WO2013091222A1

WO2013091222A1 - 径流式液力透平优化设计方法

Info

Publication number: WO2013091222A1
Application number: PCT/CN2011/084460
Authority: WO
Inventors: 孙金菊; 宋鹏; 王科
Original assignee: 西安交通大学
Priority date: 2011-12-22
Filing date: 2011-12-22
Publication date: 2013-06-27

Abstract

一种径流式液力透平优化设计方法包含一元热力优化设计方法，通流部件三维造型方法以及整机优化方法；其中，整机优化方法包括如下步骤：喷嘴导叶和叶轮叶片参数化步骤、协同进化遗传算法、自适应的近似模型以及CFD自动调用算法。这种设计方法有效减少了计算量。

Description

说明书径流式液力透平优化设计方法技术领域

本发明属于石油化工、化肥、化学工业等领域余压回收技术，涉及一种液力透平的设计方法，特别是一种径流式液力机械整机设计优化方法。背景技术

在高能耗的石油化工装置流程中,需要将高压液体节流至低压以满足工艺流程的需要。通常这一降压过程是通过节流闽来完成的，节流闽节流过程是极其不可逆的剧烈降压过程，高压液体能量将被白白浪费掉，且会导致液体介质的汽化、结构的汽蚀破坏。石油化工企业也越来越重视节能降耗以降低产品成本和提高企业自身的竞争能力，节能技术和设备的应用及推广就显得愈加重要。在石油化工装置流程通过液力透平回收高压流体的能量用以驱动其他转动机械如泵等，可以取得显著的节能降耗效益。

液力透平于 70 年代末期进入市场，有反转泵（ REVERSE PUMP) 、法兰西斯泵型（ FRANCIS ) 、卡普兰型（KAPLAX) 和佩尔顿型 ( PELTON)。反转泵式液力透平通过离心泵的反转运行实现液体介质的压力回收，其结构简单，成本较低,设计成熟，故在石化装置中有较广泛的应用。但对流量要求比较严格，流量过大过小时，回收效率将大幅降低，甚至出现无回收情况。由于上述缺陷，此类液力透平有逐歩被径向透平取代的趋势。

石油化工装置工艺流程所求的压降往往相当大，蕴藏着大量可回收的液体压力能，单级透平不适用于高压差的液力回收利用，只有增加液力透平的级数才能提高能量回收规模。但随着级数的增加势必会增加转子的轴长，从而降低其可靠性。而径向叶片涡轮液力透平与可逆泵式液力透平相比具有更高的效率，同样压差下所用透平的级数往往要比反转泵式透平要少，级数的减少将有效地提高转子的可靠性。同时，由于径向叶片涡轮的直径相对较小，因此结构紧凑、造价低。径向叶片涡轮设计的更大优点是可以使用变几何喷嘴，因为环形流道上的喷嘴为螺栓连接，容易更换，这样，液力透平就有最佳的工作效率，同时设计流量的范围也较宽。但就国内外文献看，径向液力透平通流部件的设计理论方面资料有限。

本发明公开了径向液力透平优化设计方法，为液力透平通流部件的设计提供支撑。发明内容

本发明的目的是提供径流式液力透平通流部件的整机优化设计方法，包括一元优化设计、通流部件的初始形状设计、优化设计方法（平台）。

本发明提供了一种径流式液力透平优化设计方法，包含一元热力优化设计方法，通流部件三维造型方法以及整机优化方法；其中，整机优化方法包括如下歩骤：喷嘴导叶和叶轮叶片参数化歩骤、协同进化遗传算法、自适应的近似模型以及 CFD (计算流体力学）自动调用算法。

所述径流式液力透平优化设计方法，按照如下歩骤：

(1)给定流量、进出口工质参数，将一元优化模型与优化算法相结合，考虑各种约束条件，通过编程求解优化问题，确定叶轮进出口直径、速度三角形，为通流部件三维设计打下基础；

(2)基于一元优化设计结果，设计通流部件初始形状，包括喷嘴导叶叶型、叶轮计以及蜗壳设计； (3)在整机环境下，对已设计的蜗壳、喷嘴、叶轮等通流部件的流场进行 CFD分析，获得初始设计的性能数据，同时分析流动损失；

(4) 基于通流部件初始形状设计，进行几何形状的参数化并提取优化设计变量；依靠 CFD 数值研究，通过变量灵敏度分析确定优化变量的范围；优化目标是在整机环境下，同时提高整机的效率以及膨胀。

(5)利用试验方法构造实验样本，并用 CFD对实验样本进行分析，获得其目标函数值；利用实验样本数据建立近似模型，替代耗时的 CFD 计算，作为目标函数指导优化进行；

(6)利用遗传算法计算若干歩，完成对整个设计空间的初歩探索；分析遗传算法种群数据，计算变量之间紧密或松散的量化关系；通过变量分组算法，将复杂的多变量优化问题分解为多个相对独立又互相影响的子问题；

(7)使用协同进化算法优化，该算法具有处理多变量高度非线性问题的能力；由于是在考虑变量相关性的基础上对原问题进行合理分割，考虑了子问题间的相关性，在最大限度保留原问题特性的基础上，减少了寻优所需的计算量；

(8M吏用在优化的过程中，使用动态采样策略更新近似模型，自动调用较少次数 CFD计算，不断提高模型在潜在最优区域的精度，提高寻优效率；

(9)当计算量达到预定最大值时，优化算法结束，获得最优化设计。所述一元热力优化方法包括如下歩骤：

(1)一元热力设计使用遗传算法，通过计算机自动完成优化过程，而非传统的依靠不断试凑得出；

(2)在优化的过程中，需要工质在通流部件不同截面的物性数据，均通过调用物性子程序完成，不但保证了计算精度，而且，由于物性子程序可计算不同工质，优化程序具有设计不同介质膨胀机的能力。

所述整机优化方法包括如下歩骤：

为同时考虑膨胀机各个部件对整机流场及性能的影响，优化各个部件工作在最优化状态，引入了协同进化算法，使得优化方法具有处理多变量高度非线性问题的能力；此种算法将一个复杂的多变量优化问题分割为多个相对独立的子问题，并利用遗传算法对每一个子问题进行逐歩求解；在考虑变量之间相关性的基础上对问题进行合理分割，在最大限度保留原问题特性的基础上，有效减少寻优所需的计算量；

(2)由于整机优化使用了较多变量，为保证优化在有限计算资源下完成，利用利用克里金近似模型预测目标函数，而不是每次都调用耗时的

CFD计算；采用了有自动更新能力的近似模型算法，在仅调用少量 CFD 计算次数基础上，不断提高模型在潜在最优区域的精度，提高寻优效率;

(3) CFD 的自动调用通过一系列自有程序和批处理脚本，完成 CFD 分析包括候选叶片型线生成、网格划分、 CFD设置和求解器自动求解、以及数值结果获取的全部过程，可直接与优化程序集成；

(4)该优化方法的各个模块不是简单按照顺序依次进行，而是被有机地整合在一起，譬如，在建立初始近似模型时，需要调用 CFD完成初始样本数据库的建立，并调用优化算法完成近似模型的拟合工作; 拟合后的近似模型被作为目标函数，用来指导优化的进行；在寻优的过程中，又会根据算法计算的需要，调用 CFD计算，增加适当的样本点，来更新近似模型在潜在最优区域的精度，这时候优化算法和 CFD均被调用，近似模型同时完成一次更新。 1. 一元热力优化设计方法

一元热力优化设计的目的是在参数取值范围内，满足各项约束条件，匹配各部件的相关设计参数，确定叶轮进出口直径、速度三角形、叶轮子午面形状，为三维流道的设计打下基础。

本发明中所建立的一元优化设计模型中，选取轮周效率为目标函数，相应的无量纲参数为设计变量，给出各项约束条件，引入遗传算法，形成了一元热力优化设计方法。叶轮轮周效率^可表示为下列无量纲参数的函数：

上式中

—导向装置（包括蜗壳和喷嘴）的速度系数

—叶轮的速度系数

Ω—反动度

—叶轮进口绝对液流角

一叶轮出口相对液流角

"/一级的速比（叶轮进口周速 /等熵膨胀速度）

^Dy_Di一轮径比（叶轮出口平均直径 /叶轮进口直径）上述无量纲参数的取值范围，很大程度上基于经验数据并结合实际设计要求来确定。优化需要尽可能地保证较宽的参数搜索空间，但又不会出现过于不合理的参数组合；根据不同的应用情况，变量取值范围或许不同，需要根据经验做适当调整。例如，下列是一组较为合适的变量取值范围：

0.3< Ω < 0.6

0.85 < <^ < 0.97

0.5≤^/¾≤0.8

10 ≤^≤30

20 <β₂<50

0.2≤D₂/D₁≤0.6

在一元优化设计中，除了要满足优化变量的取值范围外，还需要同时满足其它约束条件，以获得较好的流动特性及整机性能。主要包括：

(1) 喷嘴出口马赫数对反动度 Ω的约束：适当地选用较大的 Ω可以充分发挥利用惯性力做功的优点，但若 Ω过大，将会造成叶轮负载过大，透平的内、外漏气损失以及轮盘摩擦损失等增加，还会造成无意义地增加，转子承受的轴向力也会相应地增加。 Ω也不能太小，否则 c 可能过大而超过当地音速。

(2) 叶轮加速因子的限制作用:叶轮内无减速流动： w_{2 > Wl}。

(3) 入口冲角： ί = β、 β、，对于高速的径向-轴流式透平，叶轮流道中的全部能量损失中，入口冲击损失要占很大比例。这项损失的大小主要取决于入口冲角。建议叶轮进口保持一定负冲角或较小正冲角： -10 <i<5 。

(4) 许用速比的约束：根据叶轮入口能量损失系数和冲角之间关系，从水力的观点来看，应尽量采用负冲角或者较小的正冲角。然而，从结构设计的观点来看，有的时候需要有一定的正冲角，因为这有利于降低透平的数值。

(5) 相对叶高在一定范围内，且满足最低叶高要求： 0.03 < < 0.15, < 3mm

(6) 设计中根据实际需要还要考虑别的约束条件（如最小轴颈要求等）。传统设计方法利用循环迭代方法试凑出上述各参数；但由于设计变量较多、变量取值范围广、约束条件众多，将产生大量的候选解，很难通过试凑的方法获得满足约束条件的最佳设计参数。因此，在本发明中，将上述一元设计模型和遗传算法相结合，用优化的方法来确定满足各种设计约束条件下的最优设计参数。通过一元优化优化设计可以确定叶轮进出口速度三角形以及子午面形状，为三维流道的设计优化打下了基础。

2. 通流部件初始形状设计

2.1喷嘴导叶

在不同工艺流程中，液力透平需要在固定流量或变流量下运行。对于固定流量运行的液力透平，可以采用固定安装角式喷嘴结构，导叶采用气动叶型以减少流动损失，如图 1(a)所示。对于变流量运行的液力透平，为了改善液力透平的变工况性能，需要使用可调安装角式喷嘴结构。由于要在喷嘴上安装旋转机构，瘦长的气动型叶片不再适用，需要寻找合适的叶型，图 1(b)给出了一种适合可调结构要求的导叶叶型。

2.2叶轮

叶轮的三维造型包括子午面型线、工作轮和出口诱导轮设计。

如图 2所示，轮盘、轮盖的子午型线均采用椭圆曲线。

工作轮叶片考虑强度要求，一般为径向直叶片。

液力透平出口诱导轮应满足几方面的要求：具有良好的水力学特性；成型后的叶片具有较好的强度特性；便于加工、检验等。圆柱基面的非可展直纹抛物面在水力性能、强度方面、加工工艺等方面都具有优势，可以满足对诱导轮叶型的几方面要求。因此，本发明采用圆柱基面非可展的直纹抛物面对导风轮进行叶片造型。如图 3所示，通过叶轮旋转轴的平面称为子午面，垂至于叶轮旋转轴的平面称为径向面，垂直于叶轮旋转轴的端面为径向端面。

根据叶轮特点，可开发出叶轮设计程序，图 4是程序流程图。

2.3蜗壳造型设计

蜗壳由进液管，蜗管和环形加速器三部分组成。在本发明中，蜗壳中的三元流动被简化为二元绝热的定常流动，同时假设涡管某截面液体的质量全部集中在该截面的型心上。因此，确定了流体的参数沿蜗管截面型心连接线的变化规律，就可以了解蜗管中流体流动情况，并据此设计蜗壳。

根据二元流动假设，通过蜗管任一截面 F的工质的流量 ^与截面方位角 Θ和蜗管数 Z_v呈下列关系：

G, = '^ = ί c_u pdF = ⁽^-^-2^_ll_Np_lc_lutga_lT ( 2 ) 蜗壳截面的形状，根据不同情况，有圆形，椭圆形以及非对称的梨型等。其中，圆形蜗壳的截面形状 G_e可表示为：

其中， _Δ为蜗壳高，为截面圆半径，为喷嘴叶片宽度，为速度数，为方位角， 0^为液体出口角，上述各计算式中方位角 0均以隐式形式出现，若求某一指定截面的何参数，可借助于计算机编程求解，对蜗壳进行造型设计。 3. 参数化

3.1喷嘴叶片的参数化

利用两条 B样条曲线（也可采用 Bezier曲线或 NURBS等曲线描述方法），对喷嘴的叶片进行参数化表达。

如图 5 所示，选用 8个控制点用来控制上下两条曲线。其中叶片尾翼以及前缘点（点 1和点 8) 固定不动；为减少使用的控制变量，仅通过改变其余各控制点的纵坐标（共 6个变量）来改变喷嘴叶片的形状。喷嘴安装角亦作为一个优化变量，通过性能优化来确定，如图 503)所示。对于可调喷嘴，共用 7个变量对喷嘴叶片进行参数化表述。

3.2叶轮叶片参数化

如上所述，叶轮子午型线使用了椭圆曲线，工作轮使用了径向直叶片，诱导轮使用了圆柱 -抛物面方程描述。叶轮叶片的参数化正是根据叶片的初始几何形状特点展开的。

如图 4(a)、（b)、（c)所示，五个造型参数 c^ c^A ^以及 <¾，被选择作为叶轮叶片的优化变量。

其中

a,一诱导轮外端面与径向面夹角

«₃—诱导轮内端面与径向面夹角

。一诱导轮外端面平均半径处的叶片角度

<¾一工作轮叶片压力面和速度面的径向夹角

<¾一工作轮压力面和速度面的轴向夹角

综上所述，在液力透平整级的优化中，共采用了 12个变量，对液体膨胀机的喷嘴及叶轮进行参数化表达。其中 6个变量用于控制喷嘴叶片变化， 1 个变量用于控制喷嘴安装角变化， 5个变量用于优化叶轮。由于优化变量较多，需要对液力透平的整机优化设计方法进行研究。 4. 整机优化设计方法

由于膨胀机整机各个部件及其相互作用（尤其是喷嘴和叶轮之间的相互作用）对液力透平整机流场及性能有重要的影响。鉴于此，液力透平的优化设计需要在整机环境下进行。在本发明中，在整机环境中进行 CFD 分析，结合参数化方法和先进的协同进化遗传算法（CCGA), 建立了液力透平的整机优化设计方法。

4.1 目标函数

在液力透平优化中，为了使液力透平效率提高的同时，压降也能达到要求，目标函数由二者组合而成，表示为

其中 Pr代表了液体膨胀机的膨胀比， Pr°是初始设计的膨胀比；代表了液体膨胀机的等熵效率， c n c₂是经验系数。

4.2 CFD的自动调用

在优化计算的过程中，目标函数（包括效率，膨胀比）需要使用 CFD进行评估以更新近似模型，于是包括候选叶片形线生成、网格划分、 CFD调用计算，以及 CFD结果的获取，均通过自有程序以及批处理调用 CFD流场计算软件完成。图 6显示了一个候选设计从叶片生成到完成目标函数值计算的完整过程：

4.3优化平台

由于优化变量个数较多、优化问题本身高度非线性、以及 CFD整机数值模拟相当费时，传统的遗传算法和近似模型技术无法保证寻优过程的完成。为在有限的计算资源下完成对高度非线性多变量问题的优化，针对基于 CFD 的多变量优化问题，建立了一个较为通用的优化设计平台。该优化平台包含四个主要模块：喷嘴导叶和叶轮叶片的参数化生成、协同进化遗传算法（CCGA)、自适应的近似模型技术、以及 CFD 的自动调用计算。在优化平台中，这四个模块中有机地整合在一起。图给出了优化平台的流程图，下面给出了对各模块较详细的描述。

( 1 ) 参数化模块：使用样条曲线对喷嘴的叶片进行参数化，通过改变控制点坐标来改变喷嘴叶片的型线；若为可调喷嘴，也可描述喷嘴叶片的安装角变化；利用圆柱-抛物面方法表述叶轮叶片，可通过调整几何参数修改叶轮设计。以上方法通过程序实现并方便以 CFD软件数据接口格式输出，用以在优化过程中自动生成喷嘴及叶轮叶片数据。

( 2 ) 近似模型模块：构造一定数量的组样本设计，并在整级环境下对样本进行 CFD分析，获得其目标函数值，用以建立初始化的近似模型。在后续的优化计算中，此近似模型被用来替代耗时的 CFD计算完成目标函数评估，加速寻优的进程；并在优化过程中根据算法需要不断增加新的点，以提高近似模型在潜在最优点的预测精度。

( 3 ) 变量分组算法模块：协同进化算法中的关键问题是合理的变量分组。在本发明中，通过统计遗传算法种群个体的分布数据，获得不同变量间的相关性数据。基于变量之间（紧密或松散）的量化关系，将优化变量分为多组（即进行变量空间分割），以便使用协同进化遗传算法进行优化计算。

( 4 ) 协同进化遗传算法 (CCGA)模块：协同进化遗传算法将一个复杂的多变量优化问题分割为多个相对独立的子问题，并利用遗传算法对每一个子问题进行逐歩求解，它在考虑变量之间相关性的基础上对问题进行合理分割，能有效地减少寻优所需的计算量。由于每个遗传算法个体只拥有一部分优化变量，当需要计算一个候选个体目标函数值的时候，它就需要与来自其它种群的变量进行合并，以获得候选个体的目标函数。附图说明

图 1 ( a) 和 (b)分别给出了固定安装角和可调安装角喷嘴导叶叶型。图 2叶轮子午面示意图。

图 3为叶轮叶片示意图。原点 0选在叶轮旋转轴 O上。 0角及径向面上的圆弧长度 Y取与叶轮旋转方向相同时为正值，反之，为负值，且都从某一工作轮叶片中面起算。 O。为中心抛物面的轴。假定中心抛物面与外端面的交线为直线并通过这根轴。 O和 O。两根轴之间的距离为 R_a，并令叶片顶部包角减小时的！^为正值为中心抛物面与外端面的相交直线和平均半径处的径向线间夹角的轴向投影，同样取使叶片顶部包角减小时的 </角为正值。

图 4叶轮设计程序流程图。

图 5喷嘴导叶叶型参数化及可调安装角示意图。

图 6给出了在液力透平整机优化过程中如何实现 CFD 自动调用的示意图。

图 7给出了液力透平整机优化设计程序平台流程图。具体实施方式

为了方便本发明的实施，以下结合附图及方程等对本发明作进一歩详细的描述。

首先，将方程（1 ) 所描述的一元优化模型与优化算法相结合，考虑各种约束条件，通过编程求解优化问题，确定叶轮进出口直径、速度三角形等，是通流部件三维设计的基础。

第二，基于一元优化设计结果，设计通流部件初始形状，包括喷嘴导叶叶型、叶轮计、以及蜗壳设计。对于固定流量运行的液力透平，推荐采用固定安装角式喷嘴结构，导叶采用气动叶型以减少流动损失，如图 1 (a)所示。对于变流量运行的液力透平，为了改善液力透平的变工况性能，需要使用可调安装角式喷嘴结构，相应地需要采用适合可调结构要求的导叶叶型，图 l(b)。叶轮的三维造型包括子午面型线、工作轮和出口诱导轮设计。如图 2所示，液力透平叶轮轮盘、轮盖的子午型线均采用椭圆曲线，工作轮叶片为径向直叶片，出口诱导轮采用圆柱基面非可展的直纹抛物面对导风轮进行叶片造型。图 3(a)、 ( ), (c)分别给出了叶轮的子午面投影，投影，以及诱导轮圆柱截面展开图。按照上述方案，利用数值方法和计算机编程，很容易实现叶轮三维成型，图 4 给出了叶轮设计程序流程图。蜗壳的设计基于蜗壳内二元绝热定常流动的假设，以及涡管某截面液体的质量全部集中在该截面型心上的假设。方程（4) 给出了蜗壳几何参数的关系式，通过编程求解该隐式方程可以得到各位置角度上对应的几何参数。

第三，基于通流部件初始形状设计，进行几何形状的参数化并提取优化设计变量。如图 5所示，利用两条样条曲线拟合喷嘴叶片的吸力面及压力面，获取控制点的坐标值，将其作为初始设计表达，并合理筛选部分坐标值作为喷嘴翼型优化的参变量；对于可调喷嘴，可增加 1个变量用于表示喷嘴安装角变化。基于叶轮的初始几何形状特点（即叶轮子午型线为椭圆曲线，工作轮为径向直叶片，诱导轮则为圆柱 -抛物面），对叶轮的进行参数化并选择五个变量 ^，^ 。，^以及作为叶轮叶片的优化变量，如图 3(a)、（b)和 (c)所示。综上，在液力透平整级的优化中，共采用了 12个变量，对液体膨胀机的喷嘴及叶轮进行参数化表达。其中 6个变量用于控制喷嘴叶片变化， 1个变量用于控制喷嘴安装角变化， 5个变量用于优化叶轮。

第四，液力透平的整机优化方法。目标函数由液力透平总效率和压比组合而成，方程 (5)给出了其数学表述。建立了一个基于 CFD的优化平台，适用于液力透平整级的优化，其中 CFD 的自动调用通过一系列自有程序和批处理脚本，完成 CFD分析包括候选叶片型线生成、网格划分、 CFD设置和求解器自动求解、以及数值结果获取的全部过程，方便与优化程序集成，过程如图 6所示。图 7是优化设计平台流程图，主要包括四个模块：喷嘴导叶和叶轮叶片参数化、协同进化遗传算法、自适应近似模型技术、以及 CFD 自动调用。在优化方法通过下列措施有效减少计算量，并加速寻优收敛：利用近似模型预测目标函数，而不是每次都调用耗时的 CFD计算；采用了有自动更新能力的近似模型算法，不断提高模型在潜在最优区域的精度，提高寻优效率。协同进化算法的引入，使得算法具有处理多变量高度非线性问题的能力。通过变量分组算法，侦测变量之间（紧密或松散）的量化关系，将一个复杂的多变量优化问题分割为多个相对独立的子问题（将优化变量分为多组），并利用遗传算法对每一个子问题进行逐歩求解；在考虑变量之间相关性的基础上对问题进行合理分割，考虑子问题间的相关性，在最大限度保留原问题特性的基础上，有效减少寻优所需的计算量。算法中同时使用自适应遗传算子，改善了协同进化算法的全局搜索能力并加速收敛。该优化平台的各个模块不是简单按照顺序依次进行，而是被有机地整合在一起，譬如，在建立初始近似模型时，需要调用 CFD完成初始样本数据库的建立，并调用优化算法完成近似模型的拟合工作；拟合后的近似模型被作为目标函数，用来指导优化的进行；在寻优的过程中，又会根据算法计算的需要，调用 CFD计算，增加适当的样本点，来更新近似模型在潜在最优区域的精度，这时候优化算法和 CFD均被调用，近似模型同时完成一次更新。以上内容是结合具体的优选实施方式对本发明所作的进一歩详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims

权利要求书

1、一种径流式液力透平优化设计方法，其特征在于，包含一元热力优化设计方法，通流部件三维造型方法以及整机优化方法；其中，整机优化方法包括如下歩骤：喷嘴导叶和叶轮叶片参数化歩骤、协同进化遗传算法、自适应的近似模型以及 CFD自动调用算法。

2、如权利要求 1所述径流式液力透平优化设计方法，其特征在于，按照如下歩骤：

(2)基于一元优化设计结果，设计通流部件初始形状，包括喷嘴导叶叶型、叶轮计以及蜗壳设计；

(3)在整机环境下，对已设计的蜗壳、喷嘴、叶轮等通流部件的流场进行 CFD分析，获得初始设计的性能数据，同时分析流动损失；

(6)利用遗传算法计算若干歩，完成对整个设计空间的初歩探索；分析遗传算法种群数据，计算变量之间紧密或松散的量化关系；通过变量分组算法，将复杂的多变量优化问题分解为多个相对独立又互相影响的子问题； (7)使用协同进化算法优化，该算法具有处理多变量高度非线性问题的能力；由于是在考虑变量相关性的基础上对原问题进行合理分割，考虑了子问题间的相关性，在最大限度保留原问题特性的基础上，减少了寻优所需的计算量；

(9)当计算量达到预定最大值时，优化算法结束，获得最优化设计。

3、如权利要求 2所述径流式液力透平优化设计方法，其特征在于：所述一元热力优化方法，包括如下歩骤：

4、如权利要求 2所述径流式液力透平优化设计方法，其特征在于：所述整机优化方法，包括如下歩骤：

(1)为同时考虑膨胀机各个部件对整机流场及性能的影响，优化各个部件工作在最优化状态，引入了协同进化算法，使得优化方法具有处理多变量高度非线性问题的能力；此种算法将一个复杂的多变量优化问题分割为多个相对独立的子问题，并利用遗传算法对每一个子问题进行逐歩求解；在考虑变量之间相关性的基础上对问题进行合理分割，在最大限度保留原问题特性的基础上，有效减少寻优所需的计算量；

(2)由于整机优化使用了较多变量，为保证优化在有限计算资源下完成，利用利用克里金近似模型预测目标函数，而不是每次都调用耗时的 CFD计算；采用了有自动更新能力的近似模型算法，在仅调用少量 CFD 计算次数基础上，不断提高模型在潜在最优区域的精度，提高寻优效率;

(4)该优化方法的各个模块不是简单按照顺序依次进行，而是被有机地整合在一起，在建立初始近似模型时，需要调用 CFD 完成初始样本数据库的建立，并调用优化算法完成近似模型的拟合工作；拟合后的近似模型被作为目标函数，用来指导优化的进行；在寻优的过程中，又会根据算法计算的需要，调用 CFD计算，增加适当的样本点，来更新近似模型在潜在最优区域的精度，这时候优化算法和 CFD 均被调用，近似模型同时完成一次更新。