收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进Kriging模型的多翼离心风机多目标优化研究

李哲宇  
【摘要】:随着智能厨房观念的不断普及,吸油烟机作为厨房中必不可少的家电,国家标准及市场要求对其的性能要求也在不断提升。要保证吸油烟机在维持高流量系数的同时产生更低的噪声,便需对油烟机内的多翼离心风机进行优化设计。通常不同尺寸规格下叶轮与蜗壳进行交错组合,造成几何参数化设计工作量庞大。为了减少在各种不同设计方案下进行大量数值模拟来计算目标函数的时间及计算量,在优化过程中采用Co-Kriging代理模型来进行离心风机的全压及噪声的预测。鉴于多翼离心风机运行过程中气体通流面积狭窄以及蜗壳叶轮间的动静耦合作用,本文以某油烟机用多翼离心风机为研究对象,针对离心风机核心部件——叶轮及蜗壳,分析各结构参数对离心风机气动性能的影响并确定优化变量,以离心风机全压及噪声值为优化目标,建立相关优化变量的Co-Kriging模型,并采用NSGA-Ⅱ算法对离心风机进行多目标优化研究。主要研究内容及研究成果如下:(1)分析气体粘性对气体流动的影响,在传统蜗壳型线设计的基础上对型线进行初步优化并构建离心风机模型,基于改进后RNG k-ε模型以及LES+FW-H声学模型分别进行离心风机气动性能模拟及噪声模拟,通过相应的实验手段验证计算模型的精度。考虑到离心风机蜗壳及叶轮结构间的动静耦合作用,同时结合相应流场分析以及部分经验公式的推导,确定了相应的优化参数。具体的优化变量包括:叶轮中,选取叶片进口安装角β_(1A)、叶片出口安装角β_(2A)、叶轮宽度B作为优化变量;蜗壳中,选择蜗舌半径R、蜗壳张开度A_1作为优化变量。确定优化变量的同时,通过解析上述具体结构参数的变动所形成的风机性能的转变,确定了各优化变量的参数范围;(2)考虑到优化变量的数量较多,采用具有高可信度的Co-Kriging模型来进行风机性能预测。通过建立双变量多峰值函数分析了高可信度样本及低可信度样本与Co-Kriging模型精度间的关系,发现当低可信度样本点的数量达到高可信度样本点8倍左右时,Co-Kriging模型便能保持足够的预测精度。故在样本的设计过程中,采用最优拉丁超立方设计法选取100组参数组合:其中90组数据通过数值模拟得到相应的目标结果,并作为低可信度样本集,剩余10组数据通过实验获得目标结果,并作为高可信度样本集。样本库构建完成后,随机选取其中85组数据用于构建Co-Kriging模型,剩余15组数据将用于Co-Kriging模型的精度验证;(3)基于Co-Kriging模型进行多翼离心风机性能预测,结果表明:多翼离心风机全压预测的最大相对误差为3.47%;噪声预测的最大相对误差为2.13%,确保该代理模型在离心风机性能优化领域拥有可行性。随后以风机气动性能参数及噪声参数作为优化目标,结合NSGA-Ⅱ算法进行优化分析获取Pareto最优解集。考虑到多翼离心风机的全压以及噪声性能无法同时达到最优,故在保证全压达到设计要求的情况下保持较低的噪声值,最终于Pareto解集中选取一组多翼离心风机的结构参数作为优化结果。优化后风机全压相比于原型机提升了30 Pa,其噪声声压级平均下降3.2 d B;(4)结合优化结果进行样机的制作,并进行相应的气动性能试验及噪声试验。由于现有噪声测试系统在测试过程中无法正确模拟气动性能试验中最大风量点的测试状态,故对噪声测试的实验装置进行了改进,获得更为准确的噪声结果。根据气动性能实验及噪声实验结果分析优化后离心风机的性能提升状况,结果表明:优化后多翼离心风机内部流场得到改善,气动性能也得到有效提升,稳定工况范围扩大。在设计工况点附近全压上升约27 Pa,噪声平均降低约3.0 d B。针对目前多翼离心风机优化研究过程中的局限性,本文提出了一套新颖的优化方案:考虑叶轮及蜗壳间的动静耦合作用选取相应的优化变量,利用高可信度的Co-Kriging模型进行了多翼离心风机气动性能的预测,并结合NSGA-Ⅱ优化算法进行优化设计,最终得到了一组Pareto最优解集,将选取的优化结果应用于实际多翼离心风机改型中验证了该优化方案可行性,为后续近似模型在叶轮机械中的应用提供了数据支持。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李烁;刘小民;秦志刚;;偏心叶轮对多翼离心风机气动性能和噪声影响的数值研究[J];风机技术;2017年01期
2 ;德国艾珍机械亮相AQUATECH CHINA 2012[J];给水排水动态;2012年04期
3 陈益中;;多级离心风机的市场应用研究[J];低碳世界;2019年12期
4 杨绍忠;陈培茂;;一种离心风机蜗壳自动焊接工作站研制[J];自动化与信息工程;2020年03期
5 田晨晔;吴立明;刘小民;黄榆太;马列;李金波;;采用进气端叶片开槽降低多翼离心风机气动噪声的研究[J];风机技术;2020年03期
6 翁建松;李斌;周水清;余旭锋;;基于尾缘模型的多翼离心风机优化设计[J];轻工机械;2020年04期
7 詹晓华;;一种移动车载式大吸力离心风机设计[J];兰州工业学院学报;2020年04期
8 林金煌;刘雷明;邹云辉;梁玉林;;分布式送风空调用多翼离心风机集流器的优化研究[J];流体机械;2020年08期
9 王宏磊;;我国小型离心风机研究发展综述[J];节能;2019年11期
10 高平;张海涛;;箱型离心风机性能影响因素分析[J];机械工程师;2019年11期
11 张建宇;;离心风机的振动原因分析及改进措施[J];炼油与化工;2018年02期
12 张金彪;刘永玲;冯志明;杨树健;潘强;潘丰丰;;离心风机概述[J];装备机械;2018年03期
13 郭明华;冯剑波;;离心风机故障分析及维修总结[J];氮肥与合成气;2018年09期
14 张琦;邵准远;徐淑君;;双进气高效离心风机的设计优化[J];风机技术;2016年06期
15 郭玮;莫汉坚;杜文超;邓赛峰;;关于通过ANSYS辅助设计降低离心风机噪声的研究探讨[J];制冷与空调;2017年02期
16 陈益中;;多级离心风机的流体性能及控制方式研究[J];低碳世界;2017年08期
17 李辉;王军;周水清;胡修柏;熊官政;徐天赐;;叶片数对多翼离心风机性能影响的分析[J];风机技术;2017年02期
18 王珂;琚亚平;张楚华;;基于分组模型及仿生蜗舌的多翼离心风机设计[J];工程热物理学报;2017年08期
19 李炳坚;;多翼离心风机的快速参数化方法研究[J];日用电器;2017年08期
20 戚海永;;矿用离心风机稳态流场磨损仿真研究[J];矿山机械;2015年01期
中国重要会议论文全文数据库 前20条
1 智博文;颜鲁华;田伟;曹法立;;风管机多翼离心风机蜗壳的参数优化研究[A];2020年中国家用电器技术大会论文集[C];2020年
2 余旭锋;何立博;时璐璐;翁建松;耿芳芳;;侧吸式抽油烟机数值分析及噪声优化研究[A];2020年中国家用电器技术大会论文集[C];2020年
3 冯涛;贾玉光;宫雪真;;风冷冰箱风机振动特性对系统性能影响分析[A];2019中国西部声学学术交流会论文集[C];2019年
4 王绍兴;;非等距叶片分布对多翼离心风机性能和气动噪声的影响研究[A];2019中国西部声学学术交流会论文集[C];2019年
5 邵准远;;微S流道在离心风机降噪中的应用与研究[A];2019中国西部声学学术交流会论文集[C];2019年
6 曹廷云;陈雪江;秦国良;;多翼离心风机噪声分析的试验及数值研究[A];中国风机学术论文集[C];2013年
7 王瑞;王灿星;;控制速度分布的多翼离心风机优化设计[A];中国风机学术论文集[C];2013年
8 陈升;于跃平;朱晓农;陈启明;田奇勇;胡四兵;;离心风机进口间隙泄漏数值模拟分析[A];中国风机学术论文集[C];2013年
9 朱林烽;;基于C#的多翼离心风机设计软件开发[A];2016年中国家用电器技术大会论文集[C];2016年
10 梁之博;季俊生;黎本锋;刘晓燕;;翼型蜗舌技术在多翼离心风机中的应用[A];2011年中国家用电器技术大会论文集[C];2011年
11 张帅良;;小型离心风机的振动处理及分析——风机动平衡工作经验谈[A];高效 清洁 安全 电力发展与和谐社会建设——吉林省电机工程学会2008年学术年会论文集[C];2008年
12 王一帆;胡天翔;任水利;刘沛清;;医用无创呼吸辅助设备微型离心风机复合叶片气动优化设计[A];第十届全国流体力学学术会议论文摘要集[C];2018年
13 王一帆;刘沛清;胡天翔;任水利;;微型离心风机流场分析与气动优化[A];2018年全国工业流体力学会议论文集[C];2018年
14 王一帆;刘沛清;胡天翔;任水利;;微型离心风机流场分析与气动优化[A];2018年全国工业流体力学会议摘要集[C];2018年
15 吴让利;吴沛佳;秦国良;;叶片型线对离心风机性能影响的研究[A];中国风机学术论文集[C];2013年
16 郑小锋;周睿;王刚;胡松涛;刘国丹;;多翼离心风机降噪优化研究[A];山东制冷空调——2009年山东省制冷空调学术年会“烟台冰轮杯”优秀论文集[C];2009年
17 蓝渊;詹东文;胡斯特;;基于叶片载荷分布法的多翼离心风机优化[A];2019年中国家用电器技术大会论文集[C];2019年
18 任刚;廖永健;刘怀耀;;前向离心风机环流系数计算的斯陀道拉修正公式分析[A];中国风机学术论文集[C];2013年
19 吴让利;吴沛佳;秦国良;;改变部件结构参数对离心风机性能影响的研究[A];中国风机学术论文集[C];2013年
20 张海南;邵双全;Jeon Won-Ho;;空调用多翼离心风机气动噪声的仿真研究[A];第十一届全国电冰箱(柜)、空调器及压缩机学术交流大会论文集[C];2012年
中国博士学位论文全文数据库 前13条
1 李亚;离心风机振动噪声预报与控制技术研究[D];中国舰船研究院;2018年
2 李召军;基于Kriging的云任务调度及工程优化云平台建设[D];大连理工大学;2015年
3 丁杰;轨道车辆关键设备振动噪声多场源耦合分析与控制的研究[D];湘潭大学;2018年
4 谢延敏;基于Kriging模型和灰色关联分析的板料成形工艺稳健优化设计研究[D];上海交通大学;2007年
5 高月华;基于kriging代理模型的优化设计方法及其在注塑成型中的应用[D];大连理工大学;2009年
6 高海洋;基于振动特征指标与Kriging模型的结构损伤识别方法研究[D];大连理工大学;2013年
7 张崎;基于Kriging方法的结构可靠性分析及优化设计[D];大连理工大学;2005年
8 樊成;有限覆盖Kriging插值无网格法及其在岩体断裂中的应用研究[D];大连理工大学;2007年
9 李耀辉;基于Kriging模型的全局近似与仿真优化方法[D];华中科技大学;2015年
10 张建侠;基于Kriging模型的全局代理优化算法研究[D];南京理工大学;2018年
11 张磊;离心风机多目标优化及旋转失速机理研究[D];华北电力大学(北京);2011年
12 周水清;低速风机内部非定常流动分离控制及应用研究[D];华中科技大学;2015年
13 侯军虎;基于多参数的风机状态监测与故障诊断的研究[D];华北电力大学(河北);2004年
中国硕士学位论文全文数据库 前20条
1 李哲宇;基于改进Kriging模型的多翼离心风机多目标优化研究[D];浙江工业大学;2020年
2 马胤任;多翼离心风机叶轮结构优化与降噪研究[D];华中科技大学;2015年
3 陈文枫;新风机组多翼离心风机的结构优化与分析[D];华中科技大学;2019年
4 黎孟焜;加装短叶片对2378-AZ-842-1风机性能影响的模拟研究[D];华北电力大学;2019年
5 孔宣;多翼离心风机动力叶轮及排气蜗壳联合设计[D];哈尔滨工业大学;2019年
6 陈晓轩;环卫车辆离心风机系统的气动优化及动力匹配研究[D];上海交通大学;2018年
7 蒲晓敏;双吸式多翼离心风机动、静部件匹配性研究[D];华中科技大学;2019年
8 王曼;基于GA-PSO联合算法的多翼离心风机多工况优化设计[D];浙江工业大学;2019年
9 刘之雷;9-26-8D离心风机基于CFD的叶片数量优化分析[D];武汉工程大学;2018年
10 杨敬农;9-26型离心风机压力特性的CFD数值模拟计算及叶片型线分析研究[D];武汉工程大学;2018年
11 王露;离心风机流动特性研究[D];兰州交通大学;2018年
12 李超;4-72离心风机蜗壳与叶轮适配性研究[D];华北电力大学;2018年
13 颜鲁华;后向离心风扇的内部流场分析与降噪研究[D];青岛大学;2018年
14 陈道乐;游泳离心风机等动拉力器设计与研发[D];山东体育学院;2018年
15 屈万世;离心风机设计及数值模拟研究[D];清华大学;2017年
16 陈彬彬;吸尘器离心风机气动性能及噪声研究[D];南京航空航天大学;2018年
17 杨伟刚;多翼离心风机内部非对称流动机理及过流部件匹配性设计研究[D];华中科技大学;2018年
18 杨柳;悬臂式多级离心风机的设计理论与应用[D];华南理工大学;2018年
19 俞亚冕;多翼离心风机优化设计及性能测试[D];昆明理工大学;2017年
20 贾法;一种离心风机内部流场三维数值模拟研究[D];兰州交通大学;2017年
中国重要报纸全文数据库 前9条
1 本报记者 袁岚;潍坊富源空气悬浮离心风机帮水泥厂降耗30%[N];中国建材报;2019年
2 石雪松 邱明杰;重视核心产品研发 助力钢铁产业升级[N];中国冶金报;2009年
3 侯杰;自主创新打造核心竞争力[N];中国化工报;2010年
4 台泥(句容)水泥有限公司工程师 李书兵;浅谈回转窑高温离心风机的维修[N];中国建材报;2013年
5 安徽 秦克俭;《关于阀门的争论》的探讨[N];电子报;2007年
6 山西 杨德印;关于风机阀门的讨论[N];电子报;2007年
7 于志明;动能自控密封器在离心风机上的应用[N];世界金属导报;2011年
8 蒋中秋;干燥器的结构与调试[N];中国包装报;2006年
9 周詹;李景银:胸怀天地之志 勇攀科技之巅[N];科技日报;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978