[发明专利]一种垃圾焚烧炉一次风母管的设计方法

权利要求书

1.一种垃圾焚烧炉一次风母管的设计方法，其特征在于：该设计方法由计算模块、优化模块和循环逻辑组成；

所述计算模块由参数化建模、网格划分、CFD计算和结果处理四部分组成；

所述计算模型采用参数化建模的方法，建立空间坐标系，将计算结构用数学公式或特征参数代表，通过改变参数或编写参数系列脚本，使计算机自行依据参数生成所要计算的模型；

所述优化模块采用遗传算法优化设计变量，包括交叉组合，遗传变异和/或子代产生；

所述优化模块根据所应用对象的不同可替换神经网络算法，序列线性规划，序列二次规划，移渐近线算法；

所述循环逻辑采用或逻辑控制，最大循环次数准则和计算收敛准则满足其一，循环计算结束。

2.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：设计圆形截面一次风风管时采用极坐标描述计算模型，设计方形截面一次风风管采用笛卡尔坐标系描述计算模型。

3.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：对于管内流体区域应用有限体积法离散，管壁固体区域采用有限元法离散，管壁与管内流体交接区域设置1.2mm-2.6mm边界层区域，边界层区域加密网格，控制网格最小尺寸小于0.2mm，一次风母管出口加密网格，控制网格最小尺寸小于1cm。

4.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：设计圆形截面一次风风管时采用四面体网格划分，设计方形截面一次风风管采用六面体网格划分。

5.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：CFD计算对雷诺数大于4000的400t/d以上规模的炉排的风管计算采用k-ε湍流模型；

模型描述为，在一定的设计参数范围Ω内和m个约束f_m(ρ)条件下，寻找使目标函数f₀(ρ)的达到极值最优解的ρ^*；ρ是一个定义在Ω上的N维设计变量，且存在下限ρ_min和上限ρ_max，如公式(1)所示：

如公式(2)所示，目标函数为6个支管入口的质流量偏差系数，该数值越小，表明各个支管的流量分布越均匀，约束①是流场计算系统控制方程，该方程在Fluent模块内具体设定为k-ε湍流模型并完成流场分布求解，约束②-⑦确保母管截面形尺寸位于可行设计范围内；

其中，v_i为各个支管入口处烟气的平均速度，n为所有支管的总数，是总的支管入口的平均流速，Q为源项向量，K为系统刚度矩阵，V是系统速度向量，XYmin和XYmax参数是设计变量Xi、Yi(i＝1-n)的取值上下限范围。

6.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：将各个支管的质流量统计，采用质流量偏差系数作为优化目标函数，质流量偏差系数定义为支管质流量的标准差除以支管的平均质流量，相较于常使用的流量标准差优化目标函数，此目标函数可以考虑了流体动量对流体均匀性的影响，更全面准确。

7.根据权利要求1一种垃圾焚烧炉一次风母管的设计方法，其特征在于：计算收敛准则为新一代产生样本的目标函数值与上一代目标函数值相差小于5％时，计算结束。

8.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：步骤如下：

(1)计算初始化设定结构的特征参数，设计自变量以及优化目标参数，优化因变量；

(2)输入初代样本数量N0；

(3)输入最大产生样本代数m；

(4)产生初代的样本；

(5)计算模块完成计算；

(6)优化模块内完成优化，并产生子代样本；

(7)循环计算直到结果收敛或者达到预先设定优化循环次数。

9.根据权利要求8所述的一种垃圾焚烧炉一次风母管的设计方法，其特征在于：具体步骤如下：

(1)计算初始化，设定母管为截面方形管或截面圆形管，将结构转化为特征参数，并规定特征参数的选取的范围；

(2)输入第一代样本的产生个数N₀，输入最大产生样本代数m，采用等间距方法产生计算所需的初代样本的参数，N₀大于50个，m设定为20，以保证寻优的效率和效果；

(3)初始化和输入循环逻辑控制参数后，进入计算模块，对方形截面管采用笛卡尔坐标系，入口截面的重心位置规定为原点，建立参数化模型；圆形截面管采用极坐标系后进行类似的操作；

(4)模型建立完成后，依据设计管的截面的不同，采用相应的网格形式与划分方法；设计圆形截面一次风风管时采用四面体网格划分，设计方形截面一次风风管采用六面体网格划分；对于管内流体区域应用有限体积法离散，管壁固体区域采用有限元法离散，管壁与管内流体交接区域设置1.2mm-2.6mm边界层区域，边界层区域加密网格，控制网格最小尺寸小于0.2mm，一次风母管出口加密网格，控制网格最小尺寸小于1cm；

(5)网格划分完成后，进行CFD模拟计算；CFD计算对雷诺数大于4000的400t/d以上规模的炉排的风管计算采用k-ε湍流模型；

(6)CFD计算完成后，对结果数据进行处理，采用各个支管的质流量作为统计量，采用质流量偏差系数作为优化目标函数，质流量偏差系数定义为支管质流量的标准差除以支管的平均质流量；

(7)计算完成一个样本后，判断是否达到设定的样本计数数目，未到达计算下一个样本，直到达到所设定的样本数目；

(8)计算结束后，对所有样本的结果按照质流量偏差系数从小到大排序，判断这一代最好的样本的质流量偏差系数与上一代最好的样本的质流量偏差系数相差是否小于5％，或者是否达到所设定的最大产生代数；

(9)小于5％则优化结束或达到最大样本代数m，输出最后的结果；未到达判断为真的标准则进入优化模块；

(10)优化推荐采用精英保留非劣排序的改进遗传算法，并输入产生新一代样本的个数N_i，新样本产生采用模拟的生物染色体交叉组合，遗传变异算法；

(11)产生的新样本，经历类似初代样本的计算评价流程，直到满足优化计算的收敛准则。