CN110826159A - 一种基于Fluent的多路阀仿真分析和结构优化方法 - Google Patents

Abstract

一种基于Fluent的多路阀仿真分析和结构优化方法，属于工程机械中多路阀仿真分析领域，步骤为：首先，搭建多路阀测试实验台，对不同开度和流量下多路阀的压力损失和液动力进行测试。其次，根据二维图纸，利用Solidworks建立三维模型，将模型导入ANSYS中进行流道模型抽取以网格划分；将网格模型导入Fluent中设置仿真条件并进行仿真，将仿真结果与实验结果进行拟合，不断修正仿真模型。最后，根据修正过的仿真模型找出影响压力损失和液动力的关键结构尺寸，利用Matlab和Isight的算法工具箱对结构参数和优化目标进行拟合和方程求解，并根据实际需求选取最优解。本发明通过实验和数值模拟相结合的办法，提供一种多路阀的结构参数优化方法，为阀类元件的设计生产提供指导。

Description

一种基于Fluent的多路阀仿真分析和结构优化方法

技术领域

本发明属于工程机械中多路阀仿真分析领域，涉及一种基于Fluent的多路阀仿真分析与结构优化设计的方法。

背景技术

多路阀是多联换向阀集成于一体的多功能换向阀，能够对不同的执行机构实现同时控制，从而实现执行机构的复合动作，在各种工程机械中有着广泛的应用。多路阀的性能直接决定了液压***控制的精确性。国内外许多学者应用理论推导、实验或者仿真的手段对多路阀的各种特性展开了研究。众多学者在阀类元件的液动力的分析，射流角度、压力损失等方面做了大量的研究。对于实验研究来说，由于实验条件的限制，并不能直观的了解阀内流场的状态以及阀芯壁面所受力的情况。同时对于数值模拟的方法来讲，往往由于缺少相关实验数据作为参照，导致仿真边界模型选取不准确，并不能真实的模拟阀内流场的情况。同时多路阀结构复杂，阀芯和阀体的设计和制造成本较高，很难制造大量的元件进行结构优化分析和实验。基于此，本发明方法根据工程应用的多路阀模型为研究对象，以实验数据为基础，以数值模拟为研究手段，提出了一种多路阀仿真分析和结构优化设计的方法。

发明内容

本发明所要解决的问题是，针对现有实验与仿真研究方法的不足，提出一种基于Fluent的多路阀仿真分析和结构优化设计的方法，将多路阀结构优化的工程性问题变成数学和仿真分析问题，为多路阀结构优化提供了简单快捷的方法。

为了解决上述的技术问题，本发明所提供的技术方案为：

一种基于Fluent的多路阀仿真分析和结构优化设计的方法，包括以下步骤：

第一步：对多路阀的液动力、压力损失进行实验测试

1.1)搭建实验台，对多路阀测试回路进行连接；

1.2)测试多路阀在不同流量、不同阀口开度下的液动力、压力损失情况，并对所得数据进行记录。

第二步：利用Fluent对多路阀进行仿真分析

2.1)根据多路阀的二维图纸，得到多路阀模型的基本尺寸参数，利用Solidworks建立不同阀口开度的多路阀三维模型，并输出为igs文件；

2.2)将步骤2.1)中输出的igs文件导入Workbench中DM模型处理器，利用DM中的填充和修补工具，将多路阀内油液流动的流道模型抽取出来。将流道模型导入Workbench中的Mesh网格处理器，采用多区网格划分的方法对流道模型划分网格，并设定模型的各个入口、出口以及壁面的名称，并输出为mesh文件；

2.3)利用Fluent读取步骤2.2)中得到的mesh文件进行仿真分析，设置仿真的数学模型、物性参数、边界条件，选择计算方法，设定模型的迭代步数为3000步，并开始数值模拟计算，得到仿真结果；

所述的数学模型包括多相流模型、k-e湍流模型；所述的物性参数包括流体密度、动力粘度、饱和蒸汽压、蒸汽黏度；所述的边界条件包括入口流量、出口压力、壁面条件。

2.4)仿真计算结束之后，利用Fluent自带的后处理工具，查看多路阀内各处流场流动分布状态，观察并记录液动力以及压力损失数据，得到多路阀节流口处的速度矢量云图和压力分布云图。分别导入不同阀口开度下的多路阀流道三维模型，改变入口处流量，保持其他条件不变进行仿真，同样记录液动力和压力损失的数据。

2.5)将仿真记录的数据与实验数据进行对比，如果数据之间的误差在误差允许范围内，则认为仿真所采用的各种条件及网格划分方法是可靠的，如果数据之间误差超过误差允许范围，则重复2.1)-2.4)步骤，修正网格划分、数学模型以及边界条件的设置，直到误差达到误差允许的范围内。所述的误差允许范围为以实验数据为基准的±25％之内。

第三步：分析仿真云图并对阀芯关键尺寸参数进行优化分析

3.1)通过对第二步Fluent生成的速度矢量云图、压力分布云图进行分析，观察流场中节流发生的关键位置，分析可能对压力损失、液动力造成关键影响的尺寸参数，在一定的范围内调整尺寸参数，仿真再次记录改变之后的流量、压力损失以及液动力的数值，找到尺寸参数变化的合理范围。

所述的尺寸参数主要包括节流口处节流槽的周向的数量，节流槽的深度以及节流槽本身的形状尺寸。

3.2)首先，利用Matlab中拉丁超立方抽样方法在步骤3.1)确定的变量范围内抽取一部分尺寸参数作为响应面分析的基础数据。其次，根据拉丁超立方抽样方法生成的若干组尺寸参数重新建模，并按照第二步的方法进行仿真，记录多路阀在这些尺寸参数下的液动力、压力损失的数据。最后，利用Matlab中二阶多项式响应面模型工具，对拉丁超立方得出的尺寸参数和对应的仿真结果进行回归分析，拟合出这些尺寸参数和优化目标(液动力、压力损失)之间的关系式。

3.3)利用Isight中自带的遗传算法工具箱，对二阶多项式响应面模型拟合出来的关系式进行求解，计算出一个Pareto最优解集，根据工程实际选择适合的最优解，再代入到Fluent中进行模拟仿真验证，验证优化结果的准确性。如果仿真和计算结果误差在±15％之内，且较优化前的结果有明显的提升，则认为优化结果成立。

本发明的有益在于：将实验与仿真结合，通过实验数据验证仿真结果的正确性，利用仿真模拟实验中阀内流场的流动状态，将工程实际问题转化成数学和仿真问题，利用成熟的Matlab和Isight算法工具箱，为尺寸参数优化设计找到了捷径，为多路阀结构优化提供了新思路。

附图说明

图1是多路阀实验测试原理图。

图2是实验、仿真分析以及优化设计流程图。

具体实施方式

以下结合具体实施例对本发明做进一步说明。

一种基于Fluent的多路阀仿真分析和结构优化方法，包括以下步骤：

第一步：对多路阀的液动力、压力损失进行实验测试

在多路阀测试台上搭建液压测试回路，实验中需要的设备有多路阀、拉压力传感器、动力源、连接管路、涡轮流量计、压力传感器。实验中共设置四个测压点，分别测量阀P、T、A、B四个位置的压力情况。实验时A、B之间采用无负载连接的方式。拉压力传感器直接与阀芯相连并且固定，通过螺纹进给的方式调整并且固定阀口开度，测量阀芯在不同阀口开度下，液流流过时所受的液动力的大，。流量计用来监测和调整实验时通过测试阀***的流量大小。为防止安装等其他因素造成的开度误差，在阀芯另一端用电子显示的游标卡尺再进行测量阀芯的伸出长度，确保阀芯开度位置的准确性。在每一个开度下分别记录P、T、A、B四个阀口的压力，AB阀口之间的流量，以及阀芯的液动力情况。改变进口处的流量大小，重复上述不同开度下的测量过程并记录数据。

第二步：利用Fluent对多路阀进行流场仿真分析

2.1)根据多路阀的二维图纸，得到多路阀基本尺寸参数，利用Solidworks建立实体模型。分别建立阀体和阀芯两部分，然后根据阀芯的不同开度进行分别装配。将装配好的零件生成igs格式进行保存。

2.2)在Workbench中对不同阀口开度下的多路阀流道进行抽取，在Workbench中选取DM模块，将生成的igs文件导入到DM当中，对阀体的进口和出口进行封闭。利用Surface命令创建平面，使阀内部形成一个封闭空间。利用Fill命令对阀内部空间进行填充，再将原始模型进行隐藏，剩余的即为阀内的流道模型部分。

2.3)将生成的文件导入Workbench中的Mesh模块进行网格划分。在Mesh中对流体模型进行处理，选取网格划分方式为CFD，输出软件为Fluent，设置网格最大结构尺寸和最小表面尺寸为0.0005m。对流道模型进行多区网格划分，对不同复杂度的流道模型部分，分别选择不同的网格形状。对入口、出口、壁面以及对称面分别命名为inlet、outlet、wall和symmetry，之后生成网格。检查网格畸变程度以及最小正交量，如果网格畸变程度集中在0.5以下且最小正交量集中在0.5以上则认为网格质量良好，反之如果网格质量较低，需要修改网格的尺寸参数重新生成。将生成的网格保存成mesh文件。

2.4)在Workbench调用Fluent软件读取mesh文件，待网格载入之后检查是否有负网格生成。如果网格正常则进入参数的设置。设置多路阀模型仿真的数学模型(多相流模型、k-e湍流模型)、物性参数(流体密度，动力粘度，饱和蒸汽压，蒸汽黏度)、边界条件(入口流量、出口压力、壁面条件)，选择计算方法，设定模型的迭代步数为并开始数值模拟计算，其中Fluent设定过程如下：

仿真模型中定义为多相流模型，湍流模型选择RE k-e模型。定义材料的物性参数，新建材料命名为46oil，根据工程实际油液参数设置流体密度，动力粘度，饱和蒸汽压，蒸汽黏度。选择边界条件，选择命名的入口设置为质量流量入口，选择命名的出口设置为压力出口，壁面及对称面均按照默认设置。对阀芯的受力面进行监测，在监测中新建阻力，设定阻力的监测面为设定过的阀芯受力面。选择计算方法为simple算法，初始化方法为标准初始化，设定迭代步数为3000步。条件设置好之后开始计算。

仿真计算结束之后，通过Fluent自带的后处理功能，得到多路阀节流口处的速度矢量云图和压力分布云图；显示出多路阀内各处流场分布情况。从云图中能了解多路阀在节流口出的压力和流速变化情况，同时在report中记录阀芯受力面在轴向方向上所受的力以及阀出入口处的压力值计算压力损失和液动力的数值。分别导入不同阀口开度下的多路阀流道三维模型，改变入口处流量，保持其他条件不变进行仿真，记录液动力和压力损失的数据。

2.5)将仿真记录的数据与实验数据进行对比，如果数据之间的误差在误差允许范围内，则认为仿真所采用的各种条件及网格划分方法是可靠的，如果数据之间误差超过误差允许范围，则重复2.1)-2.4)步骤，修正网格划分、数学模型以及边界条件的设置，直到误差达到误差允许的范围内。所述的误差允许范围为以实验数据为基准的±25％之内。

第三步；分析仿真云图并对阀芯尺寸结构进行优化分析

3.1)通过对第二步Fluent生成的速度矢量云图、压力分布云图进行分析，观察流场中节流发生的关键位置，分析可能对压力损失、液动力造成关键影响的尺寸参数，在一定的范围内调整尺寸参数，仿真再次记录改变之后的流量、压力损失以及液动力的数值，找到尺寸参数变化的合理范围。本方法的尺寸参数主要包括节流口处节流槽的周向的数量，节流槽的深度以及节流槽本身的形状尺寸。

3.2)首先，利用Matlab中拉丁超立方抽样方法在3.1)确定的变量范围内抽取一部分尺寸参数作为响应面分析的基础数据。其次，根据拉丁超立方抽样方法生成的若干组尺寸参数重新建模，并按照第二步的方法进行仿真，记录多路阀在这些尺寸参数下的液动力、压力损失的数据。最后，利用Matlab中二阶多项式响应面模型工具，对拉丁超立方得出的尺寸参数和对应的仿真结果进行回归分析，拟合出这些尺寸参数和优化目标(液动力、压力损失)之间的关系式。其中二阶多项式响应面模型表达式如下：

其中，n是多项式的阶数，本模型中阶数为2，ε是统计学误差项，a0、a1、a2、a3是回归系数。在本方法中，选择液动力f和压力损失ΔP为目标函数。选择节流槽周向布置数量α，节流槽深度β和节流槽结构尺寸a为设计参数。其具体方法如下：

在Matlab中的应用程序模块，选择实验设计方法，添加节流槽周向布置数量α，节流槽深度β和节流槽结构尺寸a三个变量参数，按照3.1)中确定的范围设定变量。在方法中选择拉丁超立方方法随机生成一百个实验数据组。根据生成的数据组重新建立三维模型，将生成的模型重新仿真分析得出液动力和压力损失的数据。将数据以表格的形式导入Matlab中，选择二阶多项式响应面模型进行方程拟合，由二阶多项式响应面分析法建立的二阶多项式响应面模型如下：

方差分析是检验二阶多项式响应面模型精度的重要方法。其中，负相关系数R2是目前研究学者较为认可的度量标准之。负相关系数R2的计算公式为：

其中，n为试验点的个数，y为每个实验点对应的液动力和压力损失的值，是y的平均值，

是y的拟合值。对于该响应面模型而言，负相关系数R2越接近1，说明通过拉丁超立方抽样的设计点获得的二阶多项式响应面模型具有可靠性。若响应面的模型负相关系数不满足条件，则重新调整响应模型的生成算法，调整数据点的分布情况。

3.3)工程优化问题多数属于多目标优化问题，但由于各子目标往往是相互冲突的，较难确定最优解的相关概念。目前，最为学者认可的多目标最优解概念是法国经济学家V.Pareto提出的Pareto解集。采用遗传算法求解Pareto解集是常用的方法之一。邻域培植多目标遗传算法便是遗传算法的一种，它的特点是排序交叉采用相邻繁殖机制、增大优劣个体分化程度从而保证较优个体遗传概率。

使用Isight平台下的优化模块，利用遗传算法工具箱，选择邻域培植多目标遗传算法，设置遗传算法的初始种群数量100、交叉概率0.9、交叉分布指数10、变异分布指数20。使用命令流与批处理文件驱动优化过程，经过迭代计算得到Pareto最优解。最优解即为方程的解集，为求解得到的对于优化目标(压力损失、液动力)的最优尺寸参数。分析Pareto最优解集，根据工程实际选取需要的最优解点，再代入到Fluent中进行模拟仿真验证，验证优化结果的准确性。如果仿真和计算结果误差在±15％之内，且较优化前的结果有明显的提升，则认为优化结果成立。

以上所述实施例仅表达本发明的实施方式，但并不能因此而理解为对本发明专利的范围的限制，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。

Claims (5)

1.一种基于Fluent的多路阀仿真分析和结构优化方法，其特征在于，包括以下步骤：

第一步：对多路阀的液动力、压力损失进行实验测试

1.1)搭建实验台，对多路阀测试回路进行连接；

1.2)测试多路阀在不同流量、不同阀口开度下的液动力、压力损失情况，并对所得数据进行记录；

第二步：利用Fluent对多路阀进行仿真分析

2.1)根据多路阀的二维图纸，得到多路阀模型的基本尺寸参数，利用Solidworks建立不同阀口开度的多路阀三维模型，并输出igs文件；

2.2)将步骤2.1)中输出的igs文件导入Workbench中DM模型处理器，利用DM中的填充和修补工具，抽取出多路阀内油液流动的流道模型；再将流道模型导入Workbench中的Mesh网格处理器，采用多区网格划分的方法对流道模型划分网格，并设定模型的各个入口、出口以及壁面的名称，输出为mesh文件；

2.3)利用Fluent读取步骤2.2)中得到的mesh文件进行仿真分析，设置仿真的数学模型、物性参数、边界条件，选择计算方法，开始数值模拟计算，得到仿真结果；

2.4)仿真计算结束之后，利用Fluent后处理工具，查看多路阀内各处流场流动分布状态，观察并记录液动力以及压力损失数据，得到多路阀节流口处的速度矢量云图和压力分布云图；分别导入不同阀口开度下的多路阀流道三维模型，改变入口处流量，保持其他条件不变再进行仿真，同样记录液动力和压力损失的数据；

2.5)将仿真记录的数据与实验数据进行对比，如果数据之间的误差在误差允许范围内，则认为仿真所采用的各种条件及网格划分方法是可靠的，如果数据之间误差超过误差允许范围，则重复2.1)-2.4)步骤，修正网格划分、数学模型以及边界条件的设置，直到误差达到误差允许的范围内；

第三步：分析仿真云图并对阀芯关键尺寸参数进行优化分析

3.1)通过对第二步Fluent生成的速度矢量云图、压力分布云图进行分析，观察流场中节流发生的关键位置，分析可能对压力损失、液动力造成关键影响的尺寸参数，并调整尺寸参数，仿真再次记录改变之后的流量、压力损失以及液动力的数值，找到尺寸参数变化的合理范围；

3.2)首先，利用Matlab中拉丁超立方抽样方法在步骤3.1)确定的变量范围内抽取一部分尺寸参数作为响应面分析的基础数据；其次，根据拉丁超立方抽样方法生成的若干组尺寸参数重新建模，并按照第二步的方法进行仿真，记录多路阀在这些尺寸参数下的液动力、压力损失的数据；最后，利用Matlab中二阶多项式响应面模型工具，对拉丁超立方得出的尺寸参数和对应的仿真结果进行回归分析，拟合出这些尺寸参数和优化目标之间的关系式；

3.3)对二阶多项式响应面模型拟合出来的关系式进行求解，计算得到一个Pareto最优解集，根据工程实际选择适合的最优解，再代入到Fluent中进行模拟仿真验证，验证优化结果的准确性；如果仿真和计算结果误差在±15％之内，且较优化前的结果有提升，则认为优化结果成立。

2.根据权利要求1所述的一种基于Fluent的多路阀仿真分析和结构优化方法，其特征在于，步骤2.3)中所述的数学模型包括多相流模型、k-e湍流模型。

3.根据权利要求1所述的一种基于Fluent的多路阀仿真分析和结构优化方法，其特征在于，步骤2.3)中所述的物性参数包括流体密度、动力粘度、饱和蒸汽压、蒸汽黏度；所述的边界条件包括入口流量、出口压力、壁面条件。

4.根据权利要求1所述的一种基于Fluent的多路阀仿真分析和结构优化方法，其特征在于，步骤2.5)中所述的误差允许范围：以实验数据为基准的±25％之内。

5.根据权利要求1所述的一种基于Fluent的多路阀仿真分析和结构优化方法，其特征在于，步骤3.1)中所述的尺寸参数主要包括节流口处节流槽的周向的数量，节流槽的深度以及节流槽本身的形状尺寸。

Images