邱望標(biāo), 郭天水, 薛 玉,付 靜
(貴州大學(xué)機(jī)械工程學(xué)院, 貴州貴陽 550025)
高速電梯運(yùn)行時(shí),氣體在瞬時(shí)被急劇壓縮,轎廂與井道之間的氣體流動(dòng)面積將突然減少,相對于轎廂的流速會(huì)突然增加,產(chǎn)生很大的氣動(dòng)阻力和氣動(dòng)力矩,即隧道氣動(dòng)效應(yīng)。除了增加氣動(dòng)載荷外,還會(huì)對電梯運(yùn)行的舒適性和安全性產(chǎn)生影響[1]。
WANG Xuebin等[2]利用Navier-Stokes方程對高速電梯的三維紊流進(jìn)行了數(shù)值模擬,結(jié)果表明,隨著阻塞率的降低,電梯的壓力和阻力隨之減小。KAWAMURA等[3]研究了超高速電梯轎廂和對重交錯(cuò)時(shí)產(chǎn)生的氣動(dòng)力,并通過在轎廂上安裝導(dǎo)流罩的方式來減小氣動(dòng)阻力,結(jié)果表明氣動(dòng)阻力減少約30%。MATSUDA[4]通過仿真模擬及分析得出,高速運(yùn)行的電梯轎廂與氣流作用會(huì)造成強(qiáng)烈的氣動(dòng)噪聲與振動(dòng),且遠(yuǎn)大于機(jī)械噪聲。周愛國等[5]提出了一種新的轎廂風(fēng)口布局方式,并對不同送排風(fēng)口的設(shè)置以及在不同的風(fēng)口高度下,電梯轎廂內(nèi)的風(fēng)速場進(jìn)行分析。李曉東等[6]提出通過在電梯轎頂和轎底增加導(dǎo)流罩的優(yōu)化方案改善電梯的氣動(dòng)特性。目前,大多數(shù)對電梯氣動(dòng)特性的研究主要集中在數(shù)值模擬、導(dǎo)流罩、減小氣動(dòng)阻力等方面,但對于減小轎廂橫向力矩與井道風(fēng)口方面的研究較少[7]。
本研究基于SSTk-ω湍流模型對電梯氣動(dòng)特性進(jìn)行仿真,并根據(jù)單因素實(shí)驗(yàn)建立了氣動(dòng)阻力、側(cè)翻力矩和俯仰力矩與風(fēng)口參數(shù)因素的一元模型,根據(jù)正交試驗(yàn)與一元模型進(jìn)一步建立了多元模型,采用遺傳算法進(jìn)行了多目標(biāo)參數(shù)優(yōu)化[8]。
MENTER F R[9]在標(biāo)準(zhǔn)k-ω模型的基礎(chǔ)上進(jìn)行修正,提出了區(qū)分剪應(yīng)力輸運(yùn)k-ω兩方程模型(SSTk-ω)。該模型在遠(yuǎn)離壁面的區(qū)域等價(jià)于標(biāo)準(zhǔn)k-ε模型;在近壁區(qū)域等價(jià)于標(biāo)準(zhǔn)k-ω模型。該模型為低雷諾數(shù)模型,綜合了k-ω模型在遠(yuǎn)場計(jì)算中能較好地模擬充分發(fā)展的湍流流動(dòng)的優(yōu)點(diǎn)和k-ω模型在近壁區(qū)計(jì)算中能較好地適用于各種壓力梯度下的邊界層問題的優(yōu)點(diǎn)。其輸運(yùn)方程為[10-11]:
(2)
修正后湍流模型的湍流動(dòng)力粘性系數(shù)μt的計(jì)算公式為:
(3)
式中,α*為降低湍流渦粘性的低雷諾數(shù)修正系數(shù);S為剪切力張量的常數(shù)項(xiàng);a1為經(jīng)驗(yàn)常數(shù);F2為一個(gè)混合函數(shù)。
通過實(shí)地測量與查閱相關(guān)文獻(xiàn),本研究采用630 kg(8人)機(jī)房電梯標(biāo)準(zhǔn)模型,轎廂尺寸為1.1 m×1.3 m×2.2 m,井道尺寸為1.7 m×2.1 m×56 m。通過UG建立電梯三維模型,其三維模型如圖1所示。
圖1 電梯三維模型 圖2 電梯網(wǎng)格劃分
ANSYS有限元分析軟件是目前工程仿真領(lǐng)域應(yīng)用非常廣泛的一個(gè)成熟的商業(yè)軟件,該軟件在流體分析方面具有強(qiáng)大的功能。仿真軟件版本選擇ANSYS14.5。電梯是一個(gè)復(fù)雜的細(xì)長結(jié)構(gòu),對其進(jìn)行三維動(dòng)態(tài)流場模擬需要占用非常大的計(jì)算資源,對電梯模型進(jìn)行適當(dāng)簡化,忽略鋼絲繩、門機(jī)、彈簧減震器等部件。采用ANSYS中專業(yè)的前處理軟件ICEM-CFD對電梯進(jìn)行網(wǎng)格劃分,并將轎廂與對重附近區(qū)域的網(wǎng)格加密,如圖2所示。
風(fēng)口的尺寸、高度、形狀、數(shù)量都是影響電梯氣動(dòng)特性的因素,對于這5個(gè)變量取不同的數(shù)值進(jìn)行單因素仿真實(shí)驗(yàn),如表1所示。
表1 單因素實(shí)驗(yàn)表
仿真軟件版本選擇ANSYS14.5,將網(wǎng)格文件導(dǎo)入Fluent軟件中進(jìn)行模擬,在求解器中選擇基于壓力的,瞬態(tài),重力為Z方向-9.81 m/s2,選擇SSTk-ω湍流模型,將風(fēng)口設(shè)置為壓力出口,井道、轎廂、對重的邊界條件設(shè)為wall,選擇動(dòng)網(wǎng)格,網(wǎng)格生成方式為光順和重構(gòu),編寫profile文件并導(dǎo)入,定義轎廂與對重的運(yùn)動(dòng)狀態(tài),轎廂與對重最高速度為9 m/s,加速度為1.5 m/s2,方向相反。時(shí)間步設(shè)為0.01 s,共3500步,每時(shí)間步最大迭代步數(shù)為20,進(jìn)行初始化并開始計(jì)算[12]。
通過Fluent后處理功能得到轎廂所受氣動(dòng)阻力、側(cè)翻力矩、俯仰力矩的仿真值,并采用MATLAB最小二乘擬合得到不同風(fēng)口參數(shù)對氣動(dòng)特性的變化曲線,如圖3~圖5所示;并建立其模型函數(shù),見式(4)~式(6)所示,其中式(4)為多項(xiàng)式,式(5)、式(6)為傅里葉函數(shù),式(5)、式(6)中的模型相關(guān)系數(shù)R2分別為0.9907,0.9553,0.9461,0.9294,0.9337,0.9245,0.9809,0.9852,0.9721,均接近于1,說明擬合程度很高。
(4)
圖3 風(fēng)口參數(shù)對氣動(dòng)阻力的擬合曲線
圖4 風(fēng)口參數(shù)對側(cè)翻力矩的擬合曲線
圖5 風(fēng)口參數(shù)對俯仰力矩的擬合曲線
式中,F(xiàn)為氣動(dòng)阻力,N;Mx為側(cè)翻力矩,N·m;My為俯仰力矩,N·m;r為風(fēng)口半徑,m;s為上風(fēng)口高度,m;h為下風(fēng)口高度,m。
如表2所示,通過單因素實(shí)驗(yàn)表第28~30組不同風(fēng)口形狀的仿真, 可知圓形風(fēng)口對電梯氣動(dòng)特性的改善效果最好,三角形的效果最差。通過第31~34組不同風(fēng)口數(shù)量的仿真,2個(gè)風(fēng)口時(shí)對于電梯氣動(dòng)特性改善效果最佳,如果只開1個(gè)風(fēng)口反而會(huì)增大氣動(dòng)阻力、側(cè)翻力矩與俯仰力矩。
表2 風(fēng)口形狀與數(shù)量仿真值
由于風(fēng)口形狀與數(shù)量為非連續(xù)性變量,故只討論風(fēng)口半徑、上下風(fēng)口高度對電梯氣動(dòng)特性的影響,且風(fēng)口形狀與數(shù)量均采用圓形雙風(fēng)口形式。
式(4)所建立的氣動(dòng)阻力與風(fēng)口參數(shù)的函數(shù)表達(dá)式為多項(xiàng)式,可推測氣動(dòng)阻力對于風(fēng)口參數(shù)的多元模型同樣可用多項(xiàng)式來表示,其基本形式見式(8)所示;同理,式(5)和式(6)的基本形式均為傅里葉函數(shù),因此側(cè)翻力矩、俯仰力矩對于風(fēng)口參數(shù)的多元模型基本形式也可用傅里葉函數(shù)來表示,見式(9)所示。
為確定式(8)、式(9)中的常數(shù)值,設(shè)計(jì)一組風(fēng)口參數(shù)與氣動(dòng)特性的正交試驗(yàn),如表3所示,該正交試驗(yàn)為三因素三水平,需做9組仿真實(shí)驗(yàn),仿真結(jié)果如表4所示。
表3 正交試驗(yàn)水平-因素表
表4 正交試驗(yàn)仿真結(jié)果
根據(jù)正交試驗(yàn)結(jié)果,以多元模型與正交實(shí)驗(yàn)值的方差最小為適應(yīng)度準(zhǔn)則,見式(7)所示,通過MATLAB對氣動(dòng)阻力進(jìn)行回歸分析,得到氣動(dòng)阻力、側(cè)翻力矩與俯仰力矩的多元模型,見式(10)~式(12)所示,其相對誤差率分別為8.303%,11.539%,10.964%。其模型求解的適應(yīng)度準(zhǔn)則為:
(7)
F(r,s,h)=a1r3+a2s3+a3h3+b1r2+b2s2+
b3s2+c1r+c2s+c3h+d1rs+d2rh+
d3sh+d4rsh+e
(8)
Mg(r,s,h)=e1cos(f1r)cos(f2s)cos(f3h)+
e2sin(f1r)sin(f2s)sin(f3h)+e3
(9)
F(r,s,h)=221641.95+6912.727r-12698.04s-
752.681h-634.08r2+241.444s2-
12.028h2+220.587r3-1.524s3+
1.185h3-122.412r-36.256rh+
13.266sh+2.854rsh-21.1
(10)
Mx(r,s,h)=0.2287cos(3.189r)cos(1.4859s)×
cos(2.8663h)+0.0414sin(3.189r)×
sin(1.4859s)sin(2.8663h)+0.37
(11)
My(r,s,h)=-0.4298cos(3.3272r)cos(1.5161s)×
cos(1.8135h)-0.0529sin(3.3272r)×
sin(1.5161s)sin(1.8135h)+0.6035
(12)
遺傳算法是一種基于生物遺傳與進(jìn)化機(jī)制的智能仿生優(yōu)化算法,可以把問題參數(shù)編碼為染色體,利用選擇、交叉、變異等操作使種群中的染色體進(jìn)化到搜索空間中越來越好的區(qū)域,最后收斂于符合優(yōu)化目標(biāo)的染色體[13],算法流程圖如圖6所示。
圖6 遺傳算法流程圖
為了改善電梯氣動(dòng)特性,以氣動(dòng)阻力、側(cè)翻力矩和俯仰力矩為優(yōu)化目標(biāo),建立三目標(biāo)函數(shù)的表達(dá)式和約束條件為:
W=min[0.02F(r,s,h)+Mx(r,s,h)+
My(r,s,h)]
(13)
W1=min[F(r,s,h)]
(14)
W2=min[Mx(r,s,h)]
(15)
W3=min[My(r,s,h)]
(16)
(17)
由于氣動(dòng)阻力的數(shù)值與側(cè)翻力矩、俯仰力矩相差較大,為使三者對仿真結(jié)果的權(quán)重影響一致,建立式(13)所示的適應(yīng)度函數(shù)(即評價(jià)函數(shù))。式(14)~式(16)為目標(biāo)函數(shù),氣動(dòng)阻力及力矩影響電梯運(yùn)行的穩(wěn)定性和安全性,故三者均取最小值。式(17)為約束條件。
利用遺傳算法進(jìn)行優(yōu)化,取種群大小為100,進(jìn)化代數(shù)為100,最大進(jìn)化代數(shù)為100,精度為1×10-50。其仿真的遺傳算法迭代圖如圖7所示。得到最優(yōu)參數(shù)解為r=0.5407 m,s=54.0027 m,h=0.080 m。
圖7 適應(yīng)度函數(shù)迭代圖
通過式(13)計(jì)算出正交試驗(yàn)(表4)中各組的適應(yīng)度函數(shù)值,選取適應(yīng)度函數(shù)值最小的一組與遺傳算法優(yōu)化結(jié)果進(jìn)行比較。對比結(jié)果見表5所示,第1組為正交試驗(yàn)中適應(yīng)度函數(shù)值最小的一組,即表4中的第5組試驗(yàn);第2組為遺傳算法優(yōu)化結(jié)果,由此可見優(yōu)化后的氣動(dòng)阻力減小了27.0%,側(cè)翻力矩減小了16.2%,俯仰力矩減小了13.9%。
表5 優(yōu)化前后電梯氣動(dòng)力對比
(1) 通過單因素實(shí)驗(yàn)可知風(fēng)口形狀為圓形,風(fēng)口數(shù)量為2個(gè)時(shí)對電梯氣動(dòng)特性的改善作用最佳;
(2) 基于Fluent仿真值與正交實(shí)驗(yàn),通過最小二乘擬合,建立了氣動(dòng)阻力、側(cè)翻力矩、俯仰力矩分別關(guān)于風(fēng)口參數(shù)的一元模型與多元復(fù)合模型,相關(guān)系數(shù)均較高,相對誤差較小,證明模型具有較高的可信度;
(3) 基于遺傳算法,以氣動(dòng)阻力、側(cè)翻力矩、俯仰力矩多元模型為目標(biāo)函數(shù),進(jìn)行了風(fēng)口參數(shù)的三目標(biāo)優(yōu)化,得到了一組最優(yōu)的風(fēng)口參數(shù)值,優(yōu)化后電梯氣動(dòng)特性較優(yōu)化前有較大的提高,為電梯氣動(dòng)特性的改善提供了參考。