CN110239721B

CN110239721B - 针对电动空气循环制冷系统的优化设计方法

Info

Publication number: CN110239721B
Application number: CN201910548415.5A
Authority: CN
Inventors: 董素君; 江泓升; 何跃
Original assignee: Beihang University
Current assignee: Beihang University
Priority date: 2019-06-23
Filing date: 2019-06-23
Publication date: 2020-11-27
Anticipated expiration: 2039-06-23
Also published as: CN110239721A

Abstract

本发明公开了一种针对电动空气循环制冷系统的优化设计方法。通过忽略次要变量，选择核心优化变量，在设计和制造工艺条件下限定其变化范围，可以大幅降低优化设计计算量。通过设计系统参数匹配计算算法，将压气机‑涡轮组件进行单独求解。同时，将空气饱和状态进行单独迭代计算，避免了在计算时可能产生的不收敛现象，加快了计算速度。采用燃油代偿损失作为优化设计的目标函数，可以合理反映制冷系统对飞机能效的影响程度。本发明解决了电动空气循环制冷系统在优化设计过程中由于变量众多导致计算量过大、计算效率降低的问题，可以有效提高设计质量，缩短设计周期。

Description

针对电动空气循环制冷系统的优化设计方法

技术领域

本发明属于飞机机载制冷系统领域，具体涉及一种针对电动空气循环制冷系统的优化设计方法。

背景技术

目前，各类飞机的环境控制系统中几乎都应用了空气循环制冷系统。通常，空气循环制冷系统利用高压空气作为输入，经过一个或多个换热器冷却后，再经过涡轮进行膨胀降温，由此获得供给舱室的冷空气。冷却涡轮可以带动压气机、风扇或其它装置，将热能转化为可用功。

空气循环制冷系统的主要优点包括：设备质量小；成本低；调节和控制方便；可靠性较高；检修和维护工作量较小；附件在飞机上的安排没有特殊要求；其制冷介质同时可以输入座舱用作增压，使座舱通风、增压和冷却可以由同一套系统完成。其不足是制冷系数、温度等调节精度相对较低，且在地面停机时系统工作效率不足。此外，由于空气循环制冷系统需要引入外界冲压空气进行冷却，因此其使用高度和速度也受到一定限制。

近年来，随着多电飞机技术的不断发展，空气循环制冷系统的电气化也成为环控系统发展的一大趋势。电动空气循环制冷系统以电能取代气动能，即利用电动压气机产生的高压空气替代传统环控系统的发动机引气，可以避免引气过程对发动机热力性能的影响。此外，利用电动执行机构可以根据系统热载荷、飞行状态等变化及时调整输入空气的压力和温度，弥补了传统空气循环制冷系统在控制上的不足，使整个系统在运行过程中的能效更高。

在空气循环制冷系统研制的最初阶段，需要进行综合研究，在给定的设计需求和现有的工程技术条件下，应用专业理论和优化设计方法，按照给定的目标函数和约束条件，选出最优的设计方案。优化设计的目的是缩短设计周期，提高设计质量。但由于空气循环制冷系统涉及的变量众多，直接进行优化设计将导致计算量过大，计算效率降低。此外，由于系统组成部件的特性复杂，对优化的约束条件进行计算时也容易导致求解困难。

发明内容

根据本发明的一个方面，提供了一种针对电动空气循环制冷系统的快速优化设计方法，其特征在于包括：

A)根据电动空气循环制冷系统的组成，结合各部件的特征方程，建立系统计算模型，用于系统参数匹配计算；

B)选择核心优化变量，以燃油代偿损失为目标函数，以系统参数匹配作为约束条件，确定电动空气循环系统带约束最优化问题的模型；

C)求解上述最优化问题，以获得电动空气循环制冷系统的最佳燃油代偿损失值及其优化方案,

其中：

所述步骤A)中，电动空气循环制冷系统的部件包括电动压气机、初级换热器、次级换热器、压气机、回热器、涡轮、冷凝器、水分离器喷水器，

对于所述部件中的至少一个部件的特征方程，计算该部件的温度T、压力p、含湿量d及比焓h，忽略其它次要参数，

所述步骤B)中，把电动空气循环系统最优化问题的模型表述为：

subject to g_i(x)≤0,i＝1,…,N_g

h_j(x)＝0,j＝1,…,N_h

其中，x为优化设计变量；

为目标函数；g_i(x)≤0为不等式约束条件，N_g为不等式约束条件的数量；h_j(x)＝0为等式约束条件，N_h为等式约束条件的数量，

所述优化设计变量x为系统水当量比ζ、初级换热器效率η_HX1、冷凝器效率η_cds及电动压气机增压比π_ec，即

x＝[ζ,η_HX1,η_cds,π_ec]，

所述不等式约束条件包括：各变量的取值范围，根据设计及制造工艺选取，

所述等式约束条件为系统计算模型，由各部件特征方程联立构成，

所述步骤C)包括：

反复计算目标函数即燃油代偿损失的值，

根据系统及各关键部件的参数，需要通过系统参数匹配计算，确定燃油代偿损失，

其中，系统参数匹配计算包括：对于系统计算模型即所述等式约束条件，针对电动空气循环制冷系统，选取压气机作为中间迭代变量，将压气机-涡轮组件进行迭代求解。

附图说明

图1为应用本发明的电动空气循环制冷的流程图。

图2为根据本发明的一个实施例的系统参数匹配计算流程图。

图3为根据本发明的一个实施例的空气物性参数迭代计算流程图。

具体实施方式

本发明的目的在于提供一种针对电动空气循环制冷系统的优化设计方法，该方法通过选择核心优化变量，设计合理的参数匹配算法，降低了优化设计计算量，提高了优化计算效率。

为实现以上目的，根据本发明的一个实施例的针对电动空气循环制冷系统的优化设计方法包括以下步骤：

A)根据电动空气循环制冷系统的组成，结合各部件特征方程，建立系统计算模型，用于系统参数匹配计算；

B)选择核心优化变量，以燃油代偿损失为目标函数，以系统参数匹配作为约束条件，给出电动空气循环系统带约束最优化问题的模型；

C)求解上述最优化问题。

如图1所示，步骤A)中，电动空气循环制冷系统包括电动压气机、初级换热器(初散)、次级换热器(次散)、压气机、回热器、涡轮、冷凝器、水分离器喷水器。对于各部件的特征方程，计算各部件的温度T、压力p、含湿量d及比焓h，忽略其它次要参数。系统计算模型由各主要部件特征方程组成。

步骤B)中，把电动空气循环系统最优化问题的模型表征为：

subject to g_i(x)≤0,i＝1,…,N_g

h_j(x)＝0,j＝1,…,N_h

其中，x为优化设计变量；

为目标函数；g_i(x)≤0为不等式约束条件，N_g为不等式约束条件的数量；h_j(x)＝0为等式约束条件，N_h为等式约束条件的数量。

进一步地，取优化设计变量为系统水当量比ζ、初级换热器效率η_HX1、冷凝器效率η_cds及电动压气机增压比π_ec，即

x＝[ζ,η_HX1,η_cds,π_ec]

取目标函数f为系统燃油代偿损失。

根据设计和制造工艺，将不等式约束条件g_i设定为各设计变量的取值区间范围。

取h_j为各部件的特性方程。

步骤C)中，求解最优化问题时，反复计算目标函数，即燃油代偿损失的值。燃油代偿损失的计算依赖于系统参数匹配的计算结果。针对电动空气循环制冷系统，选取压气机作为中间迭代变量，将压气机-涡轮组件进行迭代求解。

进一步地，根据本发明的一个实施例的系统参数匹配计算流程如图2所示，其中具体步骤包括：

S21)设定系统入口参数，将压力、温度、含湿量、比焓设为冲压空气参数。

S22)计算电动压气机出口(2点)压力、温度、含湿量、比焓。

S23)按设计指标设定系统出口压力、温度、含湿量、比焓。

S24)计算冲压空气侧入口(12点)参数，其中温度为经过喷水冷却后的温度。

S25)计算压气机-涡轮组件参数；包括：

S25.0)假设压气机增压比π_c。

S25.1)根据各部件压降分配，计算4点到9点压力。

S25.2)计算涡轮膨胀比。

S25.3)计算水分离器前后参数(7点、8点)。其中，需要对空气饱和状态不明确的物性参数进行迭代计算。

S25.4)计算冷凝器冷热两边入口参数(6点、10点)。其中，需要对空气饱和状态不明确的物性参数进行迭代计算。

S25.5)计算涡轮入口参数(9点)。其中，需要对空气饱和状态不明确的物性参数进行迭代计算。

S25.6)计算回热器入口参数(5点)。

S25.7)计算初级换热器、次级换热器参数(3点、4点、13点)。

S25.8)重新计算压气机增压比π′_c。

S25.9)若π_c＝π′_c，则结束组件参数计算；否则返回S25.0)。

S26)计算风扇出口(15点)参数。

S27)计算燃油代偿损失。

S28)输出参数匹配结果。

特别地，在S25.3)、S25.4)、S25.5)步中，空气涉及相变过程，其比焓h已知，但其温度T、饱和水蒸气分压力p_s和饱和含湿量d_s需要迭代计算，其过程如图3所示，具体包括：

S31)假设温度T；

S32)根据温度计算饱和含湿量d_s、饱和水蒸气分压力p_s；

S33)对于水分离器前的状态点，以冲压空气含湿量d_ram为参考含湿量d_ref，即d_ref＝d_ram，对于水分离器后的状态点，以座舱含湿量d_cab为参考含湿量，即d_ref＝d_cab；

S34)进行判断，若饱和含湿量d_s>d_ref，则该点空气未饱和，以其含湿量d为参考含湿量，即d＝d_ref；否则，该点空气处于饱和状态，以其含湿量为饱和含湿量，即d＝d_s，把该点含湿量与参考含湿量间的差值Δd作为析出游离水或凝结的冰粒；

S35)根据比焓与温度的关系以及步骤S34)中的饱和情况，反算温度T′。其中，比焓与温度的关系可表示为：

h＝c_p,gt+d(c_p,qt+r_w) (不饱和)

h＝c_p,gt+d_s(c_p,qt+r_w)+△d·c_p,w·t (饱和且有游离水滴)

h＝c_p,gt+d_s(c_p,qt+r_w)+△d·(c_p,i·t-r_i) (饱和且有游离冰粒)

式中，温度t的单位为摄氏度，即t＝T-273.15；c_p,g、c_p,q、c_p,w、c_p,i分别为干空气、水蒸气、液态水、冰粒的比热容；r_w、r_i分别为汽化潜热和熔化热。其余符号与前文一致。由于比焓h已知，且含湿量相关参数在步骤S34)中已确定，因此可以根据空气的饱和状态情况，代入相应的关系式解出温度值。

S36)进行判断，若T＝T′则结束迭代计算，否则返回S31)。

下面结合附图和具体实施案例对本发明技术方案作进一步详细描述。

根据本发明对一个典型电动空气循环制冷系统的优化设计过程如下：

A)根据图1的电动空气循环制冷系统流程图，建立系统计算模型。系统计算模型由各主要部件特征方程联立组成。

主要部件特征方程包括：

Aa)换热器，包括初级换热器(初散)、次级换热器(次散)、回热器、冷凝器。换热器部件特征方程包括换热器效率关系式和换热器能量守恒方程。

考虑系统湿空气发生相变，采用焓参数列出换热器效率关系式：

式中，η为效率；HX代表换热器；h为比焓；下标1、2分别代表热侧、冷侧；下标in、out分别代表入口、出口。

换热器的水当量比ζ可表示为

式中，G为质量流量；c_p为比热容；max代表两侧(热侧、冷侧)中的较大值，min代表两侧中的较小值。

换热器的能量守恒方程为

G₁(h_1,in-h_1,out)＝G₂(h_2,out-h_2,in)

Ab)涡轮

涡轮的入口温度T_in和入口压力p_in可由涡轮上游部件的出口温度和压力确定，涡轮出口的压力可由下游部件(或座舱)压力和管道压降确定。涡轮的特征方程根据工程热力学分析导出，可表示为

式中，π为膨胀比；下标t代表涡轮。

Ac)压气机和风扇

压气机和风扇都是消耗功率，将能量传递给可压缩空气的装置。压气机用于升压式系统中，将功率传递给气流，使其增压升温。压气机的特征方程根据工程热力学分析导出，可表示为

式中，π为增压比；下标c代表压气机。

风扇安装在冲压空气流道内，用于为换热器冷边抽风，其压缩比一般小于1.05，其计算与压气机相同。

Ad)喷水器

喷水器将冷凝水雾化喷往换热器冷边入口，使得其温度降低，其特征方程可表示为

式中，Δt为进出口温差；Δd为喷水量，r_w为水的汽化潜热；下标WS代表喷水器。

Ae)水分离器

理想状态下，水分离器出口温度不变，除去的水量由其除水效率决定。其特征方程可表示为

d_ram-d_cab＝(d_ram-d_WE,in)·η_WE

式中，下标ram代表入口冲压空气，cab代表供给座舱空气，WE代表水分离器。

B)给出电动空气循环系统带约束最优化问题的模型

Ba)取优化设计变量x为系统水当量比ζ、初级换热器效率η_HX1、冷凝器效率η_cds及电动压气机增压比π_ec，即

x＝[ζ,η_HX1,η_cds,π_ec]

其中，1.2≤ζ≤2.4，0.45≤η_HX1≤0.85，0.25≤η_cds≤0.35，1.0≤π_ec≤4.8。

Bb)取目标函数f(x)为燃油代偿损失。电动环控系统燃油代偿损失包括系统固定装置质量引起的燃油代偿损失m_fE、冲压空气阻力引起的燃油代偿损失m_fD以及发动机输出功率引起的燃油代偿损失m_fP三部分：

f(x)＝m_fE+m_fD+m_fP

其中，

式中，m_E为系统设备总重量，G为系统供气流量，G_fP为系统对发动机造成的附加燃油消耗量，v为飞行速度，K为飞机升阻比，C_e为燃油比耗，g为重力加速度，τ₀为飞行时间。

Bc)电动空气循环系统最优化问题的模型表述为

subject to g_i(x)≤0,i＝1,…,N_g

h_j(x)＝0,j＝1,…,N_h

其中，f(x)为燃油代偿损失，g_i(x)为各变量区间范围，h_j(x)为各部件特性构成的方程组。

步骤C)中，求解最优化问题时，需要反复计算目标函数，即燃油代偿损失的值。燃油代偿损失的计算依赖于系统及各关键部件的参数，需要通过系统参数匹配计算获得。而系统参数匹配计算是将各部件的特征方程联立构成系统计算模型，并进行求解的过程。针对电动空气循环制冷系统，选取压气机作为中间迭代变量，将压气机-涡轮组件进行迭代求解。

进一步地，系统参数匹配计算流程如图2所示，具体步骤如下：

S22)计算电动压气机出口(2点)压力、温度、含湿量、比焓。

S23)按设计指标设定系统出口压力、温度、含湿量、比焓。

S25)计算压气机-涡轮组件参数。

S25.0)假设压气机增压比π_c。

S25.1)根据各部件压降分配，计算4点到9点压力。

S25.2)计算涡轮膨胀比。

S25.6)计算回热器入口参数(5点)。

S25.7)计算初级换热器、次级换热器参数(3点、4点、13点)。

S25.8)重新计算压气机增压比π′_c

S25.9)若π_c＝π′_c，则结束组件参数计算；否则返回S25.0)。

S26)计算风扇出口(15点)参数。

S27)计算燃油代偿损失。

S28)输出参数匹配结果。

特别地，在S25.3)、S25.4)、S25.5)步中，空气涉及相变过程，其比焓已知，但其温度、饱和水蒸气分压力和饱和含湿量需要迭代计算，过程如图3所示，具体说明如下：

S31)假设温度T。

S32)根据温度计算饱和含湿量d_s、饱和水蒸气分压力p_s。

S33)对于水分离器前的状态点，以冲压空气含湿量d_ram为参考含湿量d_ref，即d_ref＝d_ram，对于水分离器后的状态点，以座舱含湿量d_cab为参考含湿量，即d_ref＝d_cab。

S34)若饱和含湿量d_s>d_ref，则该点空气未饱和，其含湿量d为参考含湿量，即d＝d_ref；否则，该点空气处于饱和状态，其含湿量为饱和含湿量，即d＝d_s，该点含湿量与参考含湿量间的差值Δd析出为游离水或凝结为冰粒。

S35)根据比焓与温度的关系以及S34)中的饱和情况，反算温度T′。

S36)若T＝T′则结束迭代计算，否则返回S31)。

本发明的优点和有益效果包括：

1)本发明通过忽略次要变量，选择核心优化设计变量，并在设计和制造工艺条件下限定其变化范围，有效降低了优化设计的计算量。

2)同时，通过合理设计压气机-涡轮计算过程，并将湿空气物性参数迭代单独分离，有效避免了在空气循环制冷系统优化设计过程中可能发生的不收敛现象，计算速度得到显著提升。

3)通过采用燃油代偿损失作为优化设计的目标函数，能够准确反映制冷系统对飞机能效的影响程度。

本发明在缩短设计周期、提高设计质量、节约设计成本等方面可以起到促进作用。

Claims

1.一种针对电动空气循环制冷系统的快速优化设计方法，其特征在于包括：

C)求解上述最优化问题，以获得电动空气循环制冷系统的最佳燃油代偿损失值及其优化方案，

其中：

subject to g_i(x)≤0,i＝1,…,N_g

h_j(x)＝0,j＝1,…,N_h

其中，x为优化设计变量；f:

x＝[ζ,η_HX1,η_cds,π_ec]，

所述步骤C)包括：

反复计算目标函数即燃油代偿损失的值，

2.根据权利要求1所述的针对电动空气循环制冷系统的快速优化设计方法，其特征在于：

所述将压气机-涡轮组件进行迭代求解的操作包括：

S21)设定系统入口参数，将压力、温度、含湿量、比焓设为冲压空气参数，

S22)计算电动压气机出口处多个点处的压力、温度、含湿量、比焓，

S23)按设计指标设定系统出口压力、温度、含湿量、比焓，

S24)计算冲压空气侧入口处多个点处的参数，其中温度为经过喷水冷却后的温度，

S25)计算压气机-涡轮组件参数，包括：

S25.0)假设压气机增压比π_c，

S25.1)根据各部件压降分配，计算多个点处的压力，

S25.2)计算涡轮膨胀比，

S25.3)计算水分离器前后多个点处的参数，其中，需要对空气饱和状态不明确的物性参数进行迭代计算，

S25.4)计算冷凝器冷热两边入口处多个点处的参数，其中，需要对空气饱和状态不明确的物性参数进行迭代计算，

S25.5)计算涡轮入口处多个点处的参数，其中，需要对空气饱和状态不明确的物性参数进行迭代计算，

S25.6)计算回热器入口处多个点处的参数，

S25.7)计算初级换热器、次级换热器多个点处的参数，

S25.8)重新计算压气机增压比π′_c，

S25.9)若π_c＝π′_c，则结束组件参数计算；否则返回S25.0)，

S26)计算风扇出口处多个点处的参数，

S27)计算燃油代偿损失，

S28)输出参数匹配结果。

3.根据权利要求2所述的针对电动空气循环制冷系统的快速优化设计方法，其特征在于：

在S25.3)、S25.4)、S25.5)步骤中，空气涉及相变过程，在空气的比焓h已知的情况下，对空气的温度T、饱和水蒸气分压力p_s和饱和含湿量d_s迭代计算，所述迭代计算包括：

S31)假设温度T，

S32)根据温度计算饱和含湿量d_s、饱和水蒸气分压力p_s，

S33)对于水分离器前的状态点，以冲压空气含湿量d_ram为参考含湿量d_ref，即d_ref＝d_ram，对于水分离器后的状态点，以座舱含湿量d_cab为参考含湿量，即d_ref＝d_cab，

S34)若饱和含湿量d_s>d_ref，则该点空气未饱和，其含湿量d为参考含湿量，即d＝d_ref；否则，该点空气处于饱和状态，其含湿量为饱和含湿量，即d＝d_s，该点含湿量与参考含湿量间的差值Δd析出为游离水或凝结为冰粒，S35)根据比焓与温度的关系以及S34)中的饱和情况，反算温度T′，

S36)若T＝T′则结束迭代计算，否则返回S31)。