Стохастический метод поиска оптимальной формы проточной части погружного электронасоса

Обложка


Цитировать

Полный текст

Аннотация

Введение. При проектировании насосов с целью получения высокого уровня коэффициента полезного действия применяют современные подходы, основанные на методах численной оптимизации. Эти методы с использованием параметрических моделей проточных частей насосов позволяют отыскать глобальный или локальный экстремум целевой функции и получить оптимальную геометрическую форму проточной части. Объектом данного исследования является водоотливной погружной электронасос с консольным расположением рабочего колеса, применяемый в судостроительной отрасли.

Цель исследования. Расчётным путём улучшить энергетические показатели проточной части погружного электронасоса высокой быстроходности на номинальном режиме его работы с использованием стохастического алгоритма поиска глобального экстремума целевой функции — гидравлического коэффициента полезного действия насоса.

Материалы и методы. Поиск оптимальной формы проточной части осуществлялся с применением математического моделирования трёхмерного течения вязкой жидкости в расчётной области исследуемого объекта. Параметрическая модель проточной части включает девять варьируемых геометрических параметров — четыре в рабочем колесе и пять в отводящем элементе, и диапазон их изменения. В качестве алгоритма поиска глобального экстремума целевой функции используется метод латинского гиперкуба, который обеспечивает равномерное распределение варьируемых геометрических параметров в пространстве поиска. По составленной матрице расчётных точек с различными комбинациями параметров выполнены прямые гидродинамические расчёты течения в проточной части насоса.

Результаты. Результаты расчётов показали, что гидравлический коэффициент полезного действия насоса удалось увеличить на 7% относительно исходной проточной части. Из анализа полей скоростей в расчётной области следует, что улучшение энергетических показателей во многом достигнуто за счёт увеличения ширины каналов между электродвигателем и корпусом, что привело к уменьшению скоростей и снижению уровня гидравлических потерь в отводящем элементе проточной части насоса.

Выводы. Метод латинского гиперкуба показал свою эффективность при нахождении глобального экстремума гидравлического коэффициента полезного действия насоса, результат которого в дальнейшем может быть использован как начальное приближение при поиске локального экстремума прямыми методами в окрестностях найденного глобального максимума целевой функции.

Об авторах

Даниил Анатольевич Горбатов

Санкт-Петербургский политехнический университет Петра Великого; СУЛАК

Автор, ответственный за переписку.
Email: Da.Gorbatov@yandex.ru
ORCID iD: 0000-0002-3172-3346
SPIN-код: 5727-2661

аспирант Высшей школы энергетического машиностроения Института энергетики, ведущий конструктор Основного подразделения

Россия, Санкт-Петербург; Санкт-Петербург

Александр Аркадьевич Жарковский

Санкт-Петербургский политехнический университет Петра Великого

Email: azharkovsky@gmail.com
ORCID iD: 0000-0002-3044-8768
SPIN-код: 3637-7853

д-р техн. наук, профессор Высшей школы энергетического машиностроения Института энергетики

Россия, Санкт-Петербург

Артемий Владимирович Адрианов

СУЛАК

Email: mr_a@inbox.ru
ORCID iD: 0000-0003-4853-0804
SPIN-код: 8117-4795

генеральный директор

Россия, Санкт-Петербург

Список литературы

  1. Горбатов Д.А., Жарковский А.А., Адрианов А.В. Влияние различных вариантов направляющего аппарата на гидравлические потери в элементах проточной части погружного электронасоса. В кн.: Гидравлические машины, гидроприводы и гидропневмоавтоматика. Материалы XXV Международной научно-технической конференции, посвященной 75-летию кафедры «Гидромеханики и гидравлических машин им. В.С. Квятковского» Национального исследовательского университета «МЭИ». Москва: МЭИ, 2021. С. 60–65. EDN: PYVRDU
  2. Галдин Д.Н., Кретинин А.В., Печкуров С.В. Оптимизация профиля пространственного рабочего колеса центробежного насоса с использованием параметризованной модели проточной части и искусственной нейронной сети // Насосы. Турбины. Системы. 2021. № 3 (40). С. 22–31. EDN: EVAYEI
  3. Чабурко П.С., Ломакин В.О., Кулешова М.С., Баулин М.Н. Комплексная оптимизация проточной части герметичного насоса методом ЛП-тау поиска // Насосы. Турбины. Системы. 2016. № 1 (18). С. 55–61. EDN: WDEQVX
  4. Свобода Д.Г., Иванов Е.А., Жарковский А.А., Щуцкий С.Ю. Оптимизация проточной части осевого насоса с использованием прямых методов // Известия высших учебных заведений. Машиностроение. 2022. № 12 (753). С. 116–123. EDN: LGLYSX. doi: 10.18698/0536-1044-2022-12-116-123
  5. Свобода Д.Г., Иванов Е.А., Жарковский А.А., Щуцкий С.Ю. Оптимизация проточной части осевого насоса с использованием поверхности отклика // Известия высших учебных заведений. Машиностроение. 2022. № 8 (749). С. 74–83. EDN: IIUJUA. doi: 10.18698/0536-1044-2022-8-74-83
  6. Валюхов С.Г., Галдин Д.Н., Коротов В.В., Русин В.А. Использование аппроксимационных моделей для выполнения оптимизации профиля рабочего колеса центробежного насоса // Насосы. Турбины. Системы. 2020. № 2 (35). С. 58–65. EDN: RRUDUX
  7. Гарбарук А.В., Стрелец М.Х., Травин А.К., Шур М.Л. Современные подходы к моделированию турбулентности. СПб.: Изд-во Политехн. ун-та, 2016.
  8. Gulich J.F. Centrifugal Pumps. Berlin Heidelberg: Springer-Verlag, 2010. doi: 10.1007/978-3-642-12824-0

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Цифровая модель (a) и расчётная область (b) погружного электронасоса.

Скачать (130KB)
3. Рис. 2. Варьируемые геометрические параметры расчётной области.

Скачать (126KB)
4. Рис. 3. Распределение варьируемых параметров b / D2 и B / D2 в области поиска.

Скачать (355KB)
5. Рис. 4. Поля скоростей в исходной (a) и оптимальной (b) проточных частях.

Скачать (751KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).