本發(fā)明涉及充電樁軸流風(fēng)機葉片優(yōu)化，特別涉及一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法。

背景技術(shù)：

1、充電樁內(nèi)部的軸流風(fēng)機，其特點在于氣流方向與風(fēng)機葉片的軸同方向，風(fēng)壓系數(shù)高且流量系數(shù)大，同時安裝軸流風(fēng)機也十分方便，非常適合用于充電樁內(nèi)部散熱需求。針對軸流風(fēng)機的性能優(yōu)化，風(fēng)機葉片是重要因素之一，但軸流風(fēng)機葉片的設(shè)計優(yōu)化研究目前還較為不足。

2、軸流風(fēng)機葉片的設(shè)計優(yōu)化由于葉片幾何的復(fù)雜性，優(yōu)化工作難且任務(wù)量大，如何快速的進行大量的葉片幾何優(yōu)化工作是軸流風(fēng)機葉片優(yōu)化技術(shù)發(fā)展的關(guān)鍵。目前的軸流風(fēng)機葉片參數(shù)化方法存在兩點不合理之處：首先，目前的軸流風(fēng)機葉片優(yōu)化由于葉片幾何的復(fù)雜性，處理工作十分繁瑣，工作量很大，很難快速的得到最佳的軸流風(fēng)機葉片設(shè)計選型。其次，利用目前的軸流風(fēng)機葉片幾何特征方法進行葉片優(yōu)化工作時，很難方便的對軸流風(fēng)機葉片進行調(diào)整，影響了對改變后的軸流風(fēng)機葉片進行效果驗證的工作。

3、背景技術(shù)部分中公開的上述信息僅僅用于增強對本發(fā)明背景的理解，因此可能包含不構(gòu)成本領(lǐng)域普通技術(shù)人員公知的現(xiàn)有技術(shù)的信息。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，利用遺傳算法，快速準確的得到風(fēng)扇功率最小、靜壓效率最大的軸流風(fēng)機葉片；通過參數(shù)化來研究軸流風(fēng)機葉片，更容易對改變幾何參數(shù)的葉片進行驗證。

2、一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法包括：

3、步驟一，充電樁軸流風(fēng)機葉片結(jié)構(gòu)導(dǎo)入全三維建模軟件提取葉片參數(shù)，其中，風(fēng)機旋轉(zhuǎn)軸為三維坐標系下的全局z軸，提取葉片靠近旋轉(zhuǎn)軸的端面和靠近風(fēng)機外殼的端面；將提取出來的端面旋轉(zhuǎn)并分別用全局yz和zx面切割為四部分，保留全局xy正半軸部分的輪轂輪罩旋轉(zhuǎn)面，正對全局zx面新建草圖，提取保留的輪轂輪罩旋轉(zhuǎn)面在新建草圖上映射的線作為輪轂和輪罩線，同時計算現(xiàn)有風(fēng)機結(jié)構(gòu)的性能曲線與實驗進行驗證；

4、步驟二，基于充電樁軸流風(fēng)機葉片結(jié)構(gòu)的葉型結(jié)構(gòu)參數(shù)，運用葉片建模軟件并采用如下葉型成型方法：在子午面內(nèi)描繪輪轂線、輪罩線，用貝塞爾曲線構(gòu)造葉片輪廓的堆疊線，以生成葉片輪轂和輪罩截面處壓力面和吸力面型線，其中，p(t)是參數(shù)化貝塞爾曲線任意點的坐標；n作為參數(shù)化貝塞爾曲線的階次；i為當(dāng)前階次，i=0，1，2，.?.?.?；pi為各頂點位置向量；bi,n(t)為伯恩斯坦基函數(shù)，；t為曲線參數(shù)變量，;

5、步驟三，基于所提取的葉片輪轂、輪罩處型線控制點，重新導(dǎo)入bladeeditor三維軟件自動生成動葉葉片三維模型；

6、步驟四，保持所構(gòu)建的輪轂線、輪罩線不變，加寬子午面葉片前后緣型線使其寬度能匹配葉片軸向高度，構(gòu)建單流道；

7、步驟五，利用所述動葉葉片三維模型進行三維計算，如計算出來的流量分布和壓力分布數(shù)據(jù)和步驟一計算出來的性能曲線特征相匹配，證明葉片參數(shù)提取成功，若不符合，返回步驟二至步驟五，直至流量分布和壓力分布數(shù)與性能曲線特征相匹配；

8、步驟六，利用提取出來的葉片參數(shù)隨葉片相對厚度m%的變化，在限制區(qū)間內(nèi)利用高級拉丁超立方法建立樣本空間，求解建立的樣本數(shù)據(jù)的輸出值，基于所提取的葉片輪轂、輪罩處型線控制點，重新導(dǎo)入bladeeditor三維軟件自動生成動葉葉片三維模型建立元模型；

9、步驟七，基于所述元模型，以其最優(yōu)結(jié)構(gòu)參數(shù)作為遺傳算法優(yōu)化的初始值，運用所述的響應(yīng)面模型，用optimization模塊進行遺傳算法多目標尋優(yōu)，在降低風(fēng)扇功率的同時提高風(fēng)扇靜壓效率，改善風(fēng)機氣動性能從而增加充電樁散熱量。

10、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，全三維建模軟件為fluent，葉片建模軟件是bladeeditor。

11、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，在子午面內(nèi)描繪輪轂線、輪罩線中，保留一個葉片數(shù)，軸向弦長不變，前緣利用方形截面勾勒，后緣利用橢圓比為1000的截面勾勒。

12、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，步驟二中，葉片輪廓堆疊線構(gòu)成的輪轂輪罩線分別是葉片根部相對于輪轂中心軸線偏移3%和葉片尖端相對于輪罩中心軸線偏移3%得到的線。

13、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，步驟六中，葉片相對厚度，其是葉片在某一位置的厚度相對于弦長的百分比，其中，x是葉片上某一特定位置，從前緣到該點的距離；t(x)?是葉片在位置x處的厚度；c是葉片的弦長。

14、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，步驟六中，提取出來的葉片參數(shù)包括：葉片輪轂0%處葉片角度、葉片輪轂25%處葉片角度、葉片輪轂50%處葉片角度、葉片輪轂75%處葉片角度、葉片輪轂100%處葉片角度、葉片輪轂0%處葉片法向?qū)雍穸?、葉片輪轂25%處葉片法向?qū)雍穸?、葉片輪轂50%處葉片法向?qū)雍穸?、葉片輪轂75%處葉片法向?qū)雍穸?、葉片輪轂100%處葉片法向?qū)雍穸?、葉片輪罩0%處葉片角度、葉片輪罩25%處葉片角度、葉片輪罩50%處葉片角度、葉片輪罩75%處葉片角度、葉片輪罩100%處葉片角度、葉片輪罩0%處葉片法向?qū)雍穸?、葉片輪罩25%處葉片法向?qū)雍穸取⑷~片輪罩50%處葉片法向?qū)雍穸?、葉片輪罩75%處葉片法向?qū)雍穸?、葉片輪罩100%處葉片法向?qū)雍穸?0個葉片參數(shù)。

15、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，步驟六中,求解樣本輸出值指的是風(fēng)機靜壓效率和功率。

16、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，步驟六中,元模型評價標準為：預(yù)后系數(shù)來評價建立的響應(yīng)面模型質(zhì)量；其中,為預(yù)測誤差平方和，這些誤差基于交叉驗證來估計；為總變化量，。

17、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，步驟七中，目標函數(shù)為風(fēng)扇功率最小、靜壓效率最大。

18、所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法中，充電樁軸流風(fēng)機設(shè)于充電站中。

19、和現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點：本發(fā)明所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法利用遺傳算法，快速準確的得到風(fēng)扇功率最小、靜壓效率最大的軸流風(fēng)機葉片；利用參數(shù)化來研究軸流風(fēng)機葉片，更容易對改變幾何參數(shù)的葉片進行驗證。

技術(shù)特征：

1.一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，全三維建模軟件為fluent，葉片建模軟件是bladeeditor。

3.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，在子午面內(nèi)描繪輪轂線、輪罩線中，保留一個葉片數(shù)，軸向弦長不變，前緣利用方形截面勾勒，后緣利用橢圓比為1000的截面勾勒。

4.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，步驟二中，葉片輪廓堆疊線構(gòu)成的輪轂輪罩線分別是葉片根部相對于輪轂中心軸線偏移3%和葉片尖端相對于輪罩中心軸線偏移3%得到的線。

5.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，步驟六中，葉片相對厚度，其是葉片在某一位置的厚度相對于弦長的百分比，其中，x是葉片上某一特定位置，從前緣到該點的距離；t(x)?是葉片在位置x處的厚度；c是葉片的弦長。

6.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，步驟六中，提取出來的葉片參數(shù)包括：葉片輪轂0%處葉片角度、葉片輪轂25%處葉片角度、葉片輪轂50%處葉片角度、葉片輪轂75%處葉片角度、葉片輪轂100%處葉片角度、葉片輪轂0%處葉片法向?qū)雍穸取⑷~片輪轂25%處葉片法向?qū)雍穸?、葉片輪轂50%處葉片法向?qū)雍穸?、葉片輪轂75%處葉片法向?qū)雍穸取⑷~片輪轂100%處葉片法向?qū)雍穸?、葉片輪罩0%處葉片角度、葉片輪罩25%處葉片角度、葉片輪罩50%處葉片角度、葉片輪罩75%處葉片角度、葉片輪罩100%處葉片角度、葉片輪罩0%處葉片法向?qū)雍穸?、葉片輪罩25%處葉片法向?qū)雍穸?、葉片輪罩50%處葉片法向?qū)雍穸?、葉片輪罩75%處葉片法向?qū)雍穸?、葉片輪罩100%處葉片法向?qū)雍穸?0個葉片參數(shù)。

7.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于,步驟六中,求解樣本輸出值指的是風(fēng)機靜壓效率和功率。

8.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于,?步驟六中,元模型評價標準為：預(yù)后系數(shù)來評價建立的響應(yīng)面模型質(zhì)量；其中,?為預(yù)測誤差平方和，這些誤差基于交叉驗證來估計；為總變化量，。

9.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于,?步驟七中，目標函數(shù)為風(fēng)扇功率最小、靜壓效率最大。

10.根據(jù)權(quán)利要求1所述的一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，其特征在于，充電樁軸流風(fēng)機設(shè)于充電站中。

技術(shù)總結(jié)
本公開揭示了一種基于遺傳算法的充電樁軸流風(fēng)機葉片參數(shù)優(yōu)化方法，該方法中，提取現(xiàn)有葉片的幾何形狀，計算現(xiàn)有風(fēng)機結(jié)構(gòu)的性能曲線與實驗進行驗證；在子午面內(nèi)描繪輪轂、輪罩線；重新構(gòu)建出動葉葉片三維模型；保持所構(gòu)建的輪轂、輪軸型線不變，加寬子午面葉片前后緣型線使其寬度能匹配葉片軸向高度，構(gòu)建單流道；步驟五，利用得到的三維動葉模型進行三維計算，驗證數(shù)據(jù)特征是否相匹配；步驟六，建立元模型；進行遺傳算法多目標尋優(yōu)；本公開利用遺傳算法，快速準確的得到風(fēng)扇功率最小、靜壓效率最大的軸流風(fēng)機葉片；此外，通過參數(shù)化來研究軸流風(fēng)機葉片，更容易對改變幾何參數(shù)的葉片進行驗證。

技術(shù)研發(fā)人員：屈治國,楊宇清,王學(xué)亮
受保護的技術(shù)使用者：西安交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2