JP2003106298A - ターボ形流体機械の設計方法及び設計システム - Google Patents

ターボ形流体機械の設計方法及び設計システム

Info

Publication number
JP2003106298A
JP2003106298A JP2001301008A JP2001301008A JP2003106298A JP 2003106298 A JP2003106298 A JP 2003106298A JP 2001301008 A JP2001301008 A JP 2001301008A JP 2001301008 A JP2001301008 A JP 2001301008A JP 2003106298 A JP2003106298 A JP 2003106298A
Authority
JP
Japan
Prior art keywords
turbo
diffuser
fluid
design
solution
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.)
Abandoned
Application number
JP2001301008A
Other languages
English (en)
Inventor
Gun Ri
軍 李
Hiroshi Tsukamoto
寛 塚本
Tomoyoshi Okamura
共由 岡村
Yuji Nagai
優治 永井
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2001301008A priority Critical patent/JP2003106298A/ja
Publication of JP2003106298A publication Critical patent/JP2003106298A/ja
Abandoned legal-status Critical Current

Links

Landscapes

  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

(57)【要約】 【課題】ターボ形流体機械の設計方法において、高性能
なターボ形流体機械を確実に設計できるようにする。 【解決手段】流体を中央から吸込んで外周方向に吐出す
る羽根車を具備するターボ形流体機械を、コンピュータ
を用いて設計する方法において、複数の設計変数を組み
合わせた解候補である個体を遺伝子で表現して集団発生
させ、この個体の集団に対する遺伝的操作の繰り返しに
より解を探索する遺伝的アルゴリズムを用いて、流体の
流れ場を構成する部材の最適化設計を行なう。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、ターボ形流体機械
の設計方法及び設計システムに係り、特に羽根付きディ
フューザを具備するターボ形流体機械の設計方法及び設
計システムに好適なものである。
【０００２】
【従来の技術】従来のターボ形流体機械としては、特開
平１０−１３１８９３号公報に示されているように、ケ
ーシングの吸込口から吸込んだ水を、回転軸に固定され
て高速回転する多段の羽根車によって昇圧し、各段の羽
根車の外周に配列した羽根付きディフューザへ吐出して
静圧を回復し、その後、円周流路を経て外向きの流れを
内向きに変え、羽根付き水返しで整流して次段の羽根車
へ導き、このような昇圧過程を繰り返して加圧した水を
吐出口から吐出するものがある。そして、前記ディフュ
ーザの弦節比（ディフューザ羽根の弦の長さとディフュ
ーザ羽根間隔である節との比）は、１．２以上の大弦節
比が一般的であった。
【０００３】また、コンピュータを用いた流体機械の一
般的な設計方法としては、これまで、数値解析型アルゴ
リズムを用いた勾配法によるものがある。この勾配法
は、流体機械の最適化を考える上で、最も典型的な方法
の一つである。目的関数の最大化を考える場合、この勾
配法は山登り法ともいうべき単純な考え方を基礎として
いる。つまり、目的関数の山のような分布において、あ
る地点から山の頂上に辿り着くためには、その地点から
勾配の一番きつい方向に登っていけばよいというもので
ある。
【０００４】
【発明が解決しようとする課題】しかし、この勾配法に
よるものでは、ある地点から山の頂上まで登るだけなの
で、計算時間が短くて済むが、最適解に到達せず、局所
解に陥ったり、発散したりしてしまう可能性がある。タ
ーボ形流体機械の最適化設計における実際の目的関数
は、単純な凸関数ではなく、非線形多峰関数であり、か
なり複雑な山の分布になっており、微分可能でないとこ
ろが現れる場合がある。このため、勾配法を用いてター
ボ形流体機械の最適化設計を行なう場合には、最適解に
到達せず、局所解に陥ったり発散したりしてしまうとい
う課題があった。特に、ターボ形流体機械の羽根付きデ
ィフューザの最適化設計における目的関数は、極めて複
雑な非線形多峰関数であるため、最適解に到達しない可
能性が著しく高くなってしまうという課題があった。
【０００５】また、上述した従来のターボ形流体機械で
は、大弦節比の羽根付きディフューザを備えているため
に、その外径が大きくなり、全体形状が大型化してしま
うという課題があった。そこで、弦節比が１．０以下で
ある小弦節比の羽根付きディフューザを備えたターボ形
流体機械を新たに設計し、小型で高性能なターボ形流体
機械とすることが考えられるが、従来から行われている
勾配法による設計方法を採用しようとすると、上述した
ような問題が発生してしまうものであった。
【０００６】本発明の第１の目的は、高性能なターボ形
流体機械を確実に設計できるターボ形流体機械の設計方
法を提供することにある。
【０００７】本発明の第２の目的は、小弦節比羽根付き
ディフューザを備えて小型で高性能なターボ形流体機械
を確実に設計できるターボ形流体機械の設計方法及び設
計システムを提供することにある。
【０００８】本発明の第３の目的は、小弦節比羽根付き
ディフューザを備えて小型で高性能なターボ形ポンプを
提供することにある。
【０００９】
【課題を解決するための手段】前記第１の目的を達成す
るための本発明の第１の手段は、流体を中央から吸込ん
で外周方向に吐出する羽根車を具備するターボ形流体機
械を、コンピュータを用いて設計する方法において、複
数の設計変数を組み合わせた解候補である個体を遺伝子
で表現して集団発生させ、この個体の集団に対する遺伝
的操作の繰り返しにより解を探索する遺伝的アルゴリズ
ムを用いて、流体の流れ場を構成する部材の最適化設計
を行なうようにしたことにある。
【００１０】前記第２の目的を達成するための本発明の
第２の手段は、流体を中央から吸込んで外周方向に吐出
する羽根車と、前記羽根車の周囲に配置した羽根付きデ
ィフューザと、を具備するターボ形流体機械を、コンピ
ュータを用いて設計するシステムにおいて、羽根枚数や
内外径比などのターボ流体機械に係る情報を設定する第
１のパラメータ設定部と、個体数、最大世帯数、交叉と
突然変異の発生率などの遺伝的アルゴリズムに係るパラ
メータを設定する第２のパラメータ設定部と、前記第１
のパラメータ設定部で設定された情報を解候補である個
体の遺伝子型情報として生成する遺伝子型情報発生部
と、前記個体の適応度を計算し選択確率を計算する個体
評価部と、前記個体評価部により計算された個々のディ
フューザの選択確率に基づいて次世代の親となる個体を
選択し、その個体の遺伝子情報の交叉を行なうと共に、
個体の遺伝子情報の突然変異を選択確率に基づいて行っ
て、次世代解候補群の個体を生成する次世代解候補群生
成部と、前記個体評価部及び前記次世代解候補群生成部
による処理を繰り返して行なう循環処理部とを備えるも
のである。
【００１１】前記第３の目的を達成するための本発明の
第３の手段は、流体を中央から吸込んで外周方向に吐出
する羽根車と、前記羽根車の周囲に配置した羽根付きデ
ィフューザと、を具備するターボ形ポンプにおいて、前
記羽根付きディフューザの弦節比を１．０以下の小弦節
比に設定すると共に、複数の設計変数を組み合わせた解
候補である個体を遺伝子で表現して集団発生させ、この
個体の集団に対する遺伝的操作の繰り返しにより解を探
索する遺伝的アルゴリズムを用いて、最適化設計を行っ
た前記小弦節比の羽根付きディフューザとしたことにあ
る。
【００１２】
【発明の実施の形態】以下、本発明の一実施例につい
て、図面を参照して詳細に説明する。
【００１３】最初に、本発明の一実施例のターボ形流体
機械における製品例である多段式ターボ形ポンプの全体
的な構成及び動作を図１及び図２を参照しながら説明す
る。図１は本発明の一実施例における多段式ターボ形ポ
ンプの縦断面図、図２は図１のＡ−Ａ'線に沿って羽根
車及びディフューザを断面した図である。
【００１４】図１及び図２に示す多段式ターボ形ポンプ
８は、ケーシングの吸込口１から吸い込んだ水を、回転
軸２に固定されて高速回転する多段の羽根車３によって
昇圧し、各段の羽根車３の外周に配列した羽根付きディ
フューザ４へ吐出して静圧を回復し、その後、円周流路
５を経て外向きの流れを内向きに変え、水返し６で整流
して次段の羽根車３へ導き、このような昇圧過程を繰り
返して加圧した水を吐出口７から吐出する構造である。
【００１５】さらに各部の構造を具体的に説明すると、
羽根車３は、複数（図示例では６つ）の羽根３ａを半径
方向に延びるように備え、水を中央から吸い込んで外周
方向に吐出するようになっている。ディフューザ４は、
羽根車３の外周外方に配置され、複数（図示例では７
つ）のディフューザ羽根４を半径方向に延びるように備
えている。このディフューザ４は弦節比が１．０以下の
小弦節比（図示例では弦節比０．８９）で構成されてい
る。円周流路５は、ディフューザ４及び水返し６の外周
を取り囲むように設けられている。水返し６は、円周流
路５と次段の羽根車３の吸込口とを連通するようにディ
フューザ４の裏側に設けられ、複数の水返し羽根を半径
方向に延びるように備えている。この羽根車３、ディフ
ューザ４、円周流路５、及び水返し６は、流体である水
の流れ場を構成する部材である。
【００１６】かかるターボ形ポンプ８は、遺伝的アルゴ
リズムを用いて、小弦節比を有するディフューザ４を最
適化設計したものである。これにより、小型で高性能な
ターボ形ポンプ８となっている。遺伝的アルゴリズムを
使えば、最適解もしくは準最適解である解を用いた設計
をすることができる。遺伝的アルゴリズムでは、大域的
最適解を近似的に求めることができる。なぜならば、遺
伝的アルゴリズムは確率論的な概念を取り入れ、局所解
への収束を回避するように目的関数分布の中の最も高い
山を確率的に探索しているからである。というのは、最
適化を行なう際に、遺伝的アルゴリズムは勾配に関する
情報を必要とせず、目的関数や制約条件の微分可能性
や、凸関数であるという条件が不要であるからである。
【００１７】また、コンピュータの発達と共に数値流体
力学が発展し、複雑な形状を持つ流れ場でも、かなり精
度よく、比較的短時間で解析できるようになっており、
本実施例では、詳細を後述するように、この数値流体力
学と上述した遺伝的アルゴリズムとを組み合わせてディ
フューザ４の最適化設計を行なったものであり、小型で
高性能なターボ形ポンプ８を短時間で容易にかつ確実に
設計することができる。
【００１８】ここで、数値流体力学とは、流体力学の支
配方程式を離散化し、与えられた形状に対して解析的に
は得られない解を近似的にコンピュータによってシミュ
レーションすることである。このシミュレーションによ
って具体的な形状に対する性能が得られることから、よ
り積極的に数値流体力学を最適化手法である遺伝的アル
ゴリズムと組み合わせて利用し、形状を設計変数とし
て、性能を最適化する圧力回復係数最適化問題を解くこ
とができるようにしたのである。
【００１９】次に、本実施例の遺伝的アルゴリズムを用
いたターボ形ポンプ８の設計システムの図３を参照しな
がら説明する。図３は図１のターボ形ポンプに適用する
設計システムの構成図である。
【００２０】このターボ形ポンプ８の設計システム１０
は、ディフューザ４の最適化設計を行なうためのコンピ
ュータで構成され、具体的には、小弦節比ディフューザ
を最適化設計するために、パラメータ設定部１１、遺伝
子型情報発生部１２、表現型変換部１３、個体評価部１
４、次世代解候補群生成部１５、循環処理部１６、及び
結果検討部１７を備えて構成されている。
【００２１】パラメータ設定部１１は、ターボ形ポンプ
８に係るパラメータ設定部と、遺伝的アルゴリズムに係
るパラメータ設定部とを備えているブロックである。こ
のターボ形ポンプに係るパラメータ設定部は、羽根枚数
や内外径比などの基本情報を入力するブロックである。
遺伝的アルゴリズムに係るパラメータ設定部は、個体
数、最大世帯数、交叉と突然変異の発生率などの遺伝的
アルゴリズムに係るパラメータを設定するブロックであ
る。
【００２２】遺伝子型情報発生部１２は、制約条件に基
づいて複数の個体を前述したターボ形ポンプ８に係る基
本情報にラベルを付けた遺伝子型（設計変数）情報とし
て生成するブロックである。この個体は初期解候補群を
構成するものであり、制約条件は設計変数の変域であ
る。
【００２３】表現型変換部１３は、生成された各個体の
遺伝子型情報を、ディフューザ４のディフューザ形状に
変換するブロックである。
【００２４】個体評価部１４は、変換された個々のディ
フューザの評価値として与えられた適応度を計算し、選
択確率を計算するブロックである。すなわち、この個体
評価部１４は、数値流体力学を用いてディフューザ羽根
４ａの圧力回復係数を求めるブロックである。
【００２５】次世代解候補群生成部１５は、個体評価部
１４により計算された個々のディフューザの選択確率に
基づいて次世代の親となる個体を選択し、その個体の遺
伝子情報の交叉を行なうと共に、個体の遺伝子情報の突
然変異を選択確率に基づいて行って、次世代解候補群の
個体を生成し、この生成した次世代解候補群の個体の遺
伝子型情報を表現型変換部１３に供給するブロックであ
る。
【００２６】循環処理部１６は、これら表現型変換部１
３、個体評価部１４、及び次世代解候補群生成部１５に
よる循環処理を行なうブロックであり、次世代解候補群
生成部１５により生成される個体の世代数が予め設定さ
れた世代数（例えば、６０世代など）に達するまで、ま
たは次世代候補群である集団中の良い解がある程度広が
るまで繰り返し行なうブロックである。
【００２７】結果検討部１７は最適ディフューザの性能
を検討するブロックである。
【００２８】次に、かかる設計システム１０による設計
方法の図４を参照しながら説明する。図４は図３の設計
システムによる設計方法のフローチャート図である。こ
のフローチャートは、遺伝的アルゴリズムを用いてサー
ボ形ポンプの設計を行う具体的な動作を説明するための
ものである。
【００２９】まず、遺伝子型情報発生部１２により、初
期解候補群である初期設計の個体集団をランダムに生成
する（ステップ２１）。この初期集団の生成は、具体的
には、初期ディフューザ羽根形状の生成である。
【００３０】次いで、遺伝的アルゴリズムに係るパラメ
ータ設定部により、遺伝的アルゴリズムに係るパラメー
タを設定する（ステップ２２）。この遺伝的アルゴリズ
ムに係るパラメータは、個体数、最大世代数、交叉と突
然変異の発生率などである。
【００３１】次いで、個体評価部１４により、各個体の
目的関数に対する適応度(評価関数)を評価する（ステッ
プ２３）。なお、各解候補の適応度の評価として、数値
流体力学を用いてディフューザ羽根の圧力回復係数を求
める。この評価した結果に基づいて、一番高い適応度の
個体を保存し（ステップ２４）、最大世代数まで達した
かを判定する（ステップ２５）。
【００３２】この判定で、最大世代数まで達していない
場合には、Boltzmann選択方法を用いて、目標値の高い
解候補の個体を選択する（ステップ２６）。これらのス
テップ２４及びステップ２６では、適応度の良い個体ほ
ど親として選択される可能性が高くなるように親を選択
する。そして、交叉(遺伝子の入れ換え)にて次世代解候
補である子孫を作る（ステップ２７）。具体的には、模
擬２進交叉（ＳＢＸ：Simulated binary crossover）を
用いて、設計変数を操作して次世代解候補を生成する。
また、突然変異(遺伝子のランダムな変化)にて次世代解
候補の探索を行なう（ステップ２８）。
【００３３】上述したステップ２６〜２８に基づいて、
新しいディフューザ羽根形状の次世代解候補を生成する
（ステップ２９）。それから、ステップ２３に戻り、ス
テップ２３以降の遺伝的アルゴリズムのオペレータ(評
価・選択・交叉・突然変異)により、世代を繰り返すこ
とで最適解の探索を繰り返す。
【００３４】そして、ステップ２５の判定で最大世代数
に達した場合には、最大圧力回復係数を有する最適ディ
フューザ羽根形状を最終的な最適解あるいは準最適解と
して出力する（ステップ３０）。
【００３５】このような遺伝的アルゴリズムを用いるこ
とにより、以下のような設計上の特長を得ることができ
る。すなわち、評価の高い個体が次世代に残る確率が高
くなる。多様な準最適解を見つけることができる。操作
が簡単である。淘汰、増殖、交叉によって解の多様性を
縮小し、収束に向かわせることができる。突然変異によ
って解の多様性を増やすことができる。
【００３６】次に、本実施例の特徴である遺伝子型情報
発生部１２において生成される遺伝子型情報を図５から
図８を参照しながら説明する。図５は図３の設計システ
ムの遺伝子型情報発生部において生成される遺伝子の表
現型を説明する図、図６は本発明におけるディフューザ
羽根形状の決定方法を説明する図、図７は本発明におけ
る遺伝子から８次Bezier-Curve関数を用いて羽根形状を
生成するフローチャート図、図８は本発明におけるディ
フューザ羽根の計算格子と圧力分布を示す図ある。
【００３７】遺伝的アルゴリズムを用いて最適化問題を
解くとき、始めに設計変数を遺伝子の形で表現しなけれ
ばならない。図５は、遺伝子の実数型表現と２進数型表
現の比較を示している。実数を２進数に変換すると、設
計精度を保つには桁数の大なる２進数が必要である。２
進数に変換すると全体の設計変数は多くなる。また、実
数を２進数に変換すると、連続設計空間は離散設計空間
に変換され、遺伝的アルゴリズムの探索時間が長くなり
探索効率が低くなる。また、実数を２進数に変換する
と、精度が粗くなり、変化する量の大きさを遺伝的操作
で制御するのは困難である、などの問題が生じやすい。
例えば、２進数では一つの桁では０と１で表現され、０
と１の中間の０．５を表現できない。そこで、物理的な
意味で効果的な遺伝的操作を行なうために、本実施例で
は実数型データをそのまま用いて遺伝子を表現する。
【００３８】ディフューザ羽根４ａは一般的に羽根厚分
布とキャンバー線とで構成されている。本実施例ではキ
ャンバー線を形成し、これらと羽根厚分布を組み合わせ
ることにより羽根形状を決定する。図６にディフューザ
羽根形状を示す。
【００３９】本実施例では、キャンバー線上に９点の制
御点（Ｐ1，Ｐ2，…Ｐi，…Ｐ9）をそれぞれ分布させ
る。そして、キャンバー線を次の式（１）及び式（２）
に示す８次Bezier-Curve関数によって決定する。
【００４０】
【数１】
【数２】 ここで、（ｘi，ｙi）はキャンバー線の制御点である。
【００４１】羽根形状を得る手順を示す図７における最
適設計過程では、制御点（Ｐ1，Ｐ2，…Ｐi，…Ｐ9）の
Ｘ座標を定数として、Ｙ座標（ｙ1，ｙ2，…ｙi，…
ｙ9）を遺伝子として表現し、このＹ座標（ｙ1，ｙ2，
…ｙi，…ｙ9）を実数型データとしてそのまま用いて設
計変数とする。これにより、最適なＹ座標を求めるだけ
で、簡単に最適な遺伝子を求めることができる。
【００４２】そして、ディフューザ羽根列内の流れ場
は、二次元非圧縮性ナビア・ストークス方程式を基礎方
程式として解析する。一般的スカラー量Φの二次元非圧
縮性ナビア・ストークス方程式は、次の式（３）で表わ
される。
【００４３】
【数３】 有限体積法を用いて離散されたスカラー量Φの方程式は
SIMPLE方法によって数値計算する。その解析のための計
算格子と計算結果の一例である圧力分布を図８に示す。
【００４４】次に、本実施例の特徴である個体評価部１
４での個体評価方法及び次世代解候補群生成部１５での
交叉、突然変異について説明する。
【００４５】与えられた目的関数と制約条件のもとで、
次世代解候補群である集団中の各個体の優劣(適応度)を
決める。評価の高い個体ほど、優れた個体として自分の
遺伝子を次の世代に残すことのできる可能性が高いこと
になる。評価の良い個体間にできる子孫の方が、評価の
悪い個体間にできる子孫よりも優れている可能性が高い
と考えられる。このため、選択を行なうときは確率的に
評価の高い個体が選ばれるようにする。すなわち、Bolt
zmann 選択を用いて良い個体選択を次の通り行なう。
【００４６】（１）集団中の各個体の適応度は次の式
（４）を用いてBoltzmannの適応度を計算する。
【００４７】
【数４】 （２）適応度比例戦略は、ルーレット・モデルと呼ば
れ、各個体の適応度に比例した確率で子孫を残せる可能
性があるモデルである。この場合、ある個体ｉが選択さ
れる確率pselectは次の式（５）で表される。
【００４８】
【数５】 交叉は、二つの個体間で遺伝子を組み換えることによっ
て新しい個体を生成するもので、両親の優れた部分形質
をうまく組み合わせて、子孫に継承させることに成功す
れば、探索における飛躍をもたらす。本実施例では、次
式に示すＳＢＸを用いて新たな個体の遺伝子を計算する
ようにしているので、探索における飛躍をもたらすこと
ができる。すなわち、次の式（６）、式（７）及び式
（８）に示すように、親１と親２の部分形質ｙi parent1
とｙi parent2が組み合わさり、新たな子孫の遺伝子ｙi
child1とｙi child2が形成される。
【００４９】
【数６】
【数７】
【数８】 ここで、ｃは０から１までの乱数で、η＝１．０であ
る。
【００５０】また、突然変異は、個体中の遺伝子を強制
的に操作することによって、交叉では得られないような
解を探索するために用いられる。本実施例では、次の式
（９）で示すような非一様突然変異（Ｎon-uniform mut
ation）を用いて新たな解を探索するようにしているの
で、適切な解が探索できる。
【００５１】
【数９】 ここで、ｋは計算中の代数、Ｋは最大世代数、Ｍａｘは
ｙの最大値、Ｍｉｎはｙの最小値である。
【００５２】設計対象のディフューザを備えたターボ形
ポンプの設計パラメータと設計仕様を表１に示す。この
ポンプは後述する図１０に示す実験ポンプの例であり、
仕様の全揚程は単段の値を示す。
【００５３】
【表１】 与える目的関数としては、次の式（１０）で定義される
圧力回復係数を適用する。これは、ディフューザの入口
と出口の静圧の差を入口の動圧で除して無次元表示した
値である。この値が大なる程、デュフューザの機能であ
る流れの動圧を静圧に回復させる機能が優れていること
を意味する。
【００５４】
【数１０】 ここで、Ｐsoutはディフューザ出口における平均静圧、
Ｐsinはディフューザ入口における平均静圧、Ｐtinはデ
ィフューザ入口における全圧である。
【００５５】これらの圧力は、前述の式（３）に基づく
２次元ディフューザ流路の流れ数値シミュレーションの
方法により求められる。なお、適合度ｆiとしては、次
の式（１１）で定義する。
【００５６】
【数１１】 そして、制約条件としては、入口半径は１７０ｍｍ、出
口半径は２３０ｍｍ、羽根ディフューザ枚数は７枚と５
枚を設定している。制約条件を次の表２に示す。
【００５７】
【表２】 また、遺伝的アルゴリズムによる遺伝的操作におけるパ
ラメータとしては、次の表３に示す値を設定する。
【００５８】
【表３】 上述した遺伝的アルゴリズムを用いたターボ形ポンプの
設計方法により、ディフューザ羽根形状の最適化が進展
して行く様相を図９に示す。なお、この図９の例は、デ
ィフーザの羽根数７枚、弦節比０．８９の場合である。
【００５９】次に、上述の遺伝的アルゴリズムを用いて
最適形状が得られた小弦節比ディフューザ、及び大弦節
比ディフューザ（比較例）を用いたポンプに関し、図１
０に示す実験ポンプを製作して、各実験ポンプの性能実
験を行った結果を説明する。この実験ポンプは単段であ
る。そして、この性能実験では、入口、羽根付きディフ
ューザ、円周流路及び出口に設けた圧力測定孔から各部
の圧力を測定した。
【００６０】各実験ポンプの性能実験の結果、図１１に
示すポンプ性能が得られた。すなわち、図１１（ａ）は
性能として揚程係数ψと流量係数Φとの関係を示し、図
１１（ｂ）は性能として効率ηと流量係数Φとの関係を
示す。揚程係数ψ及び効率ηの性能曲線から、ディフュ
ーザの羽根枚数が５枚及び７枚の場合の小弦節比のディ
フューザは、比較例の大弦節比のディフューザの場合と
同等な揚程係数及び効率が得られていることが判る。特
に、ディフューザの羽根枚数が７枚の場合には、より比
較例に近いことが判った。従って、小弦節比のディフュ
ーザの設計において遺伝的アルゴリズムを適用した最適
化設計の妥当性は、実験的にも検証されていることが判
る。これらのデータに基づき、ポンプ用の小弦節比のデ
ィフューザとして、ディフューザの羽根枚数を羽根車の
羽根枚数の前後で最も近似する枚数、この実験例では羽
根数が５〜７枚、弦節比が１．０以下の組み合わせによ
り、良好な性能が得られることが判る。
【００６１】
【発明の効果】本発明によれば、高性能なターボ形流体
機械を確実に設計できるターボ形流体機械の設計方法を
得ることができる。
【００６２】また、本発明によれば、小弦節比羽根付き
ディフューザを備えて小型で高性能なターボ形流体機械
を確実に設計できるターボ形流体機械の設計方法及び設
計システムを得ることができる。
【００６３】また、本発明によれば、小弦節比羽根付き
ディフューザを備えて小型で高性能なターボ形ポンプを
得ることができる。
【図面の簡単な説明】
【図１】本発明の一実施例における多段式ターボ形ポン
プの縦断面図である。
【図２】図１のＡ−Ａ線に沿って羽根車及びディフュー
ザを断面した図である。
【図３】図１のターボ形ポンプに適用する設計システム
の構成図である。
【図４】図３の設計システムによる設計方法のフローチ
ャート図である。
【図５】図３の設計システムの遺伝子型情報発生部にお
いて生成される遺伝子の表現型を説明する図である。
【図６】本発明におけるディフューザ羽根形状の決定方
法を説明する図である。
【図７】本発明における遺伝子から８次Bezier-Curve関
数を用いて羽根形状を生成するフローチャート図であ
る。
【図８】本発明におけるディフューザ羽根の計算格子と
圧力分布を示す図である。
【図９】本発明におけるディフューザ羽根形状の最適化
の過程を示す図である。
【図１０】本発明の一実施例を適用した実験ポンプの要
部断面図である。
【図１１】図１０の実験ポンプにおける揚程係数及び効
率の性能説明図である。
【符号の説明】
１…吸込口、２…回転軸、４…ディフューザ、４ａ…デ
ィフューザ羽根、５…円周流路、６…水返し、７…吐出
口、８…多段式ターボ形ポンプ、１０…設計システム、
１１…パラメータ設定部、１２…遺伝子型情報発生部、
１３…表現型変換部、１４…個体評価部、１５…次世代
解候補群生成部、１６…循環処理部、１７…結果検討
部。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 李 軍 福岡県北九州市戸畑区仙水町13番７号 (72)発明者 塚本 寛 福岡県北九州市小倉南区上石田二丁目22番 26号 (72)発明者 岡村 共由 茨城県土浦市神立町603番地 株式会社日 立製作所産業機械システム事業部内 (72)発明者 永井 優治 茨城県土浦市神立町603番地 株式会社日 立製作所産業機械システム事業部内 Ｆターム(参考） 3H034 AA01 BB01 BB06 BB17 CC03 DD07 EE00

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】流体を中央から吸込んで外周方向に吐出す
    る羽根車を具備するターボ形流体機械を、コンピュータ
    を用いて設計する方法において、 複数の設計変数を組み合わせた解候補である個体を遺伝
    子で表現して集団発生させ、この個体の集団に対する遺
    伝的操作の繰り返しにより解を探索する遺伝的アルゴリ
    ズムを用いて、流体の流れ場を構成する部材の最適化設
    計を行なうようにしたことを特徴とするターボ形流体機
    械の設計方法。
  2. 【請求項２】請求項１において、流体力学の支配方程式
    を離散化し、与えられた形状に対して解を近似的にシミ
    ュレーションする数値流体力学と、前記遺伝的アルゴリ
    ズムと、を組み合わせて、流体の流れ場を構成する部材
    の最適化設計を行なうようにしたことを特徴とするター
    ボ形流体機械の設計方法。
  3. 【請求項３】流体を中央から吸込んで外周方向に吐出す
    る羽根車と、前記羽根車の周囲に配置した羽根付きディ
    フューザと、を具備するターボ形流体機械を、コンピュ
    ータを用いて設計する方法において、 前記羽根付きディフューザの弦節比を小弦節比に設定
    し、 複数の設計変数を組み合わせた解候補である個体を遺伝
    子で表現して集団発生させ、この個体の集団に対する遺
    伝的操作の繰り返しにより解を探索する遺伝的アルゴリ
    ズムを用いて、小弦節比に設定した前記羽根付きディフ
    ューザの最適化設計を行なうようにしたことを特徴とす
    るターボ形流体機械の設計方法。
  4. 【請求項４】請求項３において、前記羽根付きディフュ
    ーザの弦節比を１．０以下の小弦節比に設定したことを
    特徴とするターボ形流体機械の設計方法。
  5. 【請求項５】請求項３において、流体力学の支配方程式
    を離散化し、与えられた形状に対して解を近似的にシミ
    ュレーションする数値流体力学と、前記遺伝的アルゴリ
    ズムと、を組み合わせて、小弦節比に設定した前記羽根
    付きディフューザの最適化設計を行なうことを特徴とす
    るターボ形流体機械の設計方法。
  6. 【請求項６】請求項３において、前記設計変数を実数型
    データで前記個体の遺伝子として表現するようにしたこ
    とを特徴とするターボ形流体機械の設計方法。
  7. 【請求項７】請求項６において、前記羽根付きディフュ
    ーザの羽根形状をキャンバー線と羽根厚分布とを組み合
    わせて決定し、前記キャンバー線の制御点のＸ座標を定
    数としてＹ座標を実数型データの遺伝子として表現する
    ようにしたことを特徴とするターボ形流体機械の設計方
    法。
  8. 【請求項８】請求項３において、前記羽根付きディフュ
    ーザの入口と出口との静圧の差を入口の動圧で徐した圧
    力回復係数を前記遺伝的アルゴリズムの目標関数として
    用いたことを特徴とするターボ形流体機械の設計方法。
  9. 【請求項９】流体を中央から吸込んで外周方向に吐出す
    る羽根車と、前記羽根車の周囲に配置した羽根付きディ
    フューザと、を具備するターボ形ポンプを、コンピュー
    タを用いて設計する方法において、 前記羽根付きディフューザの弦節比を１．０以下の小弦
    節比に設定し、 流体力学の支配方程式を離散化し、与えられた形状に対
    して解を近似的にシミュレーションする数値流体力学
    と、複数の設計変数を組み合わせた解候補である個体を
    遺伝子で表現して集団発生させ、この個体の集団に対す
    る遺伝的操作の繰り返しにより解を探索する遺伝的アル
    ゴリズムと、を組み合わせて用い、かつ、前記羽根付き
    ディフューザの入口と出口との静圧の差を入口の動圧で
    徐した圧力回復係数を前記遺伝的アルゴリズムの目標関
    数として用いて、小弦節比に設定した前記羽根付きディ
    フューザの最適化設計を行なうようにしたことを特徴と
    するターボ形ポンプの設計方法。
  10. 【請求項１０】流体を中央から吸込んで外周方向に吐出
    する羽根車と、前記羽根車の周囲に配置した羽根付きデ
    ィフューザと、を具備するターボ形流体機械を、コンピ
    ュータを用いて設計するシステムにおいて、 羽根枚数や内外径比などのターボ流体機械に係る情報を
    設定する第１のパラメータ設定部と、 個体数、最大世帯数、交叉と突然変異の発生率などの遺
    伝的アルゴリズムに係るパラメータを設定する第２のパ
    ラメータ設定部と、 前記第１のパラメータ設定部で設定された情報を解候補
    である個体の遺伝子型情報として生成する遺伝子型情報
    発生部と、 前記個体の適応度を計算し選択確率を計算する個体評価
    部と、 前記個体評価部により計算された個々のディフューザの
    選択確率に基づいて次世代の親となる個体を選択し、そ
    の個体の遺伝子情報の交叉を行なうと共に、個体の遺伝
    子情報の突然変異を選択確率に基づいて行って、次世代
    解候補群の個体を生成する次世代解候補群生成部と、 前記個体評価部及び前記次世代解候補群生成部による処
    理を繰り返して行なう循環処理部とを備えることを特徴
    とするターボ形流体機械の設計システム。
  11. 【請求項１１】請求項１０において、前記個体評価部
    は、流体力学の支配方程式を離散化し、与えられた形状
    に対して解を近似的にシミュレーションする数値流体力
    学を用いて、前記前記個体の適応度を計算し選択確率を
    計算するように構成したことを特徴とするターボ形流体
    機械の設計システム。
  12. 【請求項１２】請求項１０において、前記個体評価部
    は、前記羽根付きディフューザの入口と出口との静圧の
    差を入口の動圧で徐した圧力回復係数を前記遺伝的アル
    ゴリズムの目標関数として用いて、前記前記個体の適応
    度を計算し選択確率を計算するように構成したことを特
    徴とするターボ形流体機械の設計システム。
  13. 【請求項１３】流体を中央から吸込んで外周方向に吐出
    する羽根車と、前記羽根車の周囲に配置した羽根付きデ
    ィフューザと、を具備するターボ形ポンプにおいて、 前記羽根付きディフューザの弦節比を１．０以下の小弦
    節比に設定すると共に、 複数の設計変数を組み合わせた解候補である個体を遺伝
    子で表現して集団発生させ、この個体の集団に対する遺
    伝的操作の繰り返しにより解を探索する遺伝的アルゴリ
    ズムを用いて、最適化設計を行った前記小弦節比の羽根
    付きディフューザとしたことを特徴とするターボ形ポン
    プ。
  14. 【請求項１４】流体を中央から吸込んで外周方向に吐出
    する羽根車と、前記羽根車の周囲に配置した羽根付きデ
    ィフューザと、を具備するターボ形ポンプにおいて、 前記羽根付きディフューザの弦節比を１．０以下の小弦
    節比に設定すると共に、 前記羽根付きディフューザの羽根枚数を前記羽根車の羽
    根枚数の前後で最も近似する枚数としたことを特徴とす
    るターボ形ポンプ。
JP2001301008A 2001-09-28 2001-09-28 ターボ形流体機械の設計方法及び設計システム Abandoned JP2003106298A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001301008A JP2003106298A (ja) 2001-09-28 2001-09-28 ターボ形流体機械の設計方法及び設計システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001301008A JP2003106298A (ja) 2001-09-28 2001-09-28 ターボ形流体機械の設計方法及び設計システム

Publications (1)

Publication Number Publication Date
JP2003106298A true JP2003106298A (ja) 2003-04-09

Family

ID=19121488

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001301008A Abandoned JP2003106298A (ja) 2001-09-28 2001-09-28 ターボ形流体機械の設計方法及び設計システム

Country Status (1)

Country Link
JP (1) JP2003106298A (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006314453A (ja) * 2005-05-11 2006-11-24 Sysmex Corp 生体シミュレーションシステム及びコンピュータプログラム
JP2011243028A (ja) * 2010-05-19 2011-12-01 Ihi Corp ターボ機械の翼形状設計方法およびプログラム
WO2015093816A1 (ko) * 2013-12-20 2015-06-25 한국생산기술연구원 비속도 150 ~ 1200급 원심 및 사류 펌프 설계 방법
JP2018040595A (ja) * 2016-09-05 2018-03-15 株式会社東芝 水力機械の壊食予測装置および予測方法
CN109522665A (zh) * 2018-11-27 2019-03-26 北京石油化工学院 一种直流式气液旋流分离器导流叶片的多目标优化方法
CN112800663A (zh) * 2021-01-03 2021-05-14 复旦大学 基于神经网络的航空发动机压气机转子叶片的反设计方法
CN113239498A (zh) * 2021-06-21 2021-08-10 南方科技大学 发动机模型的参数校准方法、装置及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006314453A (ja) * 2005-05-11 2006-11-24 Sysmex Corp 生体シミュレーションシステム及びコンピュータプログラム
JP2011243028A (ja) * 2010-05-19 2011-12-01 Ihi Corp ターボ機械の翼形状設計方法およびプログラム
WO2015093816A1 (ko) * 2013-12-20 2015-06-25 한국생산기술연구원 비속도 150 ~ 1200급 원심 및 사류 펌프 설계 방법
US10474787B2 (en) 2013-12-20 2019-11-12 Korea Institute Of Industrial Technology Method for designing centrifugal pump and mixed flow pump having specific speed of 150-1200
JP2018040595A (ja) * 2016-09-05 2018-03-15 株式会社東芝 水力機械の壊食予測装置および予測方法
CN109522665A (zh) * 2018-11-27 2019-03-26 北京石油化工学院 一种直流式气液旋流分离器导流叶片的多目标优化方法
CN112800663A (zh) * 2021-01-03 2021-05-14 复旦大学 基于神经网络的航空发动机压气机转子叶片的反设计方法
CN113239498A (zh) * 2021-06-21 2021-08-10 南方科技大学 发动机模型的参数校准方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN110008653A (zh) 一种航空离心泵叶型优化设计方法
WO2011135410A1 (en) Optimization technique using evolutionary algorithms
CN114372318A (zh) 设计参数确定方法、装置、电子设备及可读存储介质
JP2003106298A (ja) ターボ形流体機械の設計方法及び設計システム
Benturki et al. Multi-objective optimization of two-stage centrifugal pump using NSGA-II algorithm
US9964116B2 (en) Inducer
Kang et al. A study on the multi-objective optimization of impeller for high-power centrifugal compressor
Kang et al. Optimal design of impeller for centrifugal compressor under the influence of one-way fluid-structure interaction
CN111814400A (zh) 一种基于遗传算法的空气压缩机选型方法
Benini et al. Design optimization of vaned diffusers for centrifugal compressors using genetic algorithms
CN108009382B (zh) 离心压缩机设计系统
Toffolo et al. Cross-flow fan design guidelines for multi-objective performance optimization
EP1881155A1 (en) Apparatus for designing turbines and turbine blades
WO2023038054A1 (ja) 機械学習装置、ポンプ性能予測装置、推論装置、ポンプ形状設計装置、機械学習方法、ポンプ性能予測方法、推論方法、ポンプ形状設計方法、機械学習プログラム、ポンプ性能予測プログラム、推論プログラム、及び、ポンプ形状設計プログラム
CN109033661B (zh) 一种叶轮的设计方法
CN115045859B (zh) 一种离心鼓风机复合叶轮设计方法
Ma et al. Improved centrifugal compressor impeller optimization with a radial basis function network and principle component analysis
Song et al. Shape optimization of turbine stage using adaptive range differential evolution and three-dimensional Navier-Stokes solver
Kim et al. Design of mixed-flow pump for Ns475 based on optimum design database
CN108804746A (zh) 一种基于遗传算法的螺旋桨设计方法
Persico et al. Optimal aerodynamic design of a transonic centrifugal turbine stage for organic Rankine cycle applications
CN114065621A (zh) 一种基于遗传算法的压气机特性方程系数拟合方法
O¨ ksu¨ z et al. Axial turbine blade aerodynamic optimization using a novel multi-level genetic algorithm
Benini et al. A parametric method for optimal design of two-dimensional cascades
Lotfi et al. Shape optimisation of axial fan blades using genetic algorithms and a 3D Navier-Stokes solver

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040304

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20060920

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20060921

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20061024

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20070313

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070417

A762 Written abandonment of application

Free format text: JAPANESE INTERMEDIATE CODE: A762

Effective date: 20070611