CN112487681B - 一种考虑制造约束的阵列微流道换热器性能优化方法 - Google Patents

一种考虑制造约束的阵列微流道换热器性能优化方法 Download PDF

Info

Publication number
CN112487681B
CN112487681B CN202011373694.5A CN202011373694A CN112487681B CN 112487681 B CN112487681 B CN 112487681B CN 202011373694 A CN202011373694 A CN 202011373694A CN 112487681 B CN112487681 B CN 112487681B
Authority
CN
China
Prior art keywords
heat exchanger
structural design
design parameters
groups
micro
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.)
Active
Application number
CN202011373694.5A
Other languages
English (en)
Other versions
CN112487681A (zh
Inventor
孟宝
杜默
万敏
赵睿
韩金全
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202011373694.5A priority Critical patent/CN112487681B/zh
Publication of CN112487681A publication Critical patent/CN112487681A/zh
Application granted granted Critical
Publication of CN112487681B publication Critical patent/CN112487681B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

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

Abstract

本发明公开了一种考虑制造约束的阵列微流道换热器性能优化方法，采用多参数多目标换热器性能优化仿真方法，通过对微流道换热器的性能优化仿真，可以在降低压降和体积的同时，进一步增大换热系数，提升换热性能；本发明采用多参数多目标换热器性能优化仿真和制造工艺仿真相结合的方法，将性能优化后的优化值导入制造工艺仿真模型中，得到换热器制造过程中的微流道形貌及所需加工条件，可以减少昂贵的现场试验成本，降低生产、材料和时间成本，缩短研发周期；本发明在结构设计参数的尺寸设计过程中考虑制造约束条件，可以实现微流道换热器结构的一体化设计制造，在获得最佳性能的同时，还能减少制造困难，有效提高设计的准确性和可制造性。

Description

一种考虑制造约束的阵列微流道换热器性能优化方法
技术领域
本发明涉及换热器性能设计制造一体化技术领域，尤其涉及一种考虑制造约束的阵列微流道换热器性能优化方法。
背景技术
随着能源越来越紧张、稀缺，高效换热技术将成为未来重点攻克的难题。换热器是工程中将一种流体的热量以某种方式传递给另一种流体的设备，广泛应用在工业生产中。与常规换热器相比，微流道换热器体积小，换热系数大，换热效率高，且具有优良的耐压性能。但微流道换热器压降大，制造成本高，有待进一步优化改进。
传统的阵列微流道换热器在设计与制造之间存在差距。由于现有制造工艺无法满足阵列微流道的加工精度，因此会导致换热器的实际性能无法达到设计性能，甚至实际换热性能数据与设计值偏差很大。特别地，受制造工艺的约束，所设计的极端尺寸根本无法实现，导致换热器反复试错，研发周期长，成本高，这成为高效换热器研发的主要瓶颈问题。因此，亟需在换热器设计与性能优化阶段考虑制造约束条件，实现设计制造一体化。
发明内容
有鉴于此，本发明提供了一种考虑制造约束的阵列微流道换热器性能优化方法，用以解决阵列微流道换热器的设计与制造矛盾的问题，实现设计制造一体化。
本发明提供的一种考虑制造约束的阵列微流道换热器性能优化方法，包括如下步骤：
S1：确定阵列微流道换热器性能优化目标函数和结构设计参数范围；
S2：采用有限元分析软件，建立多参数多目标换热器性能优化仿真模型，应用多目标遗传算法，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数；其中，m为大于1的整数；
S3：采用制造工艺仿真软件，根据获得的m组结构设计参数建立制造工艺仿真模型，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件；
S4：将建立的m组结构设计参数的制造约束条件，反馈输入到所述多参数多目标换热器性能优化仿真模型中，得到q组结构设计参数；其中，q为小于m的正整数；
S5：返回步骤S3，重复执行步骤S3和步骤S4，根据获得的q组结构设计参数重新建立制造工艺仿真模型，从而建立q组结构设计参数的制造约束条件，并反馈输入到所述多参数多目标换热器性能优化仿真模型中，得到p组结构设计参数，p为小于q的正整数；以此类推，直至得到唯一一组换热性能最优的结构设计参数。
在一种可能的实现方式中，在本发明提供的上述考虑制造约束的阵列微流道换热器性能优化方法中，步骤S1，确定阵列微流道换热器性能优化目标函数和结构设计参数范围，具体包括：
确定微流道的宽度w∈[0.1,0.3]，微流道的深度h∈[0.25,0.4]，且深宽比h/w≥1为初始结构设计约束条件；其中，w和h的单位均为mm；
所述结构设计参数范围满足如下目标函数：
换热系数最大化：
maxK＝fK(x1,x2,…,xn)
流体出入口压力差最低化：
minP＝fP(x1,x2,…,xn)
换热器质量最轻化：
minM＝fM(x1,x2,…,xn)
热流体出口温度最小化：
minT＝fT(x1,x2,…,xn)
其中，xi＝[wi,hi]T，i＝1,2,...,n；n表示从确定的结构设计参数范围内选出的结构设计参数的组数。
在一种可能的实现方式中，在本发明提供的上述考虑制造约束的阵列微流道换热器性能优化方法中，步骤S2，采用有限元分析软件，建立多参数多目标换热器性能优化仿真模型，应用多目标遗传算法，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数，具体包括：
S21：建立阵列微流道换热器的局部参数化三维模型，将所述局部参数化三维模型划分为固体域和流体域；其中，流体域为微流道内部的填充区域，剩余区域为固体域；
S22：分别对所述流体域和所述固体域划分网格，并设置壁面、冷流体的入口和出口以及热流体的入口和出口；
S23：设置所述固体域和所述流体域的材料的密度、比热容、换热系数和吸收系数；
S24：设置湍流的求解计算模型和辐射模型，并定义为热耦合求解器；
S25：定义仿真计算的边界条件：分别为壁面的初始温度，冷流体入口和热流体入口的温度、初速度和压力，以及冷流体出口和热流体出口的压力；
S26：设置优化理论为多目标遗传算法；
S27：进行仿真计算，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数。
在一种可能的实现方式中，在本发明提供的上述考虑制造约束的阵列微流道换热器性能优化方法中，步骤S3，采用制造工艺仿真软件，根据获得的m组结构设计参数建立制造工艺仿真模型，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件，具体包括：
S31：根据由多参数多目标换热器性能优化仿真模型的仿真结果获得的m组结构设计参数，建立制造工艺三维模型；
S32：设置板材为塑性材料，将材料参数输入到所述制造工艺三维模型中，设置制造工艺所需的温度，对所述制造工艺三维模型划分网格；
S33：设置模具为刚体材料，并设置模具的运动参数；
S34：设置模具与板材的边界条件和接触参数；
S35：设置运行步数和每一步的时间，开始工艺仿真计算；
S36：仿真结束后，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件。
本发明提供的上述考虑制造约束的阵列微流道换热器性能优化方法，采用有限元分析软件建立多参数多目标换热器性能优化仿真模型，该模型用于获得换热器性能最佳的多组结构设计参数，并通过制造工艺仿真软件建立制造工艺仿真模型，该模型用于获得制造工艺中不同结构设计参数的制造约束条件，将制造约束条件反馈给多参数多目标换热器性能优化仿真模型中，选择出一个换热性能最佳、可制造性好的微流道换热器结构设计参数。本发明采用多参数多目标换热器性能优化仿真方法，通过对微流道换热器的性能优化仿真，可以在降低压降和体积的同时，进一步增大换热系数，提升换热性能；本发明采用多参数多目标换热器性能优化仿真和制造工艺仿真相结合的方法，将性能优化后的优化值导入制造工艺仿真模型中，得到换热器制造过程中的微流道形貌及所需加工条件，可以减少昂贵的现场试验成本，降低生产、材料和时间成本，缩短研发周期；本发明在结构设计参数的尺寸设计过程中考虑制造约束条件，可以实现微流道换热器结构的一体化设计制造，在获得最佳性能的同时，还能减少制造困难，有效提高设计的准确性和可制造性。
附图说明
图1为本发明提供的一种考虑制造约束的阵列微流道换热器性能优化方法的流程图；
图2为本发明实施例1中阵列微流道换热器的局部参数化三维模型；
图3a为本发明实施例1中单一尺寸下换热器性能优化仿真的流体速度云图；
图3b为本发明实施例1中单一尺寸下换热器性能优化仿真的流体温度图；
图3c为本发明实施例1中单一尺寸下换热器性能优化仿真的换热系数图；
图3d为本发明实施例1中单一尺寸下换热器性能优化仿真的流体压力分布图；
图4为本发明实施例1中在多参数多目标换热器性能优化仿真过程中微流道的宽度和深度对换热器性能的影响因子图；
图5为本发明实施例1中制造工艺仿真建模图；
图6a为本发明实施例1中三种微流道的制造工艺仿真的形貌对比图；
图6b为本发明实施例1中三种微流道的制造工艺仿真的力对比图。
附图标记说明：A为冷液态水进口，B为冷液态水出口，C为热氩气进口，D为热氩气出口，E为固体域，1为上辊轮，2为下辊轮，3为板材，4为限制自由度的板块。
具体实施方式
下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整的描述，显然，所描述的实施方式仅仅是作为例示，并非用于限制本发明。
本发明提供的一种考虑制造约束的阵列微流道换热器性能优化方法，如图1所示，包括如下步骤：
S1：确定阵列微流道换热器性能优化目标函数和结构设计参数范围；
S2：采用有限元分析软件，建立多参数多目标换热器性能优化仿真模型，应用多目标遗传算法，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数；其中，m为大于1的整数；
S3：采用制造工艺仿真软件，根据获得的m组结构设计参数建立制造工艺仿真模型，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件；
S4：将建立的m组结构设计参数的制造约束条件，反馈输入到多参数多目标换热器性能优化仿真模型中，得到q组结构设计参数；其中，q为小于m的正整数；
S5：返回步骤S3，重复执行步骤S3和步骤S4，根据获得的q组结构设计参数重新建立制造工艺仿真模型，从而建立q组结构设计参数的制造约束条件，并反馈输入到多参数多目标换热器性能优化仿真模型中，得到p组结构设计参数，p为小于q的正整数；以此类推，直至得到唯一一组换热性能最优的结构设计参数。
本发明针对阵列微流道换热器的设计与制造矛盾的问题，提出一种考虑制造约束的阵列微流道换热器性能优化方法，利用多参数多目标对阵列微流道换热器的性能进行优化，并通过制造工艺仿真建立制造约束条件，再将制造约束条件与多参数多目标换热器性能优化仿真模型相结合，获得阵列微流道换热器的最佳结构设计参数，上述方法能够将制造约束反馈到微流道换热器设计的过程中，通过循环迭代优选出换热性能和可制造性均最佳的微流道换热器结构设计参数，实现阵列微流道换热器的一体化设计制造，有效提高设计的准确性和可制造性。
下面通过一个具体的实施例对本发明提供的上述考虑制造约束的阵列微流道换热器性能优化方法的具体实施进行详细说明。
实施例1：
多参数多目标换热器性能优化仿真模型中参数范围的选择主要依据阵列微流道换热器的设计目标，即高效率、低阻力和小体积。阵列微流道换热器的设计主要解决两个问题，分别是换热器的尺寸问题和换热器的校核问题。换热器的尺寸问题涉及换热器微流道的结构尺寸和传热面积；换热器的校核问题涉及换热器的性能传热和压降问题。对于换热器的尺寸问题，主要涉及微流道的尺寸，暂不涉及换热器的整体尺寸，根据目前现有的阵列微流道换热器的结构，可以确定微流道的宽度w∈[0.1,0.3]，微流道的高度h∈[0.25,0.4]为结构设计参数范围，且深宽比h/w≥1为初始约束条件。对于换热器的性能传热和压降问题，可以建立换热系数最大化、压降最小化(即流体出入口压力差最低化)、换热器质量最轻化及热流体出口温度最小化为多个目标函数。
在本实施例中，选取阵列微流道换热器的宏观局部尺寸为宽度W＝3mm，长度L＝5mm的长方体结构，单层板的高度为H＝0.6mm，以双层板为例对微流道结构参数化建模，将微流道的宽度w和深度h设置为可变参数，w∈[0.1,0.3]，h∈[0.25,0.4]，w和h的单位均为mm，深宽比h/w≥1，沟槽之间的距离t等于w，其余均为不变量，选取微流道宽度w＝0.3mm，微流道深度h＝0.35mm，得到如图2所示的阵列微流道换热器的局部参数化三维模型。将局部参数化三维模型分为固体域和流体域；其中，流体域为微流道内部的填充区域，流体域分为上下两层，上层流体为冷液态水，下层流体为热氩气，由于逆流式换热效率更高，因此设置上下层流体的流动方向相反，如图2所示，A为冷液态水进口，B为冷液态水出口，C为热氩气进口，D为热氩气出口；除流体域之外的剩余区域为固体域，即固体域为实体结构部分(如图2所示的E所示)，材料为304不锈钢。上述结构设计参数范围满足如下目标函数：
换热系数最大化：
maxK＝fK(x1,x2,…,xn)
流体出入口压力差最低化：
minP＝fP(x1,x2,…,xn)
换热器质量最轻化：
minM＝fM(x1,x2,…,xn)
热流体出口温度最小化：
minT＝fT(x1,x2,…,xn)
其中，xi＝[wi,hi]T，i＝1,2,...,n；n表示从确定的结构设计参数范围内选出的结构设计参数的组数。
在建立多参数多目标换热器性能优化仿真模型之前，先建立单一尺寸下(微流道宽度w＝0.3mm，微流道深度h＝0.35mm)的换热器性能优化仿真模型，具体步骤如下：
(1)建立阵列微流道换热器的局部参数化三维模型，将局部参数化三维模型划分为固体域和流体域；其中，流体域为微流道内部的填充区域，剩余区域为固体域；
(2)在网格模块分别对流体域和固体域划分网格，并设置壁面、冷流体的入口和出口以及热流体的入口和出口；在本实施例中，冷流体的出入口和热流体的出入口相反，换热方式为逆流式换热；
(3)设置固体域和流体域的材料属性，固体域和流体域的材料均需设置密度、比热容、换热系数和吸收系数；在本实施例中，固体域的材料为304不锈钢，热流体域的材料为氩气，冷流体域的材料为液态水；
(4)在求解模块设置湍流的求解计算模型和辐射模型，并定义为热耦合求解器；在本实施例中，湍流的求解计算模型应用的是RANS模型中的K-e模型；辐射模型应用的是Do模型；
(5)定义仿真计算的边界条件：分别为壁面的初始温度，冷流体入口和热流体入口的温度、初速度和压力，以及冷流体出口和热流体出口的压力；在本实施例中，边界条件设置壁面的初始温度为20℃，即室温；冷液态水入口(即冷流体入口)的温度为5℃，冷液态水入口的初速度为25m/s，冷液态水入口的压力为20MPa；热氩气入口(即热流体入口)的温度为400℃，热氩气入口的初速度为25m/s，热氩气入口的压力为20MPa；冷流体出口和热流体出口的压力均设定为20MPa；
(6)进行仿真计算，得到如图3a～图3d所示的仿真结果。
图3a～图3d分别为微流道宽度w＝0.3mm，微流道深度h＝0.35mm的流体速度云图、流体温度图、换热系数图及流体压力分布图。从图3a所示的流体速度云图中可以看出，冷热流体的流动方向相反，且流道中部的流速高于流道边界的流速；从图3b所示的流体温度图中可以读出热流体出口的换热温度为554.7K；从图3c所示的换热系数图中可以看出，换热效率在冷热流体出口处均为降低的趋势，最大换热系数为1.329e5 W/(m2·K)；从图3d所示的流体压力分布图中可以看出，热流体出入口的压力差为0.16Mpa。
下面建立多参数多目标换热器性能优化仿真模型，具体步骤如下：
(1)建立阵列微流道换热器的局部参数化三维模型，将局部参数化三维模型划分为固体域和流体域；其中，流体域为微流道内部的填充区域，剩余区域为固体域；
(2)在网格模块分别对流体域和固体域划分网格，并设置壁面、冷流体的入口和出口以及热流体的入口和出口；在本实施例中，冷流体的出入口和热流体的出入口相反，换热方式为逆流式换热；
(3)设置固体域和流体域的材料属性，固体域和流体域的材料均需设置密度、比热容、换热系数和吸收系数；在本实施例中，固体域材料为304不锈钢，热流体域材料为氩气，冷流体域材料为液态水；
(4)在求解模块设置湍流的求解计算模型和辐射模型，并定义为热耦合求解器；在本实施例中，湍流的求解计算模型应用的是工业流动计算中应用最广泛的RANS模型中的K-e模型；辐射模型应用的是可应用到所有光学深度且计算量适中的Do模型；
(5)定义仿真计算的边界条件：分别为壁面的初始温度，冷流体入口和热流体入口的温度、初速度和压力，以及冷流体出口和热流体出口的压力；在本实施例中，边界条件设置壁面的初始温度为20℃，即室温；冷液态水入口(即冷流体入口)的温度为5℃，冷液态水入口的初速度为25m/s，冷液态水入口的压力为20MPa；热氩气入口(即热流体入口)的温度为400℃，热氩气入口的初速度为25m/s，热氩气入口的压力为20MPa；冷流体出口和热流体出口的压力均设定为20MPa；
(6)在优化模块里设置优化理论为多目标遗传算法，该算法支持含有多个目标及约束，并在全局范围内求解得到多组优化点；在本实施例中，多目标遗传算法的数据点为1050个，初始样本数量为100，每次迭代的样本数量为50，收敛稳定比例为2％，最大迭代次数为20次，优化点的组数可自行设置，在本实施例中，优化点为三组；
(7)在优化模块里设置结构参数范围及多目标函数如下：
微流道宽度：
w∈[0.1,0.3]
微流道深度：
h∈[0.25,0.4]
约束条件：
p＝h/w≥1
换热系数最大化：
maxK＝fK(x1,x2,…,xn)
流体出入口压力差最低化：
minP＝fP(x1,x2,…,xn)
换热器质量最轻化：
minM＝fM(x1,x2,…,xn)
热流体出口温度最小化：
minT＝fT(x1,x2,…,xn)
(8)进行仿真计算，得到三组结构设计参数优化点，如表1所示。
表1多参数多目标换热器性能优化结果
Figure BDA0002806780360000101
Figure BDA0002806780360000111
微流道宽度与深度对热流体出口温度、换热器质量、流体最大压力和换热器最大换热系数的灵敏度如图4所示。从图4可以看出，微流道的宽度对上述四个目标(即热流体出口温度、换热器质量、流体最大压力和换热器最大换热系数)的影响大于微流道的高度对上述四个目标的影响，且微流道的高度和宽度均与热流体出口温度呈正相关，与换热器质量、流体最大压力、换热器最大换热系数呈负相关。
下面建立制造工艺仿真模型(如图5所示)，具体包括如下步骤：
(1)根据由多参数多目标换热器性能优化仿真模型的仿真结果获得的三组结构设计参数优化点，建立制造工艺三维模型，包括与三组结构设计参数优化点对应的三种微流道沟槽上辊轮的三维模型，同时也需要分别建立板材、下辊轮及限制自由度板块的三维模型；
(2)设置板材为塑性材料，将材料参数输入到制造工艺三维模型中，设置制造工艺所需的温度，对制造工艺三维模型划分网格；在本实施例中，板材的材料为304不锈钢，制造工艺所需的温度为600℃，材料的本构关系基于不同温度下电辅助压缩实验数据获得；
(3)设置模具为刚体材料，设置上辊轮的下压量和下压速度，下辊轮、板材及板块分别固定；在本实施例中，上辊轮的下压量依据结构设计参数设置，上辊轮的下压速度为0.008mm/s；
(4)如图5所示，设置上辊轮1的最低点与板材3的上表面接触，下辊轮2的最高点与板材3的下表面接触，将限制自由度的板块4压在板材3长度方向的两端，限制板材3材料的流动行为，同时设置上辊轮1与板材3、下辊轮2与板材3、限制自由度的板块4与板材3的摩擦系数；在本实施例中，板材3与上辊轮1间以及板材3与下辊轮2间的摩擦系数均为0.05，限制自由度板块与板材之间的摩擦系数为0.25；
(5)设置上辊轮下压量、运行步数及每一步的运行时间，开始第一道次的下压仿真；
(6)仿真结束后，在上述下压的运行步数的最后一步将上辊轮的下压改为辊压，下辊轮也改为与上辊轮同角速度的反向滚动；在本实施例中，上下辊轮的角速度大小均为0.4rad/s，方向相反；
(7)重新设置试件与辊轮的接触参数及辊压的运行步数，开始第二道次的辊压仿真；
(8)获得最终仿真结果，进行后处理分析。
图6a和图6b分别为本实施例中三种微流道沟槽的制造工艺仿真的形貌对比图与力对比图。在本实施例中，z为辊压填充深度，优化点1的深宽比为2.5，辊压后填充深度约为0.19，优化点2的深宽比为3.7，辊压后填充深度约为0.27，优化点3的深宽比为1.34，辊压后填充深度约为0.39，从图6a和图6b可以看出，在近乎相似大小制造力的情况下，最优点1和最优点2的深宽比过大，沟槽很难填充满，最优点3具有较合适的深宽比，沟槽填充相对较好。因此，在微流道板材的制造过程中，深宽比会影响微流道的制造难度，选取合适的深宽比是微流道换热器的制造约束之一。
根据上述结论可知，深宽比需小于2.5为佳，最初规定深宽比h/w≥1，因此，建立的多参数多目标换热器性能优化仿真模型的约束条件为：
1≤p＝h/w<2.5
其余条件不变，将该约束条件带入多参数多目标换热器性能优化仿真模型中，设置一组优化点，得到最终的最优点结果如表2所示。
表2多参数多目标换热器性能优化结果
最优点
微流道宽度w/mm 0.29
微流道高度h/mm 0.39
热出口温度T/K 548.97
质量m/g 0.17
最大压力值P/MPa 20.2
换热系数K/W·m<sup>-2</sup>·K<sup>-1</sup> 1.25×10<sup>5</sup>
本发明提供的上述考虑制造约束的阵列微流道换热器性能优化方法，采用有限元分析软件建立多参数多目标换热器性能优化仿真模型，该模型用于获得换热器性能最佳的多组结构设计参数，并通过制造工艺仿真软件建立制造工艺仿真模型，该模型用于获得制造工艺中不同结构设计参数的制造约束条件，将制造约束条件反馈给多参数多目标换热器性能优化仿真模型中，选择出一个换热性能最佳、可制造性好的微流道换热器结构设计参数。本发明采用多参数多目标换热器性能优化仿真方法，通过对微流道换热器的性能优化仿真，可以在降低压降和体积的同时，进一步增大换热系数，提升换热性能；本发明采用多参数多目标换热器性能优化仿真和制造工艺仿真相结合的方法，将性能优化后的优化值导入制造工艺仿真模型中，得到换热器制造过程中的微流道形貌及所需加工条件，可以减少昂贵的现场试验成本，降低生产、材料和时间成本，缩短研发周期；本发明在结构设计参数的尺寸设计过程中考虑制造约束条件，可以实现微流道换热器结构的一体化设计制造，在获得最佳性能的同时，还能减少制造困难，有效提高设计的准确性和可制造性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种考虑制造约束的阵列微流道换热器性能优化方法，其特征在于，包括如下步骤：
S1：确定阵列微流道换热器性能优化目标函数和结构设计参数范围；
S2：采用有限元分析软件，建立多参数多目标换热器性能优化仿真模型，应用多目标遗传算法，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数；其中，m为大于1的整数；
S3：采用制造工艺仿真软件，根据获得的m组结构设计参数建立制造工艺仿真模型，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件；
S4：将建立的m组结构设计参数的制造约束条件，反馈输入到所述多参数多目标换热器性能优化仿真模型中，得到q组结构设计参数；其中，q为小于m的正整数；
S5：返回步骤S3，重复执行步骤S3和步骤S4，根据获得的q组结构设计参数重新建立制造工艺仿真模型，从而建立q组结构设计参数的制造约束条件，并反馈输入到所述多参数多目标换热器性能优化仿真模型中，得到p组结构设计参数，p为小于q的正整数；以此类推，直至得到唯一一组换热性能最优的结构设计参数。
2.如权利要求1所述的考虑制造约束的阵列微流道换热器性能优化方法，其特征在于，步骤S1，确定阵列微流道换热器性能优化目标函数和结构设计参数范围，具体包括：
确定微流道的宽度w∈[0.1，0.3]，微流道的深度h∈[0.25，0.4]，且深宽比h/w≥1为初始结构设计约束条件；其中，w和h的单位均为mm；
所述结构设计参数范围满足如下目标函数：
换热系数最大化：
maxK＝fK(x1，x2，...，xn)
流体出入口压力差最低化：
minP＝fP(x1，x2，…，xn)
换热器质量最轻化：
minM＝fM(x1，x2，…，xn)
热流体出口温度最小化：
minT＝fT(x1，x2，…，xn)
其中，xi＝[wi，hi]T，i＝1，2，...，n；n表示从确定的结构设计参数范围内选出的结构设计参数的组数。
3.如权利要求1所述的考虑制造约束的阵列微流道换热器性能优化方法，其特征在于，步骤S2，采用有限元分析软件，建立多参数多目标换热器性能优化仿真模型，应用多目标遗传算法，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数，具体包括：
S21：建立阵列微流道换热器的局部参数化三维模型，将所述局部参数化三维模型划分为固体域和流体域；其中，流体域为微流道内部的填充区域，剩余区域为固体域；
S22：分别对所述流体域和所述固体域划分网格，并设置壁面、冷流体的入口和出口以及热流体的入口和出口；
S23：设置所述固体域和所述流体域的材料的密度、比热容、换热系数和吸收系数；
S24：设置湍流的求解计算模型和辐射模型，并定义为热耦合求解器；
S25：定义仿真计算的边界条件：分别为壁面的初始温度，冷流体入口和热流体入口的温度、初速度和压力，以及冷流体出口和热流体出口的压力；
S26：设置优化理论为多目标遗传算法；
S27：进行仿真计算，将阵列微流道换热器的所有结构设计参数按照换热性能优劣顺序排列，取前m组结构设计参数。
4.如权利要求1所述的考虑制造约束的阵列微流道换热器性能优化方法，其特征在于，步骤S3，采用制造工艺仿真软件，根据获得的m组结构设计参数建立制造工艺仿真模型，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件，具体包括：
S31：根据由多参数多目标换热器性能优化仿真模型的仿真结果获得的m组结构设计参数，建立制造工艺三维模型；
S32：设置板材为塑性材料，将材料参数输入到所述制造工艺三维模型中，设置制造工艺所需的温度，对所述制造工艺三维模型划分网格；
S33：设置模具为刚体材料，并设置模具的运动参数；
S34：设置模具与板材的边界条件和接触参数；
S35：设置运行步数和每一步的时间，开始工艺仿真计算；
S36：仿真结束后，分析m组结构设计参数的仿真结果，建立m组结构设计参数的制造约束条件。
CN202011373694.5A 2020-11-30 2020-11-30 一种考虑制造约束的阵列微流道换热器性能优化方法 Active CN112487681B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011373694.5A CN112487681B (zh) 2020-11-30 2020-11-30 一种考虑制造约束的阵列微流道换热器性能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011373694.5A CN112487681B (zh) 2020-11-30 2020-11-30 一种考虑制造约束的阵列微流道换热器性能优化方法

Publications (2)

Publication Number Publication Date
CN112487681A CN112487681A (zh) 2021-03-12
CN112487681B true CN112487681B (zh) 2022-05-17

Family

ID=74937657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011373694.5A Active CN112487681B (zh) 2020-11-30 2020-11-30 一种考虑制造约束的阵列微流道换热器性能优化方法

Country Status (1)

Country Link
CN (1) CN112487681B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648778B (zh) * 2024-01-29 2024-04-23 地平线(天津)科学技术应用研究有限公司 一种单管多翅片排管蒸发器的优化设计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063298A (zh) * 2018-07-23 2018-12-21 桂林电子科技大学 一种提高微流道散热性能的结构参数优化方法
CN109059601A (zh) * 2018-09-05 2018-12-21 上海发电设备成套设计研究院有限责任公司 一种紧凑型气体-气体换热管及其制造和使用方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10761547B2 (en) * 2015-04-23 2020-09-01 Johnson Controls Technology Company HVAC controller with integrated airside and waterside cost optimization

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063298A (zh) * 2018-07-23 2018-12-21 桂林电子科技大学 一种提高微流道散热性能的结构参数优化方法
CN109059601A (zh) * 2018-09-05 2018-12-21 上海发电设备成套设计研究院有限责任公司 一种紧凑型气体-气体换热管及其制造和使用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《基于流动和传热关联式的印刷电路板式换热器的几何设计》;刘生晖等;《核动力工程》;20161231;全文 *

Also Published As

Publication number Publication date
CN112487681A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
Xianghong et al. Numerical simulation and die structure optimization of an aluminum rectangular hollow pipe extrusion process
Ansari et al. Multiobjective optimization of a grooved micro-channel heat sink
EP3944125A1 (en) Method and system for manufacturing a heat exchanger for supercritical pressure fluid
CN111832204B (zh) 一种热流耦合结构的非迭代式拓扑优化方法
CN111709171A (zh) 一种热流强耦合问题的等几何求解及散热拓扑生成方法
CN112487681B (zh) 一种考虑制造约束的阵列微流道换热器性能优化方法
Horiuchi et al. Multi-objective optimization of water-cooled pinfin heatsinks
CN115659908B (zh) 一种印刷电路板换热器的三单元非平衡多孔介质方法
CN111220648B (zh) 一种铝合金热冲压工艺界面换热系数的测量方法
Pandey et al. Thermo-hydraulic analysis of compact heat exchanger for a simple recuperated sCO2 Brayton cycle
Huang et al. Multi-scale thermal analysis approach for the typical heat exchanger in automotive cooling systems
Hadoush et al. Time reduction in implicit single point incremental sheet forming simulation by refinement-derefinement
CN101813555A (zh) 基于水平集的软性磨粒流流场测试方法
CN116822167A (zh) 换热器热力耦合性能多尺度分析方法、系统、介质及设备
CN111723472B (zh) 基于热熔体型气液双相换热结构的换热器结构优化方法
CN111695216B (zh) 一种桥接显隐拓扑描述的热流耦合结构设计方法
CN111159883B (zh) 在复杂相变特性流体环境中的微透镜热回流工艺分析方法
CN114398728A (zh) 一种考虑冷却水温度变化的模温仿真分析方法
Tancabel et al. Review of shape and topology optimization for design of air-to-refrigerant heat exchangers
CN105550470A (zh) 钛管数控加热弯曲过程界面传热系数的确定方法
Zhao et al. Feature-based topology optimization for channel cooling structure
Teng et al. Shape and position design of two-step micro-channel on plate during rubber pad forming process based on simulation
DVORAK Advanced methods of modelling and design of plate heat exchangers
CN113420428B (zh) 固相蓄冷介质筛选方法及液态空气储能电站的设计方法
CN114564896B (zh) 基于多尺度拓扑优化的强制对流微通道换热器设计方法

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