[論文レビュー] Optimisation of energy and exergy of two-spool turbofan engines using genetic algorithms

Vin Cent Taı, Phen Chiak See+2 more|arXiv (Cornell University)|Jul 3, 2012

Advanced Aircraft Design and Technologies参考文献 18被引用数 3

ひとこと要約

本稿では、8つの主要設計パラメータを最適化することで、2スプールターボファンエンジンのエネルギー効率およびエクシージェィ効率を向上させるため、遺伝的アルゴリズム（GA）に基づく最適化フレームワークを提案する。独自に開発したPythonベースのツール、TurboJet-Engine Optimizer v1.0をPyevolve GAライブラリと統合した結果、エネルギーとエクシージェィ効率をバランスさせる多目的最適化により、単一基準最適化と比較して、比推力が30％以上向上したことが示された。

ABSTRACT

This paper presents an application of Genetic Algorithm (GA) metaheuristics to optimise the design of two-spool turbofan engines based on exergy and energy theories. The GA is used to seek the optimal values of eight parameters that define the turbofan engine. These parameters are encoded as chromosomes (a metaphor) in GA. A computer program called TurboJet-Engine Optimizer v1.0 (TJEO-1.0) was developed by the authors to perform calculations of thermodynamic properties of the engine and implement the optimisations. The caloric properties of the working fluids are obtained by using an 8th-order polynomial fluid model taken from an existing literature. The turbo-mechanical components in the turbofan engine are as well assumed to exhibit polytropic efficiencies of today's technology level. The TJEO-1.0 is integrated with Pyevolve, an open source GA optimisation framework built for used with Python programming language. The optimal design created by TJEO-1.0 was evaluated with the following criteria: (1.) energy efficiency, (2.) exergy efficiency, and (3.) combination of both of them. The results suggest that the design of turbofan engine optimised based on the third criterion is able to produce higher specific thrust (by more than 30 %), compared with the ones optimised based on the first and the second criteria.

研究の動機と目的

• 高度な最適化技術を用いて、2スプールターボファンエンジンの熱力学的性能を向上させること。
• 従来の設計手法がエネルギー効率またはエクシージェィ効率のいずれかに特化しているという限界を是正すること。
• エネルギー効率とエクシージェィ効率を同時に最大化できるグローバル最適化フレームワークを開発すること。
• 異なる最適化基準が比推力などのエンジン性能指標に与える影響を評価すること。
• 独自に開発したシミュレーションおよび最適化ツールTJEO-1.0を用いて、提案手法の有効性を検証すること。

提案手法

• 8つのエンジン設計パラメータを染色体として符号化し、グローバル最適化を実行するため、遺伝的アルゴリズム（GA）メタヒューリスティックを採用した。
• ターボファンサイクルの熱力学的性質を計算するため、独自に開発したPythonベースのソフトウェアツール、TurboJet-Engine Optimizer v1.0（TJEO-1.0）を構築した。
• 作動流体の熱的性質を正確に表現するため、8次多項式流体モデルを用いた。
• ターボマシン部品のポリトロープ効率を、現在の技術水準を反映するように仮定した。
• TJEO-1.0をオープンソースのPyevolve GAフレームワークと統合し、堅牢でスケーラブルな最適化を実現した。
• エンジン性能を3つの基準で評価した：エネルギー効率、エクシージェィ効率、および統合目的関数。

実験結果

リサーチクエスチョン

• RQ1 エネルギー効率とエクシージェィ効率の多目的最適化が、2スプールターボファンエンジンの比推力に与える影響は何か？
• RQ2 エネルギー効率とエクシージェィ効率の統合基準で最適化する場合、単一基準最適化と比較してどの程度の性能向上が達成可能か？
• RQ3 エネルギー効率を優先する場合とエクシージェィ効率を優先する場合とで、最適設計パラメータはどのように異なるか？
• RQ4 従来の設計手法と比較して、GAベースのフレームワークがターボファンエンジンの熱力学的性能をどの程度向上させるか？
• RQ5 高精度な流体モデルと現実的な部品効率を用いることで、最適化結果にどのような影響が生じるか？

主な発見

• エネルギー効率とエクシージェィ効率を統合した基準で最適化したエンジン設計は、エネルギーまたはエクシージェィ効率のみで最適化した設計と比較して、比推力が30％以上向上した。
• 提案された多基準最適化アプローチにより、優れた熱力学的性能が達成され、エネルギーとエクシージェィの両目標をバランスさせることの利点が示された。
• TJEO-1.0ソフトウェアフレームワークは、GAベースの最適化を効果的に実装し、8次多項式モデルを用いた高精度な熱力学的計算を提供した。
• PyevolveとのTJEO-1.0の統合により、多次元設計空間における効果的なグローバル最適化が可能になった。
• 結果から、エクシージェィに基づく最適化が、エネルギー効率と適切にバランスされれば、燃料の効率的使用とエンジン性能の向上に寄与することが確認された。
• 本研究は、現実の熱力学的制約のもとで、GAのようなメタヒューリスティックアルゴリズムを用いた複雑な航空エンジン設計最適化の実現可能性と利点を示した。