热能动力工程

作者：陆 成，胡凯斌，杨 力

单位：上海交通大学 机械与动力工程学院，上海 200240,,上海交通大学 机械与动力工程学院，上海 200240,,上海交通大学 机械与动力工程学院，上海 200240,

关键词：非均匀热负荷;冲击冷却;优化设计;深度学习;遗传算法

冲击冷却是涡轮冷却中常见的方式，其优化设计涉及多种几何参数，是典型的高维问题。在冲击冷却结构的设计过程中，需要根据涡轮的热负荷情况适应性地设计冷却结构，以提高综合冷却效率和表面温度的均匀性。实验或数值模拟耗时长且成本高，而代理模型可以快速预测结果，配合计算机自动寻优算法可显著提高设计效率和效果。为了降低优化设计的成本、提高优化过程的效率，以平板冲击冷却为研究对象，同时考虑非均匀热负荷的影响，通过数值模拟构建数据集，建立了基于迭代算子神经网络的代理模型，并使用遗传算法对斑状非均〖JP2〗匀热载荷条件下孔位置排布进行了优化。优化结果显示：对于优化潜力较低的结构，优化策略保持了靶板平均温度水平不变；对于优化潜力较高的结构，可以降低靶板平均温度约2.6 K；所研究各结构的表面温度标准差普遍降低70%以上。

来源：2023年第12期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第12期