بهینه‌سازی چندهدفه سه‌بعدی خنک‌کاری لایه ای در یک پره توربین فشاربالا با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی

در این مقاله بهینه سازی چندهدفه خنک‌کاری لایه‌ای یک ردیف از سوراخ‌های خنک‌کاری پره توربین یک موتور خاص به‌صورت سه‌بعدی بررسی شده است. هدف این مقاله مقایسه کارایی خنک کاری لایه ای و نرخ جریان جرمی خنک کاری است که این دو تابع هدف از نظر نقطه اثر عکس هم می باشند. برای این منظور رقابت بین این دو مورد بررسی شده و موقعیت سوراخ های خنک کاری در جهت وتر، به‌همراه قطر و زاویه تزریق به‌عنوان پارامترهای طراحی انتخاب شده‌اند. سپس 30 نمونه به‌عنوان داده اولیه از تحلیل دینامیک سیالات محاسباتی ایجاد و از روش شبکه عصبی مصنوعی برای ایجاد مدل جایگزین به‌منظور تقریب تابع بهینه‌سازی پارامترهای طراحی و از الگوریتم ژنتیک برای بهنیه‌سازی مدل استفاده شده است. الگوی طراحی در الگوریتم ژنتیک، شش مرتبه به تناوب تکرار شده و مدل بهینه برای تابع هدف به‌دست آمده است. در نهایت موقعیت بهینه سوراخ‌های خنک کاری نزدیک le با قطر و زاویه تزریق به‌ترتیب 0/447 و 73/575 به‌دست آمد. مقایسه نتایج cht هندسه پره بهینه‌شده با هندسه اولیه نتایج بهینه‌سازی را تایید می‌کند و نشان می‌دهد که به کاهش چشمگیر توزیع دمایی روی ایرفویل منجر شده است.