适用于鱼类的轴流式涡轮机叶片设计：螺旋结构的多目标优化

《Ocean Engineering》：Blades design for fish-friendly axial-flow turbine: Multi-objective optimization of helical structures

针对水轮机阻隔鱼类迁徙导致的高死亡率问题，本研究提出螺旋叶片水轮机优化设计。通过物理实验确定压力与流速阈值，结合BPNN-PSO-MOEA/D-DE多目标优化算法，在保证85.74%水能效率前提下，使鱼类生存率提升至89.6%，显著降低压力梯度（45.9%）和剪切应力（21.6%），验证了螺旋叶片结构在生态友好型水轮机中的可行性。

　　这项研究探讨了如何在水力发电涡轮机设计中融入生态友好的理念，以减少对鱼类的伤害。传统的水坝和水力发电涡轮机在促进鱼类迁移方面存在显著障碍，这不仅影响了鱼类的生存，还对生态系统的长期可持续性构成了威胁。研究团队提出了一种创新的螺旋叶片结构，旨在通过优化叶片的几何参数来减少鱼类在通过涡轮机时的伤害。这一设计灵感来源于阿基米德螺旋，它能够改善水流的平滑性，从而为鱼类提供更安全的通道。通过结合物理实验和数值模拟，研究验证了该设计在提高鱼类生存率方面的有效性，同时对涡轮机的效率损失进行了量化分析。这种螺旋叶片设计不仅在技术上可行，而且在生态效益方面也表现出色，为水力发电项目的生态可持续性提供了新的解决方案。

研究的首要目标是评估螺旋叶片涡轮机在运行过程中对鱼类的伤害情况。为此，团队设计了一套专门用于测试压力伤害的实验装置，包括高压空气罐、观察罐和真空罐。实验过程中，研究人员使用两种常见的淡水鱼类——锦鲤和黄颡鱼，测量它们在不同压力条件下的反应。结果表明，鱼类在正压条件下几乎不会受到伤害，而在负压条件下的压力梯度和流速变化则可能对鱼类造成严重伤害。特别是在压力梯度超过16 kPa/s时，鱼类可能会遭遇眼裂、鳃损伤和内出血等问题，甚至导致死亡。这些发现为后续的涡轮机设计提供了重要的参考，帮助确定压力和压力梯度对鱼类伤害的初步阈值。

为了进一步理解螺旋叶片涡轮机的性能，研究人员采用了计算流体力学（CFD）技术进行数值模拟。他们构建了一个三维的水力通道模型，涵盖了导叶、转轮和尾水管。通过使用RNG k-ε湍流模型，团队能够准确捕捉流体在转轮内部的复杂流动特性。此外，他们还通过比较模拟结果与实际数据，验证了模型的可靠性。结果显示，模拟效率与实际效率之间的最大误差不超过3%，这表明该数值模型在捕捉涡轮机的流体特性方面具有较高的精度。这一成果为后续的优化工作奠定了坚实的基础，使研究人员能够基于可靠的模型进行多目标优化。

研究还引入了一种混合优化框架，结合了反向传播神经网络（BPNN）、粒子群优化（PSO）和基于分解的多目标进化算法（MOEA/D-DE）。这一框架能够有效处理多个优化目标之间的权衡问题，例如提高涡轮机效率的同时，确保鱼类的高生存率。BPNN被用来预测叶片几何参数与性能指标之间的非线性关系，而PSO则用于优化网络的权重和阈值，以提高模型的预测精度。MOEA/D-DE算法则将复杂的多目标优化问题分解为多个子问题，从而实现更全面的优化结果。通过这一优化过程，研究人员确定了最优的叶片参数组合，包括双叶片结构、3314 mm的叶片节距、837°的包角、16.88°的扭转角、0.892的节距比和66.8 mm的叶片厚度。这些参数的优化使得涡轮机在保持较高效率的同时，显著提高了鱼类的生存率。

在实际测试中，螺旋叶片涡轮机的效率比传统轴流涡轮机降低了6%，但鱼类的生存率却提高了25%。这种效率的牺牲被认为是值得的，因为螺旋叶片的设计有效抑制了有害的应力区域、陡峭的压力梯度和剪切应力。此外，通过数值模拟分析，研究团队还发现螺旋叶片涡轮机能够减少气泡形成和气蚀现象，从而降低鱼类在通过涡轮机时的损伤风险。这些发现表明，将生态友好设计纳入涡轮机设计过程是可行的，并且能够在保证能源生产效率的同时，减少对水生生态系统的负面影响。

为了进一步评估螺旋叶片涡轮机在不同工况下的性能，研究团队构建了一个基于优化参数的数值模型，并对不同水头条件下的运行情况进行了详细分析。结果显示，涡轮机的效率在设计水头（33 m）时达到最佳，而在其他水头条件下仍然保持较高的运行效率。例如，在27 m和39 m的水头条件下，涡轮机的效率分别为71.83%和77.53%，而输出功率则从7.52 MW增加到14.00 MW。这表明，即使在非设计工况下，螺旋叶片涡轮机也能够维持良好的运行性能。此外，研究人员还对涡轮机的流体特性进行了深入分析，发现螺旋叶片设计能够改善水流的均匀性，减少流体在叶片上的剧烈变化，从而为鱼类提供更安全的通过环境。

研究还对鱼类通过涡轮机时的流体特性进行了模拟，以评估其对鱼类的伤害程度。通过使用重叠网格方法，研究人员能够跟踪鱼类在涡轮机内部的运动轨迹，并分析其表面压力和剪切应力的变化。结果显示，传统轴流涡轮机在鱼类通过时，其表面压力可降至-162.18 kPa，而最大压力梯度可达9.95 MPa/s，最大剪切力为4793.43 s?1，最大速度为29.45 m/s，导致鱼类的损伤率高达19.5%。相比之下，螺旋叶片涡轮机的表面压力最低为-83.6 kPa，最大压力梯度为5.38 MPa/s，最大剪切力为3758.24 s?1，最大速度为24.87 m/s，对应的损伤率仅为5.49%。这表明，螺旋叶片设计能够显著降低鱼类在通过涡轮机时的伤害风险。

此外，研究团队还对螺旋叶片涡轮机的运行稳定性进行了评估。结果显示，螺旋叶片设计能够减少涡轮机内部的涡旋形成，改善水流的均匀性，从而降低气蚀和压力波动对鱼类的伤害。涡轮机的尾水管区域也表现出良好的流体特性，没有出现大面积的气泡积累或剧烈的压力变化。这些发现进一步支持了螺旋叶片设计在促进鱼类安全通过方面的有效性。

在实验设计方面，研究团队采用了正交设计方法，构建了一个包含六个因素和五个水平的正交矩阵（L25 (5^6)），以生成初始数据集。通过这种方法，研究人员能够系统地探索各个因素之间的相互作用，而不会受到主观权重的影响。随后，团队将叶片节距和扭转角分为两组，分别与其它因素结合，形成了四个正交数组，共100个实验方案。这些实验方案的数据被用于训练PSO-BPNN模型，从而实现对多个优化目标的综合分析。

在优化模型的构建过程中，研究人员发现，每个几何变量对涡轮机效率、输出功率和鱼类存活率的影响是非线性的。因此，他们采用PSO-BPNN模型来发现和预测这些非线性关系。PSO优化BPNN的参数，使其能够准确捕捉多维流场数据，提高模型的预测精度和泛化能力。同时，MOEA/D-DE算法将复杂的多目标优化问题分解为多个子问题，确保了优化过程的全面性和收敛性。通过这种优化框架，研究团队成功找到了一种在多个目标之间取得平衡的解决方案。

研究还对优化后的模型进行了详细的性能分析，包括效率、输出功率和鱼类存活率。结果显示，优化后的螺旋叶片涡轮机在效率方面略低于传统轴流涡轮机，但其输出功率和鱼类存活率均有显著提升。这种效率的牺牲被认为是可以接受的，因为鱼类存活率的提高对生态保护具有重要意义。此外，研究人员还对不同水头条件下的涡轮机运行情况进行了模拟，发现优化后的螺旋叶片设计在各种工况下均能保持较高的运行效率，且对鱼类的伤害风险较低。

总体而言，这项研究为水力发电项目的生态友好设计提供了一种新的思路。通过优化叶片的几何参数，螺旋叶片涡轮机能够在保持较高能量转换效率的同时，显著提高鱼类的生存率。这一成果不仅为水力发电技术的改进提供了理论支持，也为实现可持续的水力发电提供了实践指导。未来的研究可以进一步探索这种设计在不同河流环境中的适应性，并结合更多的生态数据，以确保其在实际应用中的广泛适用性和有效性。