Kennfeldverbreiterung eines Radialverdichters für Abgasturbolader durch multidisziplinäre CFD-FEM-Optimierung mit FINE /Turbo

Transkript

1 2011 Kennfeldverbreiterung eines Radialverdichters für Abgasturbolader durch multidisziplinäre CFD-FEM-Optimierung mit FINE /Turbo Th. Hildebrandt, L. Gresser, M. Sievert

2 Inhaltsverzeichnis Zielsetzung & Methode CFD basierte Optimierung CFD-FEM basierte Optimierung Zusammenfassung

3 Zielsetzung & Methode

4 01 4 Zielsetzung & Methode Zielsetzung Ziel: Erweiterung des nutzbaren Betriebsbereiches eines ATL- Verdichters durch numerische Optimierung. Einzelziele: Steigerung des Sperrmassenstromes m Choke um mind. 10% Reduktion der Leistungsaufnahme durch Absenkung des Totaldruckverhältnis P V. Erweiterung der Pumpgrenze. Beibehaltung oder Steigerung des Wirkungsgrads h is. Begrenzung der maximalen von-mises Spannung s max.

5 01 5 Zielsetzung & Methode Primärziele Absenkung des Druckverhältnis Erweiterung der Pumpgrenze Wirkungsgrad erhalten Simultane Optimierung in 3 Betriebspunkten Steigerung des Sperrmassenstroms

6 01 6 Zielsetzung & Methode Allgemeine Optimierungsprobleme Allgemeine Optimierungsprobleme in Bezug auf Strömungsmaschinen: Beinhalten viele Nebenrandbedingungen (Schaufeldicke, Festigkeit, Fertigbarkeit, etc.) Beinhalten in der Regel viele (> 20) zu optimierende Parameter N-dimensionale Zielfunktion mit zahlreichen Nebenextrema Familien von Optimierungsmethoden : Optimierungsmethoden basierend auf Gradientenverfahren: + Gute Konvergenzrate (~ Funktionsaufrufe) - Anfällig für Nebenextrema Genetische Algorithmen: + Hohe Wahrscheinlichkeit die Nähe des globalen Optimums zu erreichen - Erfordern > Funktionsaufrufe (nicht möglich für CFD)

7 01 7 Zielsetzung & Methode Alternativer Lösungsansatz Anstelle eines 3D CFD Verfahrens wird ein künstliches neuronales Netzwerk (ANN) als Optimierungsfunktion verwendet Genetischer Optimierungsalgorithmus ruft dann das neuronale Netzwerk auf Ergebnisse werden per CFD verifiziert Rückführung der CFD Ergebnisse in das künstliche neuronale Netzwerk zur Verbesserung der Ergebnisse. Neurales Netzwerk wird durch CFD trainiert!

8 01 8 Zielsetzung & Methode Methode Step Step 4: 2: 5: CFD Approximation Enrichment Step 7: CFD 3: 1: Prediction Verification Step Creation of 6: Database of of New η(g) of Predicted of Database Optimum Prediction Improved by & Artificial Optimal from by of Parameter Genetic Optimum Neuronal 3D Approximation CFD Algorithm Results Combination Network of (ANN) η(g) η (Objective Function) New, predicted optimum Predicted optimum New CFD result Verification by CFD Initial database of CFD results Artificial neuronal network (ANN) G (Design Parameter)

9 01 9 Zielsetzung & Methode FINE /Design 3D Methode: FINE /Design 3D: Kommerziell verfügbares Optimierungsverfahren für Turbomaschinen Nahtlose Prozesskette: Netzerzeugung CFD Verfahren FINE /Turbo Parametrisierung der Geometrie Optimierung

10 02 CFD basierte Optimierung

11 02 11 CFD basierte Optimierung Kennwerte ATL Verdichter Größe Symbol Wert Einheit Schaufelzahl N 7 +7 [ - ] Umfangsgeschwindigkeit u [m/s] (Austritt) n=100% Außendurchmesser d 2 77 [mm] Totaldruckverhältnis (CFD) P V 3.9 [ - ]

12 02 12 CFD basierte Optimierung CFD Rechennetz Größe Punktezahl Generierung CFD Rechenzeit (4 cores) Wert ca (1 Passage) ~ ca. 2min ca. 1h (3 Betriebspunkte)

13 02 13 CFD basierte Optimierung Parametrisierung des Verdichters Anzahl Parameter Gesamt Freie Naben- & Gehäusekontur 18 4 Skelettlinie (Hauptschaufel) 2*5=10 2*5=10 Skelettlinie (Splitterschaufel) 2*4=8 0 Dickenverteilung (Hauptschaufel) 2*12=24 0 Dickenverteilung (Splitterschaufel) 2*10=20 0 Position d. Splitters 2*3=6 3 Meridionale Ausrichtung 6 2 Tangentiale Ausrichtung 1 1 Schaufelzahl 1 0 Summe Mögliche Variation des Nabenschnittes

14 02 14 CFD basierte Optimierung Prozesskette FINE /Design 3D Initial Geometry Traditional Method FINE /Design3D AutoBlade (Para. Blade Modeler) Design3D (Blade Optimisation) Optimised Geometry FINE /Turbo (CFD system) FEM Adapt geometrical constraints and/or optimisation targets

15 02 15 CFD basierte Optimierung Ergebnis Spannungen zu hoch!

16 02 16 CFD basierte Optimierung Mögliche Abhilfe Übliche Maßnahme: Leichte (!) Aufdickung des Schaufelfußes. Nicht möglich! Kleinster möglicher Fräserdurchmesser (ø=5mm). Lösung: Erweiterung des Optimierungsalgorithmus auf eine simultane CFD-FEM Optimierung.

17 03 CFD-FEM basierte Optimierung

18 03 18 CFD-FEM basierte Optimierung Prozesskette FINE /Design 3D Initial Geometry Traditional Coupled Method FINE /Design3D AutoBlade (Para. Blade Modeler) Design3D (Blade Optimisation) Optimised Geometry CALCULIX* (FEM system) OK FINE /Turbo (CFD system) FEM NOK Adapt geometrical constraints Invalid Design ( No CFD simulation) and/or optimisation targets *

19 03 19 CFD-FEM basierte Optimierung Ergebnis s zu hoch!! OK!

20 03 20 CFD-FEM basierte Optimierung Ergebnis s zu hoch!! OK!

21 03 21 CFD-FEM basierte Optimierung Ergebnis Original CFD Optimierung CFD-FEM Optimierung

22 03 22 CFD-FEM basierte Optimierung Ergebnis Original

23 03 23 CFD-FEM basierte Optimierung Ergebnis CFD-FEM Optimierung

24 03 24 CFD-FEM basierte Optimierung Pareto-Fronten

25 03 25 CFD-FEM basierte Optimierung Prüfstandversuch ca. + 10% Pumpgrenze ca. + 20% Sperrmassenstrom

26 04 26 Zusammenfassung Zusammenfassung Nutzbare Kennfeldbreite eines ATL Verdichterlaufrades im Vollastbereich um über 30% gesteigert. Kennfelderweiterung im Teillastbereich ca. 20%. Reine CFD-basierte Optimierung führt zu unzulässig hohen Materialspannungen. Multidisziplinäre CFD-FEM-Optimierung garantiert Einhaltung der maximal zulässigen Spannungen. Flankenfräsbarkeit gewährleistet. Ergebnisse im Prüfstandversuch bestätigt.

27 2011 Ende der Präsentation Vielen Dank für Ihre Aufmerksamkeit!