Optimierung eines Radialventilators mit optislang und ANSYS CFD

Transkript

1 Optimierung eines Radialventilators mit optislang und ANSYS CFD Uwe Salecker CFX Berlin Software GmbH Simon Joßberger Lehrstuhl für Flugantriebe TU München

2 Auslegung Förderaufgabe Wasserdampf V =13.5 m 3 /s p 0 /T 0 = Pa/335 K n =3 000 rev/min p tot = 5000 Pa η > 0.8 Dimensionslose Kennzahlen φ = 4 V π D 2 u 0.03; ψ = 2 p tot ρ u 2 = 1.29 δ = ψ0.25 φ0.5 φ ; σ = ψ ; 2

3 Auslegung Euler-Gleichung für TM p tot ρ = u 2 c 2 u 1 c 1 Laufradauslegung Kreisbogenschaufel (7) Eintritt Austritt D in mm b in b in mm

4 Auslegung Spirale Bommes und Reinartz vier Viertelkreisbögen quadratischer Druckstutzen 4

5 Numerische Strömungsberechnung ANSYS Workbench Geometrieerstellung ANSYS DesignModeler Vernetzung ANSYS TurboGrid (ATM) ANSYS Meshing Berechnung ANSYS CFX Auswertung ANSYS CFD Post 5

6 Numerische Strömungsberechnung Vernetzung Schaufelkanal ANSYS Turbogrid (ATM) Hexaederelemente Spirale: ANSYS Meshing Unstrukturierte Vernetzung Statistik Knoten: Elemente: Tetraeder: Prismen/Pyramiden: Hexaeder: Qualität Innenwinkel>25 /55 Teilungsverhältnis<100/700 Volumenverhältnis (<100/5) 6

7 Numerische Strömungsberechnung Stationäre Berechnung 1/7 Schaufelkanälen Stage-Interface SST-Turbulenzmodell Totalenthalpie-Transport Konvergenzkriterium max. Residuen<0.001 globale Bilanzen<0.001 Berechnungsdauer 20 CPU-Stunden auf Intel X h 30 min auf acht Kernen 7

8 Numerische Strömungsberechnung Performance η =0.8 p tot = 4060 Pa Starke Minderumlenkung resultiert in zu geringer Totaldruckerhöhung Dichteänderung erhöht Verzögerung im Laufrad ( kg/m 3 ) DeHaller-Kriterium verletzt ( ) Laufrad zu klein Austrittsbreite zu groß 8

9 Numerische Strömungsberechnung 9

10 Optimierung mit OptiSlang Bestimmung der Paretofront η = f( p tot ) Parametrisierung Schaufelform/-breite Auslegung Min. Max. q 1 in q 2 in q 3 in q 4 in r in mm b 1 in mm b 2 in mm r q

11 Sensitivitätsstudie Latin-Hypercube-Sampling nahezu 50% aller Berechnungen sind nicht erfolgreich Konvergenzprobleme des CFD- Solvers keine stationäre Strömung No. Success Failed (Mesh) C C C successful Failed (Solve) failed calculation failed meshing Schaufel Schaufel 1 11

12 Sensitivitätsstudie Konvergenzkriterium Dp tot, h über 100/500 Iterationen gemittelt Abweichung kleiner 1% Q 1 Q 2 Q 3 Q 4 r 5 b 1 b 2 Q 1 Q 2 Q 3 Q 4 r 5 b 1 b 2 b 2 b 1 r 5 Q 4 Korrelationsmatrizen linear/quadratisch alle Samples/nur erfolgreich Berechnungen Q 3 Q 2 Q 1 b 2 b 1 r 5 Q 4 Q 3 Q 2 Q 1 12

13 Metamodel (MOP) Totaldruckerhöhung partiell-quadratisch Max. Abweichung: 250 Pa Mittl. Abweichung: 67 Pa CoP = Wirkungsgrad partiell-quadratisch Max. Abweichung : 0.01 Mittl. Abweichung : CoP =

14 Metamodel (MOP) Coefficient of Prognosis (CoP) b 1 r b 1 r Q 2 b 2 Q 1 Q 3 Q 4 Q 4 Q 3 Q 1 Winkel an Vorderkante Q 3, Q 4 Winkel an Hinterkante Q 4 Schaufellänge 14

15 h Paretofront (C3) 0,91 0,90 0,89 0,88 0,87 0,86 0,85 0,84 0,83 0,82 0,81 0, Dp tot in Pa design points initial design pareto optimum (MOP) pareto optimum (CFD) 15

16 h Paretofront (C3) 0,90 0,89 0,88 0,87 0,86 0,85 0,84 0,83 0, Dp tot in Pa design points initial design pareto optimum (MOP) pareto optimum (CFD) 16

17 h Paretofront (C3) 0,90 0,89 0,88 0,87 0,86 0,85 0,84 0,83 0, Dp tot in Pa design points initial design pareto optimum (MOP) pareto optimum (CFD) 17

18 h Paretofront (C3) 0,90 0,89 0,88 0,87 0,86 0,85 0,84 0,83 0, Dp tot in Pa design points initial design pareto optimum (MOP) pareto optimum (CFD) 18

19 h Paretofront (C3) 0,90 0,89 0,88 Keine sichere Vorhersage der Paretofront im Teillastbereich Bereich begrenzter Prognosesicherheit der stationären CFD-Modelle 0,87 0,86 0,85 0,84 0,83 0, Dp tot in Pa design points initial design pareto optimum (MOP) pareto optimum (CFD) 19

20 Zusammenfassung Paretofront Gute Vorhersage im Vollastbereich Vorwärtskrümmung der Schaufel zur Totaldruckerhöhung Abweichungen im Teillastbereich Manuelle Optimierung fünf Iterationen: ~12.5 auf 2 x Intel X5550 (Quadcore) OptiSlang (C3):~415 h auf 2 x Intel X5550 (Quadcore) Herausforderungen Hohe Ausbeute an erfolgreichen CFD-Berechnungen Konvergenz Geometrie-Parametrisierung Netzqualität Prognosesicherheit der CFD-Modelle stationäre vs. transiente Berechnungen 20