摘要
水平轴潮流能水轮机是对潮流能进行能量转换的重要方式，对水轮机叶片进行优化设计是提升水轮机能量转换效率的有效途径。本文以 100kW 水平轴潮流能水轮机为研究对象，以提升水轮机转动力矩，能量转换效率最大为优化目标，将数值模拟、人工神经网络及遗传算法相结合，构建了一种包含几何重构、叶片构型优化与水动力性能分析的水平轴潮流能水轮机叶片优化设计方法，并对优化前后水轮机周围流场进行了精细模拟，揭示优化水轮机在不同工况下的水动力特性及相应的绕流机理。 首先，应用叶素动量理论求解水轮机叶片在不同半径位置的扭角与弦长，根据已知的构型参数建立原始水轮机的参数化模型，使用数值模拟方法对其水动力性能进行预报，通过网格收敛性验证与公开试验数据对比，验证了数值模拟方法在水轮机叶片优化中的可行性，并以此建立通用数值水池，为后续样本库建立与优化水轮机性能预报做准备。 其次，以原始水平轴潮流能水轮机为优化对象，对原始水轮机叶片进行参数化变形，以拉丁超立方法作为实验设计方法，保证在多维度情况下选择的样本能够全面地表达出样本的特征分布。通过数值模拟方法对设计样本进行水动力性能预报，完成样本库的建立，并以该样本库为训练库，通过误差反向传播神经网络训练建立替代模型。将该替代模型作为优化模型，以功率系数最大作为优化目标，利用遗传算法对样本进行迭代寻优，对叶片不同位置上的扭角与弦长分布进行优化，并在优化过程中对局部最优个体进行数值模拟以对替代模型的预测精度进行监测，提高优化结果的可信度。 最后，对优化水平轴潮流能水轮机的几何构型与水动力性能进行分析研究。与原始水轮机模型相比，优化水轮机在不同半径位置上的弦长分布普遍增大，叶根与叶尖附近的扭角变化相对较大。通过通用数值水池对优化水轮机进行水动力性能预报发现，优化水轮机叶片周围流速产生变化，吸力面与压力面之间的压强差额增大，这导致叶片受到的推力增大，转动力矩得到提升，因此能量转换效率与自启动性能得到改善，在额定工况下，优化水轮机功率系数提高8.5%，但是由于叶尖位置叶片表面的压强差产生变化，导致叶尖涡增强。 本文基于人工神经网络与遗传算法，将几何重构、优化算法与数值评估模块相结合，构建了一种快速、高效的水平轴潮流能水轮机叶片的优化设计方法，对今后水轮机的优化设计具有一定的参考意义。
NETL