原文传递
低比转速离心叶轮气动噪声性能分析与优化设计
| 论文题名： | 低比转速离心叶轮气动噪声性能分析与优化设计 |
| 关键词： | 电动汽车;低比转速离心压气机;叶轮结构;多目标优化设计;气动噪声 |
| 摘要： | 低比转速离心压气机具有结构紧凑、响应快、低转速适应性好等特点，是燃料电池系统通过空气增压提高功率密度和效率的核心部件。近年氢能和燃料电池电动汽车技术快速发展，低比转速离心叶轮设计面临高效率、低噪声、稳定与可靠等迫切需求，离心压气机叶轮多目标优化设计成为当前的热点问题。压气机自身功耗大，是燃料电池电动汽车的最大噪声源，几何误差影响较大，由于设计参数和目标响应较多、三维流动复杂，该类叶轮设计问题属于高维非线性优化问题，相关设计知识经验相对缺乏，设计参数对性能的影响机制亟待进一步探索，给当前优化设计带来挑战。针对以上问题，本文以某款低比转速离心压气机叶轮为研究对象，基于数值模拟、BP神经网络、稀疏网格法和多目标遗传算法等，开展离心叶轮气动性能与噪声的优化设计研究，采用自组织映射方法对优化设计过程数据进行深层数据挖掘，探索优化设计规律与决策知识，形成低比转速离心压气机叶轮多目标优化方法，获得多目标权衡关系、设计参数相关性与冗余性以及设计参数与目标响应之间的影响机制，为低比转速离心叶轮优化设计提供参考。本文主要研究内容如下： 1.建立离心叶轮三维流场和声场数值分析模型，基于LSCC叶轮案例实验验证该模型方法的正确性；探究叶顶间隙、进口角、出口角、出口宽度等多种设计参数对低比转速离心压气机叶轮压比、效率和噪声性能的影响，分析各设计参数对叶轮性能的影响机理；基于所建立的分析模型与拉丁超立方抽样方法，建立设计参数值与压比、效率和噪声响应值的样本库，采用Pearson系数对各几何参数与性能响应间相关关系进行量化，获得相关性强弱次序，以筛选出强相关性变量作后续优化设计变量。 2.基于BP神经网络，构建离心叶轮气动噪声性能预测模型，将神经网络预测结果与叶轮流场数值模拟结果对比，验证预测模型的精度；建立低比转速离心压气机叶轮压比、效率和噪声多目标优化数学模型，结合多目标遗传算法，获得Pareto优化前沿解，并基于三维流场分析验证优化结果；采用自组织映射方法对优化过程Pareto前沿解集进行数据挖掘，获得叶轮多目标权衡关系、目标与设计变量间的影响机制。 3.考虑叶轮几何参数随机误差对离心叶轮气动稳健性的影响，以压比、效率及其标准差为优化目标，以噪声为约束，基于流场和声场数值模拟，结合稀疏网格法、BP神经网络和多目标遗传算法，获得气动稳健优化解集；采用自组织映射方法对该解集进行数据挖掘，为低比转速离心叶轮多目标设计提供参考。 |
| 作者： | 王文斌 |
| 专业： | 工程(机械工程) |
| 导师： | 唐新姿 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湘潭大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
