純電動清掃車動力風機改型與優化

孫會迅， 張 沛， 劉 君

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

0 引言

隨著城市的快速發展， 城市道路機械化清掃水平逐步提高，道路清掃車需求增大，清掃車的關鍵動力設備離心風機的性能直接決定了清掃效果和作業效率， 其工作原理是風機旋轉使清掃車吸塵口處產生負壓， 進而形成高速氣流攜帶路面灰塵顆粒進入清掃車。 隨著計算機科學的發展與應用， 計算流體力學方法被迅速應用于離心風機的設計與優化[1]。 林義忠[2]等人采用計算流體力學方法比較了彎曲和徑向式兩類葉輪的風機性能， 結果表明徑向直板式葉輪的總壓升更大， 同時有助于減少風機內積灰。 王楊[3]采用流體力學軟件對比分析了不同蝸殼幾何參數下風機的流場和噪聲特性， 獲得了蝸殼幾何參數對風機噪聲和氣動性能的影響規律。 現有清掃車用離心風機研究中，多重點分析離心風機內流場特點[4，5]，僅有少部分研究對風機結構進行了分析與優化， 也多關注清掃車的吸風風道和吹風風道進行結構優化設計[6]，對風機葉輪的優化研究相對較少。 本文基于數值計算和多目標優化算法，建立了一種風機葉輪改型與優化的方案，達到了提高風機性能且降低加工難度的設計目的。

1 研究對象和數值方法

研究對象為某純電動清掃車車用離心風機， 其計算模型如圖1 所示，主要部件為葉輪和蝸殼，其主要參數如表1 所示。

圖1 原始風機整機計算模型

表1 原始葉輪主要參數

湍流計算方法選擇RANS 方法， 湍流模型選擇兩方程模型，選擇Scalable 壁面函數。 假設為不可壓縮流動，并借助實驗數據驗證了風機整機的數值計算結果的可靠性，并對葉輪網格無關性進行了檢查。

2 葉輪多目標優化

2.1 優化流程

葉輪改型優化流程如圖2 所示， 優化算法采用本文作者提出的改進的NSGA-Ⅱ算法，改進的NSGA-Ⅱ算法引入梯度變異方法，加快搜索速度，計算速度比NSGA-Ⅱ算法提高數倍。

圖2 葉輪改型優化流程

影響離心風機葉輪氣動性能的主要結構參數有葉片進口半徑R1、葉片進口安裝角β1A、葉片出口半徑R2、葉片出口安裝角β2A和葉輪進出口寬度比b2/b1等。 根據清掃車結構限制和風機設計相關準則， 本文中優化變量選擇葉片進口安裝角β1A、葉片進口半徑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。 目標函數選取最高效率工況下葉輪全壓和全壓效率。

采用最優拉丁超立方采樣方法獲得40 個樣本點，然后通過數值計算獲得樣本點處目標函數值。

2.2 改進的NSGA-Ⅱ算法尋優

多目標優化問題的數學表達式為：

式中：η—葉輪全壓效率；P—葉輪全壓；xi'—第i 個無量綱優化變量。

多目標優化問題的最佳解集稱為最優Pareto 解集，在該解集中無法改進任何目標函數的同時不削弱至少一個其他目標函數。 遺傳算法是一種求解Pareto 解的方法，后被廣泛應用于工程優化和機器學習等領域。 NSGA-Ⅱ算法為性能較優的多目標遺傳算法， 其引入非支配排序和精英策略，并提出擁擠度計算算子，提高了種群的多樣性。 本文采用由所在課題組提出的改進NSGA-Ⅱ算法，在NSGA-Ⅱ算法的基礎上引入梯度變異法，加快了算法的搜索速度，同時解集多樣性更佳。

為對比改進前后NSGA-Ⅱ算法性能，測試函數采用具有代表性的ZDT1 和ZDT2 函數， 相同的迭代步數下，改進的NSGA-Ⅱ算法的解能收斂到ZDT1 函數的最佳Pareto 解集， 而NSGA-Ⅱ算法的解距離最佳Pareto 解集較遠距離，因此改進的NSGA-Ⅱ算法計算速度更快。 對于ZDT2 函數， 改進前后的NSGA-Ⅱ算法的解都收斂到最佳Pareto 解集， 而改進的NSGA-Ⅱ算法獲得的Pareto解更均勻地分布在整個最佳Pareto 前沿， 解集的多樣性更優。

2.3 優化結果驗證及討論

從優化結果中， 挑選出2 個葉輪優化方案， 分別用opt1 和opt2 表示，優化結果如表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%，見表2。

表2 優化結果對比

圖3 50%葉高速度云圖

圖4 子午面速度云圖

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

圖5 葉片載荷對比

3 整機數值模擬對比

圖6 整機性能對比

圖7 蝸殼內總壓損失

改型優化后風機與原始風機整機性能曲線如圖6 所示，相比原始風機，優化后風機全壓有所提高，但opt1 風機全壓效率較低。在風機設計工況時，蝸殼內總壓損失情況如圖7 所示， 可知opt2 風機與原始風機蝸殼內總壓損失相近，而opt1 風機蝸殼內總壓損失過大，表明opt1 葉輪與原始蝸殼存在匹配問題。 在使用原始蝸殼的前 提 下， 選 用opt2 方案。 在風機運行范圍內，opt2 風機全壓高于原始風機，除小流量工況外，opt2 風機全壓效率也高于原始風機。 在設計流量下，opt2風機全壓效率達到85.46%，全壓為7466Pa，該優化方案使得風機整機效率提升0.46%，全壓提高1.9%，達到了設計目的。

4 結論

結合數值模擬和多目標優化方法， 實現了某純電動清掃車風機的改型與優化，得到如下結論：

將數值計算、最優拉丁超立方方法、Kriging 模型和改進的NSGA-Ⅱ算法相結合，提出了一種葉輪改型與優化方案，實現了某純電動清掃車風機葉輪的改型與優化。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算法的基礎上，改進的NSGA-Ⅱ算法引入梯度變異方法。在葉輪優化過程中，改進的NSGA-Ⅱ算法尋優速度更快，獲得的Pareto 解集多樣性更好。

整機數值模擬結果表明： 在不改動蝸殼的前提下，opt2 風機整機全壓效率和全壓分別提高0.46%和1.9%。同時，降低了風機葉片加工難度，進而降低了加工成本。