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 с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».