Performance improvement of a high specific speed mixed-flow pump by means of multi-objective optimization

Abstract

Das Ziel dieser Arbeit ist die Entwicklung eines Workflows zur Verbesserung der Leistungsdaten einer Halbaxialpumpe durch Anwendung multikriterieller Optimierung. Von einem bestehenden Modell des früheren italienischen Pumpenherstellers Riva Calzoni SpA ausgehend, ist diese Arbeit in zwei Schwerpunkte aufgeteilt. Zuerst wurde die Originalpumpe anhand von Tusche-Zeichnungen nachgebildet und mittels analytischer Kriterien und CFD-Simulationen untersucht. Die Differenz zwischen den simulierten Werten von Druckzahl und Wirkungsgrad zu jenen des Modelltests betrug über weite Teile des Betriebsbereichs weniger als 2,5 %. Allerdings wurden massive Strömungsablösungen im Diffusor sichtbar, die auf eine zu große hydrodynamische Belastung der Beschaufelung zurückzuführen sind. Um dies zu kompensieren, wurden die Diffusorschaufeln verlängert, der Nabendurchmesser des Diffusors vergrößert und die Schaufelwinkel an die Strömung angepasst. Dies bewirkte eine Verbesserung des Wirkungsgrads um etwa 4%, eine Reduktion des Restdralls stromab des Diffusors und eine Verkleinerung des Ablösegebiets. Der zweite Teil der Arbeit befasst sich mit der Verbesserung von Rotor und Stator durch die Anwendung multikriterieller Optimierung, welche mit dem Response Surface Optimization Modul der ANSYS Workbench 18.2 durchgeführt wurde. Dazu wurden charakteristische Abmessungen von Laufrad und Diffusor als Eingabegrößen vorgegeben und die Maximierung des Wirkungsgrades als Ziel der Optimierung festgelegt. Um die Rechenzeit und Lizenzkosten gering zu halten, wurden Rotor und Stator in zwei getrennten Zyklen optimiert. Diese ergaben eine weitere Wirkungsgradsteigerung von etwa 1% im Laufrad, aber von weniger als 0,2 % im Diffuser. Der zusätzliche Aufwand für die Optimierung des Stators dieser Maschine ist daher nicht gerechtfertigt. In Summe konnte der maximale Wirkungsgrad des bestehenden Pumpenmodells um rund 5% erhöht werden.

This thesis aims at establishing a workflow to improve the performance characteristics of a mixed-flow pump by means of multi-objective optimization. Starting from an existing model pump of former manufacturer Riva Calzoni SpA, the project is split into two main segments to enhance the original design to modern standards. At first, the original pump was remodelled from ink drawings and then investigated with the help of analytical criteria and numerical simulations. The initial simulations lay in good agreement with the model test data. Throughout most of the operating range, the difference between the simulated head and efficiency and those of the model test was less than 2.5%. However, the simulations revealed massive flow separations along the diffuser vanes. Analytical criteria indicated that the maximum allowable blade loading of the vanes was clearly exceeded. In order to overcome this flaw the diffuser blades were lengthened and the hub diameter was increased. Moreover, the blade angles were adapted to the flow conditions. These measures led to an improvement of the pump efficiency by approximately 4%, a decline of swirl behind the diffuser and a reduction of the flow separation zone. In the second part of the project emphasis was laid on additional improvements of the pump by means of optimization. Characteristic dimensions of the rotor and stator blades were chosen as design parameters. The optimization itself was conducted within the Response Surface Optimization module of ANSYS Workbench 18.2. Maximizing the pump efficiency at the design point was set as the primary objective. In order to keep computational costs at an affordable level, rotor and stator domain were optimized in two separated process cycles. The optimization resulted in a further efficiency gain of roughly 1% in the impeller but only one of 0.2% in the vaned diffuser, hence the additional optimization effort for the diffuser was not worth the computational costs. In all, the peak efficiency of the existing model pump was increased by about 5%.