CN110378016A - 一种针对泵轮可调式液力变矩器的多目标优化设计方法 - Google Patents

Abstract

本发明提出一种针对泵轮可调式液力变矩器的多目标优化设计方法，包括确定自变量及其取值范围；确定自变量的水平数；建立叶轮和流道模型，对同一开度下不同转速比工况开展CFD模拟计算；根据CFD计算结果提取出性能参数；根据不同工况下提取的性能参数构建响应面；根据优化目标对响应面上各点选择优化算法进行求解，获得候选点；根据候选点信息对各级叶轮进行参数化建模并对流场开展CFD模拟计算，提取性能参数并以此计算优化目标函数，判断其是否满足优化目标，若满足则输出各自变量的取值并完成优化，若不满足则更改自变量取值范围并重复步骤1后其他步骤。本发明提高了泵轮可调式液力变矩器低负荷下的效率进而扩大了其高效运行范围。

Description

一种针对泵轮可调式液力变矩器的多目标优化设计方法

技术领域

本发明属于液力变矩器技术领域，特别是涉及一种针对泵轮可调式液力变矩器的多目标优化设计方法。

背景技术

液力变矩器是一种利用流体通过各级叶轮循环流动而传递功率的封闭的旋转机械。各级叶轮为重要工作部件，包括泵轮、涡轮和导轮，其中泵轮将原动机的机械能转化为工作流体的能量，高速高压的流体冲击涡轮对外做功，导轮用于调整流体流动方向。液力变矩器具有寿命长、过载保护、无级变速、负载平稳启动、对工作环境要求不高等特点，适用于高速、大功率的动力传输场合(在高速、大功率应用场合，电力传动装置的结构复杂，造价昂贵，而且需要有良好的工作环境，对电力电子元件的耐压性要求高)。目前已应用于车辆传动系统、重型工程机械和风力发电机传动系统等工业应用场合。

随着计算机技术的发展，计算流体力学(CFD)技术已成为当前液力变矩器设计的主要方法。它利用计算机做复杂的三维流动计算，更为直观的获得其内部流动规律，并以此为依据来对早期的液力变矩器叶栅系统进行优化改型，使液力变矩器的性能得以改善。Shin等通过计算流体力学数值模拟技术研究了液力变矩器内部流场，观察了液力变矩器内二次流动的形成与发展，并提出，可以通过CFD技术对液力变矩器的各个叶轮的叶型进行优化，最终设计出性能优良的液力变矩器。Dong等在CFD对液力变矩器内流场分析计算的结果中分析得出，提高液力变矩器的性能可以通过优化导轮实现。Abe等利用CFD技术对循环圆结构和导轮叶片进行了优化，在扁平化的同时保持了液力变矩器的性能，并指出过小的扁平率会导致泵轮进口损失增加进而使得液力变矩器的效率下降。葛安林、王健采用CFD技术针对液力变矩器的叶片角度及厚度分布等进行了优化设计，结果显示液力变矩器的效率有所提升，但在启动工况下的变矩系数有所下降。石祥钟、孟燕等针对YJSW315型双涡轮液力变矩器，一、二级涡轮进口流态较差的问题，利用CFD技术对内部流场进行了数值分析。通过对泵轮叶片出口和第一级涡轮数量、厚度的修改。使改型后的液力变矩器启动性能和效率均有所提高。哈尔滨工业大学的周吉采用CFD技术在低转速比NY5基型双涡轮液力变矩器的基础上对其进行了优化和改造，使其效率从75％提高到了82.2％。并加大了其高效区范围。由以上研究工作可知，当前采用CFD对液力变矩器进行优化设计主要依据计算得到的各叶轮内的相对流线图，为了达到改善流场特性的目的，从而对各级叶轮的几何尺寸和安装参数进行修改。该优化方法容易引入人为因素，缺乏定量参数作为优化目标，因而随机性较大；此外，这种优化方法不能兼顾液力变矩器低负荷下的效率，有一定的局限性。

虽然CFD技术能有效的指导设计人员对液力变矩器的叶栅系统进行优化改型，但是随着人们对液力变矩器性能的要求越来越高，而液力变矩器的许多项重要的性能指标，包括最高效率、起动变矩比、最大泵轮扭矩系数、高效区范围等往往相互冲突，因而近年来液力变矩器的优化设计朝多目标优化的方向发展。在多目标优化中各个子目标之间往往是相互冲突的，因此多目标优化没有绝对的或者唯一的最优解。液力变矩器的多目标优化设计需要将CFD技术与优化学科技术相结合。波兰的A.Kesy、A.Kadziela采用遗传算法对PH410液力变矩器进行了一维多目标优化设计，选择包括叶片进出口角度在内的16个自变量作为主要优化参数，所选的优化目标函数为：变矩系数，效率，透穿性和高效区范围。得到了各工作轮进出口角度对优化目标的影响。Liu C等人使用CFD软件对液力变矩器叶片的进口偏转角进行了优化，针对定常流动和非定常流动状态，计算了液力变矩器的变矩系数和效率并进行了对比分析，并将之与遗传算法相结合，对液力变矩器的叶栅系统进行了优化。Kim S等通过BBD试验方式，以叶片的进出口角度为自变量，通过二维数值模拟研究对液力变矩器进行多目标优化，最终实现了在低比转速区域效率整体提高了约3.6％。在国内研究上，闫清东等基于存档的小种群遗传算法(the archive-based micro geneticalgorithm)选取泵轮、涡轮、导轮叶片入口及出口角为设计参数，采用Matlab用一元理论对液力变矩器进行优化，并将优化后的模型进行三维计算，结果显示液力变矩器效率有所提高，验证了优化结果的准确性。刘城采用设计试验及响应面法(Response SurfaceMethodology，RSM)对液力变矩器工作轮数量进行了优化。周鑫采用多目标遗传算法对叶片型线进行优化，发现优化后叶型能将高效区增加5.86％。由上述研究工作可知，当前结合CFD和优化方法对液力变矩器开展优化设计的研究工作仍然较少，亟需更多的深入研究。

综上所述，为了进一步提高泵轮可调式液力变矩器低负荷下的效率进而扩大其高效运行范围，本发明以叶轮进出口角度为设计变量，采用响应面法和多目标遗传算法对泵轮可调式液力变矩器进行了优化设计。本发明旨在提出一种针对泵轮可调式液力变矩器的多目标优化设计方法。

发明内容

本发明目的是为了解决现有技术中的问题，提出了一种针对泵轮可调式液力变矩器的多目标优化设计方法。

本发明是通过以下技术方案实现的，本发明提出一种针对泵轮可调式液力变矩器的多目标优化设计方法，以不同泵轮开度下的特性曲线的最高点效率为目标优化对象，采用定量的性能参数结果作为优化目标显示；具体包括以下步骤：

步骤1、确定自变量及其取值范围；

步骤2、确定自变量的水平数；

步骤3、根据步骤2的结果，建立叶轮和流道模型，对同一开度下不同转速比工况开展CFD模拟计算；

步骤4、根据步骤3中CFD计算结果提取出所需要的性能参数；

步骤5、根据不同工况下提取的性能参数构建响应面；

步骤6、根据优化目标对响应面上各点选择优化算法进行求解，获得候选点；

步骤7、根据候选点信息，对各级叶轮进行参数化建模并对流场开展CFD模拟计算，提取性能参数并以此计算优化目标函数，判断其是否满足优化目标，若满足则输出各自变量的取值并完成优化，若不满足则更改自变量取值范围并重复步骤2至步骤7。

进一步地，所述流道模型为单流道模型。

进一步地，所述性能参数包括力矩和效率。

进一步地，所述优化算法为多目标遗传算法。

进一步地，所述自变量包括一级涡轮进口角、一级导轮进口角、一级导轮出口角、二级涡轮进口角、二级导轮进口角和二级导轮出口角共计6个自变量。

进一步地，所述自变量的参数范围为：一级涡轮进口角的下限角为85度，上限角为125度；一级导轮进口角的下限角为90度，上限角为130度；一级导轮出口角的下限角为125度，上限角为165度；二级涡轮进口角的下限角为85度，上限角为125度；二级导轮进口角的下限角为85度，上限角为125度；二级导轮出口角的下限角为90度，上限角为130度。

进一步地，采用6自变量5水平的中心复合试验设计，单个泵轮开度下的设计点个数为154个，所述工况共3个：分别是50％泵轮开度，转速比为0.45；30％泵轮开度，转速比为0.38；25％泵轮开度，转速比为0.32。

进一步地，所述优化目标函数为：

Y＝λ₁η_0.32+λ₂η_0.38+λ₃η_0.45

其中，Y为综合效率，η_0.32为液力变矩器25％泵轮开度且转速比0.32工况下的效率，η_0.38为液力变矩器30％泵轮开度且转速比0.38工况下的效率，η_0.45为液力变矩器50％泵轮开度且转速比0.45工况下的效率；λ₁、λ₂、λ₃为各转速比下效率的权重系数。

进一步地，在求解计算中优化数学模型表达为：

其中，t_1in表示一级涡轮进口角，d_1in表示一级导轮进口角，d_1out表示一级导轮出口角，t_2in表示二级涡轮进口角，d_2in表示二级导轮进口角，d_2out表示二级导轮出口角，Max(Y)；η_0.45≥0.86为约束条件。

本发明的有益效果为：

本发明采用响应曲面法并引入多目标遗传算法作为优化算法，针对某型号泵轮可调式液力变矩器各工作轮的进出口角度进行优化设计。优化结果表明一级导轮的出口角是影响液力变矩器效率的核心因素，优化后一级涡轮进口角减小了12°，一级导轮进口角增大了9°，出口角增大了5°，二级涡轮的进口角减小了14°，二级导轮进口角增大了20°，出口角增大了8°；在25％泵轮开度下液力变矩器的效率提升了4.7％(从77.0％到81.7％)，在30％泵轮开度下效率提升了1.3％(从83.5％到84.9％)，在50％泵轮开度下效率提升了0.5％(从88.7％到89.2％)；高效区范围从2.56提高至2.67。通过对优化前后的液力变矩器内部流场进行三维定常数值模拟发现，修改后的叶栅系统提高了不同开度下的泵轮效率，而其他工作轮的效率在低负荷工况下有所下降，但液力变矩器在其工作范围内的综合效率得以提高。此方法可为液力变矩器的叶片角度优化设计以及在其工作范围内综合效率的提升提供参考解决方案。

附图说明

图1为本发明所述针对泵轮可调式液力变矩器的多目标优化设计方法流程图；

图2为单流道计算模型示意图；

图3为泵轮可调式液力变矩器各部件网格示意图；

图4为网格无关性验证结果图；

图5为液力变矩器效率数值计算与实验结果对比图；

图6为各工作轮角度对额定效率的影响示意图；

图7为各工作轮角度对综合效率的影响示意图；

图8为叶片进出口角度优化结果候选点示意图；

图9为优化前后不同泵轮开度效率特性曲线示意图；

图10为优化前不同泵轮开度下最高效率点工况的相对流线图；

图11为优化后不同泵轮开度下最高效率点工况的相对流线图。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

结合图1，本发明提出一种针对泵轮可调式液力变矩器的多目标优化设计方法，以不同泵轮开度下的特性曲线的最高点效率为目标优化对象，采用定量的性能参数结果作为优化目标显示；具体包括以下步骤：

步骤1、确定自变量(即因素)及其取值范围；

步骤2、确定自变量的水平数；

步骤3、根据步骤2的结果，建立叶轮和流道模型，对同一开度下不同转速比工况开展CFD模拟计算；所述流道模型为单流道模型。

步骤4、根据步骤3中CFD计算结果提取出所需要的性能参数；所述性能参数包括力矩和效率。

步骤5、根据不同工况下提取的性能参数构建响应面；

步骤6、根据优化目标对响应面上各点选择合适的优化算法进行求解，获得候选点；所述优化算法为多目标遗传算法。

步骤7、根据候选点信息，对各级叶轮进行参数化建模并对流场开展CFD模拟计算，提取性能参数并以此计算优化目标函数，判断其是否满足优化目标，若满足则输出各自变量的取值并完成优化，若不满足则更改自变量取值范围并重复步骤2至步骤7。

其中步骤1至步骤5完成了DOE(Design of Experiments)实验设计。

三维多目标优化的核心工作是进行设计试验。理论上将所研究的自变量组合通过穷举的方式都计算出目标函数的值便能够得到满足要求的解，但是数据点过多，计算耗时长，需要采用有效的设计方法去减少实验次数。响应面设计方法最早由数学家Box和Wilson在1951年提出，是利用合理的试验设计方法并通过实验得到一定数据，采用多元二次回归方程来拟合因素与响应值之间的函数关系，通过对回归方程的分析来寻求最优工况参数，解决多变量问题的一种统计方法。

在对液力变矩器进行优化时，需要明确优化参数和参数范围，通常液力变矩器模型可供优化的有：叶片数、叶片角度、前后盖板曲线，叶片的进出口边等。针对传统的根据相对流线图对叶片进出口角的修改方式，本发明选择叶片角度为优化自变量。另外在液力变矩器的工作轮中泵轮是原动件，不应对其出口角进行修改，涡轮是从动件，也不应对其出口角进行修改。此外由于所研究模型为泵轮可调式液力变矩器，因此也不选择泵轮入口角为自变量，这样本发明的优化自变量有一级涡轮进口角、一级导轮进口角、一级导轮出口角、二级涡轮进口角、二级导轮进口角和二级导轮出口角共计6个自变量。为了使液力变矩器的特性与原特性相差不会太大，给定如表1所示的各工作轮角度变化范围。所述自变量的参数范围为：一级涡轮进口角的下限角为85度，上限角为125度；一级导轮进口角的下限角为90度，上限角为130度；一级导轮出口角的下限角为125度，上限角为165度；二级涡轮进口角的下限角为85度，上限角为125度；二级导轮进口角的下限角为85度，上限角为125度；二级导轮出口角的下限角为90度，上限角为130度。

表1各叶轮叶片角参数取值范围

在进行设计试验的方法中，中心复合试验设计适合4-9个自变量，其设计点共2^k+2k+1个(k为自变量个数)，为了保证所构造响应面的准确性，设计试验点的选取需要有足够的代表性，相邻设计点间的角度差值不应过大，因此进行5水平设计试验，在此情况下相邻的设计角度值的差值不超过10°，这样针对本发明的设计试验方法为6因素5水平的中心复合试验设计，单个泵轮开度下的设计点个数为2*(2^k+2k+1)＝154(k为自变量个数，即k＝6)。

本发明所述工况有3个，分别是50％泵轮开度，转速比为0.45；30％泵轮开度，转速比为0.38；25％泵轮开度，转速比为0.32，计算完约450组设计试验点后，根据计算结果构造各自变量和所研究目标函数的响应关系。本发明选用多项式模型来构造响应面。

在完成优化响应面的构建后，需要根据约束条件Max(Y)；η_0.45≥0.86对目标函数进行求解，这一过程与一维多目标优化的过程相同，在优化学科中优化算法的选择可以快速的缩短这一求解过程。遗传算法是基于自然选择和遗传的随机算法。多目标遗传算法主要针对于多个目标函数，能避免局部最优陷阱，常用于计算全局的最值问题，能够很好地解决液力变矩器的全局优化问题，因此本发明采用多目标遗传算法来对响应面模型进行求解寻优。具体参数设置为：

1、初始样本数。优化流程需要的初始样本数，一般而言，最小的初始样本数为输入参数数量的10倍，由于本发明有6个自变量，因此选择其值为60。

2、每次迭代样本数。样本数量在每次迭代后会更新，其数值必须小于初始样本数量。但是大于等于输入输出参数数量，因此本发明选择其值为20。

3、最大允许Pareto百分比。此项为优化的收敛标准，所代表的是期待Pareto点的数量的比率百分比。当达到这个百分比后，判断优化收敛。此项选择默认值70％。

4、收敛稳定百分比。此项也是收敛标准，它代表的是收敛的稳定性，较大的收敛稳定百分比的设置可使执行迭代的数量达到最小，当这个百分比达到时，优化收敛，默认为2％。

5、最大迭代次数20次。此项为MOGA算法不收敛时的停止标准。

6、候选点数量。此项为优化结果的输出，当达到收敛标准输出计算结果时，根据算法能提供的候选点数量，一般为3个。

优化目标函数可以是计算工况所能提取数据的任意组合，这包括液力变矩器在不同工况点的效率、泵轮力矩系数、涡轮力矩等一系列参数，由于本发明重点关注泵轮可调式液力变矩器在不同开度下最高点的效率值，因此所构造的优化目标函数为：

Y＝λ₁η_0.32+λ₂η_0.38+λ₃η_0.45

其中，Y为综合效率，η_0.32为液力变矩器25％泵轮开度且转速比0.32工况下的效率，η_0.38为液力变矩器30％泵轮开度且转速比0.38工况下的效率，η_0.45为液力变矩器50％泵轮开度且转速比0.45工况下的效率；λ₁、λ₂、λ₃为各转速比下效率的权重系数。根据具体的要求，可以调整权重系数和不同工况下的效率，由于液力变矩器并不长时间在低负荷下运行。本发明取λ₁＝0.3，λ₂＝0.6，λ₃＝0.1。

在求解计算中优化数学模型表达为：

其中，t_1in表示一级涡轮进口角，d_1in表示一级导轮进口角，d_1out表示一级导轮出口角，t_2in表示二级涡轮进口角，d_2in表示二级导轮进口角，d_2out表示二级导轮出口角，Max(Y)；η_0.45≥0.86为约束条件。

数值模拟方法

双涡轮泵轮可调式液力变矩器的双涡轮结构为一循环圆。当工作流体流经泵轮时获得能量，原动机的机械能转化为流体的能量，流经一级涡轮时，高速高压的流体冲击涡轮对外做功，在经过一级导轮改变液流方向后，流体流过二级涡轮再次对外做功，其中一级涡轮和二级涡轮采取同轴设计以保证相同的输出转速，从二级涡轮流出的低能流体经过二级导轮变化液流方向后重新返回泵轮入口获得能量，以此来完成功率的传递。泵轮可调式液力变矩器可以通过调节泵轮的开度来控制循环圆流量的大小，从而使液力变矩器有不同的输出特性来满足变化的负载要求。双涡轮泵轮可调式液力变矩器的主要几何参数见表2。液力变矩器在实际工作过程中，工作油一方面在压力、离心力作用下跟随叶轮完成内部循环流动，另一方面还需要与冷却器和油箱做外循环以解决液力变矩器工作油的温度过高以及工作油泄露等问题。因而其流动十分复杂，在研究具体问题进行数值计算时，需要对液力变矩器的几何模型做一定的简化处理及假设：

(1)在相同工况下，液力变矩器同一叶轮各流道的流场特性相同，在研究液力变矩器流场特征时只需要研究单个流道即可，如图2所示。

(2)液力变矩器工作油在工作时，其密度和粘度保持恒定，将其认定为不可压缩流体。并忽略温度场的变化，主要研究速度场和压力场。

(3)液力变矩器在工作时，前后盖板为刚体，没有变形和位移，不考虑流固耦合作用。

(4)忽略工作油进出口流量以及叶轮间泄漏量，认为在各个工作轮间的流量是恒定的。

(5)假设液力变矩器内部流动是稳态流动。内部流场不随时间的变化而变化。

表2双涡轮泵轮可调式液力变矩器叶栅系统主要几何参数

液力变矩器内部的流动是复杂的三维流动，但其流动规律仍满足质量守恒方程、动量守恒方程、能量守恒方程。由于不考虑工作油温的变化，因此对液力变矩器的流场求解的过程就是求解质量、动量守恒方程。

根据质量守恒，单位时间内流体内部微元体内流体质量的增加，应等于同一时间间隔内流入流出该微元体的净质量。用方程表示为：

式中ρ——流体密度(kg/m³)

——流体速度矢量(m/s)

——哈密顿算子，

t表示时间，和表示所采用的正交直角坐标系的单位矢量，x,y,z表示正交直角坐标系内的坐标分量；

对于液力变矩器而言，认为其内部流体为不可压缩流体因此上式(1)可表述为：

根据动量守恒，在一定时间间隔内作用在控制体上的外力等于在同一时刻该控制体在该力方向上的动量变化率。用方程表示为：

式中τ——作用在微小控制体上的二阶应力张量

——作用在微小控制体上的体积力(N)

对于不可压缩流体，以及引入斯托克斯假设后，方程(3)变为：

式中p——压强(pa)

μ——运动粘度(pa·s)

——拉普拉斯算子，

从数学上讲，对于瞬态问题，给定初值条件和边界条件；对于稳态问题，给定边界条件就能够得到动量方程的解。但在工程中绝大部分流动为湍流流动，很难得到二阶偏微分方程的精确解。因此在工程实际应用中，更多的是采用雷诺平均的方法去求解N-S方程。其核心思想是将流场中的未知物理量分解为平均值和脉动值φ’两部分即：

式(2)与式(4)可描述为：

式中x_i与x_j和与分别表示所采用的正交直角坐标系内的坐标分量和速度分量；

其中为一对称张量，有六个独立的分量，为了使控制方程组封闭，需要单独引入额外的方程组亦即湍流模型来进行求解。众所周知SST k-w模型能够很好的模拟出旋转机械近壁面和主流区的流场特征。计算准确性更高。

SST k-w模型在原有的方程(6)条件下引入k、w方程

式中k——湍流动能

w——比损耗速率

φ＝f_v1φ₁+(1-f_v1)φ₂,φ＝β,γ,σ_k,σ_w，f_v1为与近壁面y值有关的混合函数；

式中σ_k，σ_w，γ，β，σ_w2，f_v2，φ₁，φ₂均为经验系数；

湍流模型参数的数值经过工程经验修正为α₁＝0.31，β₁＝0.075，β₂＝0.0828，γ₂＝0.44，σ_k1＝0.85，σ_k2＝1，σ_w1＝0.5，σ_w2＝0.856。

由于SSTk-w模型的常数项是在标准k-ε以及标准k-w模型的常数项通过一定的计算关系得到的，并且w方程引入了这一正交发散项来过渡k-ε及k-w模型，故而能很好的模拟近壁面和主流区的流动。

液力变矩器的流动是封闭的，不设置进出口边界条件，工作油的密度ρ＝825kg/m³，运动粘度μ＝0.002845pa·s。单流道的周向边界设置为旋转周期面；各工作轮叶片和前后盖板设置为无滑移壁面，泵轮转速设为-1000r/min(以涡轮转速为正，负号表示泵轮与涡轮的旋转方向相反)，涡轮转速根据不同工况下的转速比计算设置不同的值。

由于已对液力变矩器的模型做了合理简化，因此本发明采用结构化网格对计算域进行网格划分，并分别对叶片边界层处加密处理，各部件网格如图3所示。

网格是进行三维有限元分析的基本单元。网格节点的数量对计算的精度和速度都有着重要的影响。通常情况下，网格节点数越多，计算的精确度越准确，流场信息越丰富，但也会使得计算时间增加。所以在正式计算之前，需要找到能够保证计算结果不随着节点数增加而显著改变的最少网格数，兼顾计算的精确度与速度。本发明以额定工况点(转速比i_TB＝0.95)处的液力变矩器的效率计算结果为衡量指标来确定最小网格数。网格无关性计算结果如图4所示，最终选择数量为150万的网格。

为了验证上述建立的数值方法的准确性，针对该型液力变矩器的基型液力变矩器进行了建模并计算，将得到的设计开度下不同转速比的效率同实验结果进行了对比，如图5所示。由于在建模过程中忽略了间隙部分和与其配套的轴系部件，因此数值计算结果并不包括机械损失以及容积损失，从图5可以看出，在高比转速区域，引入机械损失和容积损失后，模拟计算值与实验值约有3％左右误差，在低比转速区域，通过数值模拟得出的液力变矩器效率与原实验值高，引入容积、机械损失后与实验值契合度高，从而证明了上述建立的数值方法的准确性。

本发明选用多项式模型来构造响应面，所得到的自变量(各个工作轮的进出口角度)和目标函数Y及η_0.45如图6和图7所示。从图6中可以看出，当一级涡轮进口角从85°变化至125°时，效率从88.5％下降至85.5％，这说明一级涡轮的进口角对额定负荷的效率并无太大影响，一级导轮进口角从90°变化至130°时，效率呈现两个峰值，在100°时效率达到最低为86.2％，在120°时效率达到最高为87.6％，随后再逐渐降低。整个效率变化区间范围较小，影响也并不大。一级导轮出口角从125°变化至165°时，效率从74％增大至88％，变化幅度较为明显。二级涡轮进口角从85°变化至125°时，液力变矩器的效率先基本保持不变，然后再下降，但变化幅度仍不明显。二级导轮进口角从90°变化至130°时，效率先上升后下降，在115°左右时，效率达到峰值有88.2％，二级导轮出口角从95°变化至125°时，效率缓步上升后趋于平缓。由此可以初步得出结论，在所研究的6个自变量中，一级导轮的出口角是影响双涡轮液力变矩器额定负荷效率的主要因素。

分析各个工作轮对所研究的综合效率Y的影响见图7，随着一级导轮进口角的增加，所研究的目标函数Y先增加后趋于平缓，Y的值随着一级和二级涡轮的增加而逐渐降低，随着二级导轮的进口角和出口角的增加而增加，但是变化幅度均不大，而当一级导轮从125°到165°时，Y的值从0.66到0.82平缓增加，增加的值较大。可知一级导轮的出口角也是影响液力变矩器综合效率的重要因素。总结各自变量因素对液力变矩器效率的影响见表3。

表3各工作轮进出口角度对液力变矩器效率的影响

在完成相关参数设置后，执行优化程序最终得到的三组候选叶片角度如图8所示，这三组叶片进出口角度结果无明显差异。选择第一组的数据点进行计算，分析不同开度下的泵轮可调式液力变矩器效率特性曲线。

从图9看出，经过三维多目标优化后，原额定转速比情况下效率的最高点未发生明显偏移，仍在i_TB＝0.45时达到最高点，效率值89.2％比原始值88.7％稍高，在30％泵轮开度时，优化前在i_TB＝0.38时效率最高为83.5％，在优化后效率达到了84.8％，效率小幅度提升。在更低的泵轮开度下，25％泵轮开度时，优化前效率77％，而在优化后效率到了81.7％，提升了4.7％，从优化结果来看，低负荷下效率得到了提高。说明了所设计的优化函数表达式Y＝λ₁η_0.32+λ₂η_0.38+λ₃η_0.45能较好的反应液力变矩器低负荷下的效率。这说明了这种优化方式能直接对液力变矩器低负荷区进行优化，相较于一般的三维优化方法更具优势。此外在优化前特性曲线上超过75％的转速比工况为0.28-0.69高效区变矩器调速范围为0.595，经过优化后，超过75％的转速比工况为0.27-0.72，高效区变矩器调速范围为0.625，略有提高。

经过三维多目标优化后，液力变矩器在不同泵轮开度下的效率和单个泵轮的效率均高于优化前，见表4，但是其它工作轮的效率在50％泵轮开度下比优化前高，在30％和25％泵轮开度下，其它工作轮的效率比优化前低，由于泵轮部分的水力效率提高较多，因此总的液力变矩器比优化前高。这也说明了一般的三维优化方式的缺陷(只能对某一固定转速比下的效率进行优化，而其它工况点的效率变化有一定的偶然性，而且无法用更为直观的数据对比分析去进行优化，只能以相对流线图为参考根据)，根据优化结果可以得出结论，经过三维多目标优化后的叶栅系统提高低负荷下的效率是通过提高泵轮效率来实现的，而其它工作轮的效率在低负荷下会略有降低。

表4优化前后不同泵轮开度下液力变矩器最高效率及泵轮效率对比

从计算结果上来看，经过三维多目标优化后，液力变矩器的高效区范围略有提高，能使液力变矩器效率达到75％的高临界转速比也有所提高，从流场分析上看，在额定转速比下时，相对流线方向冲向二级涡轮的工作面。下面分析优化后液力变矩器一、二级涡轮的力矩在不同转速比下的分配情况见表5，经过三维多目标优化后，涡轮力矩值在不同转速比下都有所下降，在较低的转速比下，二级涡轮的力矩占比比优化前更低，但是在更高的转速比下，二级涡轮力矩的占比达到了58.6％，比优化前52％更高，这说明经过将一级导轮出口角增大和二级涡轮进口角减小后能够提高液力变矩器高比转速下的二级涡轮力矩占比，从而使液力变矩器在较高的比转速下仍保持较高的效率。

表5优化前后50％泵轮开度下不同转速比一、二级涡轮力矩对比

根据上述结果可知，一级导轮出口角越大，液力变矩器低负荷下的效率越高，是影响液力变矩器低负荷下效率的主要因素。与原叶栅系统相比，经过三维多目标优化后，一级、二级涡轮的进口角减小了10°左右，一级导轮进口角增大了10°左右，同时出口角增大了5°左右，二级导轮的进口角增大了20°左右，出口角增大了10°左右。分析优化后不同开度下的相对流线图图11，与优化前流线图图10相比，在泵轮流域，相对流线并无明显变化，在一级涡轮的进口处，尽管减小了进口角，但是相对流线的方向与叶片骨线的夹角并无明显变化，此外增大了一级导轮的出口角，同时也减小了二级涡轮的进口角，从而在二级涡轮进口形成正冲角，这从一方面也印证了传统三维优化的缺陷(用肉眼去分辨相对流线方向进行修改角度时，角度变化较小时无法进一步修改)，从二级涡轮进口相对流线在优化后明显冲向涡轮的工作面，这也说明了传统优化方式的另一大缺陷(不能完全按照相对流线与叶片骨线方向一致去修改)。另外一级导轮的出口角虽然增大了5°，但从流线图上看不出明显差别。

以上对本发明所提出的一种针对泵轮可调式液力变矩器的多目标优化设计方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种针对泵轮可调式液力变矩器的多目标优化设计方法，其特征在于：以不同泵轮开度下的特性曲线的最高点效率为目标优化对象，采用定量的性能参数结果作为优化目标显示；具体包括以下步骤：

步骤1、确定自变量及其取值范围；

步骤2、确定自变量的水平数；

步骤3、根据步骤2的结果，建立叶轮和流道模型，对同一开度下不同转速比工况开展CFD模拟计算；

步骤4、根据步骤3中CFD计算结果提取出所需要的性能参数；

步骤5、根据不同工况下提取的性能参数构建响应面；

步骤6、根据优化目标对响应面上各点选择优化算法进行求解，获得候选点；

步骤7、根据候选点信息，对各级叶轮进行参数化建模并对流场开展CFD模拟计算，提取性能参数并以此计算优化目标函数，判断其是否满足优化目标，若满足则输出各自变量的取值并完成优化，若不满足则更改自变量取值范围并重复步骤2至步骤7。

2.根据权利要求1所述的方法，其特征在于：所述流道模型为单流道模型。

3.根据权利要求1所述的方法，其特征在于：所述性能参数包括力矩和效率。

4.根据权利要求1所述的方法，其特征在于：所述优化算法为多目标遗传算法。

5.根据权利要求1所述的方法，其特征在于：所述自变量包括一级涡轮进口角、一级导轮进口角、一级导轮出口角、二级涡轮进口角、二级导轮进口角和二级导轮出口角共计6个自变量。

6.根据权利要求5所述的方法，其特征在于：所述自变量的参数范围为：一级涡轮进口角的下限角为85度，上限角为125度；一级导轮进口角的下限角为90度，上限角为130度；一级导轮出口角的下限角为125度，上限角为165度；二级涡轮进口角的下限角为85度，上限角为125度；二级导轮进口角的下限角为85度，上限角为125度；二级导轮出口角的下限角为90度，上限角为130度。

7.根据权利要求6所述的方法，其特征在于：采用6自变量5水平的中心复合试验设计，单个泵轮开度下的设计点个数为154个，所述工况共3个：分别是50％泵轮开度，转速比为0.45；30％泵轮开度，转速比为0.38；25％泵轮开度，转速比为0.32。

8.根据权利要求7所述的方法，其特征在于：所述优化目标函数为：

Y＝λ₁η_0.32+λ₂η_0.38+λ₃η_0.45

其中，Y为综合效率，η_0.32为液力变矩器25％泵轮开度且转速比0.32工况下的效率，η_0.38为液力变矩器30％泵轮开度且转速比0.38工况下的效率，η_0.45为液力变矩器50％泵轮开度且转速比0.45工况下的效率；λ₁、λ₂、λ₃为各转速比下效率的权重系数。

9.根据权利要求8所述的方法，其特征在于：在求解计算中优化数学模型表达为：

其中，t_1in表示一级涡轮进口角，d_1in表示一级导轮进口角，d_1out表示一级导轮出口角，t_2in表示二级涡轮进口角，d_2in表示二级导轮进口角，d_2out表示二级导轮出口角，Max(Y)；η_0.45≥0.86为约束条件。