純電動(dòng)清掃車動(dòng)力風(fēng)機(jī)改型與優(yōu)化

孫會(huì)迅， 張 沛， 劉 君

（1.天津大學(xué) 機(jī)械工程學(xué)院， 天津 300350； 2.鄭州宇通重工有限公司， 河南 鄭州 451482）

0 引言

隨著城市的快速發(fā)展， 城市道路機(jī)械化清掃水平逐步提高，道路清掃車需求增大，清掃車的關(guān)鍵動(dòng)力設(shè)備離心風(fēng)機(jī)的性能直接決定了清掃效果和作業(yè)效率， 其工作原理是風(fēng)機(jī)旋轉(zhuǎn)使清掃車吸塵口處產(chǎn)生負(fù)壓， 進(jìn)而形成高速氣流攜帶路面灰塵顆粒進(jìn)入清掃車。 隨著計(jì)算機(jī)科學(xué)的發(fā)展與應(yīng)用， 計(jì)算流體力學(xué)方法被迅速應(yīng)用于離心風(fēng)機(jī)的設(shè)計(jì)與優(yōu)化[1]。 林義忠[2]等人采用計(jì)算流體力學(xué)方法比較了彎曲和徑向式兩類葉輪的風(fēng)機(jī)性能， 結(jié)果表明徑向直板式葉輪的總壓升更大， 同時(shí)有助于減少風(fēng)機(jī)內(nèi)積灰。 王楊[3]采用流體力學(xué)軟件對(duì)比分析了不同蝸殼幾何參數(shù)下風(fēng)機(jī)的流場(chǎng)和噪聲特性， 獲得了蝸殼幾何參數(shù)對(duì)風(fēng)機(jī)噪聲和氣動(dòng)性能的影響規(guī)律。 現(xiàn)有清掃車用離心風(fēng)機(jī)研究中，多重點(diǎn)分析離心風(fēng)機(jī)內(nèi)流場(chǎng)特點(diǎn)[4，5]，僅有少部分研究對(duì)風(fēng)機(jī)結(jié)構(gòu)進(jìn)行了分析與優(yōu)化， 也多關(guān)注清掃車的吸風(fēng)風(fēng)道和吹風(fēng)風(fēng)道進(jìn)行結(jié)構(gòu)優(yōu)化設(shè)計(jì)[6]，對(duì)風(fēng)機(jī)葉輪的優(yōu)化研究相對(duì)較少。 本文基于數(shù)值計(jì)算和多目標(biāo)優(yōu)化算法，建立了一種風(fēng)機(jī)葉輪改型與優(yōu)化的方案，達(dá)到了提高風(fēng)機(jī)性能且降低加工難度的設(shè)計(jì)目的。

1 研究對(duì)象和數(shù)值方法

研究對(duì)象為某純電動(dòng)清掃車車用離心風(fēng)機(jī)， 其計(jì)算模型如圖1 所示，主要部件為葉輪和蝸殼，其主要參數(shù)如表1 所示。

圖1 原始風(fēng)機(jī)整機(jī)計(jì)算模型

表1 原始葉輪主要參數(shù)

湍流計(jì)算方法選擇RANS 方法， 湍流模型選擇兩方程模型，選擇Scalable 壁面函數(shù)。 假設(shè)為不可壓縮流動(dòng)，并借助實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了風(fēng)機(jī)整機(jī)的數(shù)值計(jì)算結(jié)果的可靠性，并對(duì)葉輪網(wǎng)格無(wú)關(guān)性進(jìn)行了檢查。

2 葉輪多目標(biāo)優(yōu)化

2.1 優(yōu)化流程

葉輪改型優(yōu)化流程如圖2 所示， 優(yōu)化算法采用本文作者提出的改進(jìn)的NSGA-Ⅱ算法，改進(jìn)的NSGA-Ⅱ算法引入梯度變異方法，加快搜索速度，計(jì)算速度比NSGA-Ⅱ算法提高數(shù)倍。

圖2 葉輪改型優(yōu)化流程

影響離心風(fēng)機(jī)葉輪氣動(dòng)性能的主要結(jié)構(gòu)參數(shù)有葉片進(jìn)口半徑R1、葉片進(jìn)口安裝角β1A、葉片出口半徑R2、葉片出口安裝角β2A和葉輪進(jìn)出口寬度比b2/b1等。 根據(jù)清掃車結(jié)構(gòu)限制和風(fēng)機(jī)設(shè)計(jì)相關(guān)準(zhǔn)則， 本文中優(yōu)化變量選擇葉片進(jìn)口安裝角β1A、葉片進(jìn)口半徑R1、葉片出口安裝角β2A和葉輪出口寬度b2，并分別用x1，x2，x3，x4表示。 目標(biāo)函數(shù)選取最高效率工況下葉輪全壓和全壓效率。

采用最優(yōu)拉丁超立方采樣方法獲得40 個(gè)樣本點(diǎn)，然后通過(guò)數(shù)值計(jì)算獲得樣本點(diǎn)處目標(biāo)函數(shù)值。

2.2 改進(jìn)的NSGA-Ⅱ算法尋優(yōu)

多目標(biāo)優(yōu)化問(wèn)題的數(shù)學(xué)表達(dá)式為：

式中：η—葉輪全壓效率；P—葉輪全壓；xi'—第i 個(gè)無(wú)量綱優(yōu)化變量。

多目標(biāo)優(yōu)化問(wèn)題的最佳解集稱為最優(yōu)Pareto 解集，在該解集中無(wú)法改進(jìn)任何目標(biāo)函數(shù)的同時(shí)不削弱至少一個(gè)其他目標(biāo)函數(shù)。 遺傳算法是一種求解Pareto 解的方法，后被廣泛應(yīng)用于工程優(yōu)化和機(jī)器學(xué)習(xí)等領(lǐng)域。 NSGA-Ⅱ算法為性能較優(yōu)的多目標(biāo)遺傳算法， 其引入非支配排序和精英策略，并提出擁擠度計(jì)算算子，提高了種群的多樣性。 本文采用由所在課題組提出的改進(jìn)NSGA-Ⅱ算法，在NSGA-Ⅱ算法的基礎(chǔ)上引入梯度變異法，加快了算法的搜索速度，同時(shí)解集多樣性更佳。

為對(duì)比改進(jìn)前后NSGA-Ⅱ算法性能，測(cè)試函數(shù)采用具有代表性的ZDT1 和ZDT2 函數(shù)， 相同的迭代步數(shù)下，改進(jìn)的NSGA-Ⅱ算法的解能收斂到ZDT1 函數(shù)的最佳Pareto 解集， 而NSGA-Ⅱ算法的解距離最佳Pareto 解集較遠(yuǎn)距離，因此改進(jìn)的NSGA-Ⅱ算法計(jì)算速度更快。 對(duì)于ZDT2 函數(shù)， 改進(jìn)前后的NSGA-Ⅱ算法的解都收斂到最佳Pareto 解集， 而改進(jìn)的NSGA-Ⅱ算法獲得的Pareto解更均勻地分布在整個(gè)最佳Pareto 前沿， 解集的多樣性更優(yōu)。

2.3 優(yōu)化結(jié)果驗(yàn)證及討論

從優(yōu)化結(jié)果中， 挑選出2 個(gè)葉輪優(yōu)化方案， 分別用opt1 和opt2 表示，優(yōu)化結(jié)果如表2 所示。 其中，opt1 方案全壓效率提高0.72%，全壓提高3.8%；opt2 方案全壓效率提高0.5%，全壓提高2.19%，見(jiàn)表2。

表2 優(yōu)化結(jié)果對(duì)比

圖3 50%葉高速度云圖

圖4 子午面速度云圖

優(yōu)化前后葉片載荷如圖5 所示， 優(yōu)化后葉輪葉片載荷增加，葉輪做功能力增強(qiáng)，因此葉輪全壓提高。 由上述分析可知， 改型優(yōu)化后的葉輪與原始葉輪內(nèi)流場(chǎng)特點(diǎn)相近，但是改型優(yōu)化后的葉輪內(nèi)速度分布較均勻，葉輪做功能力更強(qiáng)。

圖5 葉片載荷對(duì)比

3 整機(jī)數(shù)值模擬對(duì)比

圖6 整機(jī)性能對(duì)比

圖7 蝸殼內(nèi)總壓損失

改型優(yōu)化后風(fēng)機(jī)與原始風(fēng)機(jī)整機(jī)性能曲線如圖6 所示，相比原始風(fēng)機(jī)，優(yōu)化后風(fēng)機(jī)全壓有所提高，但opt1 風(fēng)機(jī)全壓效率較低。在風(fēng)機(jī)設(shè)計(jì)工況時(shí)，蝸殼內(nèi)總壓損失情況如圖7 所示， 可知opt2 風(fēng)機(jī)與原始風(fēng)機(jī)蝸殼內(nèi)總壓損失相近，而opt1 風(fēng)機(jī)蝸殼內(nèi)總壓損失過(guò)大，表明opt1 葉輪與原始蝸殼存在匹配問(wèn)題。 在使用原始蝸殼的前 提 下， 選 用opt2 方案。 在風(fēng)機(jī)運(yùn)行范圍內(nèi)，opt2 風(fēng)機(jī)全壓高于原始風(fēng)機(jī)，除小流量工況外，opt2 風(fēng)機(jī)全壓效率也高于原始風(fēng)機(jī)。 在設(shè)計(jì)流量下，opt2風(fēng)機(jī)全壓效率達(dá)到85.46%，全壓為7466Pa，該優(yōu)化方案使得風(fēng)機(jī)整機(jī)效率提升0.46%，全壓提高1.9%，達(dá)到了設(shè)計(jì)目的。

4 結(jié)論

結(jié)合數(shù)值模擬和多目標(biāo)優(yōu)化方法， 實(shí)現(xiàn)了某純電動(dòng)清掃車風(fēng)機(jī)的改型與優(yōu)化，得到如下結(jié)論：

將數(shù)值計(jì)算、最優(yōu)拉丁超立方方法、Kriging 模型和改進(jìn)的NSGA-Ⅱ算法相結(jié)合，提出了一種葉輪改型與優(yōu)化方案，實(shí)現(xiàn)了某純電動(dòng)清掃車風(fēng)機(jī)葉輪的改型與優(yōu)化。相比原始葉輪，opt1 葉輪全壓效率提高了0.72%，全壓提高3.8%；opt2 葉輪全壓效率提高0.5%，全壓提高2.19%。

在原始NSGA-Ⅱ算法的基礎(chǔ)上，改進(jìn)的NSGA-Ⅱ算法引入梯度變異方法。在葉輪優(yōu)化過(guò)程中，改進(jìn)的NSGA-Ⅱ算法尋優(yōu)速度更快，獲得的Pareto 解集多樣性更好。

整機(jī)數(shù)值模擬結(jié)果表明： 在不改動(dòng)蝸殼的前提下，opt2 風(fēng)機(jī)整機(jī)全壓效率和全壓分別提高0.46%和1.9%。同時(shí)，降低了風(fēng)機(jī)葉片加工難度，進(jìn)而降低了加工成本。