使用CAESES进行阀门设计优化

CAESES自动化生成新的几何变体并耦合CFD求解器来进行模型仿真优化的方法被应用在多种场景下，阀门的设计和优化就是其中之一。这种方法的优势在于能够显著地缩短产品研发时间，并在指定的约束范围内寻找到最优的设计。

阀门是流体输送系统中的控制部件，具有截止、调节、导流、防止逆流、稳压、分流或溢流泄压等功能。阀门优化的主要目的通常是在规定的压降下改善通过阀门的流量，即改善阀门的流量系数或流量因子（该参数是一个表征阀门流动效率相对数值）。

案例：耦合SimericsMP+进行阀门优化 

*用于本次仿真优化的迪普马四通滑阀

下面将介绍一个阀门的优化案例，为大家呈现使用CAESES并耦合SimericsMP+软件来优化阀门性能的工作流程。

*进行优化的滑阀部件

几何变形设置

首先，将端口从原始的CAD模型中剥离出来，并在CAESES中构建参数化的几何模型。对于前文提到的两个端口，分别使用9个参数作为设计变量对其进行变形控制。这些参数控制着端口内部流道的形状变化。以下动图展示了各个参数的变形效果。

腔体高度	腔体扭转角度	腔体变形系数
腔帽高度	腔帽扭转角度	缸体高度
缸体顶部锥角	腔底部倒圆半径	外圆半径

SimericsMP+自动化仿真

*CAESES软件中软件耦合设置以及优化结果显示

优化过程和结果 

整个优化过程由三个阶段组成。第一阶段，采用初级的DoE算法对一个端口模型进行优化，在生成的100个变体里进行比较，选取优化结果。基于第一次的计算结果，选取4个对性能影响最大的设计变量，譬如这些变量对目标参数有很强的相关性（腔体高度、腔体旋转角度、外圆半径、底部倒圆半径），进行第二阶段的DoE计算。该阶段，同时对两个端口进行优化，并生成90个变体进行仿真分析。最终在第二轮DoE结果中选取最优模型，并采用相同的设计变量生成新的50个变体进行局部优化，得到最终的优化模型。

*滑阀端口各参数对性能影响趋势示意

相较于基准模型，最终优化模型的流量提升了9%，在前两个DoE阶段流量提升了7%，局部优化阶段又提升了2%。并且在优化过程中监控了端口的体积变化，所有的变体体积都在允许的范围内，没有超过限制。在那不勒斯大学工业工程学院对模型进行了试验测试，验证了优化结果的可靠性。值得注意的是，那不勒斯大学工业工程学院的研究人员先前进行了手动优化尝试，得到的优化结果与CAESES自动优化结果性能接近，但是该工作耗费了他们几个月的时间，而采用CAESES自动化的优化流程仅仅需要几天的时间。

*初始模型（蓝色）和优化模型（红色）对比

“CAESES耦合SimericsMP+进行仿真优化的速度和效率，给我留下了深刻的印象。之前采用传统方式进行同样的工作得到相似的结果，耗费了我们近10倍的时间。”

——Michele Pacanetto，迪普马公司技术总监