石化和其他行業使用風扇通風和處理 500°C 以上的有害氯化物氣體。這些風扇的最大運行速度受行業標準約束，并且通常受到限制。這種限制迫使風扇制造商調整葉輪直徑以獲得所需的壓力輸出。工程師必須避免最終的設計尺寸過大、笨重且制造、測試和運輸成本高昂。

位于伊利諾伊州卡里的 Illinois Blower 與 NUMECA 合作開發了一種設計方法，通過保持葉輪速度和直徑同時實現更高的壓力和更高的風扇效率來解決這一難題。我做到了。40 多年來，Illinois Blower 已成功為世界各地的各個行業開發和制造定制離心風機和鼓風機，包括煉油廠、石化發電、污染控制、制藥和食品加工。。目標是提高其性能線上風扇級（葉輪和蝸殼）的壓力比。由于制造限制，必須保持葉輪周圍實體的厚度，并且葉片必須具有易于制造的形狀。

除了優化此葉輪外，工程師還希望更好地了解流動條件以減少出口管道中的壓降。

圖 1：要優化的工業風扇螺旋槳和蝸殼以及使用 Hexpress 創建的表面網格

方法

首先，我們使用 FINE /Open 進行了一系列的阻風門到失速模擬，FINE /Open 是一個包含 NUMECA 非結構化網格器的 CFD 求解器包，并將結果與實驗數據進行比較，以證明對 CFD 和設置的信心，

快速網格生成

Hexpress用于捕獲蝸殼和葉輪的細節，并生成具有邊界層的 7.5M 節點網格。要執行性能曲線的穩態計算，只需對葉輪的一個流動路徑進行網格劃分即可。每次計算使用 96 個核，并在一個小時內達到完全收斂。

圖 2 : 所有數據庫和優化樣本相對于目標值的散點圖（星號表示的最佳樣本）（左上）通過自組織圖（右上）每個輸入的參數之間的相關性和反相關性通過方差分析顯示參數對結果的貢獻（下）使用留一法 (LOO) 圖顯示模型可靠性（右下）

優化 #1：確定影響性能的參數

首先，我們確定了對離心風機性能的主要影響，以便有效地進行優化。因此，我們選擇了 20 個參數來定義輪轂和護罩的幾何形狀、機翼金屬角度以及機翼彎度和傾斜度。這些參數是項目成功的關鍵。對于每組參數，我們在 FINE/Design3D 中創建了一個新的幾何圖形，并利用專用的 Python 腳本來節省在 OMNIS/Hexpress 中生成非結構化網格的時間。參數化后，使用 Minamo 模塊在 FINE/Design3D 中生成實驗設計 (DOE) 數據庫。Minamo 數據挖掘工具的優化基于進化算法，并采用替代模型以實現更好的收斂。構建了一個包含 70 個樣本的數據庫，覆蓋設計空間，在三個流速（失速、近設計點和節流）下總共有 210 個 CFD 結果。通過應用網格到網格的插值來改進每個 CFD 的初始化，我們能夠將迭代次數（CPU 時間）減少 25%。在對數據庫進行詳細分析后，工程團隊能夠了解每個參數對性能的影響。我們發現，在優化風扇性能時，蝸殼是主要的限制因素。因此，我們著手隔離部件，單獨優化葉輪，并設計一種新的蝸殼，以最大限度地減少在優化樣品中觀察到的壓降。

圖 3：蝸殼重新設計前后在一個工作點的速度云圖比較

優化 #2：葉輪

然后我專注于與蝸殼分離的葉輪、ZR 效應和實心壁。借助 Autogrid 和 FINE/Turbo，大型數據庫的創建和優化可以在臺式機上輕松完成，并且該過程使用 Python腳本完全自動化。一旦我們有了新的最佳葉輪，我們就會將其與重新設計的蝸殼結合起來，計算風扇的整體性能。

圖 4：優化前（紅色）和優化后（灰色）螺旋槳形狀的比較

結論

嘗試成功了。一個分為兩部分的優化項目使 Illinois Blower 在保持原始設計約束的同時，將風扇的整體性能提高了 44%。優化葉輪的幾何形狀和通道使某些工作點（節流閥附近）的靜壓增加了 20%。此外，更好地了解由于蝸殼渦旋下游的流動而導致的壓降可以對蝸殼進行巧妙的重新設計，從而導致性能曲線上和某些工作點（節流閥附近）的壓力甚至更高。已經上升到最多 24%。

作者：AnneMarie CFD

譯者：石井大志

文章來源：cadence博客