燃机机匣的热力耦合分析及优化设计
发布时间:2020-08-20 18:52
【摘要】:燃气轮机机匣是燃气轮机压气部段的外壳部分,主要承受气体压力载荷和温度载荷。热平衡、椭圆度和结构轻量化,都是工程师们在机匣设计中所关注的重点问题。由于机匣结构复杂,并且在设计中需要同时考虑从开机到稳定运行直至最后关闭的全过程温度变化和压力荷载,导致结构分析计算用时长,不利于进行优化设计。本文针对燃气轮机机匣部件,开展了机匣结构的热力耦合分析,通过机匣部件几何模型和边界载荷,实现了基于EGO算法的机匣结构优化设计,给出了燃气轮机机匣部件螺栓预紧力及几何尺寸的优化结果。论文主要工作包含以下四个方面:(1)介绍了Kriging替代模型的基本理论及MATLAB DACE工具包的使用方法。重点介绍了EGO算法的基本原理和优点,给出其优化设计流程图,并以Branin函数作为数值算例进行了EGO算法与传统Kriging算法的精度对比。(2)建立了燃气轮机机匣三维有限元分析模型,并对其进行了热力耦合分析。针对不同时间阶段下机匣温度分布及径向位移分布开展具体研究,重点关注了敏感区域的最大应力和椭圆度。(3)提出了燃气轮机机匣有限元分析的几何与载荷简化模型。在温度分布和径向位移结果与原模型基本保持一致的前提下,对几何模型和网格划分进行了简化,并通过对比分析发现简化后所需计算时长不到原计算时长的一半;而后,提出了一套针对多种载荷多时间步下工程数值分析问题的简化载荷边界条件的方法,并应用于机匣的载荷简化上,分析发现简化前后的计算结果误差对比在可接受范围内,且计算所需时间不到原模型计算用时的四分之一。(4)基于EGO算法对燃气轮机机匣模型进行了多目标优化设计。以螺栓预紧力、螺栓法兰的高度、热平衡法兰的高度和宽度为设计变量,选取机匣部件的椭圆度和最大应力为目标函数,得到了Pareto前沿曲线,并对典型的优化解进行了对比分析。
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TK473
【图文】:
一般是起动机带动压气机,直到燃气透平发出的机械功大于压气机消耗的机械功时,逡逑外界起动机脱扣,燃气轮机才能自身独立工作[1][2]。逡逑图1.1为燃气轮机结构的示意图。逡逑启动停止迅速、机组的功率大并且效率高、重量轻和环保性能好都是燃气轮机的运逡逑行优点。同时,燃气轮机为高速回转机械,结构紧凑,无往复运动部件,运行平稳,设逡逑备较少,系统较简单,使得运行具有很氋的可靠性⑴。逡逑-1邋-逡逑
逡逑图2.1给出了一个一维函数采用EGO算法进行加点的迭代优化过程。可见EGO算逡逑法不会局限于局部极值点的区域,图中的第一次迭代就是如此。而且可以看出,加点的逡逑轨迹是首先在当前的最优点附近寻找,然后进行全局搜索预测不准的区域,通过几次迭逡逑代逐步逼近真实函数,图中的最后两次迭代,Kriging替代模型的曲线已经基本与真实逡逑函数值重合。EGO算法同时兼顾了全局收敛性和收敛速度,具有很强的适应性,展现逡逑了这种加点准则的非常强大的空间探索能力。逡逑采用EGO算法进行优化计算时,其收敛准则为-逡逑£[/(x)]<^^逦(2.25)逡逑或者逡逑*化逦(2.26)逡逑ymax邋ymin逡逑其中,?和&为给定的收敛精度,:K胃为样本中的最大响应值。公式(2.26)的收敛精逡逑度是相对的,因此与响应值的数量级无关,值的给定相对更加容易一些。逡逑“试验设计逡逑生成训练“本点@逦逡逑通过计算机仿真程得到样本的响应值I逦?逡逑构建Kriging代理模型将较正点加入到训练样本点集逡逑1逡逑最大化EI函数得到校正点逡逑——^逦逡逑得到最优解逡逑图2.邋2基于EGO算法的优化流程图逡逑Fig.邋2.2邋Flowchart邋of邋optimization邋based邋on邋EGO邋algorithm逡逑综上
气体压力载荷与温度载荷,引发的位移形变可导致各个零件之间的间隙发生不同程度的逡逑变化,从而导致彼此间的相互摩擦与碰撞。逡逑如图3.1所示,此为某型号的燃气轮机压气段的实体模型。其中上半部分显示为内逡逑部转子,下半部分显示为机匣外部。逡逑图3.1燃机机11实体示意图逡逑Fig.邋3.1邋Sketch邋of邋CVC逡逑-17邋-逡逑
本文编号:2798320
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TK473
【图文】:
一般是起动机带动压气机,直到燃气透平发出的机械功大于压气机消耗的机械功时,逡逑外界起动机脱扣,燃气轮机才能自身独立工作[1][2]。逡逑图1.1为燃气轮机结构的示意图。逡逑启动停止迅速、机组的功率大并且效率高、重量轻和环保性能好都是燃气轮机的运逡逑行优点。同时,燃气轮机为高速回转机械,结构紧凑,无往复运动部件,运行平稳,设逡逑备较少,系统较简单,使得运行具有很氋的可靠性⑴。逡逑-1邋-逡逑
逡逑图2.1给出了一个一维函数采用EGO算法进行加点的迭代优化过程。可见EGO算逡逑法不会局限于局部极值点的区域,图中的第一次迭代就是如此。而且可以看出,加点的逡逑轨迹是首先在当前的最优点附近寻找,然后进行全局搜索预测不准的区域,通过几次迭逡逑代逐步逼近真实函数,图中的最后两次迭代,Kriging替代模型的曲线已经基本与真实逡逑函数值重合。EGO算法同时兼顾了全局收敛性和收敛速度,具有很强的适应性,展现逡逑了这种加点准则的非常强大的空间探索能力。逡逑采用EGO算法进行优化计算时,其收敛准则为-逡逑£[/(x)]<^^逦(2.25)逡逑或者逡逑*化逦(2.26)逡逑ymax邋ymin逡逑其中,?和&为给定的收敛精度,:K胃为样本中的最大响应值。公式(2.26)的收敛精逡逑度是相对的,因此与响应值的数量级无关,值的给定相对更加容易一些。逡逑“试验设计逡逑生成训练“本点@逦逡逑通过计算机仿真程得到样本的响应值I逦?逡逑构建Kriging代理模型将较正点加入到训练样本点集逡逑1逡逑最大化EI函数得到校正点逡逑——^逦逡逑得到最优解逡逑图2.邋2基于EGO算法的优化流程图逡逑Fig.邋2.2邋Flowchart邋of邋optimization邋based邋on邋EGO邋algorithm逡逑综上
气体压力载荷与温度载荷,引发的位移形变可导致各个零件之间的间隙发生不同程度的逡逑变化,从而导致彼此间的相互摩擦与碰撞。逡逑如图3.1所示,此为某型号的燃气轮机压气段的实体模型。其中上半部分显示为内逡逑部转子,下半部分显示为机匣外部。逡逑图3.1燃机机11实体示意图逡逑Fig.邋3.1邋Sketch邋of邋CVC逡逑-17邋-逡逑
【参考文献】
相关博士学位论文 前1条
1 贾布裕;组合梁斜拉桥的可靠度分析[D];华南理工大学;2011年
本文编号:2798320
本文链接:https://www.wllwen.com/kejilunwen/dongligc/2798320.html