个目标作为整体的优化目标；

3）采用实数编码的并行多目标遗传算法来对参数化后的叶型进行寻优；

4）将叶片参数化方法、CFD求解方法与并行多目标遗传算法相结合，通过编程实现叶片的自动优化。

2.根据权利要求1所述的工业汽轮机低压级组叶片型线优化方法，其特征在于包括以下步骤：

第一步，叶片型线的参数化

对于给定设计参数的叶片的参数化，给定叶片设计的基本几何参数，通过三次Bezier函数计算得到叶型的中弧线，根据给定最大厚度和喉部尺寸，采用三次样条曲线拟合出合理的厚度分布曲线，前尾缘半径由给定的设计参数来决定，完成对给定设计参数的叶片型线的参数化；

对于已知的三维叶片，沿叶高方向选择一系列对气动性能影响较大的二维截面，采用三次Bezier函数拟合各二维截面曲线，完成对叶片型线的参数化；

第二步，网格划分及流场计算

对参数化后的叶片型线，进行网格划分，然后对网格文件进行CFD求解来计算其流场分布，入口给定总压、总温、干度，出口给定静压，流体采用IF97水蒸气模型，设置RNGк-ε湍流模型，流体控制方程采用有限体积方法求解，选用二阶空间离散格式；

第三步，性能评估

在流场计算结果中读取低压级组的等熵效率、总压损失、比功率、流量、出口马赫数等流动参数，将流量和出口马赫数分别叠加到等熵效率、总压损失、比功率上，作为综合等熵效率、综合等压损失、综合比功率，在综合等熵效率最大、综合等压损失最小、综合比功率最大三个优化目标中选取1～3个，作为所要优化的目标函数；

第四步，寻优算法

采用实数编码的并行多目标遗传算法作为目标函数的寻优算法，来对叶片的最优型线进行寻优；

第五步，叶型优化自动寻优

将参数化后的叶型的控制变量作为设计变量，使用并行多目标遗传算法在设计变量范围内寻优，对多目标遗传算法生成的每个参数组合形成的叶型，对其进行自动网格划分，对其流场进行计算，从流场计算结果中调取目标函数所需要的数值，计算每个参数组合的目标函数值，通过并行多目标遗传算法的不断寻优，得到综合气动性能最好的叶片型线。