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

Dit artikel presenteert een multifidelity-topologieoptimalisatiekader dat een computatie-efficiënt, op Darcy-stroming gebaseerd low-fidelity-model kalibreert tegen een high-fidelity RANS-model voor het ontwerpen van twee-vloeistof turbulente warmtewisselaars, waarbij tot 22% prestatieverbetering ten opzichte van conventionele ontwerpen wordt bereikt door een evenwicht te vinden tussen verbeterde warmteoverdracht en beheersbare drukverliezen.

De kern

Stel je voor dat je de ultieme warmtewisselaar probeert te ontwerpen: een apparaat dat fungeert als een thermische handdruk tussen twee vloeistoffen (zoals heet water en koud water) die door pijpen stromen. Het doel is om ze zo snel mogelijk warmte te laten uitwisselen zonder dat de vloeistoffen te veel moeite moeten doen om erdoorheen te komen (wat energie zou verspillen).

Decennialang hebben ingenieurs geprobeerd deze apparaten te verbeteren door metalen linten in de pijpen te draaien of ribbels toe te voegen. Maar deze methoden zijn als het proberen om een meesterwerk te beeldhouwen met een hamer; ze worden beperkt door wat traditionele fabricage kan buigen en draaien.

Dit artikel introduceert een nieuwe manier om deze apparaten te ontwerpen met behulp van een computer"brein" genaamd Topologie-Optimalisatie. Denk hierbij aan een digitale beeldhouwer die elke denkbare vorm kan uitkeren, mits deze binnen de pijp past. Het simuleren van hoe vloeistoffen bij hoge snelheden wervelen en mengen (turbulentie) is echter als proberen het weer in een orkaan te voorspellen: het is ongelooflijk nauwkeurig, maar het kost een supercomputer jaren om te draaien.

Het Probleem: De "Perfecte" versus de "Snelle"

De onderzoekers stonden voor een dilemma:

1. Het High-Fidelity (HF) Model: Dit is de "weersvoorspeller". Het gebruikt complexe fysica (RANS-vergelijkingen) om precies te voorspellen hoe turbulente vloeistoffen zich gedragen. Het is nauwkeurig, maar zo traag dat het onmogelijk is om het duizenden keren uit te voeren om het beste ontwerp te vinden.
2. Het Low-Fidelity (LF) Model: Dit is de "snelle schets". Het gebruikt een vereenvoudigd wiskundig model (Darcy-stroming) dat de vloeistof behandelt alsof het door een spons beweegt. Het is ongelooflijk snel, maar haalt vaak de details niet goed, vooral wat betreft de drukverlies van de vloeistof.

Als je alleen de schets gebruikt, kun je een prachtige pijp ontwerpen die onder echte druk instort. Als je alleen de weersvoorspeller gebruikt, zul je het ontwerp nooit afmaken.

De Oplossing: De "Multifidelity"-Aanpak

De auteurs creëerden een slimme tweestapsstrategie, die ze een Multifidelity-benadering noemen. Denk hierbij aan trainen voor een marathon:

1. De Trainingsrun (Optimalisatie): Je gebruikt de "snelle schets" (het LF-model) om duizenden trainingsraces te lopen. Je past het ontwerp aan, verandert de snelheid en probeert verschillende vormen om veelbelovende kandidaten te vinden. Omdat de schets snel is, kun je honderden verschillende "wat-zou-er-gebeuren"-scenario's snel verkennen.
2. De Kalibratie: Voordat de trainingsruns plaatsvonden, "kalibreerden" ze de schets. Ze pasten de dichtheid van de spons in de wiskunde aan zodat de resultaten van de schets overeenkwamen met die van de weersvoorspeller voor een standaardpijp. Dit maakte de schets veel slimmer.
3. De Wedstrijddag (Evaluatie): Zodra de computer een aantal interessante ontwerpen had gevonden met behulp van de snelle schets, namen ze de topkandidaten en lieten ze elk één keer door de "weersvoorspeller" (het HF-model) draaien. Dit is de uiteindelijke, nauwkeurige test om te zien welk ontwerp eigenlijk wint.

Wat Ze Vonden

Ze pasten deze methode toe op een "dubbel-pijp" warmtewisselaar (een pijp binnen een pijp) waarbij de vloeistoffen zeer snel bewogen (turbulente stroming).

• De Resultaten: De door de computer ontworpen vormen waren wild en complex, en leken op niets van standaardpijpen. Ze creëerden ingewikkelde interne wanden die de vloeistoffen dwongen hevig te wervelen en te mengen, net als een kok die krachtig een saus roert om het sneller af te koelen.
• De Vergelijking: Ze vergeleken hun nieuwe ontwerpen met een standaardpijp met een "gedraaid lint" (een veelgebruikte industriële truc om warmteoverdracht te verbeteren).
  • Het gedraaide lint verbeterde de warmteoverdracht, maar veroorzaakte een enorme "verkeersopstopping" (hoge drukval), waardoor het overall inefficiënt was.
  • De nieuwe door de computer ontworpen vormen verbeterden de warmteoverdracht met tot 66% in vergelijking met een gewone pijp.
  • Cruciaal was dat ze de "verkeersopstopping" veel beter beheersten. Als je kijkt naar de totale score (het afwegen van warmtewinst versus energiekosten), waren hun ontwerpen tot 22% beter dan het gedraaide lint.

De Conclusie

Het artikel bewijst dat je niet elke enkele werveling van een orkaan hoeft te simuleren om een geweldig ontwerp te vinden. Door een snelle, gekalibreerde "schets" te gebruiken om de mogelijkheden te verkennen en een trage, nauwkeurige "voorspeller" om de winnaars te verifiëren, kunnen ingenieurs hoogpresterende warmtewisselaars ontwerpen die ver superieur zijn aan wat we momenteel met traditionele methoden kunnen bouwen.

De studie merkt specifiek op dat deze ontwerpen goed werken over een breed scala aan snelheden, wat suggereert dat ze robuust en klaar zijn voor gebruik in de echte wereld, mits ze kunnen worden gefabriceerd (waarschijnlijk met 3D-printing, wat de auteurs noemen als een belangrijke katalysator voor dergelijke complexe vormen).

Technische samenvatting

Technische Samenvatting: Topologieoptimalisatie van Twee-vloeistof Turbulente Warmtewisselaars

Probleemstelling
Het ontwerp van twee-vloeistof warmtewisselaars (HV's), met name dubbele buis warmtewisselaars (DBHV's), vertrouwt traditioneel op passieve verbeteringstechnieken zoals het invoegen van gedraaide tapes, ribben of gegolfde buizen. Hoewel deze methoden effectief zijn, worden ze beperkt door conventionele fabricagelimieten en resulteren ze vaak in suboptimale afwegingen tussen warmteoverdrachtverbetering en drukvalstraffen. Topologieoptimalisatie (TO) biedt een weg om innovatieve geometrieën te genereren, maar het toepassen van TO op turbulente twee-vloeistofsystemen presenteert aanzienlijke computationele uitdagingen. Het direct integreren van hoogwaardige (HF) turbulentiemodellen (bijvoorbeeld Reynolds-gegemiddelde Navier-Stokes, RANS) in de optimalisatielus is computationeel onbetaalbaar vanwege de nonlineariteit van turbulentie, de noodzaak van extreem fijne netten en numerieke instabiliteit. Bovendien hebben bestaande TO-studies voor twee-vloeistof HV's zich voornamelijk gericht op laminaire of lage-Reynoldsgetal-regimes, waardoor de optimalisatie van turbulente stromen grotendeels onbehandeld blijft.

Methodologie
De auteurs stellen een multifideliteit topologieoptimalisatiekader voor dat het ontwerpzoekproces ontkoppelt van de hoogwaardige evaluatie om computationele efficiëntie en nauwkeurigheid in evenwicht te brengen.

1. Laagwaardig (LF) Optimalisatiemodel:

   • Het optimalisatieproces maakt gebruik van een Darcy-stromingsgebaseerd model in plaats van een volledig turbulentiemodel. Deze aanpak, aangeduid als de "armen-mens-aanpak", vervangt de Navier-Stokes-vergelijkingen door de Darcy-vergelijkingen, die lineair, computationeel goedkoop en numeriek stabiel zijn.
   • Een enkel ontwerpparameterveld ($\gamma$) vertegenwoordigt de verdeling van drie fasen: Vloeistof 1, Vloeistof 2 en de vaste wand.
   • Interpolatieschema's: De permeabiliteit voor elke vloeistof wordt geïnterpoleerd met RAMP-functies om ervoor te zorgen dat in het gebied van de vaste wand (intermediaire $\gamma$-waarden) de permeabiliteit voldoende laag is om vloeistofmixing te voorkomen. De thermische geleidbaarheid wordt geïnterpoleerd met een Gaussische functie om soepel over te gaan tussen vloeistof- en vaste-eigenschappen.
   • Kalibratie: Om discrepanties tussen het vereenvoudigde Darcy-model en de werkelijkheid te mitigeren, worden de LF-modelparameters (maximale permeabiliteit en scherpte van de thermische geleidbaarheid) gekalibreerd tegen een referentie HF-model voor een rechte buisconfiguratie. Deze kalibratie brengt de voorspellingen van drukval en temperatuurverschil van het LF-model in overeenstemming met het HF-model.

2. Multifideliteitsstrategie:

   • In plaats van één enkele optimalisatie uit te voeren, hanteert het kader een strategie met zaadparameters. Meerdere onafhankelijke optimalisaties worden uitgevoerd met het gekalibreerde LF-model, waarbij instroom snelheden en afwegingsparameters (die warmteoverdracht tegen drukval afwegen) worden gevarieerd om een diverse reeks kandidaatontwerpen te genereren.
   • Hoogwaardige (HF) Evaluatie: De geoptimaliseerde ontwerpen die uit het LF-proces worden gehaald, worden geëvalueerd met een RANS-gebaseerd HF-model (specifiek het $k-\omega$ turbulentiemodel met wandfuncties). Deze stap vindt buiten de optimalisatielus plaats.
   • Selectie: Het HF-model beoordeelt de prestaties van alle kandidaten op basis van het Prestatie-evaluatiecriterium (PEC), dat de totale warmteoverdrachtscoëfficiënt normaliseert tegen de drukvalstraf. Het best presterende ontwerp wordt geselecteerd op basis van deze nauwkeurige evaluaties.

3. Numerieke Implementatie:

   • Het LF-model wordt opgelost met COMSOL Multiphysics met een dichtheidsfilter en Heaviside-projectie om duidelijke vloeistof-vaste grenzen te waarborgen.
   • De HF-evaluatie maakt gebruik van lichaam-aangepaste netten die zijn gegenereerd vanuit de geoptimaliseerde ontwerpparameters, waarbij het $k-\omega$-model wordt toegepast voor turbulentie en de resultaten worden gevalideerd tegen empirische correlaties (Dittus-Boelter, Blasius en Manglik & Bergles voor gedraaide tapes).

Belangrijkste Bijdragen

• Kaderontwikkeling: De studie vestigt een multifideliteit TO-kader specifiek voor twee-vloeistof turbulente warmtewisselaars, waarmee de kloof in de bestaande literatuur wordt aangevuld die zich grotendeels richt op laminaire stromingen of één-vloeistofsystemen.
• Kalibratiestrategie: Er wordt een nieuwe kalibratiestrategie geïntroduceerd om het Darcy-gebaseerde LF-model in overeenstemming te brengen met RANS-gebaseerde HF-responsen in twee-vloeistof turbulente scenario's, waardoor de consistentie van drukval- en temperatuurvoorspellingen wordt verbeterd.
• Kwantitatieve Validatie: Het artikel biedt een rigoureuze kwantitatieve vergelijking tussen de geoptimaliseerde ontwerpen en een conventioneel referentieontwerp (gladde buis met invoeging van gedraaide tapes) over een breed scala aan Reynoldsgetallen (tot 13.000).

Resultaten

• Ontwerpgeneratie: Het LF-model slaagde erin diverse, complexe wandstructuren te genereren die vloeistofmixing bevorderen en het warmtewisselingsoppervlak vergroten, terwijl gestroomlijnde stroompaden behouden bleven.
• Prestatieverbetering: In vergelijking met de gladde buisreferentie bereikten de geoptimaliseerde ontwerpen verbeteringen in de totale warmteoverdrachtscoëfficiënt tot 66,7%.
• PEC-versterking: In vergelijking met het referentieontwerp met gedraaide tape (een standaard verbeteringstechniek) bereikten de geoptimaliseerde ontwerpen tot 22% hogere Prestatie-evaluatiecriterium (PEC)-waarden. Dit geeft aan dat de geoptimaliseerde geometrieën een superieure warmteoverdrachtsverbetering bieden ten opzichte van de drukvalstraf.
• Modeldiscrepanties: Het LF-model bleek redelijk temperatuurverdelingen te voorspellen, maar neigde tot onderschatting van drukvallen (gemiddelde fout ~72% voor Vloeistof 1) vanwege het ontbreken van viskeuze schuifspanning en turbulentiemodellering. Het multifideliteitsbenadering compenseerde dit echter effectief door kandidaten te filteren via het HF-model.
• Robuustheid: Ontwerpen die bij hogere Reynoldsgetallen werden geoptimaliseerd (bijv. Re = 13.000), toonden robuustheid en behielden hoge PEC-waarden over een breed scala aan bedrijfsomstandigheden.

Betekenis en Aanspraken
Het artikel stelt dat de voorgestelde multifideliteitsbenadering effectief de computationele barrières overwint die gepaard gaan met het optimaliseren van twee-vloeistof warmtewisselaars onder turbulente omstandigheden. Door gebruik te maken van een computationeel goedkoop Darcy-model voor de zoekfase en een hoogwaardig RANS-model voor de evaluatiefase, maakt de methode het mogelijk om hoogpresterende configuraties te ontdekken die onhaalbaar zouden zijn om te vinden met directe optimalisatie met turbulentiemodellen.

De auteurs benadrukken dat de geoptimaliseerde configuraties conventionele invoegingen van gedraaide tapes overtreffen, met name wat betreft de afweging tussen warmteoverdracht en drukverlies. De studie concludeert dat hoewel het Darcy-gebaseerde LF-model beperkingen heeft in het voorspellen van absolute drukvallen, het multifideliteitskader een levensvatbare en effectieve strategie is voor het ontwerpen van hoogpresterende dubbele buis warmtewisselaars, en het potentieel van deze aanpak voor complexe turbulente thermisch-vloeistofproblemen toont. Het werk erkent beperkingen, zoals de handmatige selectie van zaadparameters en het ontbreken van fabricagebeperkingen in de huidige studie, en suggereert toekomstige richtingen naar datagedreven automatisering en de opname van fabricageerbaarheidsbeperkingen.