Topology optimization of two-fluid turbulent heat exchangers: A Darcy flow-based multifidelity approach

Ce papier présente un cadre d'optimisation topologique multifidélité qui calibre un modèle de basse fidélité basé sur l'écoulement de Darcy, computationnellement efficace, par rapport à un modèle RANS de haute fidélité pour concevoir des échangeurs de chaleur turbulents à deux fluides, réalisant jusqu'à une amélioration de 22 % des performances par rapport aux conceptions conventionnelles en équilibrant le transfert thermique accru avec des chutes de pression gérables.

L'essentiel

Imaginez que vous tentiez de concevoir l'échangeur de chaleur ultime — un dispositif qui agit comme une poignée de main thermique entre deux fluides (comme de l'eau chaude et de l'eau froide) s'écoulant dans des tuyaux. L'objectif est de les amener à échanger de la chaleur aussi rapidement que possible sans que les fluides ne subissent trop de difficultés pour passer (ce qui gaspillerait de l'énergie).

Pendant des décennies, les ingénieurs ont tenté d'améliorer ces dispositifs en tordant des rubans métalliques à l'intérieur des tuyaux ou en ajoutant des ailettes. Mais ces méthodes sont comme essayer de sculpter un chef-d'œuvre avec un marteau ; elles sont limitées par ce que la fabrication traditionnelle peut plier et tordre.

Cet article présente une nouvelle façon de concevoir ces dispositifs en utilisant un « cerveau » informatique appelé Optimisation Topologique. Imaginez cela comme un sculpteur numérique capable de tailler n'importe quelle forme imaginable, à condition qu'elle tienne à l'intérieur du tuyau. Cependant, simuler comment les fluides tourbillonnent et se mélangent à grande vitesse (turbulence) est comme essayer de prédire la météo dans un ouragan : c'est incroyablement précis, mais cela prendrait des années à un supercalculateur pour être exécuté.

Le Problème : Le « Parfait » contre le « Rapide »

Les chercheurs ont fait face à un dilemme :

1. Le Modèle Haute Fidélité (HF) : C'est le « prévisionniste météo ». Il utilise des lois physiques complexes (équations RANS) pour prédire exactement comment se comportent les fluides turbulents. Il est précis, mais si lent que le faire tourner des milliers de fois pour trouver la meilleure conception est impossible.
2. Le Modèle Basse Fidélité (LF) : C'est le « croquis rapide ». Il utilise un modèle mathématique simplifié (écoulement de Darcy) qui traite le fluide comme s'il se déplaçait à travers une éponge. Il est incroyablement rapide, mais obtient souvent les détails incorrects, en particulier concernant la perte de pression du fluide.

Si vous n'utilisez que le croquis, vous pourriez concevoir un beau tuyau qui s'effondre sous une pression réelle. Si vous n'utilisez que le prévisionniste météo, vous ne terminerez jamais la conception.

La Solution : L'Approche « Multifidélité »

Les auteurs ont créé une stratégie astucieuse en deux étapes, qu'ils appellent une Approche Multifidélité. Imaginez cela comme s'entraîner pour un marathon :

1. L'Entraînement (Optimisation) : Vous utilisez le « croquis rapide » (le modèle LF) pour courir des milliers de courses d'entraînement. Vous ajustez la conception, changez la vitesse et essayez différentes formes pour trouver des candidats prometteurs. Parce que le croquis est rapide, vous pouvez explorer des centaines de différents scénarios « et si » rapidement.
2. Le Calibrage : Avant les courses d'entraînement, ils ont « calibré » le croquis. Ils ont ajusté la densité de l'éponge dans les mathématiques afin que les résultats du croquis correspondent à ceux du prévisionniste météo pour un tuyau standard. Cela a rendu le croquis beaucoup plus intelligent.
3. Le Jour de la Course (Évaluation) : Une fois que l'ordinateur a trouvé un tas de conceptions intéressantes en utilisant le croquis rapide, ils ont pris les principaux candidats et les ont fait passer par le « prévisionniste météo » (le modèle HF) une seule fois chacun. C'est le test final, précis, pour voir quelle conception gagne réellement.

Ce Qu'ils Ont Trouvé

Ils ont appliqué cette méthode à un échangeur de chaleur « double-tuyau » (un tuyau à l'intérieur d'un autre) où les fluides se déplaçaient très vite (écoulement turbulent).

• Les Résultats : Les formes conçues par ordinateur étaient sauvages et complexes, ne ressemblant en rien aux tuyaux standards. Elles ont créé des parois internes complexes qui forçaient les fluides à tourbillonner et à se mélanger intensément, un peu comme un chef remuant vigoureusement une sauce pour la refroidir plus vite.
• La Comparaison : Ils ont comparé leurs nouvelles conceptions à un tuyau standard avec un « ruban torsadé » (un astuce courante dans l'industrie pour améliorer le transfert de chaleur).
  • Le ruban torsadé améliorait le transfert de chaleur mais causait un énorme « embouteillage » (chute de pression élevée), le rendant globalement inefficace.
  • Les nouvelles formes conçues par ordinateur amélioraient le transfert de chaleur jusqu'à 66 % par rapport à un tuyau ordinaire.
  • Crucialement, ils géraient l'« embouteillage » beaucoup mieux. Lorsque l'on regarde le score global (équilibrant le gain de chaleur par rapport au coût énergétique), leurs conceptions étaient jusqu'à 22 % meilleures que le ruban torsadé.

L'Essentiel

L'article prouve que vous n'avez pas besoin de simuler chaque tourbillon d'un ouragan pour trouver une excellente conception. En utilisant un « croquis » rapide et calibré pour explorer les possibilités et un « prévisionniste » lent et précis pour vérifier les gagnants, les ingénieurs peuvent concevoir des échangeurs de chaleur haute performance bien supérieurs à ce que nous pouvons actuellement construire avec des méthodes traditionnelles.

L'étude note spécifiquement que ces conceptions fonctionnent bien sur une large gamme de vitesses, suggérant qu'elles sont robustes et prêtes pour une utilisation réelle, à condition qu'elles puissent être fabriquées (probablement en utilisant l'impression 3D, que les auteurs mentionnent comme un facilitateur clé pour de telles formes complexes).

Résumé technique

Résumé technique : Optimisation topologique d'échangeurs de chaleur turbulents à deux fluides

Énoncé du problème
La conception d'échangeurs de chaleur à deux fluides (HX), en particulier les échangeurs de chaleur doubles tubes (DPHX), repose traditionnellement sur des techniques d'amélioration passive telles que l'insertion de rubans torsadés, des ailettes ou des tubes cannelés. Bien qu'efficaces, ces méthodes sont contraintes par les limitations de fabrication conventionnelles et entraînent souvent des compromis sous-optimaux entre l'amélioration du transfert thermique et les pénalités de perte de charge. L'optimisation topologique (TO) offre une voie pour générer des géométries innovantes, mais son application aux systèmes turbulents à deux fluides présente des défis computationnels majeurs. L'intégration directe de modèles de turbulence haute fidélité (HF) (par exemple, Reynolds-Averaged Navier-Stokes, RANS) dans la boucle d'optimisation est prohibitivement coûteuse en temps de calcul en raison de la non-linéarité de la turbulence, de la nécessité de maillages extrêmement fins et de l'instabilité numérique. De plus, les études existantes de TO pour les HX à deux fluides se sont principalement concentrées sur des régimes laminaire ou à faible nombre de Reynolds, laissant l'optimisation des écoulements turbulents largement inexplorée.

Méthodologie
Les auteurs proposent un cadre d'optimisation topologique multifidélité qui découple la recherche de conception de l'évaluation haute fidélité pour équilibrer l'efficacité computationnelle et la précision.

1. Modèle d'optimisation basse fidélité (LF) :

   • Le processus d'optimisation utilise un modèle basé sur l'écoulement de Darcy plutôt qu'un modèle de turbulence complet. Cette approche, qualifiée d'« approche du pauvre », remplace les équations de Navier-Stokes par les équations de Darcy, qui sont linéaires, peu coûteuses en calcul et numériquement stables.
   • Un seul champ de variables de conception ($\gamma$) représente la distribution de trois phases : Fluide 1, Fluide 2 et la paroi solide.
   • Schémas d'interpolation : La perméabilité pour chaque fluide est interpolée à l'aide de fonctions RAMP pour garantir que, dans la région de la paroi solide (valeurs intermédiaires de $\gamma$), la perméabilité est suffisamment faible pour empêcher le mélange des fluides. La conductivité thermique est interpolée à l'aide d'une fonction gaussienne pour assurer une transition douce entre les propriétés du fluide et du solide.
   • Calibration : Pour atténuer les écarts entre le modèle de Darcy simplifié et la réalité, les paramètres du modèle LF (perméabilité maximale et netteté de la conductivité thermique) sont calibrés par rapport à un modèle HF de référence pour une configuration de tube droit. Cette calibration aligne les prédictions de perte de charge et de différence de température du modèle LF avec celles du modèle HF.

2. Stratégie multifidélité :

   • Au lieu d'exécuter une seule optimisation, le cadre emploie une stratégie de paramètres d'amorçage. Plusieurs optimisations indépendantes sont réalisées en utilisant le modèle LF calibré, en faisant varier les vitesses d'entrée et les paramètres de compromis (équilibrant transfert thermique vs perte de charge) pour générer un ensemble diversifié de conceptions candidates.
   • Évaluation haute fidélité (HF) : Les conceptions optimisées extraites du processus LF sont évaluées à l'aide d'un modèle HF basé sur RANS (spécifiquement le modèle de turbulence $k-\omega$ avec fonctions de paroi). Cette étape se déroule en dehors de la boucle d'optimisation.
   • Sélection : Le modèle HF évalue les performances de tous les candidats selon le Critère d'Évaluation de Performance (PEC), qui normalise le coefficient global de transfert thermique par rapport à la pénalité de perte de charge. La conception la plus performante est sélectionnée sur la base de ces évaluations précises.

3. Implémentation numérique :

   • Le modèle LF est résolu à l'aide de COMSOL Multiphysics avec un filtre de densité et une projection de Heaviside pour garantir des limites nettes entre fluide et solide.
   • L'évaluation HF utilise des maillages adaptés au corps générés à partir des variables de conception optimisées, employant le modèle $k-\omega$ pour la turbulence et validant les résultats par rapport à des corrélations empiriques (Dittus-Boelter, Blasius et Manglik & Bergles pour les rubans torsadés).

Contributions clés

• Développement du cadre : L'étude établit un cadre TO multifidélité spécifiquement pour les échangeurs de chaleur turbulents à deux fluides, comblant le vide dans la littérature existante qui se concentre largement sur des écoulements laminaires ou des systèmes à un seul fluide.
• Stratégie de calibration : Une nouvelle stratégie de calibration est introduite pour aligner le modèle LF basé sur Darcy avec les réponses HF basées sur RANS dans des scénarios turbulents à deux fluides, améliorant la cohérence des prédictions de perte de charge et de température.
• Validation quantitative : L'article fournit une comparaison quantitative rigoureuse entre les conceptions optimisées et une conception de référence conventionnelle (tube lisse avec insertion de ruban torsadé) sur une large gamme de nombres de Reynolds (jusqu'à 13 000).

Résultats

• Génération de conception : Le modèle LF a généré avec succès des structures de paroi diverses et complexes qui favorisent le mélange des fluides et augmentent la surface d'échange thermique tout en maintenant des chemins d'écoulement aérodynamiques.
• Amélioration des performances : Par rapport à la référence de tube lisse, les conceptions optimisées ont atteint des améliorations du coefficient global de transfert thermique allant jusqu'à 66,7 %.
• Amélioration du PEC : Par rapport à la conception de référence avec ruban torsadé (une technique d'amélioration standard), les conceptions optimisées ont atteint des valeurs de Critère d'Évaluation de Performance (PEC) jusqu'à 22 % plus élevées. Cela indique que les géométries optimisées offrent une amélioration supérieure du transfert thermique par rapport à la pénalité de perte de charge.
• Discrépances de modèle : Le modèle LF s'est avéré prédire raisonnablement les distributions de température, mais a tendance à sous-estimer les pertes de charge (erreur moyenne d'environ 72 % pour le Fluide 1) en raison de l'absence de modélisation de la contrainte de cisaillement visqueuse et de la turbulence. Cependant, l'approche multifidélité a efficacement compensé cela en filtrant les candidats à travers le modèle HF.
• Robustesse : Les conceptions optimisées à des nombres de Reynolds plus élevés (par exemple, Re = 13 000) ont démontré une robustesse, maintenant des valeurs PEC élevées sur une large gamme de conditions de fonctionnement.

Importance et revendications
L'article revendique que l'approche multifidélité proposée surmonte efficacement les barrières computationnelles associées à l'optimisation des échangeurs de chaleur à deux fluides dans des conditions turbulentes. En exploitant un modèle de Darcy peu coûteux en calcul pour la phase de recherche et un modèle RANS haute fidélité pour la phase d'évaluation, la méthode permet la découverte de configurations haute performance qui seraient irréalistes à trouver en utilisant une optimisation directe avec des modèles de turbulence.

Les auteurs soulignent que les configurations optimisées surpassent les insertions conventionnelles de rubans torsadés, en particulier en ce qui concerne le compromis entre le transfert thermique et la perte de charge. L'étude conclut que, bien que le modèle LF basé sur Darcy ait des limites dans la prédiction des pertes de charge absolues, le cadre multifidélité est une stratégie viable et efficace pour concevoir des échangeurs de chaleur doubles tubes haute performance, démontrant le potentiel de cette approche pour des problèmes thermofluides turbulents complexes. Le travail reconnaît des limitations, telles que la sélection manuelle des paramètres d'amorçage et l'absence de contraintes de fabrication dans l'étude actuelle, suggérant des orientations futures vers l'automatisation basée sur les données et l'inclusion de contraintes de fabricabilité.