CN102947830A - 涡轮机级家族调整/校准系统和方法 - Google Patents

Abstract

一种用于自动地确定用于设计新涡轮机的最终一组调整/校准参数的系统和方法。该方法包括：输入初始一组调整/校准参数；基于初始一组调整/校准参数来计算家族涡轮机量；比较所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和测量的量之间的第一误差；计算初始一组调整/校准参数和涡轮机变量的缺省值之间的第二误差；形成包括第一误差和第二误差两者的修改目标函数；在迭代过程期间，改变初始一组调整/校准参数，使得找到最终一组调整/校准参数；以及将关于家族的最终一组调整/校准参数存储在数据库中。

Description

涡轮机级家族调整/校准系统和方法

技术领域

本文公开的主题的实施例大体涉及方法和系统，并且更具体而言，涉及用于调整/校准涡轮机级家族（turbo-machinery stage family）的机构和技术。

背景技术

一种涡轮机是离心压缩机。通常在意于覆盖特定的流量范围和用途的家族中设计离心压缩机。离心压缩机能具有一个或若干个级。家族内的各个单独的设计可为不同的大小，并且可在叶轮（例如，成一排或多排的分流器或非分流器）中具有数量不同的叶片、静止部件（例如，具有带有分流器的叶（一排或多排）或者栅叶或楔型叶的回行通道）、扩散器（例如，具有硬度低的翼型，或者带有一排或多排叶或者没有叶的栅型或楔型），以及出口系统（涡形管、收集器、回流器）等。家族中的单独设计从低的设计流量系数伸展到高的设计流量系数，并且有时从低的设计马赫数伸展到高的设计马赫数。用一个设计流量系数和速度限定各个家族成员，但也用可使用的流量范围和速度范围来限定各个家族成员，如图1中显示的那样。图1中显示的家族包括四个设计，各个设计都有其设计速度线2、4、6和8以及若干额外的速度线。对于这个特定示例，总共有十二个待用于相对于多变效率和压头来校准/调整1-D模型的速度线。要注意的是，使图1中的所有值标准化成处于中-高设计流率的对应的值。选择选定量的设计（称为测试主机且显示为图2中的要素10）来进行测试，并且然后对它们进行调整/校准，以测试数据。经调整/校准的测试主机10保存为数据库主机，数据库主机又用来容纳设计数据库，在图2中示意性地示出了设计数据库。未测试其它设计点12。但是，这些点也存储在设计数据库中，而且这些点对应于已经设计好的压缩机。当顾客订购具有由图2中的点14（其在设计数据库中不存在）指示的设计的新压缩机时，测试主机和设计好的点可用来对期望压缩机建模，例如，确定设计参数。

在最近几年里，已经对涡轮机构件的航空动力学和机械设计使用了优化策略。具体而言，对于新一代涡轮机构件的航空动力学设计，数字优化技术看来是最有前途的工具之一（Bonaiuti等人的“Analysis and Optimization of Transonic Centrifugal Compressor Impellers Using the Design of Experiments Technique（使用实验技术的设计来分析和优化超音速离心压缩机叶轮）”，Journal of Turbomachinery， 128（4），786-797页，2006，该文章的内容通过引用而整体地结合在本文中）。

离心压缩机级的航空设计周期始于1-D性能预测和计算过程，后面是详细设计、分析和测试，以验证预测。设计过程的一部分是1-D性能参数预测和计算。在1-D性能预测工具的帮助下执行这个任务，1-D性能预测工具计算例如压缩机的多变压头、多变效率、工作系数等。需要借助于所谓的调整/校准系数来调节1-D工具中的流模型，以便尽可能紧密地拟合测试数据。1-D工具的高精确性和预测能力是合乎需要的，而且执行连续的改进，以得到与实验偏差最小的更好的预测工具。在开发相关性时有效地利用机组反馈和报告，以获得更好的预测能力。

目前，1-D工具的调整过程是人工过程。这个过程利用来自对不同的级进行的测试的数据，以及有限的少数调整参数。

例如，通常在意于覆盖特定的流量范围和用途的家族中设计离心压缩机。图3示出了具有不同的几何特性（如多边形所表示的那样）的家族20、22、24、26和28。图3的曲线图基于设计外围马赫数相对（versus）流量系数来对各种压缩机分类。马赫数表示介质（其由压缩机压缩）相对于声音速度的速度，并且流量系数指示流过压缩机的介质的量。家族中的单独的设计覆盖一定范围的流量系数，并且通常覆盖多个速度线（即，不同的马赫数）。各个家族成员可由设计流量系数和速度（所谓的设计点）来表征，但其校准/调整参数可用于家族流量范围和速度范围（一定范围的若干工作点）中的。可使用数据库来存储每个根据流量系数和马赫数来索引的家族的代表点。

另外，被证明对于一个特定的级有效的调整/校准参数可能不适合于另一个级。需要优化的性能指标越多，用户达到接受的但不一定最佳的关于基准线的改进水平所需要的迭代数就越高，其中，基准线可由缺省调整/校准参数值表示。调整/校准参数的量会影响优化过程，因为调整/校准参数的量的少量增长就会导致所需迭代数迅速增长。

已经开发出处理离心压缩机的几何设计特征的优化程序（参见例如Omar等人的“An Aerodynamic Optimization Procedure for Preliminary Design of Centrifugal compressor stages（用于离心压缩机级的初步设计的航空动力学优化程序）”，GT2008-51154，ASME Turbo Expo 2010，该文章通过引用而整体地结合在本文中）。这个优化程序意于用于离心压缩机级的初步设计。这个优化算法的有效性可受到限制，因为需要用测试数据来校准1-D性能预测工具中的流模型，以便能够估计通过压缩机级的预期流行为。考虑到其它工具对1-D工具的预测能力的依赖性，开发一种就实验结果而言匹配1-D工具的自动化的优化算法可为合乎需要的。

发明内容

根据一个示例性实施例，存在一种用于自动地确定用于设计新涡轮机的最终一组调整/校准参数的方法。该方法包括：输入初始一组调整/校准参数；基于初始一组调整/校准参数来计算家族涡轮机量；比较所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和测量的量之间的第一误差；计算初始一组调整/校准参数和涡轮机变量的缺省值之间的第二误差；形成包括第一误差和第二误差两者的修改目标函数；在迭代过程期间，改变初始一组调整/校准参数，使得找到最终一组调整/校准参数，并且最终一组调整/校准参数实现：（1）家族涡轮机量和测量的量之间的最佳拟合，以及（2）最终一组调整/校准参数从家族的一个成员平滑地过渡（transition）到另一个成员；以及将家族的最终一组调整/校准参数存储在数据库中。

根据另一个示例性实施例，存在一种用于确定新涡轮机的最终一组设计参数的设计设备。该设计设备包括：配置成输入初始一组调整/校准参数的接口；以及连接到该接口上的处理器。处理器配置成：基于初始一组调整/校准参数来计算家族涡轮机量；比较所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和测量的量之间的第一误差；计算初始一组调整/校准参数和涡轮机变量的缺省值之间的第二误差；形成包括第一误差和第二误差两者的修改目标函数；在迭代过程期间，改变初始一组调整/校准参数，使得找到最终一组调整/校准参数，并且最终一组调整/校准参数实现：（1）家族涡轮机量和测量的量之间的最佳拟合，以及（2）最终一组调整/校准参数从家族的一个成员平滑地过渡到另一个成员；以及将家族的最终一组调整/校准参数存储在数据库中。

根据又一个示例性实施例，存在一种包括计算机可执行的指令的计算机可读介质，当执行指令时，指令实现上面论述的方法。

附图说明

结合在说明书中且构成说明书的一部分的附图示出了一个或多个实施例，并且与描述共同阐明这些实施例。在图中：

图1是待用于设计另一个涡轮机的家族的示例；

图2是按照马赫数和流量系数分类的涡轮机的家族的示意图；

图3是按照马赫数和流量系数分类的涡轮机的多个家族的示意图；

图4是示出了压缩机家族的多变效率相对流量的曲线图；

图5是示出了压缩机家族的多变压头相对流量的曲线图；

图6是示出了根据示例性实施例的、用于计算新涡轮机的设计参数的算法的流程图；

图7是示出了根据示例性实施例的、压缩机的家族的测量点相对于同一家族的估计曲线的曲线图；

图8是示出了根据示例性实施例的、压缩机家族的设计点状况和非设计的状况的曲线图；

图9是示出了根据示例性实施例的、针对压缩机家族人工地（且一次对于一个家族部件）和自动地调整的设计参数的曲线图；

图10是示出了根据示例性实施例的、压缩机家族部件的经自动调整的多变效率和压头相对经人工调整/校准的多变效率和压头的曲线图；

图11是示出了根据示例性实施例的、压缩机家族的经平滑调整的设计参数的曲线图；

图12是根据示例性实施例的设计设备的示意图；

图13是示出了根据示例性实施例的、用于计算设计参数的方法的流程图；以及

图14是离心压缩机的示意图。

具体实施方式

示例性实施例的以下描述对附图进行参照。不同的图中的相同参考标号标识相同或相似的元件。以下详细描述不限制本发明。本发明的范围而是由所附权利要求限定的。为了简单，关于离心压缩机的术语和结构来论述以下实施例。但是，接下来待论述的实施例不限于这些系统，而是可应用于其它系统，例如使用1D性能预测工具来进行初始性能预测的其它类型的压缩机或其它涡轮机，例如蒸汽涡轮、燃气涡轮等。

整个说明书中对“一个实施例”或“一实施例”的参照表示这样的意思，即，结合实施例所描述的特定的特征、结构或特性包括在公开的主题的至少一个实施例中。因而，在整个说明书的各处出现短语“在一个实施例中”或“在实施例中”未必是参照同一实施例。另外，特定的特征、结构或特性可按任何适当的方式结合在一个或多个实施例中。

接下来论述待用来描述示例性实施例的一些术语。虽然如下面定义的那样理解以下术语，但注意到的是，本领域技术人员可针对相同量使用相似术语。校准/调整参数/变量是用来调节1D流模型以使其尽可能紧密地拟合测试数据的系数。设计变量是限定压缩机的几何设计的变量。工作参数/变量是确定压缩机的机能的参数（例如，气体量、质量流、旋转速度、压力比、温度等）。设计点包括已经针对其来设计压缩机的一组流状况（例如，气体量、质量流、旋转速度、压力比、温度等）。工作点包括将使用压缩机时所处的一组或若干组流状况（例如，气体量、质量流、旋转速度、压力比、温度等）。工作点可与设计点相同或不同。

还定义了以下量。

流量系数：                                                

多变效率：

多变压头增长：

工作系数：

D₂=叶轮叶片尖端直径

g=重力常数[m/s₂]

H_0o=级出口处的压头[m]

H_0i=级入口处的压头[m]

h_0o=级出口处的总热函[J/kg=m₂/s₂]

h_0i=级入口处的总热函[J/kg=m₂/s₂]

P_0i =级入口处的总压力[Pa]

P_0o =级出口处的总压力[Pa]

Q =质量流[kg/s]

T_0i =级入口处的总温度[K]

T_0o=级出口处的总温度[K]

U₂=叶轮叶片尖端速度[m/s]，以及

Y=比热容的比。

根据示例性实施例，优化算法可使优化工具与1-D预测工具接口，以在给定的调整/校准极限内提供最佳可能解。当用于开发离心压缩机级或其它涡轮机时，自动化的优化算法可改进1-D工具的预测能力。以与实验相符的方式预测1-D调整/校准参数，并且然后使用这些参数来执行后续的2-D和3-D设计阶段。在一个应用中，优化算法用一组调整/校准参数开始。这些可为或者从涡轮机的相似的家族中得到的或者选自预先确定的范围内的缺省值。然后算法计算机器的各种量，并且比较两个误差（稍后描述）。然后，算法重新进行计算，同时在预先确定的范围内改变调整/校准参数，直到找到最小误差为止。可对算法施加额外的约束，并且这就是，针对包括在优化中的所有设计工作点，必须找到的调整/校准参数之间的平滑性。换句话说，优化充当两个维度上的校准，在一个轴线上的工作点和在另一个上的调整/校准参数。它们共同限定性能结果，期望该性能结果与测量结果有最小偏差。同时，期望各个调整/校准参数在工作点范围内是平滑的。

1-D工具能够基于压缩机级的给定几何轮廓和工作状况（例如，入口压力和温度、质量流、旋转速度、气体属性等）来计算量，诸如多变效率、多变压头、工作系数、压力比、浪涌、节流限制等。考虑到的几何结构可包括叶轮、扩散器和出口系统，但可使用大量构件，包括（但不限于）入口导向叶片、叶轮（成一排或多排的分流器或非分流器）、静止部件（具有带有分流器的叶（一排或多排）或者栅叶或楔型叶的回行通道）、扩散器（具有硬度低的翼型，或者带有一排或多排叶或者没有叶的栅型或楔型）、出口系统（涡形管、收集器、回流器）等。

对于各个构件类型，用户可被要求提供限定其轮廓（例如，经向的以及叶片到叶片的）的几何数据。可提供这些参数到输入文件。计算的结果可存储在输出文件中，其中，结果可以用针对所有设计状况和非设计的状况而重复的模块来呈现。通过对这个几何结构应用预测工具，能从对应的输出文件中减去相关联的性能参数。

用于现有级设计的预测工具的实验确证表明家族调整/校准的相关性。例如，图4显示了预测值（线30）和测试值（点32）之间的比较。相对由介质流量系数级的设计流量系数标准化的流量系数来标绘标准化多变效率。图5显示了多变压头相对由介质流量系数级的设计流量系数标准化的流量系数的相似比较。能从图4和5中看出的是，家族调整/校准不一定表示关于所有单独的家族成员的最佳调整/校准的意思，因为目标是找到最佳整体匹配。

在传统的调整/校准中，主要工作都放在设计点上，主要用与效率和叶轮出口流角度有关的两个因数来调整设计点。传统调整的意图在于使多变效率和压头尽可能紧密地匹配。然后借助于对入口流起作用的两个系数来修改叶轮入口损耗模型，以改进节流和停机限制。针对各个设计流量系数级，单独地执行所有这些步骤。不必遵从性能曲线的形状。

通常不调整/校准各个设计流量系数的速度比的变化，仅仅检查而已。一旦已经调整/校准所有设计，比较产生的参数，并且调节它们中的一些。具有设计流量系数在家族内的平滑的开发参数值是合乎需要的。在一个应用中，使用三个额外的调整/校准参数（与流分离、流阻塞和临界马赫数相关联），以便也调整/校准性能曲线的形状。但是，当由有经验的工程师进行时，例如针对具有六个成员和七个调整参数的家族，这种人工调整/校准过程要花几乎两个月。甚至然后还不确定是否已经实现真实的最佳校准/调整，因为仅在找到可接受的良好匹配之前执行人工调整/校准。

根据示例性实施例，新颖的优化算法（在这里称为“优化器”）能够一次用设计状况和非设计的状况两者中的‘n’数量的速度线来调整/校准整个离心压缩机级家族。优化器可处理具有相同设计边缘马赫数的不同质量流的所有离心压缩机级类型和主机。优化器的输入细节可为限定待调整/校准的所有级的级参数和对应的实验数据的文件。优化器具有足够的灵活性，以用于以下两者：调整/校准单个级和整个离心压缩机级家族，整个离心压缩机级家族包括被测试且其性能存储在数据库中的“n”数量的级（称为主机（master））。优化器能在一次运行期间处理任何量的调整/校准变量。优化器的一个目标是“最小化”测试值和预测值之间的误差的RMS（均方根）值。如本文所陈述的那样，误差可包括两个分量，第一个分量指示预测点/计算点与实验数据偏差多远（Error分量），而第二个分量则指示校准/调整变量/参数与用户所指定的缺省值偏差多少（Devi分量）。在公开的文献资料或内部设计实践中可找到缺省值。

可借助于用户所指定的W_devi因数来对两个误差分量用可变权重加权。而且，用户可对各个测试点提供单独的权重，使得（例如）设计点能比其它点有更大权重。协助精确优化的这个算法的一个优点在于，可单独地处理各个点。

图6是示出了根据示例性实施例的优化过程的图。在步骤40中，基于用户输入值来限定目标函数（稍后论述）和约束。计算修改目标函数（OFMOD）。稍后更加详细地论述修改目标函数。然后，在优化环路（loop）42中，在步骤44中，优化器确定初始一组/新一组调整/校准参数。稍后也会论述与初始一组调整/校准参数相关联的状况。在步骤46中，通过使用新一组调整/校准变量，算法使用1-D预测工具来预测压缩机的性能（即，诸如多变压头、多变效率和工作系数的量）。这个步骤可包括计算两个误差分量。检查压缩机的性能，并且在步骤48中计算新的目标函数值。然后，算法可通过使用不同组的调整/校准变量来重复，直到实现期望的最终一组为止。最终一组调整/校准变量实现：（1）家族涡轮机量和测量的量之间的最佳拟合，以及（2）最终一组调整/校准参数从家族的一个成员平滑地过渡到另一个成员。可对用户呈现分析的总结50。

图7更加详细地示出了如何计算误差分量中的一个。S1和S2是表示相同家族的成员的两个相邻点之间的距离。综合修正因数‘p’说明点的不均匀分布，并且由p=（s1+s2）/2给出。距离‘d’限定为测试数据62和预测曲线60之间的标准距离（normal distance）。例如，如果在预测曲线60上存在两个点（x0，y0）和（x1，y1），并且一个测试点介于这两个点之间且在它们之上，则距离定义为d = [（y0-y1）（x2） + （x1-x0）（y2） + （x0y1-y0x1）]/sqrt[（x1-x0）^2 + （y1-y0）^2]。可使用关于距离d的其它定义。误差由下式给出：

其中，n表示测试数据的总量，“*”表示乘法运算，而w是由设计者指定的权重。如果点62较远，则s1和s2的值较大，并且因此，与位于彼此附近的点相比，p值对误差Error的贡献更高。对于第一个点和最后一点，p值可仅等于或者s1或者s2。照这样，优化器均匀地、有效地处理数据点的不均匀分布。优化器还能够处理关于用户在测试数据输入文件中定义的实验数据的单独的点的可变权重。

根据示例性实施例，可通过将设计状况和非设计的状况分配给不同的群来单独地处理它们。设计点是具有某些压缩机想要的特性的点，例如，在预期质量流处速度为10000 rpm。非设计的点是设计点周围的点，例如，不同质量流但处于相同的速度，以及具有不同质量流和不同速度两者的点。在期望的速度曲线72上的设计点70和其它点可分类成三个群：由参数限定的群1对应于（1+/-ξ）之间的流量比，由参数限定的群2对应于（1-ξ）以下的流量比，而由参数限定的群3则对应于（1+ξ）以上的流量比。如果考虑两个非设计的速度线，假如对于速度‘x’和‘y’，则对应于x和y的流量比（1+ξ）的参数被分配给群4，并且（1-ξ）分配给群5。参数的这个分离指示能根据要求和用户说明来单独地考虑各个群。图8示出了上面的群。图8还显示了设计点70、设计速度曲线72和非设计的速度曲线74。

根据示例性实施例，优化器配置成在一次运行中调整由用户指定的任何数量的调整/校准变量和任何数量的速度线。当改变参数时，优化器正通过例如遍及整个家族的这些参数限定多项式函数（线性或二次或n次）来确定参数的平滑演化。这个新颖的特征允许优化器更精确地确定新压缩机的调整/校准参数。而且，优化器正通过用调整/校准变量的用户指定的边界使这些值标准化来确定尽可能接近缺省值的调整/校准参数的平滑演化，并且将这些标准化的结果分配给特定的因数。偏差被计算成所有这些因数的总和。通过最小化总Error和Devi的RMS值，调整/校准变量被调整/校准成尽可能地接近缺省标准。在一个应用中，用户可选择松弛Devi因数，以便允许调整/校准参数与缺省值有更多偏差。

图9显示了用新颖的优化器计算的以及针对两个不同的家族F1和F2人工地计算的调整/校准参数（效率相关因数）的行为。用四个主机以及二次参数拟合来执行家族F1计算，而家族F2使用三个测试主机和线性参数拟合。曲线80指示用于家族F1的人工计算，并且曲线82指示用于同一家族的优化器计算。曲线84指示用于家族F2的人工计算，并且曲线86指示用于同一家族的优化器计算。图9示出了由优化器执行的家族调整/校准所产生的调整/校准参数的平滑演化相对经人工调整/校准的调整/校准参数的平滑演化。另外，优化器执行的家族调整/校准参数也比经人工调整/校准的参数更接近缺省值。

在示例性实施例中，优化器的算法可始于微分演化（DE）遗传算法步骤，后面是利用基于单纯形法的优化算法（例如，AMOEBA、Wang. L和Beeson. D在2003在第44次AIAA/ASME/ASCE/AHS结构、结构动力学和材料会议AIAA 2003-1782上的 “Non-Gradient Based Methods for probabilistic analysis（用于概率分析的基于非梯度的方法）”该文章的整个公开通过引用而结合在本文中）的步骤。由于其鲁棒性和全局搜索能力，第一个步骤可包括遗传算法（GA）方法。第二个步骤可以基于AMOEBA方法，AMOEBA是局部优化方法。这个第二步骤用来在一旦使用基于GA的第一步骤识别了设计空间的最有希望的部分，使过程加快达到最终的最佳设计。

GA方法随机地生成调整/校准变量。因此，仅需要初始一组调整/校准变量用于性能标准化。调整/校准变量生成的这个随机过程可产生“非物理计算”，这可导致预测工具停止或崩溃。为了解决这个问题，已经在结构上将优化问题设置成对于这样的情形具有较高的惩罚值，从而确保算法平滑地执行。最后，程序可实现诸如移除任何冻结运行的特征，作为避免优化过程有任何过早停止的最后手段。

将修改目标函数（OFMOD）定义为预测和实验以及调整/校准变量与缺省的偏差Devi之间的总误差Error的RMS值。更具体而言，OFMOD由以下给出：

 

其中，在上面已经介绍了Error和Devi。目标函数OF定义为最小化（OFMOD）。

在由发明人执行的一个仿真中，使用七个调整参数来调整成一组的四个主机和成一组的三个主机，各组都具有三个速度线。设计的变化使得最大设计流量系数为最小设计流量系数的大约三倍。对多变效率和压头执行优化。与非设计的点相比，对设计点给定20倍的权重，以及5:1的devi因数。与传统调整的两个月相比，CPU所需的时间为大约每组主机一周。

针对标准的离心压缩机级家族主机来测试优化算法。优化过程使用七个调整/校准参数来调整四个主机，具有三个速度线的三个主机和具有四个速度线的一个主机。初始一组调整/校准参数可包括或者来自与新涡轮机相似的家族的其它涡轮机的一组缺省参数值或调整/校准参数值，或者允许与缺省参数值有偏差的修改调整/校准参数值。在此特定情况下经调整/校准的参数包括（但不限于）入口流上的两个系数、叶轮出口流角度中的一个系数、临界马赫数、流分离上的一个系数、一个效率系数和一个阻塞系数。这还包括叶轮（成一排或多排的分流器或非分流器）处的其它性能调整/校准系数、扩散器（具有硬度低的翼型，或者带有一排或多排叶或者没有叶的栅型或楔型），以及返回通道（一排或多排具有分流器、或者栅叶或楔型叶）、在用于单级主机或用于整个压缩机级主机家族的单级或多级压缩机配置中的出口系统（涡形管、收集器、回流器）。

修改目标函数值表示考虑了所有主机和所有速度线的累积误差，并且在目标为最小化OFMOD和同时调整/校准所有七个参数的情况下，执行优化算法。最初调整/校准基于用于全局优化的微分演化型遗传算法，后面是用于捕捉局部最佳解的基于单纯形法的程序。与基准线相比，这个程序能够使目标函数值减小几乎80%，基准线是调整/校准参数的缺省值。

图10示出了相对于在设计速度处测得的值来调整/校准的四个主机中的一个的结果。相对于基准线设计点值使值标准化，以便显示在预测值和实验值之间存在差异。要注意的是，传统的值90比最佳值94离实验数据值92更远。而且，要注意的是，最佳曲线94的曲线形状比传统曲线对测试数据拟合得更好。

图11显示了在应用新颖的优化器之后，压缩机家族的各种调整/校准参数100在家族的成员之间具有平滑的演化。图11中显示的参数曲线100与由图9中的曲线80和84示出的人工调整/校准结果相反。通过实现这个高级平滑性，新颖的优化器会产生压缩机点的更好的数据库，并且从而，当顾客订购新压缩机时，用于计算新压缩机的特性的插值过程会产生更好且更精确的结果。可按照曲线的一阶导数来描述曲线平滑的特性。例如，考虑由图11中的曲线100描述的整个家族的调整/校准参数。如果所考虑的调整/校准参数相对于整个家族的流量系数的一阶导数是连续的，则认为曲线100平滑。要注意的是，图11显示了对应于主机设计的点102，即，已测试过的那些机器，并且曲线100表示整个家族的所考虑的设计参数。因而，当客户想要具有由参考标号104指示的期望流量系数的新涡轮机时，包括曲线102的数据库的操作者能够迅速地识别对应于想要的涡轮机的一个或多个设计参数106。

接下来关于图12来描述用于确定用于设计新涡轮机的一组调整/校准参数的设计设备110。设计设备110可包括配置成输入来自与新涡轮机相同的家族的其它涡轮机的工作参数的接口112。例如，接口112可为键盘、鼠标、扫描仪等。接口112连接到处理器或专用电路（模拟或数字）114上。处理器114可包括各种功能框。例如，处理器114可包括配置成基于接收自接口112的工作参数来计算家族涡轮机量的第一框116。计算框118配置成比较所计算的家族涡轮机量与测量的量，以及计算所计算的家族涡轮机量和测量的量之间的第一误差（Error）。同一计算框118可配置成还计算调整/校准涡轮机变量和涡轮机变量的缺省值之间的第二误差（Devi）。逻辑框120配置成形成包括第一误差和第二误差两者的修改目标函数。逻辑框120或另一个框配置成基于最小化修改目标函数来确定待从一个成员平滑到达另一个成员的、家族的一组调整/校准参数。这个操作的结果可存储在位于存储器122中的数据库中。存储器可与处理器114通信，或者可位于处理器114的内部。显示单元124可耦接到处理器114上，并且可配置成显示调整/校准参数。在一个应用中，设计设备110可为配置成如接下来论述的那样执行特定步骤的专用工作站。

根据图13中示出的示例性实施例，存在一种用于自动地确定用于设计新涡轮机的最终一组调整/校准参数的方法。该方法包括：输入初始一组调整/校准参数的步骤1300；基于初始一组调整/校准参数来计算家族涡轮机量的步骤1302；计算所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和测量的量之间的第一误差的步骤1304；计算初始一组调整/校准参数和涡轮机变量的缺省值之间的第二误差的步骤1306；形成包括第一误差和第二误差两者的修改目标函数的步骤1308；步骤1310，在迭代过程期间，改变初始一组调整/校准参数，使得找到最终一组调整/校准参数，并且最终一组调整/校准参数实现：（1）家族涡轮机量和测量的量之间的最佳拟合，以及（2）最终一组调整/校准参数从家族的一个成员平滑地过渡到另一个成员；以及将用于家族的最终一组调整/校准参数存储在数据库中的步骤1312。

可在图12中显示的设计设备110中实现上面描述的方法。设计设备12可计算用于离心压缩机的调整/校准参数。在图14中显示了示例性离心压缩机。离心压缩机140可包括叶轮142、扩散器144、出口系统146和入口导向叶片装置148。

公开的示例性实施例提供一种用于自动地确定用于设计新涡轮机的一组调整/校准参数的系统和方法。应当理解，此描述不意于限制本发明。相反，示例性实施例意于覆盖包括在由所附权利要求限定的本发明的精神和范围中的备选方案、修改和等效物。另外，在示例性实施例的详细描述中，阐述了许多特定细节，以便提供要求保护的发明的综合理解。但是，本领域技术人员将理解，可在没有这样的特定细节的情况下实践各种实施例。

虽然在实施例中以特定的组合描述目前示例性实施例的特征和要素，但各个特征或要素能在没有实施例的其它特征和要素的情况下单独使用，或者在有或没有本文公开的其它特征和要素的情况下以各种组合的形式使用。

本书面描述使用公开的主题的示例来使本领域任何技术人员能够实践公开的主题，包括制造和使用任何装置或系统，以及实行任何结合的方法。本发明的可取得专利的范围由权利要求限定，并且可包括本领域技术人员想到的其它示例。这样的其它示例意于处在权利要求的范围之内。

Claims (20)

1.一种用于自动地确定用于设计新涡轮机的最终一组调整/校准参数的方法，所述方法包括：

输入初始一组调整/校准参数；

基于所述初始一组调整/校准参数来计算家族涡轮机量；

比较所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和所测量的量之间的第一误差；

计算所述初始一组调整/校准参数和所述涡轮机变量的缺省值之间的第二误差；

形成包括所述第一误差和所述第二误差两者的修改目标函数；

在迭代过程期间，改变所述初始一组调整/校准参数，使得找到所述最终一组调整/校准参数，并且所述最终一组调整/校准参数实现：（1）所述家族涡轮机量和所测量的量之间的最佳拟合，以及（2）所述最终一组调整/校准参数从所述家族的一个成员平滑地过渡到另一个成员；以及

将所述家族的所述最终一组调整/校准参数存储在数据库中。

2.根据权利要求1所述的方法，其中，所述初始一组调整/校准参数包括或者用于来自与所述新涡轮机相似的家族的其它涡轮机的一组缺省参数值或调整/校准参数值，或者与所述缺省参数值有允许偏差的修改调整/校准参数值。

3.根据权利要求1或权利要求2所述的方法，其中，当所述调整/校准参数相对于流量系数的一阶导数对于所述整个家族连续时，调整/校准参数是平滑的。

4.根据前述权利要求中的任一项所述的方法，其中，针对所述家族的现有涡轮机来测量所测量的量。

5.根据前述权利要求中的任一项所述的方法，其中，所述第一误差是（i）各个所计算的家族涡轮机量和（ii）对应的测量的量之间的标准距离的总和的均方根（RMS）。

6.根据前述权利要求中的任一项所述的方法，其中，当与所述第一误差相加时，对所述第二误差加权。

7.根据前述权利要求中的任一项所述的方法，其中，所述最终一组调整/校准参数包括以下的一个或多个：入口流上的两个系数、叶轮出口流角度的一个系数、临界马赫数、在流分离时的一个系数、一个效率系数和一个阻塞系数。

8.根据前述权利要求中的任一项所述的方法，其中，所述新涡轮机是具有多个级、叶轮、扩散器和出口系统的离心压缩机。

9.根据前述权利要求中的任一项所述的方法，其中，所述涡轮机量包括多变效率、多变压头、工作系数、压力比、浪涌和节流限制中的一个或多个。

10.根据前述权利要求中的任一项所述的方法，所述方法进一步包括：

应用微分演化遗传算法，以最小化所述修改目标函数。

11.根据权利要求10所述的方法，所述方法进一步包括：

随机生成所述初始一组调整/校准参数。

12.根据权利要求10所述的方法，所述方法进一步包括：

应用基于单纯形法的优化方法，以最小化所述修改目标函数。

13.根据前述权利要求中的任一项所述的方法，所述方法进一步包括：

使用所述家族的一组调整/校准参数来确定所述新涡轮机的所述最终一组调整/校准参数。

14.根据前述权利要求中的任一项所述的方法，所述方法进一步包括：

确定关于设计点和非设计的状况的所述最终一组调整/校准参数。

15.一种用于确定新涡轮机的最终一组调整/校准参数的设计设备，所述设计设备包括：

配置成输入初始一组调整/校准参数的接口；以及

处理器，其连接到所述接口上，并且配置成进行以下步骤：

基于所述初始一组调整/校准参数来计算家族涡轮机量；

比较所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和所测量的量之间的第一误差；

计算所述初始一组调整/校准参数和所述涡轮机变量的缺省值之间的第二误差；

形成包括所述第一误差和所述第二误差两者的修改目标函数；

在迭代过程期间，改变所述初始一组调整/校准参数，使得找到所述最终一组调整/校准参数，并且所述最终一组调整/校准参数实现：（1）所述家族涡轮机量和所测量的量之间的最佳拟合，以及（2）所述最终一组调整/校准参数从所述家族的一个成员平滑地过渡到另一个成员；以及

将所述家族的所述最终一组调整/校准参数存储在数据库中。

16.根据权利要求15所述的设计设备，其中，所述初始一组调整/校准参数包括或者来自与所述新涡轮机相似的家族的其它涡轮机的一组缺省参数值或调整/校准参数值，或者与所述缺省参数值有允许偏差的修改调整/校准参数值。

17.根据权利要求15或权利要求16所述的设计设备，其中，当所述调整/校准参数相对于流量系数的一阶导数对于所述整个家族连续时，调整/校准参数是平滑的。

18.根据权利要求15至17中的任一项所述的设计设备，其中，针对所述家族的现有涡轮机测量所测量的量。

19.根据权利要求15至18中的任一项所述的设计设备，其中，所述第一误差是（i）各个所计算的家族涡轮机量和（ii）对应的测量的量之间的标准距离的总和的均方根。

20.一种包括计算机可执行的指令的计算机可读介质，其中，当执行所述指令，所述指令实现用于自动地确定关于新涡轮机的最终一组调整/校准参数的方法，所述方法包括：

输入初始一组调整/校准参数；

基于所述初始一组调整/校准参数来计算家族涡轮机量；

比较所计算的家族涡轮机量与测量的量，并且计算所计算的家族量和所测量的量之间的第一误差；

计算所述初始一组调整/校准参数和所述涡轮机变量的缺省值之间的第二误差；

形成包括所述第一误差和所述第二误差两者的修改目标函数；

在迭代过程期间，改变所述初始一组调整/校准参数，使得找到所述最终一组调整/校准参数，并且所述最终一组调整/校准参数实现：（1）所述家族涡轮机量和所测量的量之间的最佳拟合，以及（2）所述最终一组调整/校准参数从所述家族的一个成员平滑地过渡到另一个成员；以及

将所述家族的所述最终一组调整/校准参数存储在数据库中。

Images