基于遗传算法的双层发散冷却优化

　　符号表

　　y,Y 坐标

　　H多孔介质总厚度m

　　h第一层多孔介质厚度m

　　T温度K

　　k导热率W/m.K

　　hv孔内对流换热系数W/m³.K

　　m冷却介质流量kg/m².s

　　BeBejan数

　　K渗透率m²

　　E孔隙率

　　J,K有效导热系数比

　　H无量纲温度

　　dp多孔介质特征尺寸m

　　c比热容J/kg.K

　　L粘性N/s.m²

　　A热扩散系数m²/s

　　Biv孔内比奥数

　　Bic冷却介质注入端比奥数

　　M无量纲冷却剂流量

　　Re雷诺数

　　下标

　　S固体

　　F流体

　　C冷却介质

　　G热段

　　I层号

　　E有效值

　　发散冷却作为一种非常高效的冷却技术,已经在很多方面得到了研究和应用,如超声速飞行器、火箭喷管、燃烧与推进室等等.用最小的代价取得最佳的冷却效果是发散冷却系统设计的最终目标.从文献^[1-2]中知道影响冷却效果的因素有很多,例如冷却剂流量、多孔介质材料、孔隙率、特征尺寸、厚度等等.多孔介质的特征尺寸和孔隙率往往由于工艺原因有所限制,并且,多孔介质骨架的质量和成本是设计过程中需要考虑的,这些约束条件虽然与冷却效果无直接关联,却使得发散冷却结构的设计变得更为复杂,对于想要设计出最优的发散冷却结构,尤为如此.

　　文献^[3]提出了多层多孔介质与非多孔介质相互组合来优化冷却效率,文献[4]建立了双层多孔介质发散冷却的非热平衡模型,但是,双层多孔介质如何组合才能达到最优的冷却效率,即最低的热端表面温度,并没有被讨论.

　　遗传算法作为一种20世纪出现的一种高度并行、随机、自适应搜索算法,已经在许多智能优化问题中成功应用.在优化传热的研究中,遗传算法的应用也有许多成功的案例[5-7].文献[5]基于二维热平衡假设,对多层多孔介质板换热器的优化换热进行了研究,在各层厚度相等的前提下,通过遗传算法,寻找出最优换热的多层多孔介质结构(孔隙率和材料),并取得很好的结果.尽管如此,对于多层多孔介质发散冷却优化的问题,就作者所知,并没有被很好的解决.

　　本文基于一维非热平衡,将优化冷却与遗传算法相结合,寻找出给定约束条件下,双层多孔介质的最优组合方式,设计参数包括各层多孔介质的材料、孔隙率和厚度比例.同时,还将讨论压差(Be数)与特征尺寸对优化结果的影响.本文的目的在于为发散冷却结构设计提供一种智能优化的方法.

　　1 物理模型及控制方程