Optimisation robuste de turbines pour les cycles organiques de Rankine (ORC)

Résumé : Au cours des dernières années, le cycles organique de Rankine (ORC) ont reçu un grand intérêt de la communauté scientifique et technique en raison de sa capacité à récupérer de l'énergie à partir de sources de chaleur faible. Dans certaines applications, comme la récupération de chaleur des déchets (WHR), les plantes ORC doivent être aussi le plus compact possible en raison de contraintes géométriques et de poids. Récemment, ces questions ont été étudiées dans le but de promouvoir la technologie ORC pour moteur à combustion interne (ICE). L'idée de récupérer ce résidu d'énergie est pas nouvelle et dans les années 1970 la crise énergétique a encouragé le développement de petite ORC plants (1-10 kWe). En raison de la complexité moléculaire du fluides de travail , fort effets de gaz réel doivent être pris en compte en raison de la haute pression et la densité, si on le compare à un gaz idéal. Dans ces conditions, le fluide est connu comme gaz dense. Les gaz denses sont définis comme des vapeurs monophasés, caractérisé par des molécules complexes et avec importantes masses moléculaires. Le rôle de gaz dense dans la gaz dynamique des flux transsonique interne a été largement étudié pour son importance dans les turbomachines. Récemment, l'attention a été concentrée sur des turbines axiales, qui réduisent au minimum la taille du système, en comparaison avec les solutions radiales dans les mêmes rapports de pression et la chute d'enthalpie. Dans ce travail, une nouvelle méthodologie de conception de turbines ORC supersonique est proposé. Elle consiste dans un design à deux dimensions rapide et précise qui est réalisée pour stator et rotor avec une metode de caractéristique (MOC) étendue à une équation d'etat générique. Les effets visqueux sont pris en compte par l'introduction d'une correction turbulente appropriée de la couche limite compressible. Étant donné que les sources de chaleur proposées pour turbines ORC comprennent typiquement des sources d'énergie variables, comme la WHR des procédés industriels ou des applications automobiles, pour améliorer la faisabilité de cette technique, la résistance à des conditions variables d'entrée est prise en compte. L'optimisation numérique sous incertitudes est appelé Optimisation robuste (RO) et il surmonte la limitation de l'optimisation déterministe qui néglige l'effet des incertitudes dans les variables de design et / ou des paramètres de design. Pour mesurer la robustesse d'un nouveau design, les statistiques (la moyenne et la variance, ou écart-type) d'une réponse sont calculées dans le processus RO. Dans ce travail, la conception MOC des ORC aubes supersoniques est utilisé pour créer une profil de référence. Cela est optimisé grâce à une boucle RO. L'optimiseur stochastique est basée sur un modèle de krigeage bayésien de la réponse du système aux paramètres incertains, utilisé pour l'approximation des statistiques de la sortie du système, couplé à une algorithme genetique multi-objectif (NSGA). Une forme optimale qui maximise la moyenne et minimise la variance de l'efficacité isentropique est recherché. L'efficacité isentropique est évaluée au moyen de simulations RANS (Reynolds Average Navier-Stokes) de l'aube. Le comportement thermodynamique du fluide de travail est modélisée au moyen de l'équation d'etat de Peng-Robinson-stryjek-Vera. La forme de l'aube est paramétrée au moyen d'une approche Free Form Deformation. Pour accélérer le RO processus, une modèle de krigeage supplémentaire est construit pour la fonction multi-objectifs et une stratégie adaptif de remplissage basée sur le Multi Objective Expected Improvement es prise en compte afin d'améliorer la précision de krigeage à chaque génération de la NSGA. La forme robuste optimisé d'aube ORC est comparé aux résultats fournis par le MOC et l'optimiseur déterministe.
Type de document :
Thèse
Mécanique des fluides [physics.class-ph]. Ecole nationale supérieure d'arts et métiers - ENSAM, 2016. Français. 〈NNT : 2016ENAM0070〉
Liste complète des métadonnées

https://pastel.archives-ouvertes.fr/tel-01535746
Contributeur : Abes Star <>
Soumis le : vendredi 9 juin 2017 - 14:05:09
Dernière modification le : jeudi 13 septembre 2018 - 15:24:10
Document(s) archivé(s) le : dimanche 10 septembre 2017 - 13:30:07

Fichier

BUFI.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01535746, version 1

Collections

Citation

Elio Antonio Bufi. Optimisation robuste de turbines pour les cycles organiques de Rankine (ORC). Mécanique des fluides [physics.class-ph]. Ecole nationale supérieure d'arts et métiers - ENSAM, 2016. Français. 〈NNT : 2016ENAM0070〉. 〈tel-01535746〉

Partager

Métriques

Consultations de la notice

1202

Téléchargements de fichiers

449