使用 EDEM 仿真和机器学习优化回转式烘干机
当烘干机旋转时，扬料板会产生一种受扬料板角度影响的帘幕效果。当热空气流和颗粒质量取得良好平衡时，允许流体和颗粒之间有更大的接触，从而实现有效干燥。
该案例优化的目的是为给定的一组气流特性确定一个最佳的扬料板角度，以提高其干燥效率。
■ 使用 Inspire 进行几何参数化
回转式烘干机的设计优化从几何参数化开始，该参数化在 Inspire 中进行。
设计参数空间是通过为草图和几何工具分配变量来定义的，Inspire 中的变量管理器用于更新这些参数值以更改设备的设计。
图 2 为 CAD 参数空间，侧重于扬料板的几何形状，它会影响颗粒的运动，从而影响干燥速率。右图显示了变量更改后产生的不同扬料板设计配置。
图2：Inspire 几何参数空间（左）及不同扬料板设计（右）
为了提高计算效率，对该系统模型进行简化处理。边界颗粒流是使用 EDEM 记录工厂从干燥过程的全模拟中传输而来的。如图 3 所示，颗粒流在单个滚筒旋转中以稳态记录，并在简化模型中以相同的频率连续循环。
图4：CFD 流场温度分析
a) SimLab 模型 – 导入 Inspire - CAD 数据库，参数化给定设计配置的几何变量，导出表面网格几何结构，创建流体域并设置 CFD 工况，包括耦合求解和变量。
b) EDEM 模型 – 导入 SimLab 导出的表面网格几何图形，并将 EDEM 与 AcuSolve 求解器耦合，执行 SimLab 生成的输入文件。
EDEM-HyperStudy 连接器允许自定义 EDEM 变量，并接受求解器输入参数。在 HyperStudy 中添加 SimLab 模型会导入所有可在 HyperStudy 中调整的几何变量。
案例输入参数空间为流速和扬料板角度，仿真评价该工艺性能指标为 EDEM 输出的总蒸发速率。下图为通过 HyperStudy DoE 功能生成的 11 个计算工况。
与原始结构相比，由此产生的最佳扬料板角度导致的总蒸发速率增加 3.8%，最大限度地提高了干燥效果。
通过改变目标的相对权重，我们可以针对“最节能”配置（通过增加“最小化流速”的权重）或“最大干燥”配置（通过增加“最大化蒸发速率”的权重）进行优化。加权和方法的结果如图 7 中的 3-D 散点图所示，其中标记了单个最佳点。
通过 Inspire、EDEM、SimLab、AcuSolve 和 HyperStudy 软件工具的组合使用，将涉及颗粒-流体的复杂系统简化到一个模型中，实现快速高效的虚拟优化。
如上文介绍的回转式烘干机案例，仅仅对扬料板角度做了微小改变，却使颗粒材料在传热处的流动性更好，蒸发速率提高了 3.8%，从而提高了烘干机的能源效率，这也展示出了利用这一工作流程优化的威力。
图8：EDEM 蒸发速率
基于 EDEM 离散元仿真，允许进一步分析回转式烘干机的运行情况：
- 优化转速和其他运行参数，以最大限度地提高效率
- 预测不同扬料板结构对颗粒混合干燥过程的影响
- 深入了解不同起始水分含量水平下不同散装物料的干燥条件
- 预测维护要求和系统磨损
- 深入了解真实规模的系统
仿真完成后，可以在 EDEM 中进行一些后处理以专注于颗粒系统分析，或在 CFD 中进行一些后处理以专注于气流分析，或结合 HyperStudy 专注于参数虚拟优化。
点击查看往期推文→EDEM-HyperStudy：机器学习与仿真相结合，实现散装固体混合优化
↓↓相关推荐↓↓