基于人群搜索算法的Dykas汽轮机叶栅型线重构

doi:10.13675/j.cnki.tjjs.200384

推进技术 ›› 2020, Vol. 41 ›› Issue (11): 2530-2537.DOI: 10.13675/j.cnki.tjjs.200384

基于人群搜索算法的Dykas汽轮机叶栅型线重构

李彬，张磊，杨自春，孙文彩

海军工程大学动力工程学院，湖北武汉 430033

出版日期:2020-11-15 发布日期:2020-11-15
作者简介:李　彬，博士生，研究领域为汽轮机气动设计与优化。E-mail：nue_lb@163.com
基金资助:
国家自然科学基金（51509254）。

Reconstruction of Dykas Turbine Cascade Profile Based on Seeker Optimization Algorithm

College of Power Engineering，Naval University of Engineering，Wuhan 430033，China

Online:2020-11-15 Published:2020-11-15

摘要/Abstract

摘要： 针对汽轮机叶片智能优化设计中的叶片参数化建模与型线重构问题，首先基于三次Bezier曲线推导了叶片型线的坐标方程，根据叶片基本几何参数实现了汽轮机叶片型线的参数化表达。在构建的参数化模型基础上，根据已知的叶型坐标点数据，采用人群搜索算法（SOA）重构实际汽轮机叶片型线，并通过叶型重构算例对SOA和粒子群算法（PSO）进行了对比分析。结果表明：基于Bezier曲线构建的参数化型线光滑性好、质量高，所提方法可以任意修改叶型几何参数并再生模型，实用性较强且效率较高。基于SOA优化算法的叶片型线重构方法可以准确重构Dykas汽轮机叶片型线，且SOA重构叶型的方法收敛速度快、收敛结果更稳定。

关键词: 汽轮机叶片;自发凝结;参数化;人群搜索算法;Bezier曲线;叶型重构

Abstract: Aiming at the problem of parametric modeling and profile reconstruction in the intelligent optimization design of steam turbine blades， the coordinate equation of blade profile was derived based on the cubic Bezier curve， and the parametric expression of turbine blade profile was realized according to the basic geometric parameters of blade. On the basis of the parameterized model， according to the known blade coordinate point datas， the actual turbine blade profile was reconstructed by using the seeker optimization algorithm （SOA）， and the comparison between SOA and PSO （Particle Swarm Optimization） was carried out through the example of blade profile reconstruction. The results show that the parameterized profile based on Bezier curve has good smoothness and high quality， the proposed method can arbitrarily modify the geometric parameters of the blade and regenerate the model， which is more practical and efficient. The blade profile reconstruction method based on SOA optimization algorithm can accurately reconstruct the blade profile of Dykas steam turbine， and the convergence speed and convergence result of the method based on SOA are faster and more stable. The model and the algorithm lay a solid foundation for the design optimization of turbine blades.

Key words: Steam turbine blade;Spontaneous condensation;Parameterized;Seeker optimization algorithm;Bezier curve;Reconstruction of blade profile

李彬，张磊，杨自春，孙文彩. 基于人群搜索算法的Dykas汽轮机叶栅型线重构[J]. 推进技术, 2020, 41(11): 2530-2537.

LI Bin, ZHANG Lei, YANG Zi-chun, SUN Wen-cai. Reconstruction of Dykas Turbine Cascade Profile Based on Seeker Optimization Algorithm[J]. Journal of Propulsion Technology, 2020, 41(11): 2530-2537.

参考文献

[1] Mambro A， Galloni E， Congiu F， et al. Modelling of Low-Pressure Steam Turbines Operating at Very Low Flowrates： A Multiblock Approach［J］. Applied Thermal Engineering， 2019， 158： 1-9.
[2] 陆英栋，杨自春，张磊，等. 小容积流量下船用核湿汽轮机末级流场稳定性分析［J］. 核动力工程， 2019， 40（5）： 67-73.
[3] Yu Xing-gang， Xiao Zhi-huai， Xie Dan-mei， et al. A 3D Method to Evaluate Moisture Losses in a Low Pressure Steam Turbine： Application to a Last Stage［J］. International Journal of Heat and Mass Transfer， 2015， 84： 642-652.
[4] 李亮，薛太旭，李森. 考虑气动和湿汽损失综合影响的低压多级透平优化［J］. 西安交通大学学报， 2016， 50（3）： 22-28.
[5] 周岳琨，王建新，管继伟，等. 汽轮机叶片设计和几何成型方法综述［J］. 汽轮机技术， 2001， 43（4）： 198-202.
[6] 田辉，孙秀玲，郭涛，等. 基于遗传算法的离心泵叶片水力性能优化［J］. 农业机械学报， 2010， 41（5）： 64-67.
[7] 李彬，宋立明，李军，等. 长叶片透平级多学科多目标优化设计［J］. 西安交通大学学报， 2014， 48（1）： 1-6.
[8] 张人会，吴昊，杨军虎，等. 基于本征正交分解法的液环泵气液两相流场重构［J］. 农业机械学报， 2017， 48（6）： 381-386.
[9] 万玉，许思传，张良. 燃料电池车用离心叶轮型线参数化及多工况优化［J］. 同济大学学报（自然科学版）， 2017， 45（1）： 98-108.
[10] Mohaghegh K， Sadeghi M H， Abdullah A. Reverse Engineering of Turbine Blade Based on Design Intent［J］. The International Journal of Advanced Manufacturing Technology， 2007， 32（9）： 1009-1020.
[11] Mohaghegh K， Sadeghi M H， Abdullah A， et al. Improvement of Reverse Engineered Turbine Blades Using Construction Geometry［J］. The International Journal of Advanced Manufacturing Technology， 2010， 49： 675-687.
[12] Zhao Zheng-cai， Fu Yu-can， Liu Xuan， et al. Measurement-Based Geometric Reconstruction for Milling Turbine Blade Using Free-Form Deformation［J］. Measurement， 2017， 101（Supplement C）： 19-27.
[13] 余胜威，曹中清. 基于人群搜索算法的PID控制参数优化［J］. 计算机仿真， 2014， 31（9）： 347-350.
[14] Maji K B， De B P， Kar R， et al. CMOS Analog Amplifier Circuits Design Using Seeker Optimization Algorithm［J］. IETE Journal of Research， 2019， 85（10）： 1-10.
[15] Zhang Guojie， Zhang Sen， Zhou Zhongning， et al. Numerical Study of Condensing Flow Based on the Modified Model［J］. Applied Thermal Engineering， 2017， 127： 1206-1214.
[16] Zhang Guojie， Wang Liang， Zhang Sen， et al. Effect Evaluation of a Novel Dehumidification Structure Based on the Modified Model［J］. Energy Conversion & Management， 2018， 159： 65-75.
[17] Han Xu， Zeng Wei， Han Zhonghe. Investigation of the Comprehensive Performance of Turbine Stator Cascades with Heating Endwall Fences［J］. Energy， 2019， 174： 1188-1199.
[18] Han Xu， Zeng Wei， Han Zhonghe. Investigating the Dehumidification Characteristics of the Low-Pressure Stage with Blade Surface Heating［J］. Applied Thermal Engineering， 2020， 164： 1-15.
[19] 李瑜，李亮，钟刚云，等. 末级透平对低压缸气动和凝结特性的影响［J］. 西安交通大学学报， 2012， 46（7）： 16-20.
[20] Noori R A， Kouhikamali R， Atashkari K. Two-Fluid Model for Simulation of Supersonic Flow of Wet Steam Within High Pressure Nozzles［J］. International Journal of Thermal Sciences， 2015， 96： 173-182.
[21] 李彬，杨自春，曹跃云，等. 进汽参数对汽轮机叶栅通道内自发凝结影响的数值分析［J］. 工程热物理学报， 2019， 40（11）： 2502-2509.
[22] 王智，安连锁，韩中合. 叶栅形状变化对自发凝结影响的数值研究［J］. 中国电机工程学报， 2009， 29（35）： 125-130.
[23] Noori R A， Ahmadpour A， Abadi S M， et al. CFD-Based Shape Optimization of Steam Turbine Blade Cascade in Transonic Two Phase Flows［J］. Applied Thermal Engineering， 2017， 112： 1575-1589.
[24] 那振喆，刘波，史磊，等. 基于端壁造型优化的高压涡轮导向器流场分析［J］. 推进技术， 2017， 38（4）： 130-137.
[25] Dykas S， Majkut M， Strozik M， et al. Experimental Study of Condensing Steam Flow in Nozzles and Linear Blade Cascade［J］. International Journal of Heat & Mass Transfer， 2015， 80： 50-57.

基于人群搜索算法的Dykas汽轮机叶栅型线重构

Reconstruction of Dykas Turbine Cascade Profile Based on Seeker Optimization Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价