Моделирование течения и теплопереноса в поперечно-гофрированной трубе с использованием численных методов, искусственных нейронных сетей и генетических алгоритмов
С. Эямсаард1, В. Чуваттанакул2, Х. Сафихани3, П. Промтхайсонг4
1Технологический университет Маханакорна, Бангкок, Таиланд
smith@mut.ac.th
2Технологический институт короля Монгкута, Бангкок, Таиланд
varesaatkmitl@gmail.com
3Университет Арака, Арак, Иран
h-safikhani@araku.ac.ir
4Махасаракхамский университет, Маха Саракхам, Таиланд
k.pitak_pts@hotmail.com
Ключевые слова: теплоперенос, продольное вихревое течение, труба со спирально-поперечным гофрированием, многокритериальная оптимизация
Страницы: 239-258
Аннотация
В работе выполнена многокритериальная оптимизация параметров геометрии трубы со спирально-поперечным гофрированием (spirally-cross-corrugated, SCC) при использовании численных методов, генетических алгоритмов (genetic algorithms, GAs) и искусственных нейронных сетей (artificial neural networks, ANNs). В результате, во-первых, получено численное решение для турбулентного течения с различной геометрией SCC-трубы при помощи метода конечных объемов с реализуемой k-ε -моделью турбулентности. Кроме того, в трубе вычисляются коэффициент трения f и коэффициент теплоотдачи. Во-вторых, для турбулентного режима потока исследуется влияние двух параметров - отношений шага гофра ( PR = p / D ) и глубины гофра ( DR = e / D ) к диаметру трубы - на интенсивность продольных структур, включающих четыре вихря, и на тепловые характеристики. На последнем этапе на основе полученных полиномов нейронных сетей применяются многоцелевые генетические алгоритмы (NSGA II) для базирующейся на методе Парето многокритериальной оптимизации параметров потока в рассматриваемых трубах. При этом анализируются два конфликтующих параметра - f Re и число Нуссельта Nu - в зависимости от трех актуальных для проектирования переменных: числа Рейнольдса (Re), величин PR и DR . С помощью многоцелевой оптимизации по Парето выявлен ряд интересных и важных зависимостей указанных параметров и переменных. Полученные зависимости применимы для оптимального проектирования для задач теплопереноса в SCC-трубах. Их невозможно было бы получить без использования комбинации численных методов, ANN-моделирования и оптимизации по Парето.
|
