Amesim根据实验数据标定换热器

       

       

       

       

       

本案例介绍如何在Amesim中针对换热器进行热负荷和制冷剂侧压降的标定。由于压降会影响制冷剂的饱和压力，进而影响热负荷。反之，热负荷会驱动制冷剂流态（单相或两相）从而影响摩擦损失。因此压降与热负荷是耦合现象。本文提出同时标定两者的方法，具体通过：

• 修改外部热交换的努塞尔特关联式
• 可选修改内部热交换增益系数
• 调整制冷剂侧压降增益系数

标定过程通过预定义的专用模型和特殊工具完成，该工具将寻找与实验数据最匹配的参数。

在换热器子模型中，需要输入以雷诺数Re和普朗特数Pr为变量的努塞尔特关联式。努塞尔特数Nu作为无量纲数用于计算湿空气流与换热器壁面之间的热交换，如下式所示：

Φ=Nu⋅λcdim⋅cearea⋅(Tair−Twall)

其中：

• Φ

  表示热流率[W]  

• λ

  表示湿空气流的热导率[W/m/°C]  

• cdim

  表示热交换特征长度（此处为空气侧水力直径）[m]  

• cearea

  表示对流换热面积[m²]  

• Tair

  表示湿空气流温度[°C]  

• Twall

  表示换热器表面温度[°C]  

努塞尔特关联式表达为：

Nu=a⋅Reb⋅Prc

参数a、b和c可用于调整外部热交换，从而调节换热器的热负荷性能。

外部热交换是壁温的函数，而壁温又取决于内部热交换。内部热交换通过预定义关联式计算。某些情况下可能需要调整内部热交换，这通过修改"制冷剂侧传热增益"参数kHeat实现。

制冷剂侧压降理解为入口与出口压力差，包含：

• 换热器入口处压降
• 流经换热器各流程的摩擦损失。通常用预定义关联式计算，可通过"制冷剂侧摩擦压降增益"参数kdP调整
• 换热器出口处压降

实验背景包括在预定义数量的测试工况（称为"实验案例"）下施加的边界条件和测量的性能数据。

这些数据将作为输入提供给标定工具。

寻找最佳匹配实验数据的参数通过预置在模型中的专用标定工具完成。

标定工具分为两个版本：

• 专用于TPF/EMA换热器标定的工具
• 专用于TPF/THH换热器标定的工具

每种标定工具对应两类模型：

• 模板模型：可插入自定义换热器模型进行标定
• 演示模型：展示如何用现有换热器使用标定工具

换热器校准工具可适用于任何类型的换热器，如下所示应用案例：

除与外部热交换和压降相关的参数外，换热器的其他参数均可按需设置。必须定义六个全局参数：NuA、NuB、NuC、NuMin、kdP和kHeat），并如下所示在换热器所有组件中使用。这六个参数将被校准工具调用（下文详述）。

六个必要全局参数的定义（用于关联校准工具与换热器）

换热器组件中使用六个全局参数（用于关联校准工具与换热器）

校准工具的常规使用流程如下：

• 设置固定边界条件
• 设置可变边界条件及实测换热器性能参数（支持与Excel表格相互复 制粘贴）
• 启动优化计算

当校准工具得出的参数不够理想时，"单次运行"按钮允许您尝试其他参数组合。

努塞尔特关联式中的c参数是普朗特数的指数项，通常取值在0.3至0.4之间。当空气入口条件恒定时，普朗特数也保持恒定，此时c参数在数学意义上与a参数类似。为避免干扰优化过程，c参数不参与优化计算，但可通过工具手动设定。

根据用户选择提供多种单位制：

对于TPF/EMA型换热器，空气流量可通过流速、体积流量或质量流量设定。若选择流速单位，需同时设置换热器迎风面积以准确计算空气质量流量。

对于TPF/THH型换热器，液体质量流量可通过体积流量或质量流量设定。

可设定制冷剂质量流量或换热器出口处的过热度/过冷度（正值表示过热度，负值表示过冷度）：

可设定制冷剂在换热器入口或出口处的压力。

可选择通过比焓、温度、气相质量分数或过热度/过冷度来定义制冷剂热力学入口条件。

校准过程中所有实验工况将依次在单次仿真中运行。可调整各工况的"步长持续时间"以确保达到稳态条件。

虽然校准采用专用算法自动评估当前问题并寻找最优解，但可强制使用用户定义的初始值以加速收敛。

"初始值"将在优化计算的第一步被调用，此时专用算法 正在评估待优化系统的响应特性。

可选择由优化算法自动确定kdP和kHeat的最佳值，或手动指定这两个参数。

勾选框选中表示该参数参与优化计算，否则将采用用户设定的固定值。a和b参数始终参与优化。

不同选择背后的特殊考量：

• 当kdP设为固定值时，优化过程不再匹配压降实验数据。但仍需设置合理的压降参考值，因其在仿真中用于确定制冷剂入口/出口压力的初始值（当选择"制冷剂出口过热度/过冷度"时，出口压力还用于计算正确的制冷剂质量流量）。
• 当kHeat参与优化时，若调整a和b无法继续提升排热量（通常表明空气出口温度已达到壁面温度饱和状态），该参数将自动增大以提高饱和排热量。当前优化算法中kHeat仅单向增大（减小将导致优化裕度损失，存在风险）。

尽管内置优化算法非常高效，某些情况下仍需更灵活的优化方案。

集成完整的优化模型。只需定义待优化参数和带目标值的变量。
为确定最佳a、b和c系数，需设置与模型行为和参考数据偏差同构的目标指标。这意味着合理指标应同时包含压降偏差和排热量偏差，可通过计算所有工况点相对偏差绝对值的平均值简单实现。

通用优化框架基于终值计算，本应用需采用累积偏差。可通过或在草图中直接创建指标实现。
换热器校准工具宿主组件支持跳过指标创建过程，提供如下预制的压降与排热量组合偏差指标：

实施优化步骤如下：

1. 在研究管理器中拖放待优化参数（通常为全局参数NuA、NuB和kdP，但任何参数均可参与）
2. 拖放目标值至研究管理器（可直接使用或组合定义更复杂目标）
3. 创建新优化任务并选择算法类型（NLPQL或遗传算法）
4. 设定各参数取值范围
5. 定义待最小化的目标值
6. 执行优化计算

优化过程可通过专用曲线实时监控。

优化完成后，最佳参数组合可应用于草图，并传输至换热器校准工具。

将优化结果(2)用于"单次运行"(1)模式，可利用集成后处理功能比较新结果(3)与内置优化过程的差异。需注意待识别参数数量和算法类型将影响计算耗时，但这种方法能解决复杂工况的优化问题，甚至可扩展至努塞尔/压降关联式之外的不确定几何参数识别。