ISBN 978-3-8439-4472-4

978-3-8439-4472-4, Reihe Strömungsmechanik

Jan Bisping
Mehrzieloptimierung und –analyse von dreidimensionalen Rückführungen eines mehrstufigen Radialverdichters

197 Seiten, Dissertation Rheinisch-Westfälische Technische Hochschule Aachen (2020), Softcover, A5

Zusammenfassung / Abstract

In dieser Arbeit wird ein mehrstufiger Radialverdichter mit Rückführung betrachtet. Um den Wirkungsgrad solcher Radialverdichter zu steigern, kann der Strömung mithilfe dreidimensionaler Schaufeln im Rückführsystem begegnet werden. Es wurde ein numerisches Setup erarbeitet, welches eine numerische Optimierung des Rückführsystems ermöglichte. Die generierten Designs bildeten die Grundlage für eine Abschätzung des Potentials dreidimensionaler Beschaufelungen unter strikten Fertigungsrandbedingungen. Die Datenbasis enthielt Designs aus einem design of experiments und einer multi-objective Optimierung, bei der sich eine Pareto-Front identifizieren ließ. Mit der generierten Datenbasis konnten die Gestaltungsmöglichkeiten einer dreidimensionalen Rückführbeschaufelung herausgearbeitet werden und die dahinter liegenden physikalischen Zusammenhänge beleuchtet werden. Eine Analyse der Pareto-Front lieferte einen Aufschluss über den Trade-off einzelner Optimierungsziele. Beschaufelungen mit positiver Erreichung der Zielfunktionen zeichneten sich durch eine dreidimensionale Gestaltung mit einer Verwindung des Naben- und Gehäuseschaufelprofils gegeneinander aus. An der Nabe wurden vorrangig Skelettlinien mit hohen Umlenkungen an der Vorder- und Hinterkante sowie einer Entlastung der Schaufelmitte als vorteilhaft identifiziert. Am Gehäuse bot sich eine umgekehrte Gestaltung, mit einer Entlastung der Schaufelhinter- und Vorderkante sowie Belastung der Schaufelmitte, an. Dies ermöglichte es, die über der Kanalhöhe variierende Anströmung sowie die Ausprägung der Sekundärströmung gezielt zu beeinflussen. Über die Verteilung der Verzögerungsaufgabe der Rückführung zwischen der 180°-Umlenkung und der Rückführpassage konnte der Trade-off zwischen einzelnen Zielen eingestellt werden. Das methodische Vorgehen dieser Arbeit zeigte, dass Wissen bei einer numerischen Optimierung über eine gezielte Analyse der Zusammenhänge innerhalb der erzeugten Datenbasis generiert werden kann.