CN114970386A - 一种基于回流区特性的高效换热器优化设计方法 - Google Patents
一种基于回流区特性的高效换热器优化设计方法 Download PDFInfo
- Publication number
- CN114970386A CN114970386A CN202210518124.3A CN202210518124A CN114970386A CN 114970386 A CN114970386 A CN 114970386A CN 202210518124 A CN202210518124 A CN 202210518124A CN 114970386 A CN114970386 A CN 114970386A
- Authority
- CN
- China
- Prior art keywords
- optimization
- heat exchanger
- design
- reflux
- zone
- 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.)
- Pending
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
- G06F30/28—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
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于回流区特性的高效换热器优化设计方法,属于换热器优化技术领域。本发明结合数值模拟、数学模型、优化算法,在大量CFD仿真数据结果的基础上,建立回流区参数化模型,针对换热器整体和回流区进行两步优化,优化问题通过遗传算法进行求解。本方法能够在保证换热器整体具有较高性能的基础上,进一步减小回流区大小,提高换热效率并降低流阻,对具有回流区存在的换热器的优化具有理论指导意义。
Description
技术领域
本发明属于换热器优化技术领域,具体涉及一种基于回流区特性的高效换热器优化设计方法。
背景技术
随着全球能源危机的蔓延,提高能量利用率是能源利用工业面临的重大挑战。能源利用系统的性能主要取决于传热设备的效率。因此,如何对换热器进行优化设计以实现强化传热的目的,已成为能源利用系统发展的关键问题。回流区是换热器中经常出现的旋转运动的副流,常位于主流边缘,成封闭状态作旋转运动。回流区的存在导致流体停滞,与下游进入流体的混合不不充足,导致该区域的传热效率低下。因此,研究针对回流区的换热器优化方法对换热器运行的热效率与经济性具有重要意义。
经过对现有技术的检测发现,目前针对换热器优化的现有技术如下:(1)通过调整换热器组件配置,通过优化流量分配的方法提高换热器的换热效率。以中国专利CN106440861B、CN105160116B为例,但该方法实际上并没有改变换热器的结构,回流区的现象没有得到缓解;(2)在热力计算的方法上利用遗传算法、粒子群算法等优化算法得到最优结构配置。以中国专利CN106874661B为例,但该方法忽略了回流区对换热器的影响,无法实现在换热器较高传热效率的基础上尽量减小回流区;(3)设计新型涡破碎结构,并通过仿真技术进行验证。以中国专利CN107977482B为例,但此方法对换热器的结构改变较大,且会增加加工制造的难度,无法保证在给定范围内换热器结构的传热流动效率最优,极有可能会对换热器的其他性能造成影响,如增加积灰。
发明内容
为了解决上述问题,本发明提供了一种基于回流区特性的高效换热器优化设计方法。本方法结合数值模拟、数学模型、优化算法,在大量CFD仿真数据结果的基础上,建立回流区参数化模型,针对换热器整体和回流区进行两步优化,优化问题通过遗传算法进行求解。本方法在保证换热器整体具有较高性能的基础上,进一步减小回流区大小,提高换热效率并降低流阻,对具有回流区存在的换热器的优化具有理论指导意义。
本发明的技术方案如下所示:
一种基于回流区特性的高效换热器优化设计方法,其包括数值模拟、整体优化、回流区优化三个步骤,具体实现方法如下:
AS1、执行数值模拟步骤:首先获取针对目标换热器选择的n个设计变量,形成设计变量集合XSJ=(X1,X2,X3,…,Xn);然后在设计变量集合XSJ中各设计变量的约束空间内,通过抽样方法确定具有不同设计变量配置的设计样本;最后针对每个设计样本,先构建三维结构模型并进行网格划分,利用计算流体动力学软件CFD进行数值模拟,再进行回流区参数化后,将每个设计样本的数值模拟结果、回流区参数化结果和对应的设计变量配置存储于数据库中;
AS2、执行整体优化步骤:从数据库中获取整体优化所需的参数,以AS1步骤中的n个设计变量作为优化变量,以最大化换热器的传热流动综合评价因子PEC作为优化目标,利用遗传算法对换热器的所有n个设计变量整体进行迭代优化,当达到第一收敛要求时,停止迭代并得到整体优化后的参数值组成的参数集XZT;若迭代无法达到第一收敛要求,则需返回AS1重新进行网格划分;
AS3、执行回流区优化步骤:在回流区参数化的基础上进行敏感性参数筛选,通过对设计变量集合XSJ进行敏感性分析,从n个设计变量中选择出对回流区优化目标敏感的设计变量组成的敏感变量集合XMG,再从参数集XZT中提取出敏感变量集合XMG中各变量对应的参数值组成用于回流区优化的敏感性参数集XHL;对敏感性参数集XHL的各参数值进行缩放以形成参数优化区间,获得用于回流区优化的设计变量参数区间X′HL=κ[XHL],κ为区间缩放因子;再以所述敏感变量集合XMG中的所有敏感变量作为优化变量,以最小化回流区的面积比Aw和传热比Qw作为优化目标,在设计变量参数区间X′HL内利用遗传算法进行回流区多目标优化设计,当达到第二收敛要求时,得到所有敏感变量经回流区优化后的参数值组成的参数集X* HL,最终完成换热器优化设计,若无法达到第二收敛要求,则需重新进行缩放形成新的参数优化区间后再进行回流区多目标优化设计。
作为优选,所述的步骤AS1中,进行回流区参数化的方法包括以下步骤:
BS1:基于CFD数值模拟得到的湍流动能TKE分布结果,将换热器的工质根据湍流动能的大小分为主流区和回流区,其中主流区的湍流动能大于TKE0,回流区的湍流动能小于TKE0,TKE0为湍流动能标准值;
BS2:从BS1中分离得到的回流区中提取入口处的回流区,从CFD数值模拟结果中导出回流区各计算点在流动方向的坐标值(x,y)和热流密度值qi(x,y);
BS3:将BS2中得到的入口处回流区的坐标数据转换为极坐标,其中选择回流区的边界作为极坐标的极点,选择靠近计算域边界的边作为极坐标的极轴,将回流区边缘上的点到极点的距离定义为半径r,每条半径与极轴之间的偏转角为θ,则回流区的形状表示为函数r(θ);最终得到回流区的面积AHL和回流区的传热量QHL,计算方式分别为:
QHL=AHL∑qi(x,y)。
作为优选,所述的步骤AS2中从数据库获取的参数包括所需优化的设计变量、传热流动综合评价因子PEC、回流区的面积比Aw和传热比Qw;其中回流区的面积比Aw和传热量Qw由回流区的面积AHL和传热量QHL计算得到,计算方法为:
其中,A0为换热器的壁面面积,Q0为换热器的传热量。
作为优选,当最终完成换热器优化设计后,需将各设计变量最终优化后的参数值应用于换热器中,并在CFD中比较优化前后的回流区性能Aw和Qw,验证回流区优化效果后,得到最终的优化结果。
作为优选,所述抽样方法优选采用拉丁超立方抽样方法。
相对于现有技术而言,本发明的有益效果如下:
1、本发明在第一步整体优化的基础上进行第二步回流区优化,在保证换热器较高的传热流动效率的基础上减小了回流区,进一步提高换热器的换热效率并降低流阻,能够适用于板翅式、板式等多种存在回流区现象的换热器结构;
2、本发明在不对换热器本身结构进行大改变的前提下进行优化,不会改变换热器的其他性能,且不会增加加工制造困难;
3、本发明建立了数值模拟、数学模型、优化算法结合的回流区参数化优化模型,在大量CFD仿真数据结果的基础上,建立回流区参数化模型,能够实现对回流区的定量分析与优化。
附图说明
图1为本发明的基于回流区特性的高效换热器优化设计方法流程示意图。
图2为本发明的回流区参数化模型示意图。
图3为本发明实施例中的枕形板式换热器模型示意图。
图4为回流区性能的敏感性分析结果。
具体实施方式
下面将结合说明书附图对本发明的实施例进行详细说明。
在本发明的一个较佳实施例中,提供了一种基于回流区特性的高效换热器优化设计方法。枕形板式换热器是一种典型的存在较大回流区的换热器,因此选择枕形板式换热器的结构优化(如图3)作为本发明实施例的目标换热器。
如图1所示,本实施例中,基于回流区特性的高效换热器优化设计方法包括:数值模拟、整体优化、回流区优化三个步骤。其优化方法包括以下步骤:
AS1:执行数值模拟步骤:
首先获取针对目标换热器选择的n个设计变量,形成设计变量集合XSJ=(X1,X2,X3,…,Xn);然后在设计变量集合XSJ中各设计变量的约束空间内,通过拉丁超立方抽样方法确定具有不同设计变量配置的设计样本;最后针对每个设计样本,先构建三维结构模型并进行网格划分,利用计算流体动力学软件CFD(Computational Fluid Dynamics)进行数值模拟,再进行回流区参数化后,将每个设计样本的数值模拟结果、回流区参数化结果和对应的设计变量配置存储于数据库中。
需要说明的是,不同的目标换热器可设置不同的设计变量,每个设计变量的约束空间即取值范围可根据经验或者相关试验确定。在构建设计样本时,可通过拉丁超立方抽样方法分别再每个设计变量的约束空间内进行抽样取值,进而所有n个设计变量的一组取值构成一组设计变量配置,进而形成一个进行CFD仿真的设计样本。
在本实施例中所选的设计变量共n=3个,分别为横纵向节距比Sa、通道高度hi、焊点直径dsp,设计变量集合表示为XSJ=(Sa,hi,dsp)。3个设计变量的约束空间如表1所示:
表1设计变量约束空间
设计变量 | S<sub>a</sub> | h<sub>i</sub>(mm) | d<sub>sp</sub>(mm) |
约束空间 | 1-1.73 | 3-10 | 3-10 |
本发明中,进行回流区参数化的目的是便于后续对回流区单独进行优化。如图2所示,在本实施例中进行回流区参数化的具体方法如下:
BS1:基于CFD数值模拟得到的湍流动能TKE分布结果,将换热器的工质根据湍流动能的大小分为主流区和回流区,其中主流区的湍流动能大于TKE0,回流区的湍流动能小于TKE0,TKE0为湍流动能标准值;
BS2:从BS1中分离得到的回流区中提取入口处的回流区,从CFD数值模拟结果中导出回流区各计算点在流动方向的坐标值(x,y)和热流密度值qi(x,y);
BS3:将BS2中得到的入口处回流区的坐标数据转换为极坐标,其中选择回流区的边界作为极坐标的极点,选择靠近计算域边界的边作为极坐标的极轴,将回流区边缘上的点到极点的距离定义为半径r,每条半径与极轴之间的偏转角为θ,则回流区的形状表示为函数r(θ);最终得到回流区的面积AHL和回流区的传热量QHL,计算方式分别为:
QHL=AHL∑qi(x,y)。
AS2:执行整体优化步骤:
从数据库中获取整体优化所需的参数,以AS1步骤中的n个设计变量作为优化变量,以最大化换热器的传热流动综合评价因子PEC作为优化目标,利用遗传算法对换热器的所有n个设计变量整体进行迭代优化,优化问题可以表示为:
Max F(X)=PEC
X=XSJ=[Sa,hi,dsp]
上述迭代优化可预先设置相应的收敛要求(记为第一收敛要求),当达到第一收敛要求时,停止迭代并得到整体优化后的参数值组成的参数集XZT;若迭代至迭代次数上限时依然无法达到第一收敛要求,则需返回AS1重新进行网格划分,然后重新更新数据库并重新利用遗传算法执行迭代优化。
需要说明的是,从数据库获取的参数包括所需优化的设计变量、传热流动综合评价因子PEC、回流区的面积比Aw和传热比Qw。其中PEC、Aw和Qw可根据数据库中的CFD数值模拟结果和回流区参数化结果进行计算得到,具体如下:
回流区的面积比Aw和传热量Qw由回流区的面积AHL和传热量QHL计算得到,计算方法为:
其中,A0为换热器的壁面面积,Q0为换热器的传热量。
PEC的计算方法为:
其中,Nu和f分别表示该换热器的努赛尔数和摩擦阻力系数,Nu0和f0表示努赛尔数和摩擦阻力系数的参考值。
努赛尔数Nu的计算方法为:
其中,Δt'表示换热器壁面温度与工质进口温度的差值,Δt”表示换热器壁面温度与工质出口温度的差值。
摩擦阻力系数的计算方法为:
需要说明的是,上述参数集XZT实际上是一组迭代优化得到的优化参数值的集合,XZT中对应于XSJ中的n=3个设计变量分别具有三个优化后的参数值。在本实施例中,以上标*代表设计变量优化后的参数值,则得到的优化后参数集为XZT=[Sa *,hi *,dsp *]。
AS3:执行回流区优化步骤:
首先,在回流区参数化的基础上进行敏感性参数筛选,通过对设计变量集合XSJ进行敏感性分析,从n=3个设计变量中选择出对回流区优化目标敏感的设计变量组成的敏感变量集合XMG。敏感变量集合XMG中的设计变量可称为敏感变量,其中敏感变量的数量可表示为m。再从参数集XZT中提取出敏感变量集合XMG中各变量对应的参数值组成用于回流区优化的敏感性参数集XHL。
在本实施例中,回流区优化目标是回流区的面积比Aw和传热比Qw,因此对回流区的面积比Aw和传热比Qw进行了敏感性分析(见图4),可以看到回流区的面积比Aw和传热比Qw在hi和dsp改变时的变化较大,因此一共有m=2个敏感变量,其组成的敏感变量集合为XMG=(hi,dsp),因此从参数集XZT中提取出敏感性参数集为XHL=[hi *,dsp *]。
然后,需要对上述回流区的敏感性参数进行进一步优化,保证换热器较高的传热流动效率的基础上减小了回流区。但由于上述敏感性参数集中的各参数仅仅为一组优化值,因此需要先对敏感性参数集XHL的各参数值进行缩放以形成参数优化区间,获得用于回流区优化的设计变量参数区间X′HL=κ[XHL],κ为区间缩放因子。区间缩放因子的初始值可根据经验或者试验进行选定。再以上述敏感变量集合XMG中的所有m个敏感变量作为优化变量,以最小化回流区的面积比Aw和传热比Qw作为优化目标,在设计变量参数区间X′HL内利用遗传算法进行回流区多目标优化设计,此时的优化问题可以表示为:
Min F(X)=[Aw,Qw]
X=XMG=[hi,dsp]
st.XMG∈X'HL
上述迭代优化可预先设置相应的收敛要求(记为第二收敛要求),当达到收敛要求时,得到所有敏感变量经回流区优化后的参数值组成的参数集X* HL,最终完成换热器优化设计;但假如迭代至迭代次数上限时依然无法达到第二收敛要求,则需改变区间缩放因子κ后重新进行缩放形成新的参数优化区间,然后重新再利用遗传算法进行回流区多目标优化设计。
在本实施例中,得到的回流区优化后参数结果为X* HL=[hi **,dsp **]。
由此,最终完成换热器优化设计后,所有n个设计变量中,敏感变量的最终优化值选择X* HL中的参数值,而其余非敏感变量的最终优化值则选择XZT中的参数值。
本实施例中,得到的三个设计变量的最终优化结果为[Sa *,hi **,dsp **]。
进一步的当最终完成换热器优化设计后,需将各设计变量最终优化后的参数值应用于换热器中,并在CFD中比较优化前后的回流区性能Aw和Qw,验证回流区优化效果后,若满足优化目的即可得到最终的优化结果。本实施例中,优化前后的结构参数见表2,优化前后各工况下换热器性能对比结果如表3,优化后换热器平均性能优化情况见表4所示。
根据表3可以看出,在各个工况下,优化后换热器的PEC因子均高于优化前,且随着雷诺数的增大优化效果也增加,PEC平均提高了29.3%。优化后回流区的面积比和传热比都有明显的下降,在计算的雷诺数范围内分别平均降低了25.3%和20.0%,尤其是在雷诺数为8000时,回流区的面积比从0.333降低到了0.236,降低幅度达到了29.1%。可以证明,所提出的回流区参数化的换热器两步优化方法实现了各个目标参数的有效改善,换热器的传热流动性能得到显著提升,回流区的面积比和传热比有效减小。
表2优化前后结构参数对比
S<sub>a</sub> | h<sub>i</sub>(mm) | d<sub>sp</sub>(mm) | |
优化前 | 1.71 | 3 | 10 |
优化后 | 1.62 | 6 | 4 |
表3优化前后多工况下换热器性能对比结果
表4优化后换热器平均性能改善情况
性能指标 | PEC | A<sub>w</sub> | Q<sub>w</sub> |
+29.3% | -25.3% | -20.0% |
由此可见,本方法通过先整体优化再回流区优化,在保证换热器整体具有较高性能的基础上,进一步减小回流区大小,提高换热效率并降低流阻,对具有回流区存在的换热器的优化具有理论指导意义。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (5)
1.一种基于回流区特性的高效换热器优化设计方法,其特征在于,包括数值模拟、整体优化、回流区优化三个步骤,具体实现方法如下:
AS1、执行数值模拟步骤:首先获取针对目标换热器选择的n个设计变量,形成设计变量集合XSJ=(X1,X2,X3,…,Xn);然后在设计变量集合XSJ中各设计变量的约束空间内,通过抽样方法确定具有不同设计变量配置的设计样本;最后针对每个设计样本,先构建三维结构模型并进行网格划分,利用计算流体动力学软件CFD进行数值模拟,再进行回流区参数化后,将每个设计样本的数值模拟结果、回流区参数化结果和对应的设计变量配置存储于数据库中;
AS2、执行整体优化步骤:从数据库中获取整体优化所需的参数,以AS1步骤中的n个设计变量作为优化变量,以最大化换热器的传热流动综合评价因子PEC作为优化目标,利用遗传算法对换热器的所有n个设计变量整体进行迭代优化,当达到第一收敛要求时,停止迭代并得到整体优化后的参数值组成的参数集XZT;若迭代无法达到第一收敛要求,则需返回AS1重新进行网格划分;
AS3、执行回流区优化步骤:在回流区参数化的基础上进行敏感性参数筛选,通过对设计变量集合XSJ进行敏感性分析,从n个设计变量中选择出对回流区优化目标敏感的设计变量组成的敏感变量集合XMG,再从参数集XZT中提取出敏感变量集合XMG中各变量对应的参数值组成用于回流区优化的敏感性参数集XHL;对敏感性参数集XHL的各参数值进行缩放以形成参数优化区间,获得用于回流区优化的设计变量参数区间X′HL=κ[XHL],κ为区间缩放因子;再以所述敏感变量集合XMG中的所有敏感变量作为优化变量,以最小化回流区的面积比Aw和传热比Qw作为优化目标,在设计变量参数区间X′HL内利用遗传算法进行回流区多目标优化设计,当达到第二收敛要求时,得到所有敏感变量经回流区优化后的参数值组成的参数集X* HL,最终完成换热器优化设计,若无法达到第二收敛要求,则需重新进行缩放形成新的参数优化区间后再进行回流区多目标优化设计。
2.根据权利要求1所述的一种基于回流区特性的高效换热器优化设计方法,其特征在于,所述的步骤AS1中,进行回流区参数化的方法包括以下步骤:
BS1:基于CFD数值模拟得到的湍流动能TKE分布结果,将换热器的工质根据湍流动能的大小分为主流区和回流区,其中主流区的湍流动能大于TKE0,回流区的湍流动能小于TKE0,TKE0为湍流动能标准值;
BS2:从BS1中分离得到的回流区中提取入口处的回流区,从CFD数值模拟结果中导出回流区各计算点在流动方向的坐标值(x,y)和热流密度值qi(x,y);
BS3:将BS2中得到的入口处回流区的坐标数据转换为极坐标,其中选择回流区的边界作为极坐标的极点,选择靠近计算域边界的边作为极坐标的极轴,将回流区边缘上的点到极点的距离定义为半径r,每条半径与极轴之间的偏转角为θ,则回流区的形状表示为函数r(θ);最终得到回流区的面积AHL和回流区的传热量QHL,计算方式分别为:
QHL=AHL∑qi(x,y)。
4.根据权利要求1所述的一种基于回流区特性的高效换热器优化设计方法,其特征在于,当最终完成换热器优化设计后,需将各设计变量最终优化后的参数值应用于换热器中,并在CFD中比较优化前后的回流区性能Aw和Qw,验证回流区优化效果后,得到最终的优化结果。
5.根据权利要求1所述的一种基于回流区特性的高效换热器优化设计方法,其特征在于,所述抽样方法优选采用拉丁超立方抽样方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210518124.3A CN114970386A (zh) | 2022-05-12 | 2022-05-12 | 一种基于回流区特性的高效换热器优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210518124.3A CN114970386A (zh) | 2022-05-12 | 2022-05-12 | 一种基于回流区特性的高效换热器优化设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114970386A true CN114970386A (zh) | 2022-08-30 |
Family
ID=82982921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210518124.3A Pending CN114970386A (zh) | 2022-05-12 | 2022-05-12 | 一种基于回流区特性的高效换热器优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114970386A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115143818A (zh) * | 2022-08-31 | 2022-10-04 | 新乡市特美特热控技术股份有限公司 | 一种钛、铝合金的新型换热器及其设计方法 |
-
2022
- 2022-05-12 CN CN202210518124.3A patent/CN114970386A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115143818A (zh) * | 2022-08-31 | 2022-10-04 | 新乡市特美特热控技术股份有限公司 | 一种钛、铝合金的新型换热器及其设计方法 |
CN115143818B (zh) * | 2022-08-31 | 2023-01-06 | 新乡市特美特热控技术股份有限公司 | 一种钛、铝合金换热器的设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Patel et al. | Design optimization of shell-and-tube heat exchanger using particle swarm optimization technique | |
Bonaiuti et al. | Analysis and optimization of transonic centrifugal compressor impellers using the design of experiments technique | |
CN108153998B (zh) | 离心鼓风机叶轮的全三维气动优化设计方法 | |
CN114970386A (zh) | 一种基于回流区特性的高效换热器优化设计方法 | |
Zhou et al. | Investigation of optimization and evaluation criteria for flow field in proton exchange membrane fuel cell: A critical review | |
Guo et al. | Mechanisms and strategies for ash deposition reduction in flue gas heat exchanger | |
CN112329170B (zh) | 一种潮流能水轮机叶片翼型优化设计方法 | |
Ge et al. | Shape optimization for a tube bank based on the numerical simulation and multi-objective genetic algorithm | |
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 | |
Chowdhury et al. | Optimizing the unrestricted placement of turbines of differing rotor diameters in a wind farm for maximum power generation | |
Zhao et al. | Investigation on the hump region generation mechanism of pump mode in low-head pumped hydro-storage unit | |
Olhofer et al. | Optimisation of a stator blade used in a transonic compressor cascade with evolution strategies | |
CN110136782B (zh) | 一种金属氧化物团簇结构模型的构造方法 | |
Sun et al. | An intelligent plate fin-and-tube heat exchanger design system through integration of CFD, NSGA-II, ANN and TOPSIS | |
CN113361047B (zh) | 面向多层感知结构的叶轮高维优化及选型方法 | |
Tong et al. | Investigating the hydraulic performance of slanted axial flow pumps using an enstrophy dissipation-based hybrid optimization approach | |
Kumar et al. | Selection of optimal parameters using PSI approach of a dimpled-V pattern roughened solar heat collector | |
CN108446452A (zh) | 一种混流泵叶轮鲁棒优化设计方法 | |
CN112231836A (zh) | 一种基于遗传算法和数值仿真的翼型优化方法 | |
Shi et al. | Shape optimization of corrugated tube using B-spline curve for convective heat transfer enhancement based on machine learning | |
Lotfi et al. | A novel trussed fin-and-elliptical tube heat exchanger with periodic cellular lattice structures | |
CN116310206A (zh) | 一种基于非结构化网格的三维流线生成方法及系统 | |
CN109522644A (zh) | 一种强化换热表面综合性能评价方法 | |
KR102394148B1 (ko) | 풍력 발전 단지의 전력 조정 최적화 방법 및 이를 수행하는 장치 | |
CN113294297B (zh) | 风电机组非线性模型预测转矩控制变权重调节方法 |
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 |