Prof. Dr.-Ing. M. Geller B.Eng. A. Rybacki Dipl.-Ing. M.Eng. Ch. Schemmann. Fachhochschule Dortmund

Transkript

1 Optimierung eines hochbelasteten Radialkompressorlaufrades unter struktur- und strömungsmechanischer Betrachtung mit der ANSYS Workbench und mit optislang B.Eng. A. Rybacki Dipl.-Ing. M.Eng. Ch. Schemmann

2 Vorgestellt vom Forschungsschwerpunkt Computersimulation im Maschinenbau Partner der We turn science into solutions

3 Optimierung am FSP Computersimulation im Maschinenbau Mehr als 10 Jahre Erfahrung in Optimierung im Turbomaschinenbau Vorträge u.a. in Stuttgart, Bonn, Aachen,... Seit ~2,5 Jahren Einsatz moderner Optimierungsmethoden Im heutigen Vortrag: ANSYS DesignXplorer

4 INHALT Einsatz der Turbomaschine Das Modell Optimierung Optimierung im DesignXplorer Optimierung in optislang Zukünftige Aktivitäten

5 Einsatz der Turbomaschine Die Turbomaschine ist fast immer an der Umsetzung der verschiedenen Energieträger in elektrische Energie maßgeblich beteiligt.

6 Einsatz der Turbomaschine Beispiele für Turbomaschienen Axialturbine Mehrstufiger Radialkompressor

7 Einsatz der Turbomaschine Kompressormodell der FH Einstufiger Radialkompressor (Auslegung, Konstruktion, Berechnung: FH )

8 Herausforderungen Einsatz der Turbomaschine Im Vergleich zu vorrangegangenen Optimierungen ist das Laufraddesign im Grenzleistungsbereich angesiedelt Stufendruckverhältnis 2,5 0,9 < Mach-Zahl < 1 Komplexe Strömungsverhältnisse Das Laufrad ist ein mechanisch hochbelastetes Bauteil Festigkeit Designfehler haben katastrophale Folgen

9 Einsatz der Turbomaschine Beispiele für Schadensfälle Quelle: Quelle:

10 Einsatz der Turbomaschine Beispiele für Schadensfälle Laufradschaden aus dem ehemaligen Tätigkeitsbereich von Prof. Geller

11 INHALT Einsatz der Turbomaschine Das Modell Optimierung Optimierung im DesignXplorer Optimierung in optislang Zukünftige Aktivitäten

12 Die Sektordarstellung Das Modell Typische Betrachtungsweise im Turbomaschinenbereich: Rotationssymmetrischer Sektor statt voller 360 -Geometrie

13 Das Modell Die Modellierung der Laufradgeometrie Das CAD-Modell und die Parametrisierung ist vollständig im Design Modeler der ANSYS Workbench durchgeführt worden. Zuerst wird der Strömungskanal modelliert. Die Solidgeometrie leitet sich von der Fluidgeometrie ab. Am Ende wird mit einem kompliziert geformten Schneidteil ein Laufradsektor erstellt.

14 Die Geometrieparameter Das Modell Geometrie- Parameter Haupt- Abmessungen Form- Parameter Insgesamt 29(!) Geometrieparameter definieren das Laufrad. Die Geometrieparameter werden unterschieden nach Hauptabmessungen und nach Formparametern. Hiermit kann nahezu jede beliebige Laufradgeometrie modelliert werden.

15 Das Modell Ein Beispiel für die Geometrievarianten Die Verrundungsradien am Schaufelfuß haben einen erheblichen Einfluss auf die Maximalspannungen.

16 Das Modell Ein Beispiel für die Geometrievarianten Die Lage der Schaufeleintrittskante wirkt stark auf die Strömung ein. Aber die Festigkeit ist ebenfalls deutlich beeinflusst.

17 Das Modell Ein Beispiel für die Geometrievarianten Eine größere axiale Baulänge reduziert die Umlenkverluste in der Strömung.

18 Das Modell Ein Beispiel für die Geometrievarianten Große Fördervolumenströme erfordern im Optimum große Schaufelflächen. Diese verursachen allerdings erheblich größere Spannungen.

19 INHALT Einsatz der Turbomaschine Das Modell Optimierung Optimierung im DesignXplorer Optimierung in optislang Zukünftige Aktivitäten

20 Optimierung ANSYS DesignXplorer Ausgehend von einer beliebigen Startgeometrie: Wirkungsgrad: 78% Druckverhältnis: ~1,7 max. Spannung: 670MPa Optimierungsziele: Wirkungsgrad optimieren Vorgegebenes Druckverhältnis von 2,5 erreichen maximale Spannung unter 500MPa halten Ausgehend von einer stömungsmechanisch voroptimierten Startgeometrie: Wirkungsgrad: 89% Druckverhältnis: ~2,5 max. Spannung: 800MPa Optimierungsziele: Wirkungsgrad optimieren Druckverhältnis beibehalten maximale Spannung unter 500MPa halten

21 INHALT Einsatz der Turbomaschine Das Modell Optimierung Optimierung im DesignXplorer Optimierung in optislang Zukünftige Aktivitäten

22 Optimierung im DesignXplorer Zielgrößen für die Optimierung im DesignXplorer Wirkungsgrad als Optimum Vorgegebenes Druckverhältnis als Ziel Maximale Vergleichsspannung als vorgegebene Randbedingung

23 Optimierung im DesignXplorer Implizite Vorgehensweise Serielle Vorgehensweise Im DesignXplorer ist dieser Prozess nicht realisierbar!!! CFD & FEM Pre-Optimization CFD & FEM Fine-Optimization CFD & FEM Final-Optimization Geometriegenerierung und Parametrisierung im Design Modeler Korrelationsmatrix Goal Driven Optimization Geometrie- Optimum Es wurde eine serielle Vorgehensweise als Ersatzlösung entwickelt FEM- Pre-Optimization CFD- Pre-Optimization FEM- Final-Optimization CFD- Final-Optimization

24 Optimierung im DesignXplorer Zur seriellen Vorgehensweise FEM- Pre-Optimization CFD- Pre-Optimization FEM- Final-Optimization Beliebige Startgeometrie Parameter höchster Sensitivität FEM- Pre-Opt 1 Parameter mittlerer Sensitivität CFD- Final-Optimization FEM- Pre-Opt 2 Parameter geringster Sensitivität Parameter höchster Sensitivität FEM- Pre-Opt 3 Optimierte Geometrie nach FEM-Pre-Opt CFD- Pre-Opt 1 Hoher Aufwand!!! Viele manuelle Eingriffe nötig!!! Parameter mittlerer Sensitivität CFD- Pre-Opt 2 etc (FEM-Final- und CFD- Final-Optimization analog)

25 Die Ergebnisse Optimierung im DesignXplorer Gefährliche Spannungsspitzen am Laufradaustritt können komplett vermieden werden. Startgeometrie Optimalgeometrie

26 Die Ergebnisse Optimierung im DesignXplorer Startgeometrie Strömungsablösungen können bei der Optimalgeometrie vollständig vermieden werden. Optimalgeometrie

27 Die Ergebnisse Optimierung im DesignXplorer 140% 120% 100% 80% 60% 40% 20% 0% Druckverhältnis gewünschtes Druckverhältnis Startgeometrie Optimum Bezogener Wirkungsgrad 100% 80% 60% 40% 20% 0% Startgeometrie Optimum Die Optimierung war erfolgreich: Das gewünschte Druckverhältnis wurde erreicht und gleichzeitig konnte der Wirkungsgrad optimiert werden.

28 Lessons learned Optimierung im DesignXplorer Die gekoppelte Optimierung von Strömung und Struktur ist bei komplexen Modellen nicht möglich. (Beschränkung der Parameteranzahl) serielle Ersatzlösung erforderlich Die serielle Optimierung ist hinsichtlich der Rechen- und Arbeitszeiten aufwändig. Ein Eingreifen in den laufenden Optimierungsprozess ist nicht möglich. (geringe Flexibilität) Eine Parallelisierung ist nicht möglich. Die Beschränkung auf systematische Samplingmethoden führt schnell zu einer hohen Anzahl von Designs für eine hochwertige Sensitivitätsanalyse.

29 INHALT Einsatz der Turbomaschine Das Modell Optimierung Optimierung im DesignXplorer Optimierung in optislang Zukünftige Aktivitäten

30 Optimierung in optislang Die Ausgangslage der Optimierung in optislang Ausgangspunkt für die Optimierung ist ein strömungsmechanisch voroptimiertes Laufrad hinsichtlich eines hohen Wirkungsgrades. Die Strukturmechanik wurde in der Voroptimierung nicht berücksichtigt! kritische Spannungsspitzen am Laufradaustritt

31 Optimierung in optislang Zielgrößen für die Optimierung in optislang Wirkungsgrad als Optimum Vorgegebenes Druckverhältnis als Ziel Maximale Vergleichsspannung als vorgegebene Randbedingung MaW.: Ziel der Optimierung ist der Erhalt der guten stömungsmechanischen Eigenschaften bei gleichzeitiger Einhaltung einer zulässigen Spannung.

32 Das Setup Optimierung in optislang CFX ist extern auf einem Cluster parallelisiert worden

33 Der Workflow Optimierung in optislang Erstellung und Export der Designpoints Geometriedaten und Netze der Designs erstellen (noch keine Berechnung) FEM-Analysen parallel an mehreren Rechnern durchgeführt CFD-Analyse auf LiDOng Cluster ausgeführt Re-Import und Bewertung der Ergebnisse

34 Optimierung in optislang Ergebnisse - Sensitivitätsanalyse Eingangsparameter von 29 auf 14 reduziert!!!

35 Optimierung in optislang Ergebnisse - Vergleichsspannungen Kritische Spannungsspitzen am Laufradaustritt werden komplett vermieden. Startgeometrie Optimalgeometrie

36 Optimierung in optislang Ergebnisse - Strömung Startgeometrie Strömungsbild nahezu gleich geblieben Spannungsreduktion hat keinen negativen Einfluss auf die Strömung! Optimalgeometrie

37 Optimierung in optislang Ergebnisse Nahezu konstant gehalten Zulässiges Maximum Die Optimierung war erfolgreich: Bei nahezu konstant gehaltenem Wirkungsgrad konnten die Spannungen um mehr als 40% reduziert werden!!!

38 Lessons learned Optimierung in optislang Die gekoppelte Betrachtung von Strömung und Struktur ist möglich. Die Parameteranzahl ist unbegrenzt. Ein Eingreifen in den Optimierungsprozess ist an jeder Stelle möglich. (hohe Flexibilität) Die Möglichkeit der Parallelisierung führt zu einer erheblichen Zeitersparnis. (Unabhängig von der verwendeten Simulationssoftware!) Latin Hypercube Sampling ermöglicht, im Gegensatz zu anderen Samplingmethoden, eine Sensitivitätsanalyse mit geringerem Simulationsaufwand und qualitativ hochwertigen Ergebnissen.

39 Fazit 1/2 DesignXplorer Anzahl der Parameter beschränkt optislang Anzahl der Parameter unbeschränkt implizite Optimierung komplexer Modelle nicht möglich serielle Optimierung sehr aufwändig Eingriffe in den laufenden Optimierungsprozess nicht möglich geringe Flexibilität implizite Optimierung beliebiger Modelle möglich serielle Optimierung nicht erforderlich Eingriffe in den laufenden Optimierungsprozess jederzeit möglich hohe Flexibilität

40 Fazit 2/2 DesignXplorer Beschränkung auf systematische Samplingmethoden optislang Stochastische Samplingmethoden vorhanden (insbesondere Latin Hypercube Sampling) Keine Parallelisierung möglich Workflow parallelisierbar Optimierungsziele gut erreicht (insgesamt 1300 Samples benötigt) Optimierungsziele gut erreicht (insgesamt 560 Samples benötigt)

41 INHALT Einsatz der Turbomaschine Das Modell Optimierung Optimierung im DesignXplorer Optimierung in optislang Zukünftige Aktivitäten

42 Zukünftige Aktivitäten Geplante Aktivitäten der nächsten 4 Jahre Berücksichtigung des Betriebsverhaltens der Maschine, d.h., die Kennlinie muss mit simuliert werden (sog. Off-Design ) Einbeziehung weiterer Maschinenkomponenten in die Simulation Das Ziel: Entwicklung eines Metamodells für einen kompletten Turbokompressor MaW.: Das Cordier-Diagramm als empirische Basis der Turbomaschinenauslegung wird durch ein Metamodell der radialen Turbomaschinenstufe ergänzt.