Multi-objective optimization of adjustable orifice valve insulation lining based on thermal-solid coupling and improved whale algorithm

耐热谜题：如何在不损坏的情况下保持阀门冷却

想象一下，化工厂中一个高压阀门就像是一个巨大、炽热引擎的心脏。在内部，灼热的气体以足以熔化普通金属的高温急速流动。为了保护阀门的金属本体不被熔化，工程师们在其外层包裹了一层厚厚的耐热毯子，称为“隔热衬里”。但棘手之处在于：这层“毯子”是由一种脆性的类陶瓷材料制成的，而阀门本体则是坚韧的金属。当温度升高时，金属会迅速膨胀，但陶瓷毯子的膨胀速度较慢。这就像是在一个正在充气的气球外面套一件羊毛衫；这种不匹配产生的应力会导致裂纹，甚至导致毯子完全脱落。

为了解决这个问题，工程师们使用了金属“锚固件”——即小钩子或尖刺，将毯子固定在金属壁上，使其紧紧贴合。然而，这些金属钩子就像微小的热桥，让火焰得以“偷袭”，从而产生热点并削弱结构强度。目标是找到完美的平衡点：既要有足够的厚度来阻挡热量，又要精确布置锚固件的位置以保持稳固，同时又不至于让热量传导过多，且设计成本不能太高。本文正是针对这一谜题展开研究，利用计算机模拟来确定如何构建一个既能保持冷却、保持强韧，又能兼顾成本效益的阀门衬里。

论文的故事：调校完美的隔热盾牌

兰州理工大学的研究人员致力于解决高温阀门衬里的“金发姑娘问题”（意指寻找最完美的平衡点）。他们希望找到一种精确的配方，使衬里既能保护金属阀门本体免受内部 770°C（1418°F）烟气的影响，又不会因压力而开裂，且成本可控。

模拟游戏
为了避免制造并破坏数十个真实的阀门（这既昂贵又缓慢），团队在计算机中构建了一个虚拟版本。他们使用了一种称为“热-固耦合”的方法，这就像运行一款物理引擎会自动计算热量传递与机械应力的视频游戏。他们测试了两种主要场景：一种是不带锚固件的衬里（虽然能避免热桥问题，但可能会脱落），另一种是带有“Ω型”锚固件的衬里（虽然能紧固衬里，但会产生微小的热桥）。

他们的模拟结果显示了一个明显的权衡关系。在衬里内侧添加一层特殊的隔热涂层是一个巨大的成功，它使衬里的温度降低了约 33.8%，并将金属阀门的应力降低了 36%。然而，锚固件本身是一把双刃剑。虽然它们防止了衬里剥落，但金属锚固件充当了“热桥”，将热量传导至衬里内部，并在金属钩与陶瓷材料的接触点处产生了剧烈的应力集中。事实上，锚固件本身承受了高达 517.55 MPa 的理论应力峰值，成为了潜在的薄弱环节。

智能算法寻优
为了找到完美的设计，团队并没有盲目猜测。首先，他们创建了一个“代理模型”——这是一个基于其高强度模拟数据训练出的快速、简化的预测工具。为了让这个工具具备极高的准确性，他们利用“鲸鱼优化算法”改进了一个标准的 BP 神经网络。

可以将鲸鱼优化算法想象成一群正在捕食的座头鲸。在自然界中，鲸鱼利用“气泡网”策略来围捕猎物。在计算机中，每一头“鲸鱼”代表一种可能的设计方案（特定的锚固间距、特定的衬里厚度）。算法让这些虚拟鲸鱼在空间中游动，寻找最佳设计。研究人员通过加入“混沌映射”来帮助鲸鱼从更好的初始位置出发，并加入“正弦因子”来帮助它们停止无谓的游荡并专注于最佳位置。这有助于计算机避免陷入“局部最优解”（即一个不错但并非最好的解），从而找到真正的“全局冠军”。

获胜配方
在运行了数千次虚拟测试后，改进后的算法给出了最优参数组合。这个“冠军”设计的特征如下：

• 锚固间距： 196.5 mm（约 77 英寸）
• 锚固直径： 9.6 mm
• 衬里厚度： 119.1 mm
• 涂层厚度： 3.0 mm

当研究人员在详细的计算机模拟中测试这一特定“冠军”设计时，结果令人印象深刻。与原始未优化设计相比，衬里的最大应力降低了约 36.3%。计算机对应力值的预测具有极高的准确性，预测值与最终详细模拟结果之间的误差仅为 2.70%。

这意味着什么
论文结论指出，你不能仅仅通过增加衬里厚度或增加锚固件数量来解决问题。相反，你需要一种协作式的方法：热涂层负责阻挡热量的全局任务，而锚固件则负责维持结构的机械稳定性。通过使用这种受鲸鱼启发的智能算法来精细调整锚固件的间距和尺寸，工程师可以制造出更轻、更耐用且能在工业化学过程中承受极端高温而不开裂或脱落的阀门衬里。这项研究表明，利用先进人工智能优化物理结构的方法，是设计更安全、更高效的高温设备的一种可靠途径。