بهينه‌سازي چندهدفي انتقال گرما و ميدان سيال با پرنتل هاي مختلف در مبادله‌كن‌هاي جريان عرضي

Multi-objective optimization of heat transfer and flow field with different Pr numbers in cross-flow heat exchangers

در اين مقاله بهينه ­سازي چندهدفي انتقال گرما و ميدان سيال در مبادله‌كن‌هاي جريان عرضي با آرايش مثلثي و مربعي، با بهره ­گيري از تكنيك ­هاي ديناميك سيالات محاسباتي و الگوريتم ژنتيك چندهدفي انجام مي ­گيرد. در ابتدا، جريان سيال به صورت عددي در 150 مبادله‌كن‌ با شكل هندسي مختلف با استفاده از تكنيك­ هاي عددي حل شده و تمامي پارامترهاي عملكردي مهم شامل: ميزان شار حرارتي، حداكثر دماي ديواره ­ها، افزايش دماي سيال و افت فشار سيال در مبادله‌كن‌هاي مذكور محاسبه مي­شود. سپس، داده­ هاي عددي محاسبه شده براي بهينه ­سازي چندهدفي جريان سيال در مبادله‌كن‌هاي جريان عرضي با استفاده از الگوريتم ژنتيك چندهدفي مورد استفاده قرار مي­ گيرند. در فرآيند بهينه ­سازي چندهدفي، دو پارامتر هندسي به عنوان متغير طراحي وجود دارند و توابع هدف متضاد نيز، حداكثر نمودن مقدار انتقال گرما و حداقل نمودن افت فشار در مبادله‌كن‌ها مي­باشند. در قسمت نتايج، نمودار پارتو كه شامل اطلاعات مهم و مفيد در طراحي حرارتي و سيالاتي مبادله‌كن‌هاي مذكور مي­ باشد، براي هر دو چيدمان مثلثي و مربعي ارائه شده است و به تفصيل به بحث و بررسي در مورد ابعاد مختلف آن پرداخته شده است.

In this paper, multi-objective optimization (MOO) of heat transfer and flow field in cross-flow heat exchangers with triangular and square arrangement is performed using Computational Fluid Dynamics (CFD) techniques and Non-dominated Sorting Genetic Algorithms (NSGA II). At first, fluid flow is solved numerically in 150 various heat exchanger using CFD techniques. Finally, the CFD data will be used for Pareto based multi-objective optimization of fluid flow in cross flow heat exchanger using NSGA II algorithm. In the MOO process there are two geometrical parameters and the conflicting objective functions are to simultaneously maximize the amount of heat transfer and minimize the pressure drop. The Pareto front including optimum design variables and objective functions for two triangular and square heat exchangers are shown in results. It is shown that the achieved Pareto solution includes important design information on fluid flow in the heat exchangers.