车用燃料电池空压机叶轮多工况气动优化设计

简介

针对燃料电池离心空压机工况多变、过高压比导致燃料电池系统寄生功率过大的问题,基于参数化建模、拉丁超立方抽样、径向基函数神经网络和多目标灰狼优化算法,提出了多目标多工况带约束的燃料电池空压机叶轮气动优化设计方法,自主开发数值程序实现了气动优化的完整设计流程。以某两级燃料电池离心空压机叶轮为优化对象,采用拉丁超立方抽样获得叶轮关键设计变量的样本空间,基于自主流场分析程序计算叶轮样本对应的气动性能目标参数,在此基础上运用神经网络程序建立流场分析代理模型,以设计工况效率及非设计工况效率和压比为目标、设计压比为约束,运用多目标灰狼算法程序进行了叶轮气动设计的多工况多目标全局寻优。计算结果表明,拉丁超立方抽样实现了样本点在设计变量空间的均匀分布,运用神经网络建立的代理模型能够准确描述设计变量与性能目标间的映射关系,与流场计算所得性能目标的最大误差均小于1%,寻优计算获得了设计压比约束下的最优效率及相应的叶轮型线,优化后设计和非设计工况点的叶轮流场低速区减小、熵增降低,两级叶轮设计工况点的等熵效率分别提高2.2%和2%,非设计工况点的效率分别提高2.9%和2.2%。