应用机械工程学报

抽象的

使用 NSGA-II 和 ANN 对二维传热翅片进行多目标优化

MM Ghanadi Arab、Mohsen Hajabdollahi 和 Hassan Hajabdollahi

以可接受的精度对翅片中的二维传热进行了建模并进行了优化。使用贝塞尔曲线估计翅片的几何形状。开发了有限体积法与人工神经网络相结合，以分别以 -1.5% 至 +1% 和 ± 0.5% 的精度预测翅片效率和传热速率通过翅片的温度分布。贝塞尔曲线中四个控制点的位置被视为设计变量。然后，应用快速精英非支配排序遗传算法 (NSGA-II) 来查找最大翅片效率和传热速率作为两个目标函数。优化设计的结果是一组多个最优解，称为“帕累托最优解”。翅片效率最高为 72% ，传热率为 739W，而最大传热率为 962.3 W，效率为 57%。
此外，将二维传热的优化结果与一维传热的优化结果进行了比较，发现翅片效率和传热速率平均下降了14.7%，这表明了一维建模的不足。在第二个案例研究中，推导出以传热速率和翅片表面积为两个目标函数的帕累托前沿。观察到以翅片效率为目标函数时的最佳翅片配置结果与以翅片表面积为目标函数的结果相同。