国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx

陣列射流空間填充水滴形Kagome桁架的靶面冷卻性能多目標(biāo)優(yōu)化*

2023-11-08 10:01:38冉泓鑫阮麒成高建民李云龍
航空制造技術(shù) 2023年19期
關(guān)鍵詞:水滴形靶面射流

徐 亮,冉泓鑫,阮麒成,席 雷,高建民,李云龍

(西安交通大學(xué),西安 710049)

射流沖擊冷卻是單相冷卻工質(zhì)下冷卻能力最高的冷卻方式,工業(yè)中廣泛地用于燃?xì)廨啓C(jī)中[1]。燃燒室作為燃?xì)廨啓C(jī)的“心臟”,是燃?xì)廨啓C(jī)最重要的部件之一,其工作環(huán)境極其惡劣,并且在高溫、高壓的燃燒火焰及熱燃?xì)獾墓餐饔孟?,火焰筒常常?huì)出現(xiàn)裂紋、翹曲及變形。為了提升燃燒室過(guò)渡段的換熱性能,陣列沖擊射流傳熱性能一直是傳熱領(lǐng)域的研究熱點(diǎn)[2–4]。于征磊[5]和王輝[6]等在國(guó)內(nèi)首次將沖擊冷卻技術(shù)應(yīng)用在了火焰筒的過(guò)渡段,并進(jìn)行了相關(guān)的設(shè)計(jì),研究結(jié)果表明,在保證沖擊射流孔布置方式不變的情況下,過(guò)渡段導(dǎo)流襯在沿冷卻工質(zhì)流動(dòng)方向上的曲率過(guò)大會(huì)降低整體的冷卻效率。Xu等[7]通過(guò)數(shù)值模擬的方法改進(jìn)了燃?xì)廨啓C(jī)過(guò)渡段上的冷卻方式,并對(duì)沖擊孔的角度、排列方式及孔徑大小進(jìn)行了研究和優(yōu)化,給實(shí)際生產(chǎn)提供了一定的理論支持和技術(shù)參考。Xu等[8–9]通過(guò)試驗(yàn)和數(shù)值模擬的方法研究了幾種不同螺旋噴嘴的結(jié)構(gòu)參數(shù)對(duì)沖擊冷卻的流動(dòng)和換熱特性的影響。陣列沖擊射流冷卻雖然研究文獻(xiàn)較多,但它影響換熱性能的因素很多,由此受到傳熱研究者的持續(xù)關(guān)注。

隨著增材制造技術(shù) (Additive manufacturing,AM)的進(jìn)步,燃燒室過(guò)渡段的設(shè)計(jì)和開(kāi)發(fā)產(chǎn)生了重大變革。羅 · 羅公司通過(guò)激光直接沉積成型技術(shù) (Direct laser deposition,DLD)實(shí)現(xiàn)了火焰筒的3D打??;Kornegay等[10]3D打印了一種環(huán)裝多孔襯套,以此來(lái)減弱燃燒的不穩(wěn)定現(xiàn)象。隨著3D打印技術(shù)的日趨成熟,2013年Tibbits等[11]通過(guò)將隨時(shí)間變化的形狀記憶效應(yīng)整合到3D打印結(jié)構(gòu),首次提出4D 打印技術(shù)的概念。目前,關(guān)于4D打印的研究大多采用了“3D打印+時(shí)間”的概念[12–14]。關(guān)于4D打印火箭筒的研究還尚屬空白。

桁架結(jié)構(gòu)具有較高的孔隙率,已成為公認(rèn)的最有前景的新一代先進(jìn)超輕質(zhì)超強(qiáng)韌結(jié)構(gòu),是實(shí)現(xiàn)結(jié)構(gòu)超輕量化設(shè)計(jì)的首選結(jié)構(gòu)[15–17]。由于傳統(tǒng)加工無(wú)法滿足所有桁架的成型要求,以前關(guān)于桁架流動(dòng)換熱的研究較少;隨著AM技術(shù)的完善和桁架的制造水平提高,如何將桁架應(yīng)用于冷卻通道已經(jīng)成為目前的研究熱點(diǎn)。Son 等[18]證明了桁架結(jié)構(gòu)具有金屬泡沫材料的高孔隙率和高表面積體積比的優(yōu)點(diǎn),同時(shí)還會(huì)產(chǎn)生更低的壓降,是航空航天領(lǐng)域的理想選擇。Ekade等[19]對(duì)于所考慮的雷諾數(shù)范圍,發(fā)現(xiàn)八角點(diǎn)陣桁架表現(xiàn)出比隨機(jī)金屬泡沫更好的流動(dòng)和傳熱特性。目前典型的點(diǎn)陣結(jié)構(gòu)包括四面體桁架結(jié)構(gòu)、金字塔桁架結(jié)構(gòu)、Kagome桁架結(jié)構(gòu)及鉆石型結(jié)構(gòu)等[20]。

隨著眾多學(xué)者的不斷研究,發(fā)現(xiàn)Kagome桁架結(jié)構(gòu)具有優(yōu)異的機(jī)械力學(xué)性能和較好的換熱效果,在冷卻結(jié)構(gòu)的設(shè)計(jì)中更具有應(yīng)用潛力。Hyun等[21]通過(guò)數(shù)值分析的方法對(duì)Kagome結(jié)構(gòu)進(jìn)行了力學(xué)分析,發(fā)現(xiàn)Kagome桁架結(jié)構(gòu)具有比四面體桁架結(jié)構(gòu)更出色的力學(xué)性能。Rakow等[22]研究了Kagome陣列夾芯結(jié)構(gòu)在壓縮、彎曲及剪切情況下的力學(xué)性能,研究發(fā)現(xiàn)Kagome桁架結(jié)構(gòu)較四面體和金字塔桁架結(jié)構(gòu)具有更好的機(jī)械強(qiáng)度。Lim等[23]研究發(fā)現(xiàn),Kagome的力學(xué)破壞形式為桿件屈曲,并且比四面體結(jié)構(gòu)具有更好的吸能效果。Ullah等[24]研究發(fā)現(xiàn),3D打印的Kagome點(diǎn)陣夾芯結(jié)構(gòu)具有比傳統(tǒng)芯材結(jié)構(gòu)更好的力學(xué)表現(xiàn),而且具有極為優(yōu)異的吸能特性。Gautam等[25]3D打印了丙烯氰Kagome點(diǎn)陣夾芯結(jié)構(gòu)并分析了桁架單元在受到壓縮時(shí)的性能,此外還研究了桿件方向、直徑和表面粗糙度等因素對(duì)壓縮性能的影響。Krishnan等[26]研究了Kagome、四面體和金字塔3種不同的桁架結(jié)構(gòu)的流動(dòng)換熱特性,結(jié)果表明高孔隙率和低流阻是提高綜合換熱能力的重要因素,并且Kagome桁架結(jié)構(gòu)具有更好的換熱能力。Kemerli等[27]研究了恒定熱流密度和恒溫條件下Kagome支桿長(zhǎng)度和直徑對(duì)共軛強(qiáng)迫對(duì)流換熱的影響,研究表明,支桿長(zhǎng)度減少和支桿直徑增加會(huì)造成Kagome芯的壓降增大;平均傳熱率和傳熱速率會(huì)隨著支柱長(zhǎng)度減小而顯著增加,支柱直徑影響不大。Parbat等[28]研究了嵌入Inconel 718 Kagome晶格的微通道的熱性能,結(jié)果表明,相對(duì)于光滑通道,Kagome桁架產(chǎn)生了3~6倍的傳熱增強(qiáng)。在射流空間內(nèi)部置入Kagome桁架結(jié)構(gòu),能利用其復(fù)雜的多支桁架來(lái)增強(qiáng)換熱。Kagome桁架結(jié)構(gòu)因具有優(yōu)異的力學(xué)性能和高效的換熱能力,有望成為4D打印下燃燒室過(guò)渡段的主要擾流結(jié)構(gòu)。

但是另一方面Kagome桁架結(jié)構(gòu)也存在流阻大的缺點(diǎn)。不同肋柱擾流器的截面形狀對(duì)流動(dòng)和換熱特性的影響也不盡相同,目前針對(duì)肋柱擾流器的減阻的截面形狀大致有水滴形、圓形和新月形。Zhou等[29]通過(guò)試驗(yàn)和數(shù)值模擬研究了4種減阻結(jié)構(gòu)在Re=21000時(shí)的傳熱性能,這4種結(jié)構(gòu)為方形、三角形、圓形和水滴形;研究表明水滴形結(jié)構(gòu)具有最好的傳熱性能。Xie等[30]發(fā)現(xiàn)水滴形凸起在矩陣通道中有良好的換熱性能且流阻較球形凸起小。Rao等[31]通過(guò)分析試驗(yàn)和模擬結(jié)果,比較了球形陣列凹陷和水滴形陣列的凹陷壁在通道中的傳熱,發(fā)現(xiàn)水滴形陣列的換熱性能比球形陣列凹陷高18%。Xie等[32]研究了通道中新月形肋對(duì)流動(dòng)傳熱的影響。Perwez等[33]對(duì)球形和傾斜的水滴形凹陷進(jìn)行試驗(yàn)和數(shù)值研究,發(fā)現(xiàn)水滴形凹陷較球形凹陷的傳熱性能高17%,摩擦系數(shù)增加5.93%~16.14%。從上述文獻(xiàn)能看出水滴形截面的擾流器有著不俗的潛力,其傳熱性能較其他截面更好,減阻能力較圓形截面各有優(yōu)劣;水滴形截面的研究對(duì)象主要集中于肋柱和凹陷,目前還沒(méi)有針對(duì)桁架截面的研究。

本文借鑒這種水滴型截面減阻方式,創(chuàng)新性地提出水滴形Kagome桁架結(jié)構(gòu),并將其作為擾流器運(yùn)用于陣列射流沖擊中。通過(guò)簡(jiǎn)化試驗(yàn)驗(yàn)證數(shù)值模擬方法。隨后通過(guò)數(shù)值模擬計(jì)算方法改變水滴形桿的直徑、截面角和傾角,研究這些結(jié)構(gòu)參數(shù)對(duì)靶面換熱特性的影響?;谟?jì)算數(shù)據(jù),采用多目標(biāo)優(yōu)化的方法擬合了靶面努塞爾數(shù)和壓損的關(guān)聯(lián)式,并計(jì)算出在該結(jié)構(gòu)參數(shù)范圍下的最優(yōu)結(jié)構(gòu),以便對(duì)這種新型的4D打印復(fù)合冷卻結(jié)構(gòu)設(shè)計(jì)提供一定的參考。

1 試驗(yàn)系統(tǒng)及方法

1.1 物理模型

圖1(a)為增材制造燃燒室過(guò)渡段核心換熱區(qū)域的陣列射流沖擊原始結(jié)構(gòu)。模型包括入口、出口和試驗(yàn)段3部分,各部分尺寸已在圖1(a)中標(biāo)注。模型入口和出口足夠長(zhǎng),以確保流體充分發(fā)展,降低入口效應(yīng)的影響。試驗(yàn)段部分包括沖擊孔和沖擊區(qū)域兩個(gè)結(jié)構(gòu)。入口穩(wěn)定段為200 mm×240 mm×260 mm,出口穩(wěn)定段為18 mm×200 mm×200 mm。沖擊孔深度為5 mm,孔徑D為10 mm,6×5陣列排布。沖擊區(qū)域尺寸為18 mm×200 mm×240 mm。材料均為不銹鋼。熱源為試驗(yàn)段底部恒定的熱流密度q。

圖1 陣列射流空間填充水滴形Kagome桁架結(jié)構(gòu)的物理模型Fig.1 Physical model of the array jet space filled with the teardrop-shaped Kagome truss structure

原始結(jié)構(gòu)沖擊靶面采用不銹鋼,在使用過(guò)程中該靶面經(jīng)常受熱翹曲,引起周圍焊縫漏氣。本文為了加強(qiáng)靶面的強(qiáng)度,提出Kagome桁架單元作為擾流器,一方面利用其復(fù)雜的多支桁架來(lái)增強(qiáng)換熱,另一方面來(lái)增強(qiáng)換熱設(shè)備的力學(xué)性能。為了減小該結(jié)構(gòu)的流阻,采用水滴形Kagome桁架單元。圖1(b)和(c)是水滴形Kagome桁架單元及陣列示意圖。與傳統(tǒng)的Kagome結(jié)構(gòu)類似,該桁架均是由3根桿相接構(gòu)成,桿之間的夾角固定為120°,桁架的高度為18 mm,與沖擊區(qū)域的高度保持一致,材料為不銹鋼。水滴形截面圓弧直徑為d,尾角夾角為α,桿與地面的傾角固定為β。將桁架填充至原始模型后,陣列水滴形Kagome桁架填充之后的射流沖擊結(jié)構(gòu)如圖1(d)所示。為了簡(jiǎn)化模型,考慮到陣列排布的桁架結(jié)構(gòu)具有周期性,本文數(shù)值模擬的計(jì)算模型如圖1(e)所示。

桁架單元結(jié)構(gòu)參數(shù)和工況參數(shù)具體如下:結(jié)構(gòu)參數(shù)d范圍1~3 mm、α范圍45°~90°、β范圍40°~50°;優(yōu)化工況參數(shù)q=6000 W/m2,Re=50000。由于實(shí)際增材制造精度有限,在制造過(guò)程中d=1 mm和2 mm的水滴形Kagome桁架結(jié)構(gòu)無(wú)法滿足α的成型精度;而α=60°和90°時(shí),桁架截面較小,金屬材料容易脫落;β=45°的桁架最易制造。因此試驗(yàn)驗(yàn)證部分只研究d=3 mm,α=45°,β=45°的水滴形Kagome桁架結(jié)構(gòu)在q=2000 W/m2,Re=5000~50000條件下試驗(yàn)數(shù)據(jù)與模擬數(shù)據(jù)的對(duì)比。

1.2 試驗(yàn)裝置

1.2.1 試驗(yàn)系統(tǒng)

試驗(yàn)系統(tǒng)整體示意圖如圖2(a)所示,主要包括空壓機(jī)、儲(chǔ)氣罐、干燥器、多種閥門、流量計(jì)、入口整流段、試驗(yàn)段、出口穩(wěn)定段、測(cè)量系統(tǒng)及出口處的消音裝置。在本試驗(yàn)中,氣體從空壓機(jī)進(jìn)入儲(chǔ)氣罐,通過(guò)干燥器干燥后進(jìn)入管道,流經(jīng)止回閥、旋擰閥和流量計(jì)后進(jìn)入入口整流段進(jìn)行整流,穩(wěn)定后的氣體沖擊試驗(yàn)段后,通過(guò)出口整流段止回閥和旋擰閥排入消音裝置降噪,最后排放到大氣中。在試驗(yàn)系統(tǒng)中,測(cè)量系統(tǒng)負(fù)責(zé)測(cè)量試驗(yàn)段前后的壓力、溫度及試驗(yàn)板靶面的溫度等試驗(yàn)數(shù)據(jù)。管道內(nèi)的壓力和氣量大小可以通過(guò)調(diào)節(jié)旋擰閥來(lái)實(shí)現(xiàn)。為了降低熱量損失,保證試驗(yàn)結(jié)果的可靠性,底板外表面還包裹有保溫棉。整個(gè)試驗(yàn)系統(tǒng)通過(guò)螺栓緊固件連接。圖2(b)和 (c)為試驗(yàn)段的具體結(jié)構(gòu)。加熱采用薄膜加熱器來(lái)實(shí)現(xiàn),為了保證加熱的均勻性,在加熱膜與試驗(yàn)板之間增加一層紫銅板。底板結(jié)構(gòu)為隔熱材料,并能起到密封作用。試驗(yàn)板的外表面焊接有熱電偶,并從紫銅板和加熱膜上提前布置好的直徑為2 mm的圓孔中引出。

圖2 試驗(yàn)系統(tǒng)Fig.2 Test system

1.2.2 試驗(yàn)件及溫度測(cè)點(diǎn)分布

圖3(a)和 (b)為水滴形Kagome桁架陣列的示意圖及實(shí)物圖。桁架結(jié)構(gòu)通過(guò)卡夫特K–5204K導(dǎo)熱硅膠粘接在試驗(yàn)板上,可以手動(dòng)調(diào)節(jié)排布方式,以及更換桁架擾流結(jié)構(gòu)。該導(dǎo)熱硅膠導(dǎo)熱系數(shù)為1.6 W/(m·K),耐溫峰值為250 ℃。在試驗(yàn)件的背面布置有11個(gè)熱電偶測(cè)點(diǎn),測(cè)點(diǎn)間的距離為20 mm,其具體排布形式如圖3(c)所示。為方便后續(xù)分析,以向右為x方向的正方向,以中心點(diǎn)為坐標(biāo)原點(diǎn)0,坐標(biāo)值用x/D表示。紫銅板厚2 mm,一面緊貼加熱膜,一面緊貼在試驗(yàn)件的外側(cè),保證試驗(yàn)件加熱均勻,其表面設(shè)有直徑2 mm的圓孔,方便熱電偶引出,如圖3(d)所示。薄膜加熱器為定制的聚酰亞胺薄膜加熱器,為方便熱電偶穿過(guò)同樣面上打孔,尺寸為240 mm×200 mm×0.1 mm,通過(guò)兩根導(dǎo)線接直流電源工作,可根據(jù)電源的電流電壓來(lái)實(shí)現(xiàn)加熱功率的調(diào)節(jié),進(jìn)而調(diào)整熱流密度,如圖3(e)所示。底板為橡塑材料,導(dǎo)熱系數(shù)為0.02 W/(m·K),基本可以認(rèn)為絕熱,通過(guò)螺栓與腔體連接,起到密封和隔熱作用,接觸面上同樣打孔,熱電偶從中穿過(guò),一端焊接在試驗(yàn)板外表面,一端從孔中引出接入采集系統(tǒng),如圖3(f)所示。

1.2.3 測(cè)試內(nèi)容和儀器

測(cè)量數(shù)據(jù)包括流量數(shù)據(jù)、溫度數(shù)據(jù)和壓力數(shù)據(jù)3部分。

流量測(cè)量是測(cè)量入口冷卻氣體的流量,可以通過(guò)改變流量的大小來(lái)研究雷諾數(shù)對(duì)試驗(yàn)結(jié)果的影響。試驗(yàn)中使用渦街流量計(jì)來(lái)直接讀取入口處的冷卻氣體的流量。

溫度測(cè)量包括入口氣流的溫度和試驗(yàn)板沖擊靶面的溫度。入口氣流的溫度測(cè)量采用插入式的K型熱電偶,該熱電偶測(cè)溫范圍為0~1000℃,誤差為±2.5 ℃,直徑為5 mm,輸出4~20 mA電流信號(hào);試驗(yàn)板沖擊靶面的溫度測(cè)量采用焊接式的E型熱電偶,該熱電偶測(cè)溫范圍為0~400℃,誤差為±2.5 ℃,同樣輸出4~20 mA電流信號(hào)。使用熱電偶標(biāo)定爐JUPITER650對(duì)兩種熱電偶標(biāo)定,標(biāo)定后它們?cè)?0~150 ℃的范圍內(nèi)誤差不超過(guò)1.2 ℃(精度達(dá)1%左右)。

壓力測(cè)量是測(cè)量入口和出口的壓力,通過(guò)兩者壓差來(lái)計(jì)算流動(dòng)損失,繼而研究不同桁架結(jié)構(gòu)對(duì)流阻的影響。試驗(yàn)段前后的壓力通過(guò)壓力變送器直接讀取,該壓力變送器采用12 V直流電源供電,精度為0.075% FS。

1.2.4 數(shù)據(jù)處理

單個(gè)射流孔的橫截面積Aj定義為

式中,D為沖擊孔的直徑,m。

雷諾數(shù)Re定義為

式中,mj為單個(gè)射流孔的質(zhì)量流量,kg/s;μ為冷卻空氣動(dòng)力黏度,kg/(m·s)。

努塞爾數(shù)Nu和平均努塞爾數(shù)Nuave用于評(píng)估傳熱。其公式定義為

式中,h為對(duì)流換熱系數(shù),W/(m2·K);λ為流體導(dǎo)熱系數(shù),W/(m·K);q為靶面加熱熱流密度,W/m2;Th為靶面溫度,K;Tg為冷卻氣體溫度,K。

壓損系數(shù)Cp用于評(píng)估流阻,定義為

式中,ΔP為進(jìn)、出口靜壓壓差,Pa;ρout為出口氣體密度,kg/m3;uout為出口速度,m/s;W為出口寬度,m;H為出口高度,m;Pout為出口壓力,Pa;mout為通過(guò)出口的質(zhì)量流量,kg/s;Tout為出口靜溫,K。

綜合影響因子F用來(lái)評(píng)估綜合換熱性能,定義為

式中,Nu0為未置入桁架的陣列射流沖擊模型的平均努塞爾數(shù);Cp0為未置入桁架的陣列射流沖擊模型的壓損系數(shù)。

1.2.5 不確定度分析

由于數(shù)據(jù)在試驗(yàn)時(shí)與真實(shí)數(shù)據(jù)之間存在一定的誤差,因此為了保證試驗(yàn)數(shù)據(jù)的可靠性,需要對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行不確定度分析。已知試驗(yàn)的參數(shù)、示值及標(biāo)準(zhǔn)不確定度分量如表1所示。

表1 試驗(yàn)參數(shù)、示值及標(biāo)準(zhǔn)不確定度分量Table 1 Test parameters,indication values,and standard uncertainty components

Re標(biāo)準(zhǔn)不確定度合成公式為

Nu標(biāo)準(zhǔn)不確定度合成公式為

Cp標(biāo)準(zhǔn)不確定度合成公式為

經(jīng)過(guò)計(jì)算,試驗(yàn)測(cè)量的Re、Nu和Cp的合成標(biāo)準(zhǔn)不確定度分別為561、3.87和0.102。取包含因子k=3,最終計(jì)算得Re、Nu和Cp的擴(kuò)展不確定度為1683(3.36%)、11.61(9.08%)和0.306(5.59%)皆小于10%,可以認(rèn)為本試驗(yàn)測(cè)量結(jié)果是可靠的。

1.3 氣熱耦合數(shù)值計(jì)算方法

1.3.1 計(jì)算域網(wǎng)格及其邊界條件

采用Workbench 18.0的Meshing模塊進(jìn)行非結(jié)構(gòu)網(wǎng)格劃分。由于模型較為復(fù)雜,本文在網(wǎng)格劃分過(guò)程中為了兼顧網(wǎng)格質(zhì)量和計(jì)算速度,采用了移動(dòng)周期性邊界,使得計(jì)算結(jié)果更加貼近實(shí)際工程應(yīng)用,并用Curvature和Promixity方法優(yōu)化曲面和邊緣區(qū)域的網(wǎng),還對(duì)流體域近壁面網(wǎng)格進(jìn)行了加密處理,第一層網(wǎng)格高度0.001 mm,增長(zhǎng)因子1.2,保證壁面y+值小于1。具體的網(wǎng)格劃分如圖4所示 (藍(lán)色為流體域,紅色為固體域)。采用SSTk–ω模型[9,34],二階迎風(fēng)差分格式,收斂尺度為10–5。數(shù)值模型的邊界條件如下:射流入口為質(zhì)量流量入口,質(zhì)量流量通過(guò)式(2)的雷諾數(shù)反推;出口為壓力出口邊界,壓力大小為一個(gè)大氣壓。入口氣流溫度大小恒定300 K,入口湍流度5%。沖擊底板下表面施加恒定熱流密度邊界條件,q=6000 W/m2。側(cè)面施加移動(dòng)周期性邊界條件,流固交界面設(shè)置為耦合面,其余壁面絕熱無(wú)滑移。工質(zhì)選擇理想氣體,固體壁面為不銹鋼。

圖4 網(wǎng)格及邊界條件Fig.4 Grid and boundary conditions

1.3.2 網(wǎng)格無(wú)關(guān)性驗(yàn)證

圖5所示為沖擊射流雷諾數(shù)Re=30000時(shí),沖擊靶面的Nuave隨不同網(wǎng)格數(shù)的變化折線圖,從中可得,隨著網(wǎng)格數(shù)的增加,Nuave也在不斷提高,當(dāng)網(wǎng)格數(shù)增長(zhǎng)到420萬(wàn)時(shí),網(wǎng)格數(shù)量再繼續(xù)增長(zhǎng),Nuave的變化不再明顯,因此選取網(wǎng)格數(shù)量為420萬(wàn)左右。

圖5 網(wǎng)格無(wú)關(guān)性驗(yàn)證Fig.5 Grid independence verification

1.3.3 數(shù)值方法的驗(yàn)證

為了驗(yàn)證數(shù)值計(jì)算方法的可靠性,選用試驗(yàn)數(shù)據(jù)與數(shù)值模擬結(jié)果進(jìn)行對(duì)比。試驗(yàn)結(jié)構(gòu)參數(shù)和工況為d=3 mm,α=45°,β=45°,q=2000 W/m2,Re=5000~50000。圖6(a)是在不同雷諾數(shù)下試驗(yàn)數(shù)據(jù)和模擬數(shù)據(jù)的Nuave對(duì)比圖,其最大的差為10.5%。圖6(b)是q=2000 W/m2,Re=20000時(shí),試驗(yàn)數(shù)據(jù)和模擬數(shù)據(jù)的局部Nu的對(duì)比,可以看出兩者吻合良好,最大誤差為3.8%。

圖6 數(shù)值計(jì)算驗(yàn)證Fig.6 Numerical calculation verification

1.4 基于ISIGHT平臺(tái)的優(yōu)化方法

1.4.1 優(yōu)化流程

使用ISIGHT集成平臺(tái),優(yōu)化流程圖如圖7所示。首先在DOE模塊中通過(guò)中心組合設(shè)計(jì) (Central composite design,CCD)確定d=1~3 mm,α=45°~90°,β=40°~50°,3因素3水平下的試驗(yàn)參數(shù)組合;再通過(guò)數(shù)值計(jì)算方法分別計(jì)算出各個(gè)工況下的Nuave和Cp,以此構(gòu)建樣本集;然后通過(guò)建立響應(yīng)面模型構(gòu)建滿足精度要求 (R2>0.900)的近似模型;最后通過(guò)第二代非劣排序遺傳算法 (Nondominated sorting genetic algorithm-II,NSGA-II)算法建立Pareto解集,用優(yōu)劣解距離法 (Technique for order preference by similarity to an ideal solution,TOPSIS)搜索最優(yōu)解,并與最優(yōu)解對(duì)應(yīng)結(jié)構(gòu)參數(shù)的計(jì)算結(jié)果對(duì)比。其中NSGA-II算法中種群大小為20;遺傳代數(shù)為100;交叉概率為0.9;交叉分布指數(shù)為10;突變分布指數(shù)為20。

圖7 優(yōu)化流程圖Fig.7 Optimization flow chart

1.4.2 優(yōu)化方程及其擬合精度評(píng)價(jià)指標(biāo)

設(shè)計(jì)變量為x1、x2、x3,設(shè)計(jì)變量與結(jié)構(gòu)參數(shù)的關(guān)系為

目標(biāo)函數(shù)為

多目標(biāo)優(yōu)化的數(shù)學(xué)模型為

響應(yīng)平均值與響應(yīng)估計(jì)值差的平方和計(jì)算公式為

響應(yīng)實(shí)際值與響應(yīng)平均值差的平方和計(jì)算公式為

式中,yi為響應(yīng)實(shí)際值。

誤差的離均差平方和公式為

f值計(jì)算公式為

相關(guān)系數(shù)R2為

TOPSIS方法中需要將所有指標(biāo)正向化,ym1本身為極大型指標(biāo)不需要改變,ym2為極小型指標(biāo),其正向矩陣標(biāo)準(zhǔn)化為

評(píng)價(jià)標(biāo)準(zhǔn)S為

2 結(jié)果與討論

2.1 響應(yīng)面模型下計(jì)算樣本分析

基于CCD獲得的研究參數(shù)排列及計(jì)算結(jié)果如表2所示,其中響應(yīng)值由CFX數(shù)值模擬得到。輸入?yún)?shù)包括d、α、β,響應(yīng)值包括Nuave和Cp。3個(gè)輸入?yún)?shù)分別為低、中、高值,因此本文對(duì)中心復(fù)合設(shè)計(jì)共安排了20個(gè)數(shù)值模擬案例,排列順序隨機(jī)生成。

表2 研究參數(shù)布置及計(jì)算結(jié)果Table 2 Arrangement of research parameters and calculation results

擬合相關(guān)系數(shù)如表3所示。由表2可以看出,研究參數(shù)總共3個(gè),因此通過(guò)試驗(yàn)設(shè)計(jì)和響應(yīng)面法擬合得到的經(jīng)驗(yàn)公式中有10個(gè)系數(shù),其中1個(gè)實(shí)項(xiàng)、3個(gè)線性項(xiàng)、3個(gè)平方項(xiàng)和3個(gè)交互項(xiàng)。

表3 擬合相關(guān)系數(shù)Table 3 Fitting correlation coefficient

表4和5分別為Nuave和Cp的方差分析表。其中,模型自由度等于變量個(gè)數(shù),從表4中可以看出,有3個(gè)線性變量、3個(gè)平方變量和3個(gè)交互變量,共9個(gè)變量;總自由度為模擬案例個(gè)數(shù)減1;誤差自由度為總誤差減模型自由度。在方差分析中,研究參數(shù)的較大波動(dòng)表明對(duì)響應(yīng)的影響顯著。AdjSS為調(diào)整后方差平方和,反映了數(shù)據(jù)波動(dòng)的大小。AdjMS為調(diào)整后均方差,即AdjMS根據(jù)數(shù)據(jù)個(gè)數(shù)進(jìn)行的修正,AdjMS=(AdjSS/自由度)。f值和p值是用于假設(shè)檢驗(yàn)的方差分析中的統(tǒng)計(jì)量。f值越大,表示這一項(xiàng)越重要。當(dāng)p值小于0.05時(shí),表示該項(xiàng)對(duì)模型顯著;當(dāng)P值大于0.05時(shí),意味著該項(xiàng)可以忽略不計(jì)。從表4中可以看出Nuave對(duì)d和α變化較為敏感,Cp對(duì)d、α、β2和α*β變化較為敏感。

表4 Nuave方差分析表Table 4 Variance analysis of Nuave

表5 Cp方差分析表Table 5 Variance analysis of Cp

圖8給出了Nuave和Cp的響應(yīng)面模型模擬值和預(yù)測(cè)值的對(duì)比。其中黑色實(shí)線為數(shù)值計(jì)算值,紅色散點(diǎn)為響應(yīng)面模型預(yù)測(cè)值,藍(lán)色線為數(shù)值計(jì)算值的±5%誤差線。由圖8可以看出,Nuave和Cp的預(yù)測(cè)值均在±5%誤差線以內(nèi),最大誤差分別為1.70%和0.80%,平均誤差分別為0.89%和0.38%。Nuave和Cp的經(jīng)驗(yàn)公式的相關(guān)系數(shù)R2分別為94.28%和90.90%,均大于90%。上述結(jié)果表明,本文擬合的二階響應(yīng)面模型可用于預(yù)測(cè)水滴形Kagome桁架結(jié)構(gòu)的靶面努塞爾數(shù)和壓損,為水滴形Kagome桁架結(jié)構(gòu)的優(yōu)化設(shè)計(jì)提供了精確的近似模型。

圖8 Nuave和Cp模擬值和預(yù)測(cè)值的對(duì)比Fig.8 Comparisons of simulation results and predicted results of Nuave and Cp

2.2 第二代遺傳算法優(yōu)化結(jié)果分析

根據(jù)1.4節(jié)中NSGA-II算法的參數(shù)設(shè)定,計(jì)算的所有解如圖9中黑色圈所示。Pareto解集是一系列非劣解,如圖9中紅色圈所示。TOPSIS方法是一種通過(guò)計(jì)算可行方案與理想解的接近程度的評(píng)價(jià)方法,廣泛應(yīng)用于多目標(biāo)決策分析,以式 (17)和 (18)賦予Nuave和Cp權(quán)重,通過(guò)計(jì)算所有Pareto解集的評(píng)價(jià)標(biāo)準(zhǔn)S,選取S最大值為TOPSIS最優(yōu)解,如圖9中藍(lán)色圈所示。

圖9 優(yōu)化結(jié)果分析Fig.9 Analysis of optimization results

在Re=50000,q=6000 W/m2時(shí),優(yōu)化目標(biāo)為Nuave最大和Cp最小的情況下,TOPSIS最優(yōu)解對(duì)應(yīng)的結(jié)構(gòu)參數(shù)為d=1.000 mm,α=45.001°,β=46.623°。Nuave、Cp和F的優(yōu)化結(jié)果與模擬結(jié)果誤差分別為1.24%、0.18%和1.20%,如表6所示。說(shuō)明此多目標(biāo)優(yōu)化方法對(duì)于預(yù)測(cè)水滴形Kagome桁架結(jié)構(gòu)的流動(dòng)換熱特性是可靠的。

2.3 優(yōu)化件及基礎(chǔ)件的流動(dòng)傳熱分析

圖10為q=6000 W/m2,Re=50000時(shí),試驗(yàn)件 (d=3 mm,α=45°,β=45°)和優(yōu)化件 (d=1.000 mm,α=45.001°,β=46.623°) 的云圖對(duì)比。在圖10(b)平面1速度及流線云圖中,射流孔處及桁架回流區(qū)域優(yōu)化件的速度略大于試驗(yàn)件,試驗(yàn)件的流場(chǎng)中存在更多的回流及不規(guī)則的旋渦。在圖10(c)平面2速度及流線云圖中,沿流向方向隨著橫流效應(yīng)的增強(qiáng),射流速度在逐漸提高,低速區(qū)域面積逐漸減小。射流沖擊到靶面的射流滯止位置在不斷向流向方向移動(dòng)。射流與橫流撞擊而形成的旋渦面積沿流向不斷減小,并隨著橫流效應(yīng)的增強(qiáng)其渦核逐漸被壓向壁面。優(yōu)化件的紅色高速區(qū)和藍(lán)色低速區(qū)皆略多于試驗(yàn)件,產(chǎn)生的旋渦回流更多且更加規(guī)則。優(yōu)化件相比于試驗(yàn)件,Cp減小了0.93%,流阻變化不大。在圖10(d)平面3溫度云圖中,沿流向方向隨著橫流效應(yīng)的增強(qiáng)和射流速度的提高,溫度越來(lái)越高,換熱效果越來(lái)越差,高換熱區(qū)域發(fā)生在桁架肋柱之間的區(qū)域。相同位置上試驗(yàn)件的溫度幾乎都高于優(yōu)化件,且優(yōu)化件的溫度均勻性更好。在圖10(e)平面3Nu云圖中,可以更明顯地看出高換熱區(qū)域在桁架肋柱之間的區(qū)域,且優(yōu)化件在整個(gè)靶面上均保持了較好的換熱性能,而試驗(yàn)件隨著流向方向換熱性能減少較大,體現(xiàn)出優(yōu)化件的換熱均勻性更好。優(yōu)化件相比于試驗(yàn)件,Nu增加了12.78%,F(xiàn)增加了13.13%。

圖10 試驗(yàn)件和優(yōu)化件的云圖對(duì)比Fig.10 Contour comparisons of the test part and optimized part

3 結(jié)論

本文基于試驗(yàn)和數(shù)值模擬方法,對(duì)水滴形Kagome桁架結(jié)構(gòu)進(jìn)行了靶面努塞爾數(shù)和壓損優(yōu)化設(shè)計(jì)研究。研究結(jié)果可為這種新型的4D打印復(fù)合冷卻結(jié)構(gòu)設(shè)計(jì)提供一定的參考。得出以下主要結(jié)論。

(1)擬合二階響應(yīng)面模型對(duì)水滴形Kagome桁架結(jié)構(gòu)表面Nuave和Cp的最大預(yù)測(cè)誤差分別為1.70%和0.80%。

(2)在3個(gè)結(jié)構(gòu)參數(shù)d、α和β的情況下,d和α對(duì)Nuave的影響比較顯著,f值分別為143.95和8.87;d、α、β2和α*β對(duì)Cp的影響比較顯著,f值分別為12.02、50.20、7.29和24.51。

(3)在Re=50000,q=6000 W/m2時(shí),優(yōu)化目標(biāo)為Nuave最大和Cp最小的情況下,TOPSIS最優(yōu)解對(duì)應(yīng)的結(jié)構(gòu)參數(shù)為d=1.000 mm,α=45.001°,β=46.623°,Nuave、Cp和F的優(yōu)化結(jié)果與模擬結(jié)果誤差分別為1.24%、0.18%和1.20%。

(4)優(yōu)化件相比于試驗(yàn)件流阻略為減小,換熱性能及換熱均勻性更好,其Cp減小了0.93%,Nu增加了12.78%,F(xiàn)增加了13.13%。

猜你喜歡
水滴形靶面射流
浪漫綻放
深海逃逸艙射流注水均壓過(guò)程仿真分析
低壓天然氣泄漏射流擴(kuò)散特性研究
煤氣與熱力(2022年4期)2022-05-23 12:45:00
船舶高壓水射流除銹過(guò)程有限元仿真分析
廣東造船(2020年1期)2020-05-03 14:01:49
彩泥變變變
——蝴蝶
啟蒙(3-7歲)(2020年4期)2020-04-22 13:08:22
傾斜螺紋孔射流傳熱特性的數(shù)值研究
實(shí)驗(yàn)研究類螺紋孔旋流沖擊射流的冷卻特性
多彈丸時(shí)空散布參數(shù)測(cè)試方法仿真研究
饑餓的老鼠
射流齒形噴嘴射流流場(chǎng)與氣動(dòng)聲學(xué)分析
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
灵石县| 鸡泽县| 肇庆市| 蓝山县| 邹平县| 京山县| 吕梁市| 通江县| 双流县| 诸城市| 当雄县| 临漳县| 黄山市| 昌邑市| 南川市| 洛川县| 饶平县| 湘潭县| 墨玉县| 城步| 寻甸| 南开区| 客服| 遵义市| 犍为县| 雷州市| 凉城县| 景谷| 合江县| 嫩江县| 夏河县| 治县。| 墨江| 乐安县| 镇坪县| 万载县| 赫章县| 台南县| 汉沽区| 兰州市| 千阳县|