CN107679294A - 一种多通道板式换热器进出口设计方法 - Google Patents

一种多通道板式换热器进出口设计方法 Download PDF

Info

Publication number
CN107679294A
CN107679294A CN201710839087.5A CN201710839087A CN107679294A CN 107679294 A CN107679294 A CN 107679294A CN 201710839087 A CN201710839087 A CN 201710839087A CN 107679294 A CN107679294 A CN 107679294A
Authority
CN
China
Prior art keywords
heat exchanger
curve
design method
multichannel
board
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710839087.5A
Other languages
English (en)
Other versions
CN107679294B (zh
Inventor
王秋旺
石昊宁
马挺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201710839087.5A priority Critical patent/CN107679294B/zh
Publication of CN107679294A publication Critical patent/CN107679294A/zh
Application granted granted Critical
Publication of CN107679294B publication Critical patent/CN107679294B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于CFD、代理模型、曲线参数化方法及优化算法的多通道板式换热器进出口设计方法,先根据传统换热器设计方法及应用要求确定板式换热器的基本结构参数,然后通过选用合理的曲线表达式,对各通道壁面起点位置连接曲线进行参数化,运用LHS方法设计样本点,对各样本点对应的换热器结构在运行工况下实施CFD计算获得样本数据,根据样本数据建立流量分布、流动阻力的代理模型,并运用优化算法对代理模型在设计空间内进行寻优。本发明的设计方法能准确而高效的完成多通道板式换热器进出口的优化设计,减小换热器进出口区域复杂流道结构对流量分配的影响,从而提高流动均匀性,减小流动阻力,改善换热器综合性能。

Description

一种多通道板式换热器进出口设计方法
技术领域
本发明属于换热器设计领域,具体涉及一种多通道板式换热器进出口设计方法。
背景技术
多通道板式换热器普遍存在流量分配均匀性问题,现有研究表明流量的不均匀分配对换热器的流动传热性能具有显著的负面影响。实际上,粗糙的进出口设计往往造成或加剧了换热通道流动的不均匀性。而目前针对多通道换热器进出口设计主要根据设计者的经验,缺乏统一有效的设计方法。
国内外研究者从进出口结构改进的角度,对许多不同类型的换热器实现了流动均匀性优化。但针对板式换热器层内多通道结构,缺乏具有普遍性的设计方法。实际上对于板式换热器层内的多通道结构,各通道壁面起始位置对流量分配产生直接影响,尤其当入口段几何结构存在较大变化或当流体流线与换热通道存在明显夹角时,各通道壁面的布置对流动均匀性的影响更加显著。因此通过调整进出口附件各通道的壁面布置可以实现流量分配的整体与局部控制。而当通道数较多时,对所有通道壁面位置同时进行优化需要处理的变量过多,所以可以借助一定的参数化型线设计方法,直接对各个通道壁面起点位置连接形成的曲线进行优化设计,根据优化得到的曲线确定所有通道壁面起点位置,即由线定点。
目前随着CFD技术在工程设计中的广泛应用,CFD数值模拟已成为换热器设计中的重要辅助手段。而代理模型,是指在尽可能维持结果可靠性的前提下构建的计算量相对较小,计算周期较短,但计算结果与数值模拟或实验结果相近的近似模型,同时又具有易于同优化算法相结合的特点,有利于提高设计效率。
因此,针对板式换热器流层内的多通道结构,可以结合CFD、代理模型、曲线参数化方法及优化算法提出通用的多通道板式换热器进出口设计方法。
发明内容
本发明采用的技术方案包括以下步骤:
1)根据给定的热力参数,按照传统换热器设计方法确定板式换热器的基本结构参数,确定换热通道长度、宽度、高度;确定集管直径、导流段长度等,各通道壁面起点位置统一沿流动方向对齐;
2)选用合理的曲线表达式,对各通道壁面起点位置连接曲线进行参数化,从而确定优化参数,进出口各通道壁面保持中心对称;
3)运用LHS方法设计一定数量的样本点,对各样本点对应的换热器结构在运行工况下实施CFD计算,得到各样本结构中各通道流量具体分布,并计算流动均匀性指标f1及阻力指标f2
4)根据样本数据,针对流量分布和流动阻力分别建立关于各个参数的代理模型,用于预测流量分布和流动阻力;
5)根据建立的代理模型,以流动均匀性指标f1及阻力指标f2加权平均F为目标函数,流动均匀性运用优化算法在设计空间内寻优得到最优的通道壁面布置方案;
6)对最优点进行CFD验证,若指标f1或f2代理模型预测值与CFD计算结果相对误差超过10%,则将此数据点作为新的样本补充进入样本数据,重复步骤3),4),5),6),直到误差满足要求;
7)若当前最优点均匀性、阻力满足要求,则完成设计,否则调整集管直径,导流段长度等参数,重复步骤2),3),4),5),6)直至均匀性、阻力满足要求。
所述步骤2)中的优化参数通过对各通道壁面起点位置连接曲线进行参数化而确定,每一组优化参数通过它对应的曲线确定所有通道壁面起点位置。
所述步骤2)中的曲线参数化方法包括Bezier样条、B样条方法等。
所述步骤3)、5)中的流动均匀性指标f1、流动阻力指标f2及综合指标F分别取为:
f2=Δp
F=w1f1+w2f2
其中N为通道数量,Qi为序号i的通道流量占总流量的比例,Δp为进出口压损,w1、w2为流动均匀性指标f1及阻力指标f2各自权重。
所述步骤4)中的代理模型包括RBF神经网络、BP神经网络、KRG插值模型等。
所述步骤5)中的优化算法包括遗传算法、粒子群优化算法、蚁群算法或模拟退火算法等。
相对于现有技术,本发明的有益效果为:
本发明提出的多通道换热器进口设计方法,通过将CFD技术、代理模型、曲线参数化方法及优化算法等耦合,直接对各个通道壁面起点位置连接形成的曲线进行优化,能够准确、快速地完成多通道换热器进出口的设计,减小换热器进出口区域复杂流道结构对流量分配的影响,从而改善流动均匀性,减小流动阻力,提高换热器综合性能。而现有的换热器进出口优化方法往往局限于特定的换热器结构型式。因此,本发明的设计方法与现有的进出口优化方法相比,具有较强的通用性,实用性。
附图说明
图1是多通道板式换热器结构示意图;
图2是本发明设计方法流程图。
其中:1:热流体入口集管。2:热流体出口集管。3:冷流体入口集管。4:冷流体出口集管。5:换热通道。6:导流段。
具体实施方式
本发明提到的设计方法包括以下步骤:
1)根据给定的热力参数,按照传统换热器设计方法确定板式换热器的基本结构参数,所述结构参数包括但是不限于换热通道长度、宽度、高度、确定集管直径、导流段长度,各通道壁面起点位置统一沿流动方向对齐(连线垂直于流动方向);
2)选用合理的曲线表达式,对各通道壁面起点位置连接曲线进行参数化,从而确定优化参数,进出口各通道壁面保持中心对称;
3)运用拉丁超立方试验设计(LHS)方法设计一定数量的样本点,对各样本点对应的换热器结构在运行工况下实施CFD计算,得到各样本结构中各通道流量具体分布,并计算流动均匀性指标f1及阻力指标f2
4)根据样本数据,针对流量分布和流动阻力分别建立关于各个参数的代理模型,用于预测流量分布和流动阻力;
5)根据建立的代理模型,以流动均匀性指标f1及阻力指标f2加权平均F为目标函数,流动均匀性运用优化算法在设计空间内寻优得到最优的通道壁面布置方案;
6)对最优点进行CFD验证,若指标f1或f2代理模型预测值与CFD计算结果相对误差超过10%,则将此数据点作为新的样本补充进入样本数据,重复步骤3),4),5),6),直到误差满足要求;
7)若当前最优点均匀性、阻力满足要求,则完成设计,否则调整集管直径,导流段长度等参数,重复步骤2),3),4),5),6)直至均匀性、阻力满足要求。
所述步骤2)中的优化参数通过对各通道壁面起点位置连接曲线进行参数化而确定,每一组优化参数通过它对应的曲线确定所有通道壁面起点位置。
所述步骤2)中的曲线参数化方法包括Bezier样条和B样条方法等。以Bezier样条曲线为例,其通过给定若干控制点确定曲线,表达式为:
其中Pi为控制点坐标,t为参变量,在本设计方法中,共取n+1个控制点Pi(i=0,1,2…n),其中P0、Pn位置固定,分别对应t=0,t=1,除此之外,以流动方向为y轴,垂直于流动方向为x轴,一般沿x轴等距布置若干控制点,各控制点横坐标固定,以各控制点纵坐标为变量作为设计变量。
所述步骤3)、5)中的流动均匀性指标f1、流动阻力指标f2及综合指标F分别取为:
f2=Δp
F=w1f1+w2f2
其中N为通道数量,Qi为序号i的通道流量占总流量的比例,Δp为进出口压损,w1、w2为流动均匀性指标f1及阻力指标f2各自权重。
所述步骤4)中的代理模型包括RBF神经网络、BP神经网络、KRG插值模型等。以径向基神经网络为例,可以采用已有的matlab调用命令为:[net,tr]=newrb(P,T,Goal,Spread,MN,DF)。其中,P为样本数据输入矩阵,T为样本数据输出矩阵,Goal为均方误差目标,Spread为径向基函数扩展速度,MN为最大神经元数目,DF为两次显示间增加的神经元数,net为返回的径向基神经网络,tr为训练记录。
所述步骤5)中的优化算法包括遗传算法、粒子群优化算法、蚁群算法或模拟退火算法等,这些算法一般通过编写计算程序或直接调用Matlab等计算软件中的命令实现。

Claims (5)

1.一种多通道板式换热器进出口设计方法,其特征在于,通过曲线参数化方法对各通道壁面起点位置连接曲线进行参数化,使每一组优化参数通过它对应的曲线确定所有通道壁面起点位置,具体包括以下步骤:
1)根据给定的热力参数,按照传统换热器设计方法确定板式换热器的基本结构参数,确定换热通道长度、宽度、高度;确定集管直径、导流段长度等,各通道壁面起点位置统一沿流动方向对齐;
2)选用合理的曲线表达式,对各通道壁面起点位置连接曲线进行参数化,从而确定优化参数,进出口各通道壁面保持中心对称;
3)运用LHS方法设计一定数量的样本点,对各样本点对应的换热器结构在运行工况下实施CFD计算,得到各样本结构中各通道流量具体分布,并计算流动均匀性指标f1及阻力指标f2
4)根据样本数据,针对流量分布和流动阻力分别建立关于各个参数的代理模型,用于预测流量分布和流动阻力;
5)根据建立的代理模型,以流动均匀性指标f1及阻力指标f2加权平均F为目标函数,流动均匀性运用优化算法在设计空间内寻优得到最优的通道壁面布置方案;
6)对最优点进行CFD验证,若指标f1或f2代理模型预测值与CFD计算结果相对误差超过10%,则将此数据点作为新的样本补充进入样本数据,重复步骤3),4),5),6),直到误差满足要求;
7)若当前最优点均匀性、阻力满足要求,则完成设计,否则调整集管直径,导流段长度等参数,重复步骤2),3),4),5),6)直至均匀性、阻力满足要求。
2.根据权利要求1)所述的多通道板式换热器进出口设计方法,其特征在于:所述步骤2)中的优化参数应通过对各通道壁面起点位置连接曲线进行参数化而确定,每一组优化参数通过它对应的曲线确定所有通道壁面起点位置。
3.根据权利要求1)所述的多通道板式换热器进出口设计方法,其特征在于:所述步骤2)中的参数化方法采用的曲线形式包括Bezier样条、B样条曲线等。
4.根据权利要求1)所述的多通道板式换热器进出口设计方法,其特征在于:所述步骤4)中的代理模型包括RBF神经网络、BP神经网络、KRG插值模型等。
5.根据权利要求1)所述的多通道板式换热器进出口设计方法,其特征在于:所述步骤5)中的优化算法包括遗传算法、粒子群优化算法、蚁群算法或模拟退火算法等。
CN201710839087.5A 2017-09-18 2017-09-18 一种多通道板式换热器进出口设计方法 Active CN107679294B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710839087.5A CN107679294B (zh) 2017-09-18 2017-09-18 一种多通道板式换热器进出口设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710839087.5A CN107679294B (zh) 2017-09-18 2017-09-18 一种多通道板式换热器进出口设计方法

Publications (2)

Publication Number Publication Date
CN107679294A true CN107679294A (zh) 2018-02-09
CN107679294B CN107679294B (zh) 2019-04-12

Family

ID=61136693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710839087.5A Active CN107679294B (zh) 2017-09-18 2017-09-18 一种多通道板式换热器进出口设计方法

Country Status (1)

Country Link
CN (1) CN107679294B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110160380A (zh) * 2019-06-03 2019-08-23 中国矿业大学 一种宽通道板式换热器及换热器粒子群优化结构设计方法
CN111256095A (zh) * 2020-01-14 2020-06-09 西安交通大学 一种印刷电路板式蒸汽发生器的制造方法及该种方法制造的蒸汽发生器
CN111597660A (zh) * 2020-05-27 2020-08-28 西安交通大学 一种多通道换热器流量分布预测方法
CN114034350A (zh) * 2021-10-22 2022-02-11 湖南大学 一种换热器流量分配的监测方法、系统及存储介质
CN115575156A (zh) * 2022-12-09 2023-01-06 中国核动力研究设计院 一种研究微通道换热器流量分配特性的实验装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682173A (zh) * 2012-05-13 2012-09-19 北京理工大学 基于自适应径向基函数代理模型的飞行器优化设计方法
CN102781563A (zh) * 2010-02-17 2012-11-14 清洁燃料有限责任公司 利用临时蓄热的分批式反应罐
CN103473424A (zh) * 2013-09-23 2013-12-25 北京理工大学 基于序列径向基函数代理模型的飞行器系统优化设计方法
CN106021808A (zh) * 2016-06-07 2016-10-12 西北工业大学 考虑三维效应的小展弦比机翼翼型设计方法
CN106021813A (zh) * 2016-06-12 2016-10-12 中南大学 一种基于动态更新代理模型的快速多目标天线设计方法
CN106934074A (zh) * 2015-12-29 2017-07-07 中航商用航空发动机有限责任公司 全局最优涡扇发动机进气道减噪设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102781563A (zh) * 2010-02-17 2012-11-14 清洁燃料有限责任公司 利用临时蓄热的分批式反应罐
CN102682173A (zh) * 2012-05-13 2012-09-19 北京理工大学 基于自适应径向基函数代理模型的飞行器优化设计方法
CN103473424A (zh) * 2013-09-23 2013-12-25 北京理工大学 基于序列径向基函数代理模型的飞行器系统优化设计方法
CN106934074A (zh) * 2015-12-29 2017-07-07 中航商用航空发动机有限责任公司 全局最优涡扇发动机进气道减噪设计方法
CN106021808A (zh) * 2016-06-07 2016-10-12 西北工业大学 考虑三维效应的小展弦比机翼翼型设计方法
CN106021813A (zh) * 2016-06-12 2016-10-12 中南大学 一种基于动态更新代理模型的快速多目标天线设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ALM B ET AL.: "Testing and simulation of ceramic micro heat", 《CHEM ENG J 2008》 *
LEE SM ET AL.: "Parametric study on hydraulic performance of an inlet plenum in a printed-circuit heat exchanger", 《SCI CHINA TECHNOL SCI 2013》 *
OPTIMIZATION OF INLET PART OF A MICROCHANNEL CERAMIC HEAT EXCHAN: "Optimization of inlet part of a microchannel ceramic heat exchanger using surrogate model coupled with genetic algorithm", 《ENERGY CONVERSION AND MANAGEMENT》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110160380A (zh) * 2019-06-03 2019-08-23 中国矿业大学 一种宽通道板式换热器及换热器粒子群优化结构设计方法
CN111256095A (zh) * 2020-01-14 2020-06-09 西安交通大学 一种印刷电路板式蒸汽发生器的制造方法及该种方法制造的蒸汽发生器
CN111256095B (zh) * 2020-01-14 2021-03-30 西安交通大学 一种印刷电路板式蒸汽发生器的制造方法及该种方法制造的蒸汽发生器
CN111597660A (zh) * 2020-05-27 2020-08-28 西安交通大学 一种多通道换热器流量分布预测方法
CN114034350A (zh) * 2021-10-22 2022-02-11 湖南大学 一种换热器流量分配的监测方法、系统及存储介质
CN114034350B (zh) * 2021-10-22 2022-12-02 湖南大学 一种换热器流量分配的监测方法、系统及存储介质
CN115575156A (zh) * 2022-12-09 2023-01-06 中国核动力研究设计院 一种研究微通道换热器流量分配特性的实验装置
CN115575156B (zh) * 2022-12-09 2023-03-10 中国核动力研究设计院 一种研究微通道换热器流量分配特性的实验装置

Also Published As

Publication number Publication date
CN107679294B (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN107679294B (zh) 一种多通道板式换热器进出口设计方法
WO2022257308A1 (zh) 一种基于联合仿真的燃料组件多学科结构设计优化方法
CN106777476A (zh) 一种电力电子集成模块冷板液流通道的拓扑优化设计方法
CN105608273B (zh) 一种基于cfd软件优化动力电池包温度分布的系统
CN110110416B (zh) 一种基于图论的分布式能源冷网供冷优化方法
CN103995548A (zh) 基于模型降阶和多模型预测控制的室内热环境控制方法
CN106650125A (zh) 一种离心压气机叶轮的优化方法和系统
CN108090307A (zh) 一种基于积分平均温差法的多工况下板翅式换热器通道布局设计方法
CN105606645A (zh) 一种高温梯级相变蓄热设备综合性能测试装置及测试方法
CN204476865U (zh) 水力性能优异的系列斜式出水流道
CN104732111B (zh) 一种地源热泵的高效的逐时数值模拟方法
CN110543704B (zh) 一种在反应堆堆芯流场计算中考虑局部结构影响的修正方法
CN109977578A (zh) 大型板式热沉的cfd结构优化方法
CN102134911A (zh) 一种计算大体积混凝土水管冷却温度场的方法
CN115659875B (zh) 一种棒束燃料组件试验装置及其试验参数获取方法
CN107273578B (zh) 一种基于流线的冷却板内部流道的设计方法
CN103413007B (zh) 一种半导体制冷模块优化设计方法
CN105046026B (zh) 一种计及节点功率注入和电网拓扑的输电能力评估方法
CN106017161A (zh) 变翅片间距式板翅式换热器
CN116361603A (zh) 一种电力系统碳排放流计算方法
CN205825771U (zh) 变翅片间距式板翅式换热器
CN107704705A (zh) 一种基于kriging模型的空气源热泵热水器冷凝管的优化方法
CN113673170A (zh) 一种基于遗传算法的矩形渠道断面参数优化计算方法
CN112231826A (zh) 一种基于gt-suit的一维燃油车整车热管理仿真分析方法
CN102542164B (zh) 增强型系统热工水力行为模拟方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant