基于燃料电池推进系统的离心压缩机级多点初步设计方法

《International Journal of Turbomachinery, Propulsion and Power》：A Multi-Point Preliminary Design Method for Centrifugal Compressor Stages of Fuel Cell-Based Propulsion Systems

　　

基于氢燃料电池技术的空中推进系统的成功实施高度依赖于开发高效、轻量且紧凑的空气供应压缩机。使用传统的单点初步设计方法（Single-Point Preliminary Design Methods）设计压缩机来满足这些要求可能具有挑战性，因为空气供应压缩机必须能够适应的修正质量流量（Corrected Mass Flow Rate）和压比（Pressure Ratio）值范围非常宽泛。本文提出了一种用于空气供应系统离心压缩机初步设计的多点设计方法（Multi-Point Design Methodology）。该方法在内部代码TurboSim中实现，允许对无叶离心压缩机（Vaneless Centrifugal Compressors）进行单目标和多目标约束优化。此外，还提供了一种自动设计点选择方法（Automatic Design Point Selection Method）。研究人员通过文献中高压比单级无叶离心压缩机的实验数据验证了压缩机集总参数模型（Lumped-Parameter Model）的准确性。随后，将该设计方法应用于优化实际燃料电池动力总成（Fuel Cell Powertrain）的空气供应系统压缩机。与使用更传统的单点设计方法（Single-Point Design Method）所获得的结果相比，结果表明多点方法提供的压缩机设计具有更优越的性能，并且在目标操作点处更好地满足指定的约束条件。

**论文解读：基于多点初步设计方法的燃料电池推进系统离心压缩机优化**

**1. 研究背景与问题**

全球气候变化对航空业的减排提出了迫切需求。氢燃料电池推进系统，如欧盟清洁航空联合项目FAME（Fuel cell propulsion system for Aircraft Megawatt Engines）所开发的兆瓦级地面演示器，被视为一种有前景的替代技术。然而，此类系统的成功实施高度依赖于一个高效、轻量且紧凑的空气供应压缩机。该压缩机需在从地面到爬升顶点的所有飞行条件下为燃料电池提供新鲜空气，其工作范围极为宽广，覆盖了大范围变化的修正质量流量（Corrected Mass Flow Rate, ?_c）和压比（Pressure Ratio, β）。传统的单点初步设计方法（Single-Point Preliminary Design Methods）难以在如此宽泛的工况下同时满足所有性能指标和约束条件。因此，研究人员提出了一种多点设计方法，旨在初步设计阶段更有效地优化压缩机，减少后续基于CFD（Computational Fluid Dynamics）的详细设计迭代次数。

**2. 研究内容与结论**

本文开发并验证了一种针对单级无叶离心压缩机（Vaneless Centrifugal Compressor）的多点初步设计优化方法，并将其集成于内部代码TurboSim中。该方法允许用户指定任意数量的目标操作点，每个操作点定义所需的总对总压比（Total-to-Total Pressure Ratio, β_tt）、修正质量流量和最小喘振裕度（Stall Margin, SM）。通过将设计点质量流量（?_d）和设计压比（β_d）作为优化变量，实现了自动设计点选择。研究人员将该方法应用于FAME项目燃料电池动力总成（Fuel Cell Powertrain）的空气供应压缩机案例，包含地面、巡航1和巡航2三个操作点。结果表明，多点优化（Multi-Point Optimization, MPO）能够获得一个在所有操作点总对总效率（Total-to-Total Efficiency, η_tt）超过80%且满足所有约束（如叶尖速度限制、转速限制、喘振裕度）的压缩机设计。与单点优化（Single-Point Optimization, SPO）和以三个操作点重心为设计点的单点优化（SPO-CG）相比，MPO设计在性能上更优，且自动设计点选择方法有效避免了人工选择设计点的困难。该研究发表于《International Journal of Turbomachinery, Propulsion and Power》。

**3. 主要关键技术方法**

研究人员采用基于集总参数模型（Lumped-Parameter Model）的涡轮机械性能预测方法，通过六条速度线（从设计转速的80%到125%）离散化压缩机图谱，并利用多项式拟合和双线性插值进行多点评估。优化过程采用无梯度优化库pymoo，针对单目标问题使用遗传算法（Genetic Algorithm, GA），针对多目标问题使用NSGA-II算法。设计点质量流量和压比被视作优化变量，实现了自动设计点选择。验证实验数据来源于文献中NASA高效离心压缩机（HECC）的测量图谱。

**4. 研究结果**

**4.1 多点优化（MPO）**
研究人员通过多点优化（MPO）发现，目标函数（平均总对总效率，Equation 16）随世代增加连续上升，最终收敛于约81%。同时，第二操作点（巡航1）的叶尖速度被严格控制在620 m/s以下。设计点质量流量（?_d）和压比（β_d）作为优化变量，在优化过程中积极变化并收敛于其范围的上界附近。得到的压缩机修正图谱显示，所有三个指定的目标操作点均落在图谱内，并达到了所需的压比。

**4.2 单点优化（SPO）**
研究人员对常规单点优化（SPO）得到的非支配解进行多点评估后处理，发现80个解中仅有11个设计完全满足所有约束，其余解存在不同程度违反约束或无法覆盖所有操作点的情况。这表明仅优化设计转速线无法保证在所有离设计工况下的性能。

**4.3 以重心为设计点的单点优化（SPO-CG）**
同样，对SPO-CG优化得到的非支配解进行后处理，发现80个解中仅有3个设计满足所有约束，其余解大多无法达到约束要求或覆盖足够宽的流量范围。与SPO相比，SPO-CG的帕累托前沿被SPO完全支配，表明自动设计点选择方法优于凭经验选择重心点。

**4.4 最优解比较**
研究人员将MPO、SPO和SPO-CG三种策略的最优解进行比较。MPO设计的压缩机在所有三个操作点上的总对总效率（η_tt）均高于80%，而SPO设计的效率略低，SPO-CG设计的效率最低。此外，SPO-CG设计在地面操作点产生了不必要的额外功率需求。在关键设计变量上，MPO与SPO表现出差异，尤其是在扩压器喉部形状参数上，这解释了MPO的优越性能。

**5. 总结讨论与结论**

研究人员讨论了MPO相对于SPO的计算成本。MPO需要计算完整的压缩机图谱（六条速度线）并执行多点评估和速度线重算，计算时间约为SPO的8倍（每代13.5分钟对1.66分钟）。然而，MPO在性能提升和约束满足方面的优势显著。论文得出的结论是：本项研究提出的多点优化方法能够有效解决宽范围操作的压缩机设计问题，通过自动设计点选择，降低了设计人员经验要求，并获得了优于传统单点方法的设计。未来工作将致力于通过RANS和URANS CFD分析验证MPO设计的空气动力学性能，并利用形状优化方法进一步改进设计。
**结论翻译**：在本项研究中，研究人员提出了一种基于无叶离心压缩机级初步设计系统的新型多点优化方法。该方法在内部代码TurboSim中实现，可在设计分析和设计优化模式下运行。该方法允许指定任意数量的目标操作点，其特点为所需的总对总压比（β_tt）、修正质量流量（?_c）和最小喘振裕度（SM）值。可施加灵活的约束数量，包括在所有操作点处需遵守的最小和最大转速、最大叶尖速度等。此外，还提供了一种自动设计点选择方法，仅需用户指定设计点?_d和β_d的范围。当该模式激活时，这些定义设计点的量被视作优化变量，由优化器负责识别最优设计点。该方法被应用于FAME项目中燃料电池航空推进概念空气供应压缩机的挑战性测试案例。设计规范涵盖三个操作点，其β_tt范围从约2.7到5.6，最大修正质量流量是最小值的2.14倍，同时对喘振裕度值有严格要求。多点优化的结果表明，新方法能够实现优化的压缩机设计，在所有指定操作点处总对总效率超过80%，同时满足所有约束。此外，用于识别设计点的优化变量（?_d和β_d）在优化过程中是活跃的。通过多点优化方法获得的结果与采用传统单点策略（SPO和SPO-CG）进行的两次优化进行了比较。结果表明，多点优化能够满足目标操作点处的众多约束，并且与单点设计方法相比提供更优越的压缩机性能。将?_d和β_d作为优化变量被证明是可行的，因为两者在优化过程中均保持活跃。单点优化的比较证实，在自动确定的设计点处进行的单点设计优于在三个操作点重心处进行的单点设计。这一方面被认为特别相关，因为它可以降低设计人员处理多点压缩机设计所需的经验水平。未来工作将致力于使用RANS和URANS CFD分析研究通过MPO获得的压缩机空气动力学性能，并通过形状优化方法改进其设计。