طراحي بهينه يك شيار محيطي بر اساس بهبود عملكرد كمپرسور محوري گذرصوتي با استفاده از ديناميك سيالات محاسباتي، شبكه هاي عصبي و الگوريتم ژنتيك چندهدفه

Optimum Design of a Single Circumferential Groove to Improve the Compressor Performance with CFD, Neural Networks and Multi-Objective Genetic Algorithm

هدف اين مقاله طراحي بهينه يك شيار محيطي براي كمپرسور گذرصوتي روتور 37 ناسا است. پارامترهاي طراحي شامل عمق، عرض و موقعيت قرارگيري شيار و توابع هدف شامل حاشيه وامانش و راندمان بيشينه مي­ باشند و از نسبت فشار وامانش به عنوان معياري براي انتخاب طرح بهينه استفاده شده است. مدل­سازي رياضي كمپرسور كه شامل برقراري رابطه بين متغيرهاي طراحي و توابع هدف مي ­باشد، با استفاده از شبكه­ هاي عصبي صورت گرفته است. به منظور آموزش شبكه ­هاي عصبي، از نتايج حاصل از ديناميك سيالات محاسباتي (CFD) براي 123 نقطه طراحي استفاده شده است. در ادامه، طراحي بهينه به وسيله الگوريتم ژنتيك چند هدفه انجام شده است كه منجر به مجموعه ­اي از پاسخ ­هاي بهينه (پرتو فرانت) گرديده است. پس از مرتب ­سازي اين مجموعه بر اساس بيشترين حاشيه وامانش، اولين پاسخي كه نسبت فشار وامانش آن بيشتر از نسبت فشار وامانش حالت پوسته صاف بود به عنوان پاسخ نهايي انتخاب گرديد. شبيه­ سازي اين طرح نشان داد كه شيار بهينه منجر به افزايش 6/2 درصدي حاشيه وامانش مي­ شود و تأثير بسيار ناچيزي بر راندمان كمپرسور دارد.

The aim of this paper is the optimum design of a single circumferential groove for NASA Rotor 37, a transonic compressor. The design variables are the width, the depth and the position of the groove. Also the objective functions are the stall margin and the peak efficiency. The total pressure ratio at the near stall condition is used as a criterion to choose the optimum design. Neural networks are used to model the relation between design variables and objective functions. 123 various design points are simulated by CFD and the results are used to train the networks. Afterwards, a multi-objective genetic algorithm is used to optimize the design based on the maximum stall margin and the minimum reduction of the peak efficiency. After sorting the Pareto front according to the stall margin value, the first design point whose total pressure ratio is larger than the smooth wall condition, is selected as the optimum design. Simulation of the compressor with optimum groove shows the increase of the stall margin by 6.2 percent with negligible effect on the efficiency.