CAESES®による遠心圧縮機インペラの最適化事例

遠心圧縮機は、コンパクトで単段ブースト比が高い特徴をもっており、航空および船舶の分野における駆動システムに広く使用されています。インペラは遠心圧縮機の中核部分であり、モデルの変更は圧縮機の性能に重要な影響を及ぼします。既存の遠心圧縮機のインペラモデルに対して、CFDツールと組み合わせ、CAESES®を使用してその空力性能を最適化しました。


基本条件

  • 流体                    空気

  • 流量                    0.8㎏/s

  • 回転数                10000rpm


この最適化の目的は、回転速度と流量を変えずに効率と圧力比をできるだけ高めることです。


2.png


最適化の流れ

遠心圧縮機のインペラの性能を最適化するには、まずモデルを変更させる必要があります。CAESES®は、パラメトリックモデルを効率的に作成し、複数の異なる形状モデルを簡単かつ柔軟に生成するための変形制御を実行するCAD環境を提供します。CAESES®から出力されたモデルに基づいて、自動メッシングとシミュレーション解析プロセスをCFDツール(今回はCFX)に組み込むことができ、シミュレーション解析によって得られた性能結果をCAESES®によって抽出することができます。最後に、CAESES®の最適化アルゴリズムを設定し、インペラ性能を自動的に最適化するためインペラモデルパラメータをシミュレーション解析の結果に従って調整します。


モデル作成と変形制御


最初に、CAESES®を用いてフルパラメータ化されたインペラモデルを構築します。


  1. まず、インペラの子午線方向のランナーの輪郭線と前後端の位置を定義する

  2. 流路は、スプライン曲線、直線+円弧などの様々な形態を採用することができる(ここでは、直線+円弧を採用)

  3. ブレード中心円弧は、θまたはβ分布曲線に従って生成することができる

  4. ブレードの高さ方向に沿って複数の中心円弧線が生成され、それを組み合わせてブレード中心円弧面を形成する

  5. 中心円弧面からブレード厚み分布曲線に基づいてブレード面を生成することができる

  6. 小ブレードモデルを生成し、大ブレードと小ブレードとの間の角度差をパラメータとして設定することができる

4.1.png  4.2.png

5.png


いくつかのパラメータの変更のイメージ:


图片1.gif 图片2.gif

图片3.gif 图片4.gif


CFDソフトとの連携および最適化の自動化

CFDソフトのインペラのシングルチャンネル計算条件は次のように設定されています。


流体

理想気体

乱流モデル

SST

メッシュ数

約80万

境界条件

入り口全圧、出口流量

回転速度

100000rpm

7.png


計算プロセスでは、メッシュ作成、プリ処理、ソルバー、ポスト処理を記録するための一連のスクリプトファイルが記録され、これらのスクリプトがCAESES®で呼び出されて自動シミュレーションプロセスが構築されます。


事前最適化にはCAESES®のSobolアルゴリズムを使用し、7つの主要パラメータを制御し、シミュレーションツールを呼び出してパフォーマンス分析を行い、合計30モデルをシミュレーションしました。



9.png

最適化結果


異なるモデルの性能は次のとおりです。

10.png


図中の赤い丸は、得られた最良のモデルを示しています。最適化モデルと初期モデルの結果を以下のように比較して、全圧力比と効率が改善しました。



初期モデル

最適モデル

改善程度

流量(kg/s)

0.8

全圧比

2.22

2.387

7.50%

効率

0.8757

0.9213

5.20%



最適化モデルと初期モデルの比較は次のとおりです(緑が元のモデル、灰色が最適化モデルです)。

12.png

まとめ


  1. CAESES®を用いて圧縮機のインペラの初歩的な最適化をCFDソフトと組み合わせて行い、全圧比は7.5%、効率は5.2%向上しました。

  2. CAESES®におけるパラメトリックモデリングは、インペラモデルを効率的かつ正確に最適化し調整することができます。

  3. CAESES®を介して外部シミュレーションソフトを呼び出すことで、手動操作を減らし、自動CFDシミュレーションを実現できます。

  4. CAESES®ベースの最適化アルゴリズムは、パラメータの影響傾向を判断し、自動的にモデル変更を調整することでモデル性能を最適化することができます。

  5. 圧縮機ボリュートパラメータ化モデルは、今後の圧縮機全体モデルの最適化につながります。