利用遺傳算法進(jìn)行離心壓縮機(jī)整級(jí)優(yōu)化設(shè)計(jì)

程 超， 秦國(guó)良

(1．西安交通大學(xué) 能源與動(dòng)力工程學(xué)院，西安 710049；2．西安陜鼓動(dòng)力股份有限公司，西安 710075)

?

利用遺傳算法進(jìn)行離心壓縮機(jī)整級(jí)優(yōu)化設(shè)計(jì)

程 超1,2， 秦國(guó)良1

(1．西安交通大學(xué) 能源與動(dòng)力工程學(xué)院，西安 710049；2．西安陜鼓動(dòng)力股份有限公司，西安 710075)

建立了離心壓縮機(jī)整級(jí)的物理?yè)p失模型，編制用于離心壓縮機(jī)整級(jí)性能參數(shù)優(yōu)化的遺傳算法程序，并對(duì)優(yōu)化前后該離心壓縮機(jī)整級(jí)性能進(jìn)行了數(shù)值模擬分析，以證實(shí)損失模型的可靠性以及將CHC遺傳算法引入離心壓縮機(jī)級(jí)性能參數(shù)優(yōu)化的可行性.結(jié)果表明：與優(yōu)化前相比，優(yōu)化后整級(jí)的性能得到了一定程度的提升，級(jí)內(nèi)流動(dòng)更加合理，消除了分離，減少了損失.

離心壓縮機(jī)； 遺傳算法； 參數(shù)優(yōu)化； 整級(jí)設(shè)計(jì)

眾所周知，壓縮機(jī)在國(guó)民經(jīng)濟(jì)建設(shè)中發(fā)揮了重要作用，被稱(chēng)為能源工業(yè)的心臟，在能源日益緊缺的今天，開(kāi)發(fā)和研究高效率的離心壓縮機(jī)以減少能源消耗就顯得尤為重要.目前,離心壓縮機(jī)的設(shè)計(jì)[1-3]大多是針對(duì)某一具體部件的，如進(jìn)口部分、葉輪內(nèi)部、擴(kuò)壓器、彎道、回流器和蝸殼等，這樣既可以對(duì)所研究的部件有深入的認(rèn)識(shí)，而且隨著計(jì)算流體力學(xué)(CFD)數(shù)值模擬技術(shù)的快速發(fā)展，通過(guò)對(duì)流場(chǎng)進(jìn)行數(shù)值模擬，可以詳細(xì)考慮形狀參數(shù)對(duì)該部件性能影響的程度.但同時(shí)也有可能產(chǎn)生其他一系列相關(guān)問(wèn)題，如雖然各部件的優(yōu)化程度都較好，但是各部件之間的匹配可能出現(xiàn)不協(xié)調(diào)；各部件優(yōu)化所采用的標(biāo)準(zhǔn)也不一樣，如何將其結(jié)合起來(lái)以達(dá)到預(yù)期的性能等.壓縮機(jī)整體性能涉及的范圍較廣，國(guó)內(nèi)外也有一些研究成果，但是多部件組合復(fù)雜性的存在使得問(wèn)題變得復(fù)雜.針對(duì)壓縮機(jī)整級(jí)性能優(yōu)化設(shè)計(jì)[4-15]的方法比較多，主要的難點(diǎn)有：(1)構(gòu)造適當(dāng)?shù)奈锢砟Ｐ?，物理模型必須合理而且有足夠的精確度；(2)提供最優(yōu)化函數(shù)，也就是按照所構(gòu)造的物理模型找到合理的性能函數(shù)，性能函數(shù)的自變量就是所要優(yōu)化的參數(shù)；(3)采用的優(yōu)化算法必須高效，全局和局部收斂性都較好.

遺傳算法[4]是一種魯棒性很好的優(yōu)化算法，起于20世紀(jì)五六十年代，其基本思想是通過(guò)使用類(lèi)似于自然遺傳選擇和變異的操作算子，不斷進(jìn)化一群候選解，最終得到問(wèn)題的最優(yōu)解或滿(mǎn)意解.其涉及到5大要素：參數(shù)編碼、初始群體的設(shè)定、適應(yīng)度函數(shù)的設(shè)計(jì)、遺傳操作的設(shè)計(jì)和控制參數(shù)的設(shè)定.近年來(lái)，由于遺傳算法在全局方面的收斂性很好，該算法得到了充分的發(fā)展.其中CHC遺傳算法是Eshelman于1991年提出的一種改進(jìn)的遺傳算法，第一個(gè)C代表跨世紀(jì)精英選擇(Cross generational elitist selection)策略，H代表異物種重組(Heterogeneous recombination)，第二個(gè)C代表大變異(Cataclysmic mutation).在選擇時(shí)，上一代的種群與通過(guò)新交叉方法產(chǎn)生的新種群混合，從中按一定概率選取較優(yōu)個(gè)體，在交叉時(shí)，仍采用均勻交叉方法，在變異時(shí)，進(jìn)化前期不采取變異操作，當(dāng)種群進(jìn)化到一定收斂時(shí)期后，從優(yōu)秀個(gè)體中選擇一部分個(gè)體進(jìn)行初始化，初始化是通過(guò)選擇一定的比例來(lái)隨機(jī)決定它們的位置.

筆者建立了離心壓縮機(jī)級(jí)的物理?yè)p失模型，并以該損失模型為基礎(chǔ)構(gòu)造以效率為適應(yīng)度值的適應(yīng)度函數(shù)，引入CHC遺傳算法對(duì)該適應(yīng)度函數(shù)求最優(yōu)解，從而將離心壓縮機(jī)級(jí)參數(shù)優(yōu)化問(wèn)題轉(zhuǎn)化為求解適應(yīng)度函數(shù)最大值的問(wèn)題，計(jì)算結(jié)果表明優(yōu)化后的級(jí)參數(shù)能使適應(yīng)度函數(shù)達(dá)到最大值，也就是使效率達(dá)到最高，最后通過(guò)數(shù)值計(jì)算驗(yàn)證了優(yōu)化結(jié)果的合理性.

1 損失模型的建立

離心壓縮機(jī)損失的計(jì)算是不斷發(fā)展的，不同時(shí)期對(duì)損失的認(rèn)識(shí)不同，處理方法也不一樣.從物理機(jī)理上可以把離心壓縮機(jī)整個(gè)中間級(jí)的損失體系分為4部分[3]：葉輪內(nèi)部損失、葉輪外部損失、擴(kuò)壓器損失以及彎道和回流器損失.

葉輪內(nèi)部損失包括葉輪表面摩擦損失Δqsf、葉輪葉片載荷損失Δqbl、葉片尾流混摻損失Δqmi和葉輪前盤(pán)間隙損失Δqcl(閉式葉輪不存在該項(xiàng)損失)；葉輪外部損失包括圓盤(pán)摩擦損失Δqdf、葉輪邊緣回流損失Δqre以及葉輪輪蓋的泄露損失Δqlk；擴(kuò)壓器損失包括無(wú)葉段損失Δqld、葉片擴(kuò)壓器損失Δqd和出口損失Δqex；彎道和回流器損失Δqtb則主要考慮到彎道和回流器里的摩擦損失和分離損失等.各項(xiàng)損失的求解公式詳見(jiàn)相關(guān)資料[1-3]，下面著重描述葉輪葉片載荷損失.

葉輪葉片載荷損失可采用簡(jiǎn)化的邊界層理論方法，從葉片表面邊界層動(dòng)量厚度的計(jì)算求得總壓損失，進(jìn)而求得壓頭損失.由湍流邊界層的馮·卡門(mén)方程作為出發(fā)的基本方程，可以得到沿葉片的積分動(dòng)量厚度近似為

(1)

式中：θ為邊界層動(dòng)量厚度；l為計(jì)算點(diǎn)距葉片前緣的距離；wmax和wmin分別為氣流沿葉片表面速度的最大值和最小值.

總壓損失近似表示為

(2)

式中：Z為葉片數(shù)；θ2為葉輪出口處的邊界層動(dòng)量厚度；r2為葉輪出口半徑；g為重力加速度；ρ為氣流密度；w2為氣流在葉輪出口處的相對(duì)速度.

將式(1)代入式(2)可得出對(duì)于整個(gè)葉輪通道的無(wú)量綱葉片載荷損失：

(3)

式中：ws1為葉輪進(jìn)口處氣流在輪盤(pán)側(cè)的相對(duì)速度；u2為葉輪出口圓周速度；lb為流動(dòng)長(zhǎng)度[3].

由于損失模型中包含了葉片表面速度分布的求解，所以為了盡快得到葉片表面的速度分布，又不能在精度方面降低標(biāo)準(zhǔn)，就采用了通流模型理論，利用流線曲率法對(duì)葉片內(nèi)的三維流場(chǎng)進(jìn)行求解，以獲得葉片表面的速度分布.目前，工程界通用的通流模型理論是在平均s2m流面流動(dòng)分析的基礎(chǔ)上進(jìn)行一組s1回轉(zhuǎn)流面的分析來(lái)作為三元流動(dòng)的近似解，將葉型的中心面近似當(dāng)成平均s2m流面處理，主要考慮的是s1回轉(zhuǎn)流面的流動(dòng)情況，因此相對(duì)速度求解公式如下：

(4)

式中：β為流面上的流動(dòng)角；φ為子午流線傾角；r為半徑；θ、m分別代表圓周方向和子午流線方向.

最終采用式(3)和式(4)就可以順利求解出葉輪葉片載荷損失.

2 適應(yīng)度函數(shù)的建立

綜上所述，離心壓縮機(jī)整級(jí)的內(nèi)部損失∑qin和外部損失∑qex的表達(dá)式如下：

∑qin=Δqsf+Δqbl+Δqmi+Δqcl+Δqld+Δqd+Δqtb

(5)

∑qex=Δqdf+Δqre+Δqlk

(6)

總效率ηov被定義為

(7)

其中，Δpth為對(duì)應(yīng)于葉頂速度平方的無(wú)量綱化理論壓頭，表達(dá)式為

(8)

(9)

其中，滑移率σ由Eckert的經(jīng)驗(yàn)公式給出：

(10)

式中：r1為葉輪進(jìn)口半徑.

將推導(dǎo)出的總效率表達(dá)式作為適應(yīng)度函數(shù)，選定二進(jìn)制編碼，采用CHC遺傳算法，給定具體的參數(shù)優(yōu)化區(qū)間就能進(jìn)行求解，得出所需的5大要素.

圖1和圖2為詳細(xì)的程序流程圖.

圖1 程序流程

3 優(yōu)化過(guò)程

利用損失模型和CHC遺傳算法，編制Fortran程序?qū)δ彻こ添?xiàng)目用離心壓縮機(jī)的級(jí)進(jìn)行了優(yōu)化.

圖2 數(shù)學(xué)模型流程

該離心壓縮機(jī)的級(jí)為20世紀(jì)80年代從國(guó)外引進(jìn)，葉輪葉片為三維直紋面葉型，擴(kuò)壓器和回流器葉片為二維圓弧形結(jié)構(gòu).級(jí)進(jìn)口氣流參數(shù)為：進(jìn)口壓力pin=0.10 MPa，進(jìn)口溫度Tin=300 K，進(jìn)口密度ρin=1.158 kg/m3，進(jìn)口體積流量qV,in=1.45 m3/s，轉(zhuǎn)速n=13 860 r/min.

首先設(shè)置該級(jí)的幾個(gè)主要參數(shù)：葉輪外徑D2、葉輪葉片出口安裝角β2A、輪蓋密封直徑Ds、葉輪葉片數(shù)Z、輪蓋密封間隙S、葉片擴(kuò)壓器的葉柵稠度(l/t)i(t為兩葉型周向的間距)、回流器的葉柵稠度(l/t)b、葉輪葉片厚度δ1、葉片擴(kuò)壓器葉片厚度δ2、回流器葉片厚度δ3等，這些參數(shù)在優(yōu)化過(guò)程中保持不變，如表1所示.

表1 固定參數(shù)

綜合考慮各參數(shù)對(duì)級(jí)性能的影響, 選定8個(gè)待優(yōu)化的參數(shù)：輪轂直徑比d/D2、速度系數(shù)Kc、葉輪葉片沖角i、葉片擴(kuò)壓器的折轉(zhuǎn)角Δα、葉道進(jìn)口直徑比D1/D2、無(wú)葉擴(kuò)壓段的出口直徑比D3/D2、葉片擴(kuò)壓器出口直徑比D4/D2和流量系數(shù)Ψ2r.這些參數(shù)的優(yōu)化區(qū)間見(jiàn)表2.

表3給出了參數(shù)優(yōu)化后的結(jié)果，其中初始值為級(jí)優(yōu)化前的值.從表3可以看出，優(yōu)化到60代時(shí)的參數(shù)與優(yōu)化到150代時(shí)的參數(shù)基本一致，說(shuō)明該算法能迅速收斂得到最優(yōu)值，同時(shí)優(yōu)化后級(jí)的總效率提高了2.24%.從優(yōu)化前后葉輪參數(shù)的變化可以看出，優(yōu)化后的d/D2小于優(yōu)化前的d/D2，而葉輪中的損失與氣流在葉片進(jìn)口相對(duì)速度(W1)的平方成正比，d/D2增大使得W1增大，因此優(yōu)化后的葉輪通過(guò)減小d/D2可以提高葉輪效率.徐忠[1]通過(guò)不同輪轂直徑比下葉輪的級(jí)性能曲線指出，葉輪效率確實(shí)隨輪轂直徑比的增加而降低.優(yōu)化后的葉輪輪蓋進(jìn)口段的曲率(r/b1)遠(yuǎn)大于優(yōu)化前的曲率，這樣可以大大改善輪蓋轉(zhuǎn)彎處氣流速度的不均勻性，提高葉輪效率；速度系數(shù)Kc接近于1，實(shí)驗(yàn)證明Kc接近于1有利于提高葉輪效率[1]；優(yōu)化后的葉道進(jìn)口直徑比D1/D2大于優(yōu)化前的D1/D2，有利于減少葉道長(zhǎng)度，從而減少摩擦損失，提高葉輪效率；葉片擴(kuò)壓器出口直徑D4和葉片擴(kuò)壓器的折轉(zhuǎn)角Δα共同決定了其出口面積，經(jīng)過(guò)計(jì)算得出優(yōu)化后的葉片擴(kuò)壓器出口面積比優(yōu)化前的葉片擴(kuò)壓器出口面積大，也就是說(shuō)擴(kuò)壓程度提高，有利于提升級(jí)壓力，而且優(yōu)化后的Δα變小還可以防止吸力面上氣流的分離[1].

表2 參數(shù)優(yōu)化區(qū)間

表3 參數(shù)優(yōu)化結(jié)果的比較

4 數(shù)值模擬驗(yàn)證

為了深入驗(yàn)證損失模型的優(yōu)化效果，采用商業(yè)軟件Numeca對(duì)優(yōu)化前后離心壓縮機(jī)級(jí)內(nèi)的流動(dòng)進(jìn)行數(shù)值模擬計(jì)算.由于葉輪機(jī)械的周期性，對(duì)葉輪流道、葉片擴(kuò)壓器流道和回流器流道進(jìn)行單通道求解.所有流道采用Autogrid劃分網(wǎng)格，最后在IGG里進(jìn)行網(wǎng)格設(shè)置.葉輪流道、葉片擴(kuò)壓器流道和回流器流道的網(wǎng)格數(shù)分別為40萬(wàn)、30萬(wàn)和30萬(wàn)，總網(wǎng)格數(shù)為100萬(wàn)，所有網(wǎng)格均為六面體結(jié)構(gòu)化網(wǎng)格.

湍流模型采用標(biāo)準(zhǔn)k-ε模型，空間差分采用二階精度的中心差分格式，時(shí)間項(xiàng)采用4階Runge-Kutta方法迭代求解.入口邊界條件為在0-0截面處給定總壓、總溫及流動(dòng)方向，出口邊界條件為回流器出口6-6截面處給定質(zhì)量流量.動(dòng)/靜交接面采用周向平均法進(jìn)行相關(guān)物理量的傳遞，最后利用euranus求解器求解三維定常Navier-Stokes方程組.優(yōu)化前后，計(jì)算收斂時(shí)的進(jìn)、出口質(zhì)量流量殘差均小于0.1%.

圖3 整級(jí)模型圖

從表4可以看出，優(yōu)化后的級(jí)在同樣的流量系數(shù)下，總壓多變效率提升了2.36%，總能頭系數(shù)增大了4.29%.為了更有效直觀地觀察優(yōu)化前后離心壓縮機(jī)級(jí)的性能變化，對(duì)優(yōu)化前后的子午流面和50%葉高處的流面進(jìn)行對(duì)比分析，結(jié)果如圖5～圖10所示.圖中左、右分別為優(yōu)化前和優(yōu)化后的流場(chǎng).

從圖5可以看出，優(yōu)化后級(jí)的進(jìn)口靜壓分布更加均勻，通過(guò)葉輪旋轉(zhuǎn)對(duì)氣流做功，級(jí)優(yōu)化后的葉輪出口靜壓有一定提升，然后氣流在擴(kuò)壓器中將大部分的動(dòng)能轉(zhuǎn)化為壓力能，由于級(jí)優(yōu)化后擴(kuò)壓器的擴(kuò)壓能力得到了有效提升，其優(yōu)化后的出口靜壓大約是優(yōu)化前的1.053倍，進(jìn)而增大了級(jí)的總能頭系數(shù)，同時(shí)氣流在擴(kuò)壓器、彎道和回流器中的靜壓分布更加均勻，沿流線方向和葉片高度方向的壓差變化小，只是在回流器蓋盤(pán)處局部有低壓力區(qū)存在，表明氣流經(jīng)過(guò)該處時(shí)并沒(méi)有放散擴(kuò)壓，而是處于收斂減壓，因此回流器蓋盤(pán)半徑可以適當(dāng)放大，以提升該處的壓力，便于與主流壓力保持一致.

圖4 整級(jí)網(wǎng)格分布圖

圖5 子午流面優(yōu)化前后靜壓分布

從圖6可以看出，級(jí)在優(yōu)化前后的擴(kuò)壓器中靜溫變化較大，溫差大約為5 K，優(yōu)化前氣流的靜溫提升主要在彎道和回流器中，而氣流經(jīng)過(guò)彎道和回流器時(shí)并沒(méi)有提升壓力，因此氣流靜溫的提升表明氣流存在較大損失，而優(yōu)化后氣流的靜溫提升直接在擴(kuò)壓器中就實(shí)現(xiàn)了，在彎道和回流器中出口靜溫變化很小，這也充分說(shuō)明級(jí)優(yōu)化后氣流在擴(kuò)壓器中的動(dòng)能大幅減小，在后面的彎道和回流器中并沒(méi)有產(chǎn)生很大的摩擦損失，因而對(duì)級(jí)效率的提升起到重要作用.

圖6 子午流面優(yōu)化前后靜溫分布

Fig.6 Static temperature distribution on meridional flow surface before and after optimization

圖7為優(yōu)化前后葉輪通道內(nèi)50%葉高處氣流的相對(duì)馬赫數(shù)分布.從圖7可以看出，優(yōu)化后通過(guò)增大葉輪進(jìn)口面積，降低了葉輪葉片進(jìn)口的相對(duì)馬赫數(shù)，葉輪葉片進(jìn)口氣流的沖擊損失減少，氣流均勻性有所改善，其在葉片內(nèi)部流動(dòng)時(shí)的流動(dòng)狀況也有所改善.一般來(lái)說(shuō)，氣流在葉片內(nèi)部流動(dòng)時(shí)相對(duì)速度減小，絕對(duì)速度增大，優(yōu)化前靠近葉片出口吸力面區(qū)域存在大量相對(duì)速度很小的流體，阻礙氣流順利流出葉輪通道，而優(yōu)化后靠近葉片出口的氣流相對(duì)馬赫數(shù)有所提高，避免在葉片出口存在大量低能渦，為氣流進(jìn)入擴(kuò)壓器創(chuàng)造了較好的流動(dòng)條件.

圖7 優(yōu)化前后葉輪通道內(nèi)50%葉高處流面的相對(duì)馬赫數(shù)分布

Fig.7 Relative mach number distribution at 50% blade height of impeller before and after optimization

圖8為優(yōu)化前后葉輪通道內(nèi)50%葉高處氣流的相對(duì)速度流線分布圖.從圖8可以看出，優(yōu)化前，葉片吸力面尾部有部分渦旋產(chǎn)生，表明由于相對(duì)速度減小過(guò)快，更多的主流受到壁面黏性影響，動(dòng)能不足以擺脫邊界層的黏性，使得葉片吸力面的邊界層增厚，主流向壓力面偏移，同時(shí)該邊界層低能渦會(huì)與葉片尾跡低能渦相互摻混，流動(dòng)趨于惡劣.優(yōu)化后，流動(dòng)狀況大為改善，不僅減小了葉片吸力面尾部邊界層，而且降低了葉片尾跡區(qū)域?qū)α鲃?dòng)的惡劣影響，提高了葉片出口氣流的均勻性，有利于改善氣流在后續(xù)擴(kuò)壓器中的流動(dòng)狀況.

圖8 優(yōu)化前后葉輪通道內(nèi)50%葉高處相對(duì)速度流線的分布

Fig.8 Relative velocity streamline at 50% blade height of impeller before and after optimization

圖9為優(yōu)化前后擴(kuò)壓器通道內(nèi)50%葉高處氣流絕對(duì)速度的流線分布圖.從圖9可以看出，優(yōu)化前由于葉片擴(kuò)壓器的折轉(zhuǎn)角過(guò)大，導(dǎo)致氣流在擴(kuò)壓器中流動(dòng)時(shí)，較短的流程里需要實(shí)現(xiàn)較大幅度的擴(kuò)壓，氣流容易產(chǎn)生擴(kuò)壓損失，因而在擴(kuò)張度最大的葉片背弧中部產(chǎn)生尾渦，該尾渦的影響區(qū)域較大，而且與尾跡氣流相互影響，使流動(dòng)效率降低；優(yōu)化后氣流在擴(kuò)壓器中的流程變長(zhǎng)，葉片擴(kuò)壓器的折轉(zhuǎn)角減小，氣流在擴(kuò)壓器中擴(kuò)壓比較均勻，避免了流動(dòng)擴(kuò)壓分離，流動(dòng)效率較高.

圖9 優(yōu)化前后擴(kuò)壓器通道內(nèi)50%葉高處絕對(duì)速度的分布

Fig.9 Absolute velocity distribution at 50% blade height of diffuser before and after optimization

圖10為優(yōu)化前后回流器通道內(nèi)50%葉高處氣流絕對(duì)速度的流線分布圖.從圖10可以看出，優(yōu)化前進(jìn)入回流器的氣流進(jìn)口速度偏大，容易造成較大的流動(dòng)損失，而優(yōu)化后的回流器氣流進(jìn)口速度小，流動(dòng)損失小，流動(dòng)效率高.

圖10 優(yōu)化前后回流器通道內(nèi)50%葉高處絕對(duì)速度的分布

Fig.10 Absolute velocity distribution at 50% blade height in return channel before and after optimization

從圖5～圖10可以看出，通過(guò)級(jí)的優(yōu)化，可以改善級(jí)內(nèi)各部件的匹配，使得氣流在級(jí)內(nèi)的流動(dòng)更加合理，消除了分離，減少了損失，提高了整個(gè)級(jí)的流動(dòng)效率.

5 結(jié) 論

(1)建立了離心壓縮機(jī)級(jí)的物理?yè)p失模型，根據(jù)損失機(jī)理對(duì)各項(xiàng)損失進(jìn)行了分類(lèi)與分析，得出各項(xiàng)損失的計(jì)算公式，針對(duì)損失模型精確計(jì)算所需的速度分布，引入準(zhǔn)三維方法即二類(lèi)相對(duì)流面(s1/s2m流面)法，并最終通過(guò)流線曲率法進(jìn)行速度分布求解，使得損失模型的精確計(jì)算變?yōu)榭赡?

(2)以所建立的損失模型為基礎(chǔ)，構(gòu)造了以效率為適應(yīng)度值的適應(yīng)度函數(shù)，通過(guò)編制相關(guān)程序?qū)HC遺傳算法引入到離心壓縮機(jī)級(jí)的參數(shù)優(yōu)化中，對(duì)其進(jìn)行參數(shù)優(yōu)化，計(jì)算結(jié)果表明優(yōu)化后的級(jí)參數(shù)能使適應(yīng)度函數(shù)達(dá)到最大值，即效率達(dá)到最高，驗(yàn)證了損失模型和基于離心壓縮機(jī)級(jí)參數(shù)優(yōu)化的遺傳算法的優(yōu)越性.

(3)通過(guò)數(shù)值計(jì)算方法對(duì)優(yōu)化前后離心壓縮機(jī)的級(jí)進(jìn)行了內(nèi)部流動(dòng)特性分析，計(jì)算結(jié)果表明級(jí)的優(yōu)化有效改善了級(jí)內(nèi)各部件的匹配，使得氣流在級(jí)內(nèi)的流動(dòng)更加合理，消除了分離，減少了損失，提高了整個(gè)級(jí)的流動(dòng)效率.

[1] 徐忠.離心壓縮機(jī)[M].西安：西安交通大學(xué)出版社，1990.

[2] 王尚錦.離心壓縮機(jī)三元流動(dòng)理論及應(yīng)用[M].西安：西安交通大學(xué)出版社，1991.

[3] 沈天耀.離心葉輪的內(nèi)流理論基礎(chǔ)[M].杭州：浙江大學(xué)出版社，1986.

[4] 王小平.遺傳算法-理論應(yīng)用與軟件實(shí)現(xiàn)[M].西安：西安交通大學(xué)出版社，2002.

[5] 彭滿(mǎn)家.離心通風(fēng)機(jī)整機(jī)損失計(jì)算模型的研究[D].西安：西安交通大學(xué)，1994.

[6] 樊會(huì)元.基于演化計(jì)算技術(shù)的離心壓縮機(jī)靜止葉柵設(shè)計(jì)方法的研究[D].西安：西安交通大學(xué)，2000.

[7] 李敏強(qiáng).遺傳算法的基本理論與應(yīng)用[M].北京：科學(xué)出版社，2002.

[8] 任平，朱芳，趙連會(huì). 跨音軸流壓氣機(jī)氣動(dòng)設(shè)計(jì)與數(shù)值優(yōu)化[J]. 動(dòng)力工程學(xué)報(bào)，2015，35(5)：373-379.

REN Ping, ZHU Fang, ZHAO Lianhui. Aerodynamic design and numerical optimization of a transonic axial flow compressor[J]. Journal of Chinese Society of Power Engineering,2015,35(5):373-379.

[9] 程航，聞蘇平，徐梓軒,等.小流量系數(shù)離心式壓縮機(jī)葉輪的優(yōu)化設(shè)計(jì)[J].風(fēng)機(jī)技術(shù)，2013(3)：44-47.

CHENG Hang,WEN Suping,XU Zixuan,etal. Optimization design of centrifugal compressor impeller with low flowrate coefficient[J].Compressor Blower & Fan Technology,2013(3):44-47.

[10] HILDEBRANDT A. Aerodynamic optimization of a centrifugal compressor return channel and u-turn with genetic algorithms[C]//ASME 2011 Turbo Expo Turbine Technical Conference Exposition. British Columbia, Canada: International Gas Turbine Institute, 2011.

[11] CHO S Y, AHN K Y, LEE Y D,etal.Optimal design of a centrifugal compressor impeller using evolutionary algorithms[J]. Mathematical Problems in Engineering,2012:752931.

[12] KIM J H, CHOI J H, HUSAIN A,etal.Multi-objective optimization of a centrifugal compressor impeller through evolutionary algorithms[J].Proceedings of the Institution of Mechanical Engineers, Part A: Journal of Power and Energy,2010,224(5):711-721.

[13] WANG X D, HIRSCH C, KANG Sh,etal.Multi-objective optimization of turbomachinery using improved NSGA-II and approximation model[J].Computer Methods in Applied Mechanics and Engineering,2011,200(9/10/11/12):883-895.

[14] MOHAN S C, MAITI D K.Structural optimization of rotating disk using response surface equation and genetic algorithm[J].International Journal for Computational Methods in Engineering Science and Mechanics,2013,14(2):124-132.

[15] 張鵬，劉波，王雷,等.高負(fù)荷吸附式壓氣機(jī)氣動(dòng)設(shè)計(jì)與分析[J].推進(jìn)技術(shù)，2015，36(7)：989-995.

ZHANG Peng,LIU Bo,WANG Lei,etal. Aerodynamic design and analysis of a highly-loaded aspirated compressor[J].Journal of Propulsion Technology, 2015,36(7):989-995.

Whole Stage Optimization Design of a Centrifugal Compressor Based on Genetic Algorithm

CHENG Chao1,2, QIN Guoliang1

(1. School of Energy and Power Engineering, Xi'an Jiaotong University, Xi'an 710049, China;2.Xi'anShaanguPowerCo.,Ltd.,Xi'an710075,China)

A whole stage physical loss model of centrifugal compressor was founded, while a genetic algorithm procedure was programmed for optimization of the whole stage performance parameters. To verify the reliability of the physical loss model and to study the feasibility using CHC genetic algorithm to optimize the whole stage performance parameters, numerical simulations were carried out on the whole stage performance before and after optimization. Results show that compared with the performance before optimization, the whole stage performance has been improved after optimization, with more reasonable inner flow field obtained in the stage, where flow separations are avoided and flow loss is reduced.

centrifugal compressor; genetic algorithm; parameter optimization; whole stage design

2015-09-25

2015-12-30

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃資助項(xiàng)目(2012CB026000)

程 超(1980-)，男，湖北崇陽(yáng)人，在職博士生，主要從事真實(shí)氣體壓縮機(jī)性能改進(jìn)和試驗(yàn)方面的研究. 電話(Tel．)：13772491137；E-mail：shangu_cc@126.com．

1674-7607(2016)12-0963-07

TH452

A 學(xué)科分類(lèi)號(hào)：470.30