论文部分内容阅读
随着智能厨房观念的不断普及,吸油烟机作为厨房中必不可少的家电,国家标准及市场要求对其的性能要求也在不断提升。要保证吸油烟机在维持高流量系数的同时产生更低的噪声,便需对油烟机内的多翼离心风机进行优化设计。通常不同尺寸规格下叶轮与蜗壳进行交错组合,造成几何参数化设计工作量庞大。为了减少在各种不同设计方案下进行大量数值模拟来计算目标函数的时间及计算量,在优化过程中采用Co-Kriging代理模型来进行离心风机的全压及噪声的预测。鉴于多翼离心风机运行过程中气体通流面积狭窄以及蜗壳叶轮间的动静耦合作用,本文以某油烟机用多翼离心风机为研究对象,针对离心风机核心部件——叶轮及蜗壳,分析各结构参数对离心风机气动性能的影响并确定优化变量,以离心风机全压及噪声值为优化目标,建立相关优化变量的Co-Kriging模型,并采用NSGA-Ⅱ算法对离心风机进行多目标优化研究。主要研究内容及研究成果如下:（1）分析气体粘性对气体流动的影响,在传统蜗壳型线设计的基础上对型线进行初步优化并构建离心风机模型,基于改进后RNG k-ε模型以及LES+FW-H声学模型分别进行离心风机气动性能模拟及噪声模拟,通过相应的实验手段验证计算模型的精度。考虑到离心风机蜗壳及叶轮结构间的动静耦合作用,同时结合相应流场分析以及部分经验公式的推导,确定了相应的优化参数。具体的优化变量包括:叶轮中,选取叶片进口安装角β1A、叶片出口安装角β2A、叶轮宽度B作为优化变量;蜗壳中,选择蜗舌半径R、蜗壳张开度A1作为优化变量。确定优化变量的同时,通过解析上述具体结构参数的变动所形成的风机性能的转变,确定了各优化变量的参数范围;（2）考虑到优化变量的数量较多,采用具有高可信度的Co-Kriging模型来进行风机性能预测。通过建立双变量多峰值函数分析了高可信度样本及低可信度样本与Co-Kriging模型精度间的关系,发现当低可信度样本点的数量达到高可信度样本点8倍左右时,Co-Kriging模型便能保持足够的预测精度。故在样本的设计过程中,采用最优拉丁超立方设计法选取100组参数组合:其中90组数据通过数值模拟得到相应的目标结果,并作为低可信度样本集,剩余10组数据通过实验获得目标结果,并作为高可信度样本集。样本库构建完成后,随机选取其中85组数据用于构建Co-Kriging模型,剩余15组数据将用于Co-Kriging模型的精度验证;（3）基于Co-Kriging模型进行多翼离心风机性能预测,结果表明:多翼离心风机全压预测的最大相对误差为3.47%;噪声预测的最大相对误差为2.13%,确保该代理模型在离心风机性能优化领域拥有可行性。随后以风机气动性能参数及噪声参数作为优化目标,结合NSGA-Ⅱ算法进行优化分析获取Pareto最优解集。考虑到多翼离心风机的全压以及噪声性能无法同时达到最优,故在保证全压达到设计要求的情况下保持较低的噪声值,最终于Pareto解集中选取一组多翼离心风机的结构参数作为优化结果。优化后风机全压相比于原型机提升了30 Pa,其噪声声压级平均下降3.2 d B;（4）结合优化结果进行样机的制作,并进行相应的气动性能试验及噪声试验。由于现有噪声测试系统在测试过程中无法正确模拟气动性能试验中最大风量点的测试状态,故对噪声测试的实验装置进行了改进,获得更为准确的噪声结果。根据气动性能实验及噪声实验结果分析优化后离心风机的性能提升状况,结果表明:优化后多翼离心风机内部流场得到改善,气动性能也得到有效提升,稳定工况范围扩大。在设计工况点附近全压上升约27 Pa,噪声平均降低约3.0 d B。针对目前多翼离心风机优化研究过程中的局限性,本文提出了一套新颖的优化方案:考虑叶轮及蜗壳间的动静耦合作用选取相应的优化变量,利用高可信度的Co-Kriging模型进行了多翼离心风机气动性能的预测,并结合NSGA-Ⅱ优化算法进行优化设计,最终得到了一组Pareto最优解集,将选取的优化结果应用于实际多翼离心风机改型中验证了该优化方案可行性,为后续近似模型在叶轮机械中的应用提供了数据支持。