基于響應面-遺傳算法的文丘里蒸汽疏水閥結(jié)構(gòu)優(yōu)化設計

摘 要 為優(yōu)化文丘里蒸汽疏水閥內(nèi)件結(jié)構(gòu)，提高其自適應調(diào)節(jié)性能，以最大疏水范圍比為目標，采用Central-Composite響應面設計和遺傳算法對文丘里蒸汽疏水閥內(nèi)件結(jié)構(gòu)進行優(yōu)化，并對優(yōu)化前后結(jié)構(gòu)進行分析. 結(jié)果表明，通過代理模型進行優(yōu)化設計，大大降低了有限元計算量，提升了優(yōu)化效率，利用遺傳算法得到最佳結(jié)構(gòu)參數(shù)為：收縮角為20.8°、喉部長度為4.3 mm、擴散角為4.6°. 收縮角、喉部長度和擴散角三個幾何參數(shù)相互關(guān)聯(lián)，擴散角是影響疏水范圍比的最有效參數(shù)，其中擴散角對疏水范圍比具有負向影響，喉長和收縮角對疏水范圍比具有非線性影響，且收縮角對疏水范圍比的影響最小.

關(guān)鍵詞 文丘里蒸汽疏水閥；數(shù)值模擬；響應面優(yōu)化法；熱力學效應；遺傳算法

中圖分類號 TK284.2" 文獻標識碼 A

0 引 言

蒸汽疏水閥廣泛應用于建筑蒸汽加熱和工業(yè)過程中分離冷凝水和蒸汽，具有自動排除蒸汽管路內(nèi)的凝結(jié)水、空氣以及其他不凝結(jié)氣體的功能，同時也可以避免蒸汽的外漏. 蒸汽疏水閥根據(jù)溫差、壓差以及密度差分為三種類型，其中文丘里蒸汽疏水閥便是由于其管內(nèi)壓力不同而產(chǎn)生相變來進行工作的，文丘里蒸汽疏水閥作為一種新型疏水閥，與傳統(tǒng)的疏水閥相比，文丘里蒸汽疏水閥最大的特點在于其無可動部件的設計，且結(jié)構(gòu)較為靈敏，不易堵塞，使用壽命長，適用性廣以及節(jié)約蒸汽能源等優(yōu)異特點，這不僅大大提高了其工作的穩(wěn)定性和可靠性，還減少了維護和更換部件的頻率，節(jié)省了大量的維護成本，被廣泛應用于各行各業(yè). 文丘里蒸汽疏水閥內(nèi)部裝有文丘里內(nèi)件，是由收縮段、喉部段和擴散段組成，利用文丘里效應來實現(xiàn)阻汽排水的功能，可以根據(jù)不同工況調(diào)整疏水量的大小. 因此針對文丘里蒸汽疏水閥自適應調(diào)節(jié)性能優(yōu)化設計研究對節(jié)汽降耗具有重要意義.

近年來，隨著計算流體力學的發(fā)展，許多學者通過數(shù)值仿真方法研究了文丘里管結(jié)構(gòu)參數(shù)對于內(nèi)部流體流動特性及其空化性能的影響.

董波等[1]利用Fluent對文丘里管的空化流場進行數(shù)值模擬研究，得出了文丘里管主要結(jié)構(gòu)參數(shù)對空化效果的影響規(guī)律. Kuldeep等[2]通過數(shù)值模擬優(yōu)化文丘里空化器的關(guān)鍵結(jié)構(gòu)參數(shù)，發(fā)現(xiàn)當文丘里管喉部的周長和面積的比值較大時，能夠產(chǎn)出更高的蒸汽體積分數(shù). Sun和Niu[3]通過數(shù)值模擬分析了收縮比和擴散角對文丘里管質(zhì)量通量和真空度的影響，當進出口壓差與收縮比提高時，質(zhì)量流量也會相應提升. Zhang等[4]利用Fluent軟件對各種文丘里管結(jié)構(gòu)參數(shù)進行了數(shù)值分析，得出了結(jié)構(gòu)參數(shù)與真空度、質(zhì)量流量之間的關(guān)系. Abbasi[5]提出了一種在給定空化強度條件下優(yōu)化狹縫文丘里管設計的綜合方法. 學者們對于文丘里管結(jié)構(gòu)參數(shù)的優(yōu)化多是聚焦于空化性能方面，很少研究其自適應調(diào)節(jié)性能，實際上，文丘里管的不同結(jié)構(gòu)參數(shù)對于其自適應調(diào)節(jié)性能具有很大影響.

雖然數(shù)值模擬方法非常精確，但需要大量的計算資源，因此研究人員開發(fā)了一種基于實驗和近似理論的代理模型，使用代理模型來接近另一種有限元模型，可大大縮短計算時間，并在獨立變量情況下提高計算精確度[6-7]. 劉基盛等[8]基于多代理優(yōu)化離心葉輪，獲得最佳等熵效率. 謝冰川等[9]為提高電機性能分析效率，提出了遷移徑向基函數(shù)神經(jīng)網(wǎng)絡代理模型，該模型顯著減少了高精度電機有限元計算時間，有效解決了傳統(tǒng)代理模型電機性能分析效率過低的問題. 陳晨銘等[10]結(jié)合神經(jīng)網(wǎng)絡模型和遺傳算法對風力機翼進行氣動優(yōu)化設計，結(jié)果表明該模型大大縮短了有限元計算時間，且精度較高、自適應好.

本文在已有文獻的基礎上，構(gòu)建文丘里蒸汽疏水閥疏水范圍比二階響應面代理模型，并采用遺傳算法對文丘里蒸汽疏水閥結(jié)構(gòu)進行優(yōu)化計算，以提高文丘里蒸汽疏水閥的自適應調(diào)節(jié)性能，為其他型號文丘里蒸汽疏水閥優(yōu)化設計提供新思路.

1 數(shù)值模擬

1.1 參數(shù)化建模及網(wǎng)格劃分

選用某公司EVSF文丘里蒸汽疏水閥內(nèi)件進行結(jié)構(gòu)參數(shù)優(yōu)化設計，內(nèi)件文丘里管由收縮段、喉部段、擴散段組成，其結(jié)構(gòu)如圖1所示. 收縮角、喉徑、長度、擴散角等幾何參數(shù)對文丘里管的自適應調(diào)節(jié)能力有重要影響，通過Solidwork和Ansys Workbench聯(lián)合進行參數(shù)化建模，選用P1入口直徑、P2入口長度、P3收縮角度、P4喉部長度、P5喉部直徑、P6擴散角度、P7出口長度、P8出口直徑、P9旋轉(zhuǎn)角度等為輸入?yún)?shù)，P1入口直徑和P8出口直徑均為20 mm，P9旋轉(zhuǎn)角度為360°，如表1所示.

采用Fluent meshing和混合結(jié)構(gòu)網(wǎng)格，對所建模型進行了網(wǎng)格劃分，經(jīng)網(wǎng)格無關(guān)性驗證（見圖2），最終確定網(wǎng)格數(shù)量為670 066.

1.2 CFD計算及其驗證

1.2.1 考慮熱力學效應的ZGB空化模型

管內(nèi)液體的汽化過程會吸收其潛在的熱量，從而在兩相間形成溫度差異. 這種溫度差異對于汽泡的產(chǎn)生、發(fā)展和潰滅過程有著重要的影響，即空化熱力學效應[11]. 在進行高溫流體的空化研究時，高溫水的物理屬性（例如密度、熱導率、定壓比熱、飽和蒸汽壓等）對溫度的變化非常敏感. 隨著溫度升高，水蒸汽和水的密度比增大，當接近臨界溫度時，氣相和液相密度接近相等，空化所引起的熱力學效應將不能忽視[12-13]. 目前主流都是基于質(zhì)量輸運方程的空化模型，其基本表達式為

（ρm fv）＋（ρm uj fv）＝Re－Rc（1）

式中：ρm為水汽混合相密度，kg /m3；u為速度分量，m / s；下標j表示位移方向；Re為蒸發(fā)率；Rc為冷凝率；fv為蒸汽質(zhì)量分數(shù).

ZGB（Zwart-Gerber-Belamri，ZGB）空化模型是以汽液兩相輸運方程為基礎，在推導過程中忽略了表面張力及粘性項的影響，并和湍流模型能夠較好的兼容. 其輸運方程源項表達式如下：

Re＝Fvap（P≤Pv）（2）

Rc＝Fcond（P＞Pv）（3）

式中：RB為氣泡半徑，取10－6 m；αnuc為成核位點體積分數(shù)，取5×10－4；Fvap為蒸發(fā)系數(shù)，取50；Fcond為凝結(jié)系數(shù)，取0.01；Pv為空化壓力，Pa.

考慮到空化過程中熱力學效應對空化流動的影響[14-16]、湍流動能的影響將Zwart-Gerber-Belamri空化模型修正為：

R*e＝Fvap（4）

R*c＝Fcond（5）

式中：*為修正后參數(shù)；Pv（T∞）為遠場溫度對應的飽和蒸汽壓，Pa；k為湍動能，J；液體熱擴散率al＝l / ρl Cpl，m2 / s；Cpl為定壓比熱，J / kg·K.

使用CFD求解器Fluent進行數(shù)值計算，選用可實現(xiàn)k-ε湍流模型和mixture混合物模型，采用等壓力入口，物性參數(shù)分別擬合為溫度的函數(shù)輸入求解器中，基于編譯型UDF將修正模型和能量源項導入求解器.

1.2.2 CFD驗證

為驗證本文數(shù)值方法的準確性，對實驗工況進行數(shù)值模擬計算，實驗值取自國內(nèi)某閥門測試中心進行的蒸汽疏水閥熱凝結(jié)水排量測定試驗. 由圖3可知，修正空化模型數(shù)值計算結(jié)果與實驗結(jié)果更加吻合，兩者最大誤差在5%以內(nèi)，而等溫空化模型與實驗結(jié)果相差較大，表明本文高溫條件下修正的空化模型選取更加合理，所得結(jié)果與實際更接近.

2 優(yōu)化設計

采用響應面和遺傳算法結(jié)合對文丘里蒸汽疏水閥內(nèi)件結(jié)構(gòu)進行優(yōu)化設計，優(yōu)化流程如圖4所示.

2.1 相關(guān)性分析

文丘里蒸汽疏水閥自適應調(diào)節(jié)性能主要是指：當少量凝結(jié)水流入文丘里內(nèi)件時，會產(chǎn)生少量的閃蒸汽，導致喉口處壓差變小，減緩凝結(jié)水流速，進而降低凝結(jié)水穿過文丘里內(nèi)件的流量；相反，當大量凝結(jié)水流入內(nèi)件時，會產(chǎn)生較多閃蒸汽，增大喉口壓差，提升凝結(jié)水流速，從而提高凝結(jié)水穿過文丘里內(nèi)件的流量，實現(xiàn)了負載自調(diào)節(jié)功能.

通過疏水范圍比n來表征文丘里蒸汽疏水閥自適應調(diào)節(jié)性能的優(yōu)劣，疏水范圍比n是指疏水閥最大過冷度下疏水流量值與最小過冷度下疏水流量值之比，如表達式（7）所示. 疏水范圍比n的設置是為了保證用氣設備在開關(guān)機或者因環(huán)境和生產(chǎn)條件發(fā)生變化時，可以適應蒸汽使用設備負荷變化，及時進行調(diào)節(jié)以便正常排除冷凝水. 表征了該型號文丘里蒸汽疏水閥的自適應調(diào)節(jié)性能，疏水范圍比n越大，表明文丘里蒸汽疏水閥自適應調(diào)節(jié)性能越強，流通性能越好，適用范圍越廣.

n＝（7）

式中：Qmax、Qmin分別為最大過冷度下的疏水流量值及最小過冷度下的疏水流量值，kg / s；過冷度為凝結(jié)水溫度與相應壓力下飽和溫度之差的絕對值；最大過冷度為開閥過冷度中的最大值，用ΔTmax表示，最小過冷度為關(guān)閥過冷度中的最大值，用ΔTmin表示；開閥過冷度是指開閥溫度與相應壓力下飽和溫度之差的絕對值，關(guān)閥過冷度是指關(guān)閥溫度與相應壓力下飽和溫度之差的絕對值.

選用某公司喉部直徑（P5）為4 mm的文丘里蒸汽疏水閥為研究對象，其他型號以此類推. 為篩選出最佳設計參數(shù)，選用P2、P3、P4、P5、P6、P7等6個參數(shù)進行相關(guān)性分析，相關(guān)性分析流程如圖5所示. 基于拉丁超立方抽樣（Latin Hypercube Sampling，LHS）生成86組相關(guān)性計算樣本點，并對樣本點進行仿真計算，鑒于篇幅所限，僅列出部分數(shù)據(jù)計算點（如表2所示）.

將所得的86組樣本點的仿真結(jié)果使用ANSYS Workbench中皮爾遜線性相關(guān)（Pearson’s Linear Correlation，PLC）方法進行參數(shù)相關(guān)性分析（見圖6）. 由圖6可知，P3、P4、P5及P6四個參數(shù)變化對疏水范圍比影響最大，已經(jīng)選取P5為4 mm，故選用P3、P4及P6為優(yōu)化參數(shù).

2.2 響應面模型設計

為構(gòu)造預測模型，需要先在設計空間內(nèi)抽取一些樣本點. 本文使用中心復合材料設計（Central composite design，CCD）進行采樣，該方法具有試驗次數(shù)少、代理模型精度高、可研究因素間的交互作用. CCD星點設計對各因素選取5個水平，以（0，±1，±α）編碼，其中0表示中心點，1為角點，α為軸點對應的極值（α＝2n/4），n表示因素數(shù)，試驗點分布如圖7所示.

響應面模型是一種通過較少試驗來進行多項式擬合并精確逼近真實結(jié)果的代理模型，因此可采用響應面模型來預測有限元分析結(jié)果，提高優(yōu)化效率. 構(gòu)建二階響應面模型來表述疏水范圍比n與優(yōu)化參數(shù)x之間的關(guān)系，表達式如下：

n（x）＝β0＋∑βi xi＋∑βij xi xj＋∑βii xi2（8）

n（x1，x2，x3）＝β0＋β1 x1＋β2 x2＋β3 x3＋

β12 x1 x2＋β13 x1 x3＋β23 x2 x3＋

β11 x12＋β22 x22＋β33 x32

β為待求系數(shù)，可基于生成的樣本點通過最小二乘回歸求得，優(yōu)化參數(shù)x的取值范圍，如表3所示，取值計算結(jié)果如表4所示. 為了驗證模型的可靠性和顯著性，對響應面模型進行方差分析（見表5），通過概率值（P值）評估所建議的模型、三個變量及其相互作用的統(tǒng)計顯著性，P值小于0.000 1表示開發(fā)的回歸模型極顯著，P值小于0.05表示顯著. 由表5可知，模型P值小于0.05，表示模型顯著，失擬項的P值為0.894 9，大于0.05，說明失擬項不顯著，所有分析結(jié)果表明，二階多項式模型適用于充分預測疏水閥疏水范圍比.

為了評估模型的充分性，圖8（a-d）中顯示了實際值與CCD預測值分布圖、殘差的正態(tài)概率圖、學生化殘差與預測值的關(guān)系圖以及學生化殘差與試驗運行次數(shù)的關(guān)系圖. 圖8（a）可以看出實際值與CCD預測值之間有很好的一致性，圖8（b）表示殘差的正態(tài)概率分布圖，其中所有點都接近一條直線，證實了假設的準確性和殘差的獨立性[17]. 從圖8（c）中觀察到，殘差沿基線隨機分布，且殘差與預測值分布無規(guī)律. 此外，殘差與實驗運行次數(shù)的圖顯示殘差隨機分布在基線周圍（圖8（d））. 上述結(jié)果證實了模型的充分性和可靠性，即CCD預測值和實際Fluent計算值之間有良好的擬合. 綜上所述方程與實際吻合較好，優(yōu)化模型選取正確.

2.3 遺傳算法優(yōu)化

采用遺傳算法對文丘里蒸汽疏水閥設計變量進行優(yōu)化，遺傳算法能更好的考慮到種族之間的交互變異影響，與其他算法相比，遺傳算法不易陷入局部最優(yōu)解，具有全局搜索能力，并行性和容錯性較強. 根據(jù)上述響應面模型擬合結(jié)果，以疏水范圍比n為目標，使用MATLAB基于遺傳算法在給定范圍內(nèi)對回歸模型進行優(yōu)化，尋優(yōu)目標方程如式（10）所示. 經(jīng)過遺傳算法迭代計算，最終得出優(yōu)化后疏水范圍比為2.553，在最佳幾何參數(shù)條件下進行數(shù)值模擬以確認優(yōu)化結(jié)果的準確性. 模擬得出疏水范圍比為2.547，優(yōu)化結(jié)果與模擬結(jié)果的偏差小于0.5%，表明預測結(jié)果是準確的. 具體參數(shù)優(yōu)化取值及結(jié)果如表6所示.

min（5－n）＝min（5－n（x1，x2，x3））（10）

3 結(jié)果與分析

3.1 幾何參數(shù)對疏水范圍比的影響

根據(jù)公式（11）確定了每個因素對響應的貢獻值，并顯示在圖9的Pareto圖中，從圖9中可以得出二次回歸方程公式中線性項、二階項及交互項對疏水范圍比的影響程度.

Pi＝×100（11）

式中，b表示每個項基于編碼值的回歸系數(shù).

圖9中貢獻度表示各變量對疏水范圍比影響的顯著度，其中x2、x3對疏水范圍比的影響程度最大，分別為44.31%和47.99%，優(yōu)化參數(shù)x1對疏水范圍比的影響較小. 交互項x2x3和二階項x12對疏水范圍比的影響程度總體來說較小，但收縮角度x1、喉部長度x2以及擴散角度x3之間還是存在一定的交互效應，不可忽視.

通過2.2節(jié)響應面模型設計獲得了幾何參數(shù)對疏水范圍比n交互影響的三維響應圖（見圖10）. 收縮角對疏水范圍比n的影響較小，由圖10（a）可以發(fā)現(xiàn)，隨著收縮角增大，疏水范圍比緩慢增加，增大到一定值后開始減小，這是因為當收縮角度過大時，會使得流過收縮段的流動阻力變大，導致流體速度降低，不利于產(chǎn)生背壓，故此收縮角的選取不宜太大.

由圖10（b）可知，隨著喉部長度的增加，疏水范圍比n先緩慢增加后明顯降低，這是因為隨著喉部長度增加，會使得低壓區(qū)域增大，空化所形成的空泡不能充分發(fā)展壯大，無法經(jīng)歷周圍壓力波動的振蕩，形成活躍的空泡，使得空化區(qū)域減小，空化程度降低，導致無法形成足夠的背壓，從而影響管道的調(diào)節(jié)能力. 所以在滿足空化發(fā)生的情況下，喉部長度可以適當減短.

擴散角對疏水范圍比n具有負向影響，由圖10（c）可以看出，隨著角度減小，疏水范圍比n逐漸增大，這是因為在擴散角度偏小的情況下，低壓區(qū)的覆蓋面積會更廣，這樣的情況下，壓力的恢復速率相對較慢，因此空泡的受壓損傷減小，有利于空泡的增長和擴張，延長了空泡壽命，產(chǎn)生的背壓相對較大. 因此，可以適當減小擴散角度.

3.2 優(yōu)化前后結(jié)構(gòu)流場分析

利用CFD軟件對優(yōu)化前后結(jié)構(gòu)進行數(shù)值模擬，選用可實現(xiàn)k－ε湍流模型，Mixture多相流模型，以及1.2節(jié)所建立的修正空化模型，采用等壓力入口，壓力為0.7 MPa，出口為0.1 MPa，最小過冷度下入口溫度為413 K，最大過冷度下入口溫度為353 K，過冷度選取參考自某公司文丘里蒸汽疏水閥運行數(shù)據(jù)，后續(xù)用T＝413 K表示最小過冷度，T＝353 K表示最大過冷度.

表7得出了原始結(jié)構(gòu)與優(yōu)化結(jié)構(gòu)計算結(jié)果對比，其中αoutv、Phout、uout、Qout分別表示出口汽相體積分數(shù)、喉部出口截面壓力、出口流速、出口流量. 從表7中可以發(fā)現(xiàn)，在入口溫度為413 K時，出口汽相體積分數(shù)高于入口溫度為353 K時的汽相體積分數(shù)，出口流量小于入口溫度為353 K時的出口流量.

當入口溫度為413 K的流體流經(jīng)文丘里管到達出口時，流體溫度會高于出口溫度，部分流體將再次汽化形成飽和蒸汽. 這種汽化現(xiàn)象會導致出口處的汽相體積分數(shù)增加，有時在出口處可觀察到“白煙”或“白霧狀”氣體，這是正常的閃蒸現(xiàn)象，而非蒸汽泄漏. 同時，未汽化的部分流體將以飽和水的形式流出. 相反，當入口溫度為353 K的流體通過文丘里管流向出口時，由于其溫度低于出口溫度，先前因壓力降低而汽化的蒸汽會在此過程中液化重新變?yōu)樗? 因此，在353 K時，出口處的汽相體積分數(shù)顯著降低，趨近于0. 綜上所述，由于高溫流體在出口處的汽化現(xiàn)象比低溫流體更為顯著，高溫狀態(tài)下出口汽相體積分數(shù)將大于低溫狀態(tài). 同時，由于部分高溫流體汽化為蒸汽，導致液態(tài)水的流量減少，因此高溫狀態(tài)下的出口流量將小于低溫狀態(tài).

從表7可以發(fā)現(xiàn)，在溫度為413 K時，優(yōu)化后流量從0.19 kg/s增加到0.203 kg/s，在溫度為353 K時，優(yōu)化后流量從0.47 kg/s增加到0.517 kg/s，高溫條件下流量增加或降低的幅度小于低溫條件下流量增加或降低的幅度，這是因為在高溫條件下，由于流體溫度接近或超過沸點，液態(tài)更容易轉(zhuǎn)化為氣態(tài)，即流體更易汽化. 但同時在高溫條件下熱力學效應顯著增強，將會對空化產(chǎn)生抑制作用，使得因流速增加導致壓力降低而產(chǎn)生的汽泡減少，從而降低了空化對流量的干擾. 因此，盡管高溫條件下流體更易汽化，但流量降低或增加的幅度卻因空化受抑制而小于低溫條件. 這充分體現(xiàn)了高溫條件下熱力學和流體力學之間復雜的相互作用關(guān)系.

從原始結(jié)構(gòu)和優(yōu)化結(jié)構(gòu)的汽相分布情況來進行分析，圖11（a）表示入口溫度為353 K時的汽相體積分數(shù)云圖，圖11（b）表示入口溫度為413 K時的汽相體積分數(shù)云圖，橫縱坐標表示其位置.

根據(jù)圖11（a）的對比結(jié)果可知，在相同工況下，原始結(jié)構(gòu)的空化區(qū)域向出口延伸并接近管道尾部，且汽相的區(qū)域較大，將使得液體流動有效截面積減小. 同時，結(jié)合表7可知，原始結(jié)構(gòu)的出口流速低于優(yōu)化結(jié)構(gòu)，分析其原因可能是原始結(jié)構(gòu)設計不夠合理，由于原始結(jié)構(gòu)喉部設計較長，使得流體被汽泡堵住的路徑越長，同時原始結(jié)構(gòu)收縮角大于優(yōu)化結(jié)構(gòu)，當收縮角度較大時，流動局部阻力也隨之增大，這些因素共同作用導致流體在流動過程中受到較大的阻力，隨著阻力的增大，出口處的流速自然降低，管內(nèi)流速的降低以及管內(nèi)流體流通有效截面積減小，使得出口位置流量減小.

由圖11（b）可知，同一工況條件下，與優(yōu)化結(jié)構(gòu)相比，原始結(jié)構(gòu)的汽相分布區(qū)域更接近于出口位置，且出口位置的汽相體積分數(shù)更大，這種增加的汽化量會減少液態(tài)水的份額，因為一部分水轉(zhuǎn)化為了蒸汽，同時汽化過程會消耗流體的能量并導致流速降低. 由表7可知，原始結(jié)構(gòu)出口流速小于優(yōu)化結(jié)構(gòu)，流速的減小將使得反向的作用力減小，不利于阻擋蒸汽. 因此，在原始結(jié)構(gòu)中，通過出口的水的流量會相應減小.

綜上所述，不論入口溫度為353 K還是413 K，原始結(jié)構(gòu)的出口流量值始終低于優(yōu)化結(jié)構(gòu). 如前所述已經(jīng)知道高溫條件下流量的增減幅度小于低溫條件，再結(jié)合公式（7）可得出，優(yōu)化結(jié)構(gòu)的疏水范圍比明顯高于原始結(jié)構(gòu).

從原始結(jié)構(gòu)和優(yōu)化結(jié)構(gòu)的壓力分布情況來進行分析，圖12（a）表示入口溫度為353 K時的壓力分布云圖，圖12（b）表示入口溫度為413 K時的壓力分布云圖，橫縱坐標表示其位置.

根據(jù)圖12（a）可知，在同一工況下原始結(jié)構(gòu)和優(yōu)化結(jié)構(gòu)在水流經(jīng)過文丘里管時的壓力變化趨勢是一致的，隨著管徑的收縮，水流壓力逐漸降低，特別是在喉部位置，形成了一個相對于周圍環(huán)境的明顯低壓區(qū). 隨后，隨著管徑的逐漸增大，出口位置的壓力開始緩慢恢復. 結(jié)合表7可知，原始結(jié)構(gòu)喉口處的壓差小于優(yōu)化結(jié)構(gòu)，這主要是由于兩者在結(jié)構(gòu)設計和流體動力學性能上的不同所導致的，由于原始結(jié)構(gòu)喉部較長，使得流體被汽泡堵住的路徑越長，沿程阻力損失越大，同時原始結(jié)構(gòu)收縮角大于優(yōu)化結(jié)構(gòu)，當收縮角度較大時，流動阻力也隨之增大，這些因素共同作用導致流體流速降低，因此產(chǎn)生的負壓較小，進而導致原始結(jié)構(gòu)所產(chǎn)生的反向背壓小于優(yōu)化結(jié)構(gòu)，不利于阻擋蒸汽.

從圖12（b）可以發(fā)現(xiàn)，在同一工況下，原始結(jié)構(gòu)與優(yōu)化結(jié)構(gòu)的的壓力變化趨勢較為一致，出口位置的壓力最小，當流體流經(jīng)文丘里管的喉部時，壓力能轉(zhuǎn)化為動能和部分熱能，導致流體的熱焓值降低. 因此，在喉部位置，壓力減小而流速會增加. 同時，在氣泡生長過程中，需要熱凝結(jié)水向界面提供潛熱，這通常使得空化區(qū)附近的溫度略低于液體主流溫度，進而局部蒸汽壓也會有所降低. 隨著流體進入擴散段，管徑逐漸增大，壓力開始緩慢恢復，但由于原始結(jié)構(gòu)的擴散角度過大，使得其擴壓段較短，導致擴壓段部分壓力升高較快，速度減小的越快. 結(jié)合表7可知，原始結(jié)構(gòu)在喉部出口截面的壓力相較于優(yōu)化結(jié)構(gòu)更大，這表明，當流體流經(jīng)喉部區(qū)域時，原始結(jié)構(gòu)未能有效地將壓力能轉(zhuǎn)化為動能，分析其原因是由于原始結(jié)構(gòu)喉部過長，使得流體被汽泡堵住的路徑越長，沿程阻力損失越大. 這些因素共同作用，從而使得出口流速降低，產(chǎn)生的反向背壓減小，不利于阻汽排水，影響文丘里內(nèi)件的整體性能.

綜上所述，從壓力分布云圖可知，無論是在413 K還是353 K的溫度條件下，原始結(jié)構(gòu)所產(chǎn)生的反向背壓均小于優(yōu)化結(jié)構(gòu)，并且其出口流速也均低于優(yōu)化結(jié)構(gòu). 這些數(shù)據(jù)表明，優(yōu)化結(jié)構(gòu)在性能方面表現(xiàn)更為優(yōu)越，其設計也更為合理.

4 結(jié) 論

（1） 通過代理模型進行優(yōu)化設計，大大降低了有限元計算量. 有限元計算使用修正的ZGB空化模型，并添加能量方程源項，考慮了熱力學效應對文丘里蒸汽疏水閥自適應調(diào)節(jié)性能的影響.

（2） 使用疏水范圍比表征文丘里蒸汽疏水閥自適應調(diào)節(jié)性能，通過遺傳算法對文丘里蒸汽疏水閥響應面模型進行優(yōu)化，并使用CFD計算進行驗證，所得疏水范圍比誤差小于0.5%，證明了該優(yōu)化方法是可靠的；同時對比原始結(jié)構(gòu)與優(yōu)化結(jié)構(gòu)的仿真結(jié)果，優(yōu)化結(jié)構(gòu)提高了疏水范圍比，具有更好的自適應調(diào)節(jié)性能.

（3） 最佳結(jié)構(gòu)參數(shù)收縮角為20.8°、喉部長度為4 mm和擴散角為4.6°. 三個幾何參數(shù)相互關(guān)聯(lián)，擴散角是影響疏水范圍比的最有效參數(shù)，其中擴散角對疏水范圍比具有負向影響，喉長和收縮角對疏水范圍比具有非線性影響，且收縮角對疏水范圍比的影響最小.

參考文獻

[1]" 董波，羅景泉，張家輝，等. 結(jié)構(gòu)參數(shù)對文丘里管空化性能影響的數(shù)值模擬研究[J]. 輕工機械，2021，39（5）：37-42.

[2]" SAHARAN V K. Computational study of different Venturi and orifice type hydrodynamic cavitatingdevices[J]. Journal of Hydrodynamics，2016，28（2）：293-305.

[3]" SUN Y Q，NIU W Q. Effects of Venturi structural parameters on the hydraulic performance[J]. NorthwestA amp; F，2010，38（2）：211-218.

[4]" ZHANG J X. Analysis on the effect of Venturi tube structural parameters on fluid flow[J]. AIP Advances，2017，7（6）：065315.

[5]" ABBASI E，SAADAT S，JASHNI A K，et al. A novel method for optimization of slit Venturi dimensions through CFD simulationand RSM design[J]. Ultrasonics Sonochemistry，2020，67：105088.

[6]" 谷海濤，林揚，胡志強，等. 基于代理模型的水下滑翔機機翼設計優(yōu)化方法[J]. 機械工程學報，2009，45（12）：7-14.

[7]" 戴睿，張岳，王惠軍，等. 基于多物理場近似模型的高速永磁電機多目標優(yōu)化設計[J]. 電工技術(shù)學報，2022，37（21）：5414-5423.

[8]" 劉基盛，計良，李威， 等. 基于多代理模型的離心葉輪高效優(yōu)化設計方法[J]. 中國機械工程，2023，34（8）：899-907.

[9]" 謝冰川，張岳，劉光偉，等. 基于小樣本遷移代理模型的高速永磁電機應力優(yōu)化研究[J]. 中國電機工程學報，2024，44（13）：5362-5374.

[10]" 陳晨銘，郭雪巖，常林森. 基于BP神經(jīng)網(wǎng)絡代理模型的翼型優(yōu)化及領(lǐng)域自適應研究[J]. 動力工程學報，2022，42（7）：657-663.

[11]" LI D Y，MIAO B X，LI Y，et al. Numerical study of the hydrofoil cavitation flow with thermodynamiceffects[J]. Renewable Energy，2021，169：894-904.

[12]" MCLINDEN M O，KLEIN S A，LEMMON E W，et al. NIST standard reference database 23：NISTthermodynamic and transport properties of refrigerants and refrigerants mixtures-refprop，version6.0[Z].National Institute of Standard and Technology，1998.

[13]" 時素果，王國玉. 不同流體介質(zhì)的空化熱力學效應[J]. 船舶力學，2021，25（3）：263-272.

[14]" 王巍，林茵，王曉放，等. 高溫條件下熱力學效應對空化的影響[J]. 排灌機械工程學報，2014，32（10）：835-839.

[15]" 季斌，羅先武，吳玉林，等. 考慮熱力學效應的高溫水空化模擬[J]. 清華大學學報（自然科學版），2010，50（2）：262-265.

[16]" ZHOU X，ZHI X Q，GAO X，et al. Evolution and hazard of liquid nitrogen cavitation in cryogenic shut-off valves[J]. Journal of Zhejiang University-Science A（Applied Physics amp; Engineering），2022，23（2）：101-118.

[17]" NATARAJAN E，PONNAIAH G P. Optimization of process parameters for the decolorization of reactiveblue 235 dye by barium alginate immobilized iron nanoparticles synthesized from aluminum industrywaste[J]. Environmental Nanotechnology，Monitoring amp; Management，2017，7：73-88.

Optimal Design of Venturi Steam Trap Structure Based

on Response Surface Method and Genetic Algorithm

LU Xuxiang， DING Haixia， LIU Rui， SONG Zeng， LI Yixuan

（College of Energy and Power Engineering， Changsha University of Science and Technology， Changsha 410114， Hunan， China）

Abstract" In order to optimize the internal structure of the Venturi steam trap and improve its adaptive adjustment performance， the Central-Composite response surface model and genetic algorithm were used to optimize the internal structure of the Venturi steam trap， aiming at the maximum hydrophobic range ratio of Venturi steam trap. The structure was analyzed before and after optimization. The results show that the optimization design by proxy model greatly reduces the amount of finite element calculation and improves the optimization efficiency. The optimal structural parameters obtained by genetic algorithm are as follows： the contraction angle is 20.8°， the throat length is 4.3 mm， and the diffusion angle is 4.6°. The three geometric parameters of contraction angle， throat length and diffusion angle are interrelated.The diffusion angle is the most effective parameter affecting the hydrophobic range ratio. The diffusion Angle has a negative effect on the hydrophobic range ratio. Throat length and contraction Angle have nonlinear influence on the hydrophobic range ratio. The contraction Angle is the smallest parameter affecting the hydrophobic range ratio.

Keywords" Venturi steam trap; numerical simulation; response surface optimization method; thermodynamic effect; genetic algorithm.