16774

14877

كارشناسي ارشد

تبديل انرژي

اصفهان : دانشگاه صنعتي اصفهان

1400

پانزده، 98ص. : مصور، جدول، نمودار

مهدي نيلي احمدآبادي، ايمان چيت ساز

اميد نعمت الهي

احمد سوهانكار اصفهاني، احمدرضا پيشه ور

1400/09/06

كتابنامه

مهندسي مكانيك

مهندسي مكانيك

1400/09/07

2780879

امروزه بخش قابل توجهي از مسائل مهندسي مربوط به حوزه‌ي بهينه سازي مي¬باشد و روش¬هاي گوناگون بهينه سازي مطرح شده است. بهينه سازي هندسي در حوزه¬ي آيروديناميك با هدف ارتقاء عملكرد سيستم سيالاتي مورد نظر و افزايش راندمان آن صورت مي¬گيرد. انتخاب روش بهينه سازي مناسب براي مسئله مورد نظر، از اهميت زيادي برخوردار است و بر روي هزينه‌ي محاسبات و دقت جواب حاصل از بهينه سازي موثر است. در اين پژوهش، ايده‌ي تركيب بهينه سازي گرادياني و غيرگرادياني به منظور استفاده از مزاياي هر يك از آن ها و افزايش دقت بهينه سازي، مطرح شده است. روش¬هاي گرادياني بر خلاف روش¬هاي غيرگرادياني، از مشتق تابع هدف نسبت به متغيرهاي طراحي براي بهينه سازي استفاده مي¬كنند. براي پياده سازي اين ايده، از الگوريتم ژنتيك به عنوان يك روش بهينه‌سازي غيرگرادياني استفاده شده است كه يك الگوريتم فرا ابتكاري مي باشد و قادر است تمامي دامنه‌ي حل مسئله را جست‌وجو كند و به سمت بهينه‌ي سراسري همگرا شود. حل عددي معادلات حاكم بر جريان توسط نرم افزار انسيس فلوئنت صورت گرفته است. جريان به صورت لزج در نظر گرفته شده و از مدل آشفتگي SST k-ω استفاده شده است. پارامتري كردن هندسه و ارتباط خودكار آن با الگوريتم ژنتيك و حلگر جريان توسط كدنويسي در نرم افزار متلب انجام شده است و براي پارامتري كردن هندسه، از منحني بزير استفاده شده است. از روش معادلات الحاقي كه در آن، هزينه¬ي محاسباتي نسبت به تعداد متغيرهاي طراحي مستقل است و براي مسائل بهينه سازي هندسي با تعداد متغيرهاي طراحي زياد مناسب مي¬باشد، به منظور بهينه سازي گرادياني استفاده شده است. براي به كارگيري روش معادلات الحاقي، از ابزار بهينه سازي موجود در نرم افزار انسيس فلوئنت استفاده شده است. شيوه‌ي بهينه سازي به اين صورت است كه ابتدا الگوريتم ژنتيك از بهينه‌هاي محلي عبور مي‌كند و محدوده بهينه‌ي سراسري را شناسايي كرده و به آن نزديك مي¬شود. سپس، جواب حاصل از الگوريتم ژنتيك وارد روش معادلات الحاقي شده و بهينه سازي نهايي براي دست يابي به مقدار دقيق بهينه‌ي سراسري، بر روي آن صورت مي‌گيرد. در پژوهش حاضر، بهينه سازي بر روي نازل خروجي يك موتور جت صورت گرفته است كه طراحي صحيح آن، نقش مهمي در افزايش نيروي پيشرانش توليدي توسط مجموعه‌ي موتور دارد. اين نازل داراي يك قسمت مخروطي شكل در وسط خود مي¬باشد. بهينه سازي در سه مرحله صورت گرفته است و اثرات قسمت مخروطي و بيرون‌زدگي آن در نتايج مورد بررسي قرار گرفته است. هر مرحله از بهينه سازي، قيود هندسي مخصوص اعمال شده است؛ به نحوي كه اين سه مرحله مكمل هم باشند و تمامي هندسه هاي ممكن پوشش داده شود. هم‌چنين تابع هدف در هر سه مرحله، نيروي پيشرانش حاصل از نازل، در شرايط بالادست و پايين‌دست ثابت مي‌باشد. نتايج نشان مي‌دهد كه قسمت مخروطي مياني در هدايت و جهت دهي به جريان موثر است و از اين طريق به افزايش نيروي پيشرانش كمك مي‌كند. نتايج هر سه مرحله حاكي از آن است كه در طي بهينه‌سازي، ميزان تلفات لزجت در نزديكي ديواره‌هاي نازل كاهش و دبي جرمي عبوري از نازل افزايش مي يابد تا به دبي نازل آيزنتروپيك نزديك شود. در نهايت، مقايسه‌ي نتايج اين سه مرحله نشان مي‌دهد كه نازل نهايي حاصل از مرحله‌ اول بهينه‌سازي نسبت به دو مرحله‌ي ديگر، نيروي پيشرانش بيشتري توليد مي‌كند. در اين مرحله، ميزان افزايش نيروي پيشرانش حاصل از الگوريتم ژنتيك و روش الحاقي به ترتيب برابر با 2/92 و 0/55 درصد مي‌باشد و بازده نازل نهايي به 96/15 درصد مي‌رسد.

Geometric optimization in the field of aerodynamics is carried out with the aim of improving the performance of the desired fluid system and increasing its efficiency. selection of the correct optimization method for the problem is very important, which affects the cost of calculations and the accuracy of the optimization result. In this research, the idea of combining a gradient and a non-gradient optimization approach was proposed in order to use the benefits of both approaches to increase the optimization accuracy. Gradient methods utilize the derivative of the objective function relative to the design variables for the optimization. To implement this idea, genetic algorithm was used as a non-gradient optimization method, which is a meta heuristic algorithm and is able to search the entire space to converge towards the global optimization. The flow governing equations were numerically solved by Ansys Fluent software. The flow was considered to be viscous and the SST k-ω was used for turbulence modeling. Geometry parameterization was automatically incorporated into the genetic algorithm and flow solver by coding in MATLAB software, and Bazir curve was used to parameterize the geometry. The adjoint method, in which the computational cost is independent of the number of design variables and is suitable for geometric optimization problems with a large number of design variables, was used as gradient optimization method. In the optimization procedure, the genetic algorithm first overcomes the local optimums and identifies the global optimum region. Then, the optimized geometry obtained from the genetic algorithm is considered as the initial guess geometry for the adjoint method to finally achieve the global optimum. In the present study, the optimization was performed on the exhaust nozzle of a turbojet engine in which the nozzle has a conical enter body. The optimization was carried out in three steps, and the effects of the center body shape on the results were investigated. Some special constraints were applied to the geometry at each optimization steps to cover all possible geometries through the whole optimization procedure. The objective function in all three optimization steps was the thrust force obtained from nozzle with constant conditions in the upstream and downstream. The results showed that the conical center body is effective in adjusting the flow angle at the exit, which strongly affects the thrust force. The results of the three optimization steps indicate that the amount of viscosity losses near the nozzle walls decreases and the mass flow rate through the nozzle increases to approach the isentropic nozzle mass flow rate. Finally, a comparison between the results of the three steps showed that the nozzle obtained from the first step of the optimization produces more thrust force than the other two steps. The increase in the thrust force from the genetic algorithm and adjoint method was respectively equal to 2.92% and 0.55%, and the propulsion efficiency of the final optimized nozzle was equal to 96.15%.

مهدي نيلي احمدآبادي، ايمان چيت ساز

اميد نعمت الهي

احمد سوهانكار اصفهاني، احمدرضا پيشه ور