CFD技術在泵的內流數值模擬、研究泵內部流動規律和結構方面已廣泛應用，取得了很多成果。但是初步設計的產品如果通過CFD仿真得到的性能曲線不能滿足使用要求，往往需要不斷地修改流道形狀、進出口角度、幾何參數等，再通過仿真計算獲得結果。每改變一個參數都要重新在CFD中計算，如此往復，直到產品的性能能夠滿足設計要求，這樣設計者會花費很大的精力在上面。

基于葉輪機械設計-仿真-優化的一體化思路，在ANSYS Workbench平臺上可實現葉輪機械參數化設計、數值分析和優化設計的所有功能，其中一款專業分析軟件——OptiSLang是一款多學科優化、隨機分析、穩健與可靠性優化設計軟件，在真正意義上地進行葉輪機械的快速優化，幫助工程師更高效便捷地進行產品研發設計。

下面對ANSYS軟件水泵水力設計及優化流程做個詳細講解。

ANSYS水泵水力設計流程

1、傳統一維設計流程

傳統的離心泵葉片設計是基于一元設計理論設計方法，通過給定外特性參數以及介質屬性，利用相似換算或者速度系數的理論方法，確定葉輪的主要尺寸b2、D2、β2等參數，做幾次的經驗值修正，然后對葉片進行繪制，葉片繪型方法為方格網保角變換法。

方格網保角變換法的缺陷:

該方法一元設計理論流動是軸對稱的，即每個軸面上的流動均相同。在同一個過水斷面上軸面速度均勻分布，這種方法的缺陷是：

? 葉片前方來流速度計算不準確，造成沖角過大或者過小

? 不能調整每個過流斷面的角度

? 無法計算葉輪前后蓋板影響到葉輪流道內部相對流速

? 無法計算流道間的速度分布

? 無法確定哪種葉片設計方案是優的

2、ANSYS水泵設計流程

在Workbench下，對于旋轉機械設計有著一整套的流程：

一維設計

首先將流量、揚程、轉速、進出口角度等參數，輸入Workbench平臺下Vista——CPD離心泵一維設計軟件中，得到初始的葉片子午流道形狀和葉片外徑D2，出口寬度b2，效率等參數。

三維設計

BladeGen：在Vista cpd下面右鍵create new創建一個新的BladeGen文件，進入到三維設計的模塊。

BladeGen是基于S1和S2兩流面理論，在這里可以對軸面流道進行調整，對不同span下的角度分布和厚度進行調整，得到一個比較好的流動狀態下的葉片形狀。

Vista TF：是二維通流截面分析，通過快速的二維無粘計算，得到一個速度分布較均勻的軸面流道。

BladeEditor 參數化設計：BladeEditor是嵌入在DesignModeler中的模塊，在Workbench平臺下新建Geometry中啟動,對幾何模型進行參數化設置，可以看到在Blade _Camberline1的屬性中，所有參數化的點前面方框里都出現了D。點擊parameter set，可以看到設置了16個參數。

TurboGrid網格劃分

TurboGrid是一款專門針對葉輪機械的高度自動化六面體網格劃分工具，可以生成高質量的邊界層網格，其中ATM自動劃分方法，提高了計算效率，非常方便。

Workbench窗口中，拖拽TurboGrid組件連接到Geometry中，或鼠標右鍵點擊Geometry選擇Transfer Data To New TurboGrid。設置后檢查網格質量，再進行必要的調整，得到高質量的網格。

三維CFD分析

在二維分析的基礎上，通過CFX軟件進行葉輪流道的CFD分析，將內部流動“可視化”，通過數值仿真的“虛擬試驗”，CFD可以較準確地預測所設計出的產品的全工況壓力、功率、效率等特性。

在Workbench窗口中，新建一個CFX組件，把TurboGrid文件拖拽連接到CFX的Setup節點，然后雙擊setup，進入cfx_pre中進行Domain、Boundary和interface等設置，編輯expressions，設定output control中monitor1、2、3分別為H、M、efficiency。求解一組參數后使其收斂。

然后進入到post中在Expression菜單中找到H（揚程）和efficiency（效率），點擊鼠標右鍵選擇Use as Workbench Output Parameter，定義為輸出參數。

ANSYS水泵優化流程

基于后處理結果對水力設計進行優化、迭代，以滿足客戶使用要求。最終得到滿足要求的高性能葉輪水力。

1、OptiSLang敏感性分析

(1) 在Workbench的Toolbox中，雙擊OptiSLang下的Sensitivity。

(2) 進入參數化設計，在DOE里選擇拉丁超立方抽樣，樣本點先取100個（后續根據情況可繼續加點）。

(3) 100個樣本點計算完成后，可以看到feasible下有綠色true和紅色false出現，提示信息顯示部分樣本點未能完成計算。

(4) 在Workbench中， 可使用HPC快速計算，根據資源配置，可選擇同時計算多個點，以節省計算時間。

接下來為每個響應變量建立高質量響應面即MOP-最優預測元模型

(5) 在參數分析階段建立MOP后，后續優化、穩健性可靠性分析均可將MOP作為求解器來進行，而不再需要借助于CAE求解器，因此可以極大地提高分析效率。

(6) 從預測系數CoP，從中找到敏感性大的參數：對揚程H和效率efficiency敏感性大的設計變量。

2、OptiSLang優化分析

(1) 在彈出的Optimization NLPQL窗口中，保留敏感性大的幾個參數，其余的被過濾掉。

(2) 然后點擊Import criteria，進行單目標優化，構造目標函數和約束函數，設置H≥35，設置efficiency為MAX。

(3) 鼠標右鍵點擊Optimization中的NLPQL，開始驗證對比最佳設計點，在response values中可以看到最優MOP和calculation結果對比。

最終進行初始設計和優化設計的幾何對比

(4)雙擊打開parameter set，在table of design points中找到要優化的點，右擊set as current，然后更新geometry、turbogrid及cfx。

通過對比可以看出來：揚程有所提高，效率由95.5%提高到98.8%。

作者：謝文麗 上海安世亞太