Dissertação

Optimization of Performance of Axial Turbines through Endwall Contouring EVALUATED

Os métodos tradicionais usados no melhoramento do desempenho de turbomáquinas tornaram-se obsoletos devido ao desenvolvimento tecnológico. Novos métodos recorrem à mecânica dos fluidos computacional (MFC) para otimizar o problema desejado. Estes métodos são caracterizados por um custo computacional elevado uma vez que é necessário simular através de MFC cada nova geometria criada pelo algoritmo de otimização. As redes neuronais artificiais podem ser usadas para aproximar as computações MFC e reduzir o poder computacional requerido para fazer uma otimização. O contorno da parede final foi validado como uma ferramenta eficaz para a redução de perdas em turbinas. O objetivo do contorno da parede final é reduzir o gradiente de pressão transversal na parede final através do principio de curvatura das linhas de corrente, traduzindo-se numa redução da carga de pá na região do cubo e da caixa exterior. Este trabalho consistiu na realização de três processos de otimização diferentes (A, B e C). Os resultados mostraram que o contorno da parede final levou a um aumento considerável do rendimento isentrópico. A otimização A levou a um aumento de 0.99%, a otimização B a um aumento de 0.16%, e por fim, a otimização C a um aumento de 0.94%. Esta tese demonstrou não só que o contorno do cubo e da caixa exterior é uma boa técnica para o aumento do desempenho de turbinas, mas também que o uso conjunto de algoritmos de otimização e redes neuronais artificiais é um método inovador de criar melhores geometrias com menos recursos computacionais.
Turbomáquinas, Mecânica dos Fluidos Computacional, Algoritmo de Otimização, Redes Neuronais Artificiais, Contorno da Parede Final, Desempenho

Dezembro 7, 2017, 9:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

João Eduardo De Barros Teixeira Borges

Departamento de Engenharia Mecânica (DEM)

Professor Associado