Automatische Optimierung von Turbomaschinen
Die Optimierung von Turbomaschinen wird seit Jahrzehnten unter dem Gesichtspunkt unterschiedlicher Zielgrößen vorangetrieben. Während früher die experimentelle Optimierung, die einzige Möglichkeit war, gewinnt die numerische Optimierung mittlerweile zunehmend an Bedeutung. Die hybride Herangehensweise aus numerischer Optimierung und experimentelle Validierung eröffnet neue Möglichkeiten während des Entwicklungsprozesses.
Eine Optimierungsumgebung ermöglicht unter Vorgabe der initialen Geometrie die automatische Vernetzung, das Aufsetzen des Simulationsfalles und die direkte Übergabe an den Löser. Auf Basis des Nelder-Mead-Algorithmus werden nach der Bestimmung des Startsimplex iterativ die optimalen Geometrieparameter gesucht. Zur schnelleren Lösung der Optimierungsaufgabe wird immer das gesamte Simplex berechnet, so dass für jeden Berechnungsschritt eine optimierte Lösung zur Verfügung steht. Der gesamte Vorgang läuft ausgehend von der Startgeometrie voll automatisiert ab. Die in Matlab implementiert Optimierungsumgebung organisiert die Berechnung der notwendigen Parameter, verwaltet die Vernetzung und Übergabe an den Solver, sowie die Auswertung der Simulationsergebnisse.
Am Beispiel eine Axiallaufrades konnte, unter Rahmenbedingung einer mehrkriteriellen Optimierung, eine Steigerung des Wirkgrades um 3% mit 6 Iterationsschritten erreicht werden.
