原文信息:
Data-driven multi-fidelity topology design of fin structures for latent heat thermal energy storage
原文链接:
https://www.sciencedirect.com/science/article/pii/S0306261924019792
Highlights
• 发展了针对潜热储能系统的翅片多保真拓扑设计方法
• 采用变分自编码器作为深度生成模型完成交叉操作
• 得到了不同格拉晓夫数下加速熔化及凝固过程的优化翅片
• 优化翅片相比拓扑优化结构可缩短27%熔化时间或9%凝固时间
• 优化结构可在强化导热和强化对流间寻得更佳的平衡或协同
Research gap
优化翅片结构对于提升潜热储能效率意义重大,但目前基于先决经验的结构设计和基于简化物理过程拓扑优化的结构设计难以在优化过程中考虑真实物理过程,而相关的梯度型直接拓扑优化则需要代价高昂的灵敏度分析且优化结果易于陷入局部最优。本文发展的数据驱动多保真拓扑设计方法可在优化过程中考虑实际固-液相变过程,同时通过将仿真和设计过程适度解耦避免了灵敏度分析,且可得到性能更佳的优化设计。
Abstract
This work develops a data-driven multi-fidelity topology design (MFTD) method for designing fins in a latent heat thermal energy storage tube. The high-fidelity simulation resolves the actual solid-liquid phase change process using the enthalpy method, while the low-fidelity topology optimization (TO) simply considers the natural convection with Darcy flow. The above MFTD method is integrated into the framework of evolutional algorithm, and the variational autoencoder is introduced to generate new offspring. Fins for accelerating the melting and solidification processes at different Grashof number (Gr) are designed. It is found that when the fin volume fraction is low, the melt designs exhibit strong heterogeneity due to the strong convection, while the solidification designs are almost isotropic. Along with the increase of the fin volume fraction, the fins are first getting longer, then having more branches or sub-branches and finally becoming thicker. The superiority of the present data-driven MFTD method to the gradient-based direct TO method for solving optimization problems with strong multimodality has been demonstrated in this work. Results find that compared with the designs from direct TO, the MFTD melt design can further reduce the melting time by at least 27 % and 20 % at Gr = 3.3 × 103 and Gr = 3.3 × 104 respectively, and the MFTD solidification design can further shorten the solidification time by at least 9 %.
Keywords
Topology optimization
Data-driven approach
Multi-fidelity design
Phase change material
Latent heat thermal energy storage
Heat transfer enhancement
Graphics
图1 数据驱动多保真拓扑设计方法流程图
图2 低保真拓扑优化所得初始结构设计集合
图3 格拉晓夫数为3.3 × 10³时针对熔化过程的优化翅片结构
图4 多保真拓扑设计和梯度型拓扑优化结构性能对比
图5 格拉晓夫数为3.3 × 10³时针对凝固过程的优化翅片结构
作者介绍
本研究由西安交通大学和日本大阪大学的研究人员共同完成。
通信作者简介:
陈黎,西安交通大学能源与动力工程学院教授、博导, 热流科学与工程教育部国际联合实验室副主任。2007 年及2013 年获西安交通大学工学学士及博士学位,2013-2016 年美国 Los Alamos 国家实验室主任博士后。主要研究复杂结构中多尺度传热传质过程, 研究背景为燃料电池、碳封存及利用、新一代能质转化装置设计。主持国家自然科学基金碳中和重点专项、面上及青年基金,科技部 14- 5 及 13-5 重点研发计划课题、陕西省杰青等项目。已在 International Journal of Heat and Mass Transfer、Journal of Computational Physics、Physical Review E、Chemical Engineering Journal、Journal of Power Sources、Applied Energy、Nano Energy、Progress in Energy and Combustion Science 等刊物发表 SCI 130 余篇,论文在 Web of Science 数据库中被 SCI 引用 4800 余次,ESI 高被引论文 7 篇,中国百篇最具影响力国际论文 1 篇,授权国家发明专利 16 项。受邀在国际会议上做主旨报告19 次。获国家级青年人才、陕西省杰青、亚洲热科学工程青年科学家奖等荣誉称号。担任多个期刊编委。个人主页:https://gr.xjtu.edu.cn/en/web/lichennht08
矢地謙太郎,大阪大学工学研究科机械工学专攻综合设计系准教授,博导。2010 年京都大学工学学士,2016 年获京都大学工学博士学位,2016年起在大阪大学任教。主要从事流动传热传质拓扑优化研究。已在 International Journal of Heat and Mass Transfer、Journal of Computational Physics、Computer Methods in Applied Mechanics and Engineering、Structural and Multidisciplinary Optimization等刊物发表 SCI 40 余篇,现担任Structural and Multidisciplinary Optimization客座编辑及Journal of Advanced Mechanical Design, Systems and Manufacturing编辑。个人主页:http://syd.mech.eng.osaka-u.ac.jp/~yaji/index-jp.html
第一作者简介:
罗纪旺,西安交通大学能源与动力工程学院动力工程及工程热物理专业博士研究生,2019年获西安交通大学工学学士学位,同年起在西安交通大学攻读长学制研究生,2023年11月至2024年11月在日本大阪大学公派交流。主要从事流动传热拓扑优化研究。
关于Applied Energy
本期小编:周益帆;审核人:赵蕾蕾
《Applied Energy》是世界能源领域著名学术期刊,在全球出版巨头爱思唯尔 (Elsevier) 旗下,1975年创刊,影响因子10.1,CiteScore 21.2,本刊旨在为清洁能源转换技术、能源过程和系统优化、能源效率、智慧能源、环境污染物及温室气体减排、能源与其他学科交叉融合、以及能源可持续发展等领域提供交流分享和合作的平台。开源(Open Access)姊妹新刊《Advances in Applied Energy》影响因子13.0,CiteScore 23.9。全部论文可以免费下载。在《Applied Energy》的成功经验基础上,致力于发表应用能源领域顶尖科研成果,并为广大科研人员提供一个快速权威的学术交流和发表平台,欢迎关注!
公众号团队小编招募长期开放,欢迎发送自我简介(含教育背景、研究方向等内容)至wechat@applied-energy.org
点击“阅读原文”
喜欢我们的内容?
点个“赞”或者“再看”支持下吧!