一种引射器结构优化设计方法
文献发布时间:2024-04-18 19:58:30
技术领域
本发明属于引射器技术领域,具体而言,涉及一种引射器结构优化设计方法。
背景技术
引射器是一款充分利用一次流体来带动系统工质循环的部件,有着结构小、轻量化和无寄生功率等优点。近年来在燃料电池系统上得到了普遍应用,由于燃料电池系统对工况控制的高标准要求,使得引射器结构必须得到最合理的设计。
现有的引射器结构优化方法如专利CN116541984A公开了一种基于NSGA-Ⅱ算法的喷射器结构优化方法、专利CN116070369A公开了一种基于粒子群算法的喷射器结构优化方法、专利CN116186923A公开了一种基于响应面算法的喷射器结构优化方法,其优化逻辑主要依靠市面早已成熟的寻优类算法,且这些算法需要在给定边界参数内进行优化,无法突破给定边界参数,采用这种方法得到的引射器的性能无法得到最优。因此需要一种能够解决现有问题的引射器结构优化设计方法。
发明内容
本发明针对现有技术缺陷,提出一种引射器结构优化设计方法,采用可突破边界算法在赋值过程中寻找引射器的最佳参数取值,并具备突破边界限制的有益效果,使得引射器的性能最大化。
为实现以上技术目的,本发明将采取以下的技术方案:
一种引射器结构优化设计方法,所述引射器结构优化设计方包括以下步骤:
步骤1:确定引射器的设计变量,基于引射器的设计变量构建具有几何约束的引射器原始模型;
步骤2:设定引射器原始模型下的每个设计变量的取值范围,在每个设计变量的取值范围内任意选取一个参数,将选定参数的设计变量组成一组设计变量矩阵,基于设计变量矩阵构建一个新的引射器模型;
步骤3:分析步骤2构建的引射器模型性能并定义性能指标,基于性能指标建立设计变量矩阵的目标函数和寻优模型;
步骤4:重复步骤2和步骤3的过程,通过目标函数和寻优模型分析步骤2中的设计变量矩阵,直至得到最优设计变量矩阵;
步骤5:通过最优设计变量矩阵获得每个设计变量下的最优参数,建立设计变量的参数边界寻优模型,判定是否需要更新设计变量的取值范围,若无需更新,则步骤4获得的最优设计变量矩阵为最优引射器结构参数,若需要更新,则更新步骤2的设计变量取值范围,并将更新后的设计变量取值范围循环步骤3至步骤5,直至判定结果无需更新并获得最优引射器结构参数,完成引射器的结构优化。
进一步地,步骤1具体包括:
步骤1.1:引射器按照原始模型的结构线段尺寸拆分为n个设计变量,多个设计变量由P
步骤1.2:将引射器模型的线段与线段之间设定几何约束关系,确保当引射器模型的各线段尺寸变化时,引射器模型的各线段之间几何关系保持不变。
进一步地,步骤2具体包括:
步骤2.1:设定引射器原始模型的每个设计变量的取值范围,第i个设计变量取值范围为[Min
步骤2.2:在步骤2.1中每个设计变量的取值范围内选取任意参数组成一组设计变量矩阵,将[P
步骤2.3:基于步骤2.2的初始化矩阵,通过三维工程制图软件构建初始化矩阵下的引射器模型。
进一步地,步骤3具体包括:
步骤3.1:基于网格前处理软件和有限元分析软件处理分析步骤2.3构建的引射器模型的性能,性能指标至少包括引射比ER
步骤3.2:基于步骤3.1建立设计变量矩阵的寻优模型所使用的目标函数,目标函数f
f
式中:ER
进一步地,步骤4具体包括:
步骤4.1:重复步骤2的过程,利用三维工程制图软件的宏命令,通过使用VisualBasic编辑器编写宏代码,使用循环结构遍历所有设计变量,每遍历一次生成一组设计变量矩阵,进而构建出每组设计变量矩阵下的引射器模型;
步骤4.2:步骤4.1每构建一组设计变量矩阵下的引射器模型,寻优模型同步迭代一次,以目标函数f
步骤4.3:基于步骤4.2寻优模型的迭代结果判断是否为最优,判断结果为否,则重新根据寻优算法确定新的设计变量矩阵[P
进一步地,步骤5具体包括:
步骤5.1:基于步骤4.3得到每个设计变量下的最优参数分别为
式中:
步骤5.2:判断设计变量的参数边界寻优模型F的运算结果是否大于0,若F的运算结果大于0,则重新返回步骤2更新第i个设计变量取值范围为[Min
进一步地,步骤5.2的
若
式中:
根据上述的技术方案,相对于现有技术,本发明具有以下的优点:
本发明采用可突破边界算法在赋值过程中寻找引射器的最佳参数取值,并具备突破边界限制的有益效果,使得引射器的性能最大化。本发明不仅适用于引射器,本实施例的引射器仅为示例,所描述的结构设计方法和参数优化方法同样适用于其他结构件,被优化对象不应受到限制。
附图说明
图1是本发明的实施例的引射器结构优化设计方法的流程示意图;
图2是本发明的实施例的引射器立体结构示意图;
图3是本发明的实施例的引射器的设计变量示意图。
具体实施方式
为了使本领域的技术人员更好地理解本申请的技术方案,以下将结合附图及实施例对本发明新型做进一步详细说明。
本申请文件中的上、下、左、右、前和后等方位用语是基于附图所示的位置关系而建立的。附图不同,则相应的位置关系也有可能随之发生变化,故不能以此理解为对保护范围的限定。
本申请中,术语“安装”、“相连”、“相接”、“连接”、“固定”等应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,也可以是一体地连接,也可以是机械连接,也可以是电连接或可以相互通信,也可以是直接连接,也可以是通过中间媒介间接连接,可以是两个元器件内部的联通,也可以是两个元器件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
参阅说明书附图1,本发明记载了一种引射器结构优化设计方法,采用可突破边界算法在赋值过程中寻找引射器的最佳参数取值,并具备突破边界限制的有益效果,使得引射器的性能最大化。
具体的,该引射器结构优化设计方法包括以下步骤:
步骤1:确定引射器的设计变量,基于引射器的设计变量构建具有几何约束的引射器原始模型。
步骤1.1:引射器按照原始模型的结构线段尺寸拆分为n个设计变量,多个设计变量由P
步骤1.2:将引射器模型的线段与线段之间设定几何约束关系,确保当引射器模型的各线段尺寸变化时,引射器模型的各线段之间几何关系保持不变。
构建引射器的原始模型采用三维工程制图软件,例如Solidworks软件。
以说明书附图2-3的引射器为例,将本实施例的引射器拆分为22个设计变量,22个设计变量分别定义为P
引射器的22个设计变量的几何约束关系如下:
线段与线段直接共同的点施加“重合”的约束关系;P
本领域的技术人员应理解,上述引射器模型结构和22个设计变量的约束关系仅为示例性说明,具体可根据实际几何拓扑情况以点、线、面施加相应的约束关系,保证各设计变量在发生变化时不影响原始模型的几何结构关系。
步骤2:设定引射器原始模型下的每个设计变量的取值范围,在每个设计变量的取值范围内任意选取一个参数,将选定参数的设计变量组成一组设计变量矩阵,基于设计变量矩阵构建一个新的引射器模型。
具体的,步骤2包括以下方法:
步骤2.1:设定引射器原始模型的每个设计变量的取值范围,第i个设计变量取值范围为[Min
步骤2.2:在步骤2.1中每个设计变量的取值范围内选取任意参数组成一组设计变量矩阵,将[P
在一种实施方式中,以第i个设计变量为例,矩阵初始化的取值的方法可以在第i个变量的取值范围内取边界参数的中值,即
步骤2.3:基于步骤2.2的初始化矩阵,通过三维工程制图软件构建初始化矩阵下的引射器模型。
步骤3:分析步骤2构建的引射器模型性能并定义性能指标,基于性能指标建立设计变量矩阵的寻优模型。
具体的,步骤3包括以下方法:
步骤3.1:基于网格前处理软件和有限元分析软件处理分析步骤2.3构建的引射器模型的性能,性能指标至少包括引射比ER
网格前处理软件用于建立引射器的网格模型,本实施例的网格前处理软件采用ICEM或Hypermesh。有限元分析软件对建立网格模型分析性能指标,本实施例的有限元分析软件采用Fluent或Starccm。
步骤3.2:基于步骤3.1建立设计变量矩阵的寻优模型所使用的目标函数公式,设计变量矩阵的寻优模型的目标函数f
f
式中:ER
优选的,在引射器结构优化过程中,α
需要说明的是,设计变量矩阵的寻优模型中的性能指标及目标函数不仅局限于引射比ER
步骤4:重复步骤2和步骤3的过程,通过寻优模型分析步骤2中的设计变量矩阵,直至得到最优设计变量矩阵。
具体的,步骤4包括以下方法:
步骤4.1:重复步骤2的过程,利用三维工程制图软件的宏命令,通过使用VisualBasic编辑器编写宏代码,使用循环结构遍历所有设计变量,每遍历一次生成一组设计变量矩阵,进而构建出每组设计变量矩阵下的引射器模型。
在其他实施方式中,构建每组设计变量矩阵下的引射器模型还可以采用以下方法:
方法1:使用三维工程制图软件中的“配置表”功能进行批量修改赋值,例如在Solidworks中进入特征树中的“配置管理器”,通过为所有设计变量配置属性以实现赋值;方法2:集成其他具备批量操作功能的软件,例如使用isight软件中的Solidworks模块集成引射器的草图文件,在isight中导入设计变量矩阵;方法3:直接手动进入三维制图软件,对每个设计变量进行逐个修改,或通过编程语言代替手动驱动完成。
步骤4.2:步骤4.1每构建一组设计变量矩阵下的引射器模型,寻优模型同步迭代一次,以目标函数f
判断下一次迭代的设计变量矩阵具体值的方法取决于寻优模型所采用的寻优算法。以蚁群优化算法为例,在寻优过程中,判断下一次迭代的设计变量矩阵方法则不再依据启发函数和启发因子,而是将本实施例中的目标函数f
本实施例采用的设计变量矩阵的寻优算法在每次迭代过程中对结果的判断使用本发明提出的目标函数,本领域的技术人员应理解,设计变量矩阵的寻优算法可以采用任意具备寻优能力的算法,例如梯度下降、蚁群算法、粒子群算法和蜻蜓算法,也可以采用其他数学方法或人为观测判断。
步骤4.3:基于步骤4.2寻优模型的迭代结果判断是否为最优,判断结果为否,则重新根据寻优算法确定新的设计变量矩阵[P
寻优模型的判断标准为目标函数f
步骤5:通过最优设计变量矩阵获得每个设计变量下的最优参数,建立设计变量的参数边界寻优模型,判定是否需要更新设计变量的取值范围,若无需更新,则步骤4获得的最优设计变量矩阵为最优引射器结构参数,若需要更新,则更新步骤2的设计变量取值范围,并将更新后的设计变量取值范围循环步骤3至步骤5,直至判定结果无需更新并获得最优引射器结构参数,完成引射器的结构优化。
具体的,步骤5包括以下方法:
步骤5.1:基于步骤4.3得到每个设计变量下的最优参数分别为
式中:
本实施例的设计变量的参数边界寻优模型采用耦合的寻优工具,本领域的技术人员应理解,耦合寻优工具可以为任意具备寻优能力的算法,也可以为其他数学方法或人为观测判断。
步骤5.2:判断设计变量的参数边界寻优模型F的运算结果是否大于0,若F的运算结果大于0,则重新返回步骤2更新第i个设计变量取值范围为[Min
具体的,
若
式中:
本发明不仅适用于引射器,本实施例的引射器仅为示例,所描述的结构设计方法和参数优化方法同样适用于其他结构件,被优化对象不应受到限制。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
- 双引射器系统、氢燃料电池双引射器模块系统、设计方法、新能源汽车
- 双引射器系统、氢燃料电池双引射器模块系统、设计方法、新能源汽车