一种基于DOE的高温泵散热器数值优化方法与流程

本发明属于水泵
技术领域：
，特指一种基于DOE的高温泵散热器数值优化方法。
背景技术：
：高温泵一般为立式泵，泵在工作时，运行温度较高，但是轴上的联轴器可承受温度不得高于80℃，且温升不得超过40℃，否则会影响轴承的使用寿命和泵的正常运行，从而降低泵的工作效率，这就对高温泵的散热系统提出了更高的要求。如何有效地对高温泵进行散热，使轴承端温度降低至允许范围之内，一直是高温泵设计的难题之一。目前，全因子设计、正交试验、拉丁超立方设计等DOE优化方法已经广泛应用于各个领域，如中国专利文献记载的基于BP神经网络和遗传算法的钢轨焊缝精铣机床横梁体优化设计方法【申请号：201610100874.3；公布号：CN105574300A】采用正交试验方法，利用神经网络计算种群适应度和约束条件，从而进行了遗传算法优化求解，达到了提高刚度和减轻重量的目标；一种高负荷风扇/压气机端壁造型优化设计方法【申请号：201410554023.7；公布号：CN104317997A】基于自适应遗传算法及人工神经网络响应面模型，结合正交试验，实现了对压气机端壁的自动全局优化；一种LED散热器结构的双目标综合优化设计方法【申请号：201510893869.9；公布号：CN105320822A】通过响应面分析法，结合正交试验和遗传算法，对LED散热器的参数进行了双目标综合优化，有效提高了散热器的散热效率。可见，利用正交试验等DOE方法已经解决了很多工程实际问题，为一些产品的优化设计提供了切实可靠的方法。为此，本发明主要针对高温泵散热器的散热性能进行了数值优化研究，旨在为以后高温泵散热器的设计提供一定的参考。技术实现要素：针对上述问题，本发明旨在提供一种基于DOE的高温泵散热器数值优化方法。为了实现上述目的，采用如下技术方案：(1)基于DOE方法建立高温泵散热器数值优化的样本库；(2)采用响应面模型、或Kriging模型、或径向基函数神经网络模型构建高温泵散热器主要几何参数与高温泵散热器散热性能之间的近似模型；(3)采用全局优化算法对近似模型进行全局优化，得出高温泵散热器主要几何参数的最优组合；(4)根据优化结果，对高温泵散热器进行温度场分析、热变形分析、变形量分析。其具体步骤如下：(1)基于DOE方法建立高温泵散热器数值优化的样本库：A、根据高温泵散热器对流换热的换热量公式，确定影响高温泵散热器对流换热面积的主要几何参数，散热孔的直径D和数量N；所述换热量Q的计算公式：确定影响高温泵散热器对流换热面积的主要几何参数；式中：hi为对流换热系数，Ai为固体壁面对流换热表面积，Twi和Tfi分别为壁面温度和流体温度；B、采用均匀设计、或正交试验设计、或拉丁方设计、或超拉丁方抽样等DOE方法，构建高温泵散热器数值优化的n组实验方案；C、采用CFX对n组实验方案的高温泵散热器进行数值计算；D、根据数值计算的结果，建立包含散热器主要几何参数、散热性能的高温泵散热器样本库，其中n-nt组样本用于构建近似模型，nt组样本用于预测近似模型的精度。(2)构建高温泵散热器主要几何参数与高温泵散热器散热性能之间的近似模型：A、根据n-nt组高温泵散热器样本，采用响应面模型、或Kriging模型、或径向基函数神经网络模型等构建散热器主要几何参数与高温泵散热器顶端的平均温度之间的近似模型；B、采用构建的近似模型对nt组样本进行预测，并基于方均根误差RMSE和复相关系数R2计算近似模型的预测精度；C、若近似模型的预测精度满足精度准则，则进行步骤(3)的全局优化；若近似模型的预测精度不满足精度准则，则增加样本，重新构建近似模型并计算近似模型的预测精度。其中，所述的近似模型的方均根误差RMSE和复相关系数R2的计算公式如下：式中：nt为测试样本点的数量，yk为真实预测值，为通过近似模型的预测值，为真实预测值的均值；所述的精度准则为RMSE<0.15、R2>0.98。(3)采用全局优化算法对近似模型进行全局优化：A、以高温泵散热器顶端的平均温度最低为目标函数，采用自适应模拟退火算法、或自适应遗传算法、或蚁群算法等全局优化方法，对近似模型进行优化；B、若计算结果不满足收敛准则，则把数值计算得到的数据保存到样本库，重新构建近似模型，并重新进行全局优化，直至满足收敛准则为止。其中，所述的收敛准则的计算公式如下：式中：EI(x)max为EI(ExpectedImprovement)函数的最大值，ymin为优化过程中当前最小预测值；所述的EI函数的计算公式如下：式中：Φ为标准正态分布函数，Ψ为标准正态分布概率密度函数，fmin为所有样本中最小的目标函数值，和分别为x处近似模型的预测值和预测标准差。所述的ε＝10-6。(4)根据优化结果，对高温泵散热器进行温度场分析、热变形分析、变形量分析，对优化结果进行进一步的验证。本发明的有益效果是：(1)本发明提供的一种基于DOE的高温泵散热器数值优化方法，可以快速准确地确定高温泵散热器主要几何参数的最优组合，提高散热器的散热效果。(2)本发明提供的一种基于DOE的高温泵散热器数值优化方法，大大节省了计算时间和计算周期，为高温泵的设计和加工节约了时间和成本。附图说明图1为本发明的流程图；图2为本发明实施例中散热器结构示意图；图3为本发明实施例中优化后散热器温度场；图4为本发明实施例中优化后散热器热变形；图中：1-散热器、2-泵轴、3-泵主体。具体实施方式下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。实施例：一台比转数为165的核电用高温熔盐泵，其主要参数为：叶轮出口宽度37mm，叶轮出口直径为278mm，叶轮轮毂直径为37mm，泵轴直径为25mm，泵的运行温度为973K。高温熔盐泵的散热器外径D＝450mm，高度b＝175mm，进口流体温度Tf＝72K，固体表面温度Tw＝973K。该泵的散热器模型如图2所示。(1)根据高温泵散热器对流换热的换热量公式可以看出，对流换热量Q与对流换热面积具有直接的关系，本发明主要研究影响对流换热面积的两个重要因素——散热孔的直径D和数量N，并对其进行数值优化。式中：hi为对流换热系数，Ai为固体壁面对流换热表面积，Twi和Tfi分别为壁面温度和流体温度。采用超拉丁方抽样设计方法，构建高温熔盐泵散热器数值优化的9组实验方案，见表1。对9组实验方案的高温熔盐泵散热器进行数值计算。表1实验方案123456789D(mm)181713141610121511N81113101412679根据数值计算的结果，建立包含散热器主要几何参数、散热性能的高温泵散热器样本库，其中6组样本用于构建近似模型，3组样本用于预测近似模型的精度。(2)根据6组高温熔盐泵散热器样本，采用响应面模型构建散热器主要几何参数与高温熔盐泵散热器顶端的平均温度之间的近似模型。建立的近似模型如下：y＝0.62591D2-0.46258N2-0.518DN-7.26899D+15.55699N+376.51689采用构建的近似模型对3组样本进行预测，并基于方均根误差RMSE和复相关系数R2计算近似模型的预测精度。若近似模型的预测精度满足精度准则，则进行步骤(3)的全局优化；若近似模型的预测精度不满足精度准则，则增加样本，重新构建近似模型并计算近似模型的预测精度。所述的近似模型的方均根误差RMSE和复相关系数R2的计算公式如下：式中：nt为测试样本点的数量，yk为真实预测值，为通过近似模型的预测值，为真实预测值的均值。计算出来的近似模型的方均根误差RMSE＝0.13037、复相关系数R2＝0.99132。(3)采用全局优化算法对近似模型进行全局优化。以高温熔盐泵散热器顶端的平均温度最低为目标函数，采用自适应模拟退火算法对近似模型进行优化。若计算结果不满足收敛准则，则把数值计算得到的数据保存到样本库，重新构建近似模型，并重新进行全局优化，直至满足收敛准则为止。所述的收敛准则的计算公式如下：式中：EI(x)max为EI(ExpectedImprovement)函数的最大值，ymin为优化过程中当前最小预测值。所述的EI函数的计算公式如下：式中：Φ为标准正态分布函数，Ψ为标准正态分布概率密度函数，fmin为所有样本中最小的目标函数值，和分别为x处近似模型的预测值和预测标准差。所述的ε＝10-6。优化后的散热孔直径D和数量N分别为D＝11.64mm，N＝6。(4)根据优化结果，对高温熔盐泵散热器进行温度场分析、热变形分析、变形量分析。优化后的高温熔盐泵散热器的温度场、热变形分别为图3和图4。由图3可看出，温度场的变化较为规则，散热器顶端温度在降低到可控范围之内，由图4可以看出，高温泵散热器上表面形状复杂，热变形量变化较大，变形量最大为1.18mm，变化幅度约为0.18％。所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。当前第1页1 2 3