1   概述
 

　　大口徑蝶閥作為流體控制系統(tǒng)的關(guān)鍵執(zhí)行元件，具有結(jié)構(gòu)緊湊、流阻小、啟閉迅速等優(yōu)點(diǎn)，在水利工程中發(fā)揮著不可替代的作用。大口徑蝶閥在管網(wǎng)系統(tǒng)中長期承受流體高壓、沖擊和腐蝕等作用，其動態(tài)性能直接影響系統(tǒng)的運(yùn)行穩(wěn)定性。因此，建立快速、高精度的蝶閥綜合性能(如流量、動水力矩、應(yīng)力分布等)預(yù)測模型具有重要的工程應(yīng)用價值。
 

　　然而，傳統(tǒng)蝶閥性能研究方法面臨許多瓶頸，如實(shí)驗(yàn)測試成本高昂，高保真數(shù)值仿真周期長，且大口徑蝶閥實(shí)物試驗(yàn)需搭建復(fù)雜管路系統(tǒng)，依賴高精度傳感器與驅(qū)動設(shè)備，難以準(zhǔn)確模擬實(shí)際工況介質(zhì)特性；基于CFD(計算流體動力學(xué))和FEA(有限元分析)的多物理場耦合仿真雖能揭示流固耦合機(jī)制，但模型參數(shù)化建模困難、網(wǎng)格劃分及求解耗時長。
 

　　近年來，代理模型技術(shù)(Surrogate Modeling)為突破上述局限提供了新路徑，具有計算高效性和可解析性強(qiáng)兩大核心優(yōu)勢。訓(xùn)練完成后，性能預(yù)測可在毫秒級完成，較全階數(shù)值仿真計算效率提升4~5個數(shù)量級；模型可解析參數(shù)敏感性、生成響應(yīng)曲面，能夠直觀呈現(xiàn)設(shè)計參數(shù)與性能指標(biāo)的映射關(guān)系。
 

　　將代理模型與試驗(yàn)設(shè)計方法(Design of Experiments, DOE)相結(jié)合，可在有限的高保真仿真樣本下高效構(gòu)建出具有工程適用精度的預(yù)測模型。DOE通過空間填充采樣策略(如拉丁超立方采樣)實(shí)現(xiàn)設(shè)計空間的高效探索，顯著降低了數(shù)據(jù)獲取成本。因此，本研究提出基于DOE與代理模型的大口徑蝶閥性能預(yù)測框架，不僅能解決傳統(tǒng)方法成本高、周期長的痛點(diǎn)，更能實(shí)現(xiàn)參數(shù)影響的量化分析與性能的實(shí)時預(yù)測，為閥門智能設(shè)計、工況自適應(yīng)控制及預(yù)防性維護(hù)決策提供理論工具，對提升重大流體裝備自主設(shè)計能力具有重要實(shí)踐意義。
 

　　2   蝶閥研究對象描述
 

　　2.1   蝶閥關(guān)鍵參數(shù)
 

　　本研究以水利系統(tǒng)中廣泛應(yīng)用的大口徑單偏心蝶閥為研究對象，選取具有典型工程代表性的DN2600/PN10規(guī)格蝶閥進(jìn)行深入分析。如圖1所示，該蝶閥的結(jié)構(gòu)特征表現(xiàn)為閥桿軸線相對于閥板密封面中心線存在單向偏移設(shè)計，這種獨(dú)特的偏心結(jié)構(gòu)使其在啟閉過程中能夠?qū)崿F(xiàn)閥板與閥座的快速分離和接觸，有效降低摩擦阻力，從而顯著減小啟閉扭矩。
 

圖1   大口徑單偏心蝶閥結(jié)構(gòu)模型
 

　　本研究采用常溫下的液態(tài)水(密度ρ=998 kg/m³，動力粘度μ=0.001 Pa·s)為工作介質(zhì)。在材料選擇方面，閥座和閥板采用Q235-A碳素結(jié)構(gòu)鋼，該材料具有良好的焊接性能和力學(xué)強(qiáng)度；閥桿則選用20Cr13馬氏體不銹鋼，其優(yōu)異的耐腐蝕性和機(jī)械強(qiáng)度能夠滿足閥門關(guān)鍵運(yùn)動部件的性能要求。各材料的詳細(xì)力學(xué)性能參數(shù)見表1。
 

　　表1   所用材料力學(xué)性能
 

2.2   結(jié)構(gòu)性能指標(biāo)定義與計算原理
 

　　蝶閥的驅(qū)動扭矩(或操作扭矩)是閥門選型和執(zhí)行機(jī)構(gòu)設(shè)計的關(guān)鍵參數(shù)，通常包括啟閉扭矩(靜態(tài)扭矩)和動水力矩(動態(tài)扭矩)兩大類，兩者的產(chǎn)生機(jī)理和影響因素不同。啟閉扭矩是指閥門在靜止流體中(無流動或流速極低時)開啟或關(guān)閉所需的扭矩，此時流體作用在閥板上的力矩是平衡的。動水力矩是指閥門在流體流動狀態(tài)下操作時，流體對閥板產(chǎn)生的動態(tài)阻力矩，可由CFD仿真模擬估算，其主要包括：流體壓差和粘滯力作用在閥板上的阻力矩、流體慣性對閥板的沖擊力矩和閥板擾流導(dǎo)致的非穩(wěn)態(tài)力矩。因蝶閥用于調(diào)節(jié)輸送流量，故優(yōu)先考慮動水力矩；而相關(guān)文獻(xiàn)研究表明，動水力矩在蝶閥中間開度(20°~70°)時，此時閥板對流體的阻擋面積大且流態(tài)紊亂。本研究主要探討動水扭矩，其通常由下式表示：
 

式中   KT——動水力矩系數(shù)
 

　　ΔP——閥門前后壓差，MPa
 

　　D——管道直徑，m
 

　　蝶閥的流量指標(biāo)通常參考流量系數(shù)，其是衡量閥門流通能力的核心參數(shù)，影響管路系統(tǒng)壓降。流量系數(shù)定義為單位壓差下通過閥門的體積流量，可用式(2)表示：
 

其中   SG——流體比重
 

　　在蝶閥的結(jié)構(gòu)性能評估中，為了全面驗(yàn)證閥門在工況載荷下的機(jī)械可靠性，基于FEA計算應(yīng)力場提取的節(jié)點(diǎn)應(yīng)力同樣是關(guān)鍵的分析指標(biāo)。等效應(yīng)力通常由下式表示：
 

式中   Mb——彎矩，kN·m
 

　　T——閥桿傳遞扭矩，kN·m
 

　　W——抗彎截面模量，MPa
 

　　α——扭矩修正系數(shù)
 

　　3   DOE試驗(yàn)設(shè)計與數(shù)值仿真
 

　　近年來，在計算機(jī)實(shí)驗(yàn)、仿真建模和敏感性分析等領(lǐng)域，拉丁超立方抽樣憑借其優(yōu)異的空間填充特性與處理高維非線性問題的能力，在眾多DOE方法中展現(xiàn)出顯著優(yōu)勢。相較于傳統(tǒng)LHS方法，OLHS通過優(yōu)化準(zhǔn)則(如最小距離、最小化相關(guān)性)對樣本點(diǎn)空間分布進(jìn)行迭代優(yōu)化，從而確保設(shè)計空間內(nèi)樣本點(diǎn)的均勻性和代表性。
 

　　3.1   設(shè)計空間與抽樣
 

　　已知蝶閥的幾何、材料參數(shù)固定，考慮到蝶閥在役運(yùn)行工況下的性能影響因素，將閥前后介質(zhì)的壓力差和閥門開度作為設(shè)計變量，其中閥前后壓差ΔP范圍設(shè)定為0~0.7 MPa，可由閥前后管壁上布置的兩只壓力變送器測得，開度θ范圍設(shè)定為2°~90°。由于蝶閥的實(shí)際工作環(huán)境一般不存在大開度大壓差等情況，在DOE方法中加入線性約束條件0.2≤ΔP/0.7+θ/90≤1.75，利用OLHS方法選取3個初始種子點(diǎn)并優(yōu)化迭代200次生成24組樣本點(diǎn)，作為數(shù)值仿真參數(shù)化輸入，樣本點(diǎn)分布如表2所示。
 

　　表2   樣本點(diǎn)取值

 

　　3.2   高保真數(shù)值仿真模型建立
 

　　3.2.1   模型前處理及網(wǎng)格劃分
 

　　網(wǎng)格劃分前需對模型進(jìn)行簡化處理。未經(jīng)簡化的模型若保留過多微小幾何細(xì)節(jié)，將顯著增加計算資源需求并延長求解時間。此外，這些細(xì)微特征區(qū)域的網(wǎng)格質(zhì)量往往欠佳，易導(dǎo)致計算收斂困難，降低計算結(jié)果的準(zhǔn)確性。本研究針對蝶閥1:1三維模型實(shí)施了合理的簡化：在確保計算精度的前提下，精簡了計算域中的部件數(shù)量，僅保留閥座、閥板和閥桿三個核心組件，并對螺栓、密封件等局部微小特征進(jìn)行了合并等優(yōu)化處理。
 

　　鑒于本研究中蝶閥為偏心結(jié)構(gòu)，采用三維全模型進(jìn)行計算。由于蝶閥結(jié)構(gòu)的變形量相對于閥板旋轉(zhuǎn)可忽略不計，故將其工作表面提取并創(chuàng)建為面體，并將其剛度行為定義為剛體。蝶閥及側(cè)套管路流域分為上游段、閥門段和下游段三部分，其中閥門段分割出一個球形域，以便處理不同開度下閥板旋轉(zhuǎn)運(yùn)動的模擬，簡化后的計算域模型如圖2(a)所示。
 

　　對于蝶閥流域模型的網(wǎng)格劃分，本研究采用了分區(qū)化、差異化的網(wǎng)格策略。球形域兩側(cè)流體域相對規(guī)則，幾何復(fù)雜度較低，因此采用計算效率較高的六面體主導(dǎo)的結(jié)構(gòu)化網(wǎng)格進(jìn)行離散。然而，閥板在啟閉過程中的大角度旋轉(zhuǎn)是模擬的關(guān)鍵，這會導(dǎo)致其周邊流體域發(fā)生劇烈且非線性的變形。若對變形流體區(qū)域采用結(jié)構(gòu)化網(wǎng)格，則極易在閥板邊緣附近及狹小流道處產(chǎn)生嚴(yán)重的網(wǎng)格畸變甚至負(fù)體積，致使計算中斷。為保障閥板運(yùn)動時流體域計算的魯棒性與收斂性，球形域采用非結(jié)構(gòu)化四面體網(wǎng)格進(jìn)行劃分。最終劃分流體域網(wǎng)格節(jié)點(diǎn)數(shù)為1801915，單次求解耗時約2 h。
 

　　由于后續(xù)構(gòu)建代理模型對蝶閥結(jié)構(gòu)應(yīng)力變形場所有節(jié)點(diǎn)進(jìn)行預(yù)測，需保證不同開度下結(jié)構(gòu)網(wǎng)格節(jié)點(diǎn)數(shù)量及拓?fù)浔３植蛔儯世肞art Transform功能對閥板和閥桿部件進(jìn)行旋轉(zhuǎn)變換和參數(shù)化設(shè)置，并分別進(jìn)行命名選擇以便數(shù)據(jù)分類和處理，采用四面體網(wǎng)格劃分，節(jié)點(diǎn)數(shù)為788675，如圖2(b)所示。
 

(a)
 

(b)
 

　　(a)計算域模型   (b)網(wǎng)格劃分
 

　　圖2   計算域模型及網(wǎng)格劃分示意圖
 

　　3.2.2   仿真邊界條件設(shè)定
 

　　為精確捕捉閥板旋轉(zhuǎn)過程中流場的瞬態(tài)變化，流體域必須采用動網(wǎng)格技術(shù)。考慮到閥板運(yùn)動引起的流體域變形主要表現(xiàn)為大位移剛性旋轉(zhuǎn)，為避免網(wǎng)格畸變，本研究采用滑移網(wǎng)格(Sliding Mesh)策略，使用非一致網(wǎng)格交界面，允許網(wǎng)格相對滑動。流體域的入口與出口均設(shè)置為壓力邊界條件，給定出口壓力為大氣壓力，模擬管道開放環(huán)境。蝶閥啟閉過程特征流速較低(雷諾數(shù)Re<2300)，流動處于層流狀態(tài)，故采用層流模型進(jìn)行求解。
 

　　蝶閥固體計算域主要由閥座、閥板及閥桿三部分組成，為剛性部件，其材料參數(shù)對密封變形影響可忽略不計，故采用剛體模型簡化處理，不考慮閥座密封環(huán)材料的超彈性特性影響。閥體安裝法蘭端面施加全自由度固定約束，模擬螺栓連接工況；閥板邊緣與閥座密封環(huán)的擠壓區(qū)域定義為摩擦接觸，摩擦系數(shù)取0.2；密封環(huán)表面為接觸面，閥板密封邊緣為目標(biāo)面，該設(shè)置可準(zhǔn)確捕捉啟閉過程中的密封接觸力與磨損行為。不考慮蝶閥關(guān)閉過程中需實(shí)現(xiàn)的初始密封預(yù)緊，僅控制閥板繞閥桿軸線進(jìn)行2°~90°旋轉(zhuǎn)，模擬啟閉工況。流體域與固體域的耦合界面設(shè)置為System Coupling交互邊界，用于雙向傳遞流體壓力與結(jié)構(gòu)位移數(shù)據(jù)。為捕捉啟閉瞬態(tài)特性，設(shè)置輸出為每個樣本工況下的瞬時質(zhì)量流量、動水力矩及結(jié)構(gòu)應(yīng)力場、變形場響應(yīng)數(shù)據(jù)。
 

　　4   代理模型構(gòu)建流程
 

　　本研究構(gòu)建RBF代理模型基本流程如圖3所示，主要包括樣本點(diǎn)設(shè)計、數(shù)據(jù)集建立、數(shù)據(jù)預(yù)處理、模型構(gòu)建與訓(xùn)練和性能預(yù)測等步驟。首先采用拉丁超立方設(shè)計在蝶閥設(shè)計空間抽取24組樣本點(diǎn)；隨后執(zhí)行CFD-FEA耦合仿真獲取扭矩、流量系數(shù)、應(yīng)力等性能響應(yīng)值；接著進(jìn)行數(shù)據(jù)預(yù)處理，將設(shè)計變量歸一化至[0,1]區(qū)間，對性能指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理；而后進(jìn)行模型訓(xùn)練，構(gòu)建Cubic核RBF模型，基于獨(dú)立測試集評估精度，最終集成至實(shí)時預(yù)測系統(tǒng)，實(shí)現(xiàn)毫秒級性能響應(yīng)。
 

圖3   RBF代理模型流程圖
 

　　4.1   數(shù)據(jù)預(yù)處理
 

　　代理模型對輸入數(shù)據(jù)的尺度敏感需進(jìn)行歸一化處理以消除量綱差異，從而提升訓(xùn)練效率與精度。對樣本點(diǎn)和實(shí)測數(shù)據(jù)進(jìn)行輸入變量歸一化，將設(shè)計變量(開度、閥前后壓差)按式(4)線性映射至[0,1]區(qū)間。
 

其中，是第3節(jié)中的DOE設(shè)計空間邊界。
 

　　4.2   RBF代理模型構(gòu)建
 

　　RBF代理模型通過一系列徑向基函數(shù)的線性組合來逼近目標(biāo)函數(shù)，具有結(jié)構(gòu)簡單、學(xué)習(xí)速度快、泛化能力強(qiáng)且數(shù)值穩(wěn)定性高等優(yōu)點(diǎn)。相比于人工神經(jīng)網(wǎng)絡(luò)，該方法更適用于小樣本量場景，可由式(5)表示：
 

　　其中，ω為待求的權(quán)重系數(shù)，通過求解方程組確定，RBF(·)為徑向基函數(shù)，常用的有高斯函數(shù)、多二次函數(shù)、Cubic型函數(shù)和樣條函數(shù)等，其特點(diǎn)是函數(shù)值僅依賴于樣本點(diǎn)X到中心點(diǎn)C的距離，通常以標(biāo)準(zhǔn)化歐氏距離表示。本研究以所有樣本點(diǎn)作為中心點(diǎn)，確保精確插值，構(gòu)建多種徑向基核函數(shù)代理模型。由于現(xiàn)場的蝶閥處于工作狀態(tài)，無法張貼應(yīng)變片等實(shí)際應(yīng)力變形監(jiān)測設(shè)備，為驗(yàn)證RBF代理模型的預(yù)測精度，重新在設(shè)計空間中選取額外樣本點(diǎn)，并重復(fù)數(shù)值仿真和數(shù)據(jù)處理步驟。本研究以決定系數(shù)R2和均方根誤差RMSE為指標(biāo)評估各模型性能，結(jié)果如表3所示。
 

　　表3   模型性能指標(biāo)值
 

　　R2值越大且RMSE值越小一定程度上表達(dá)了模型預(yù)測精度越高。對比可知，選擇Cubic型核函數(shù)RBF代理模型作為蝶閥性能預(yù)測器。
 

　　4.3   數(shù)據(jù)驅(qū)動的代理模型性能快速預(yù)測
 

　　本研究構(gòu)建的RBF代理模型以實(shí)時傳感數(shù)據(jù)作為驅(qū)動信號，能夠快速預(yù)測實(shí)時工況下的蝶閥性能響應(yīng)。搭建傳感數(shù)據(jù)采集和傳輸系統(tǒng)，采集卡和解調(diào)儀集成于智能控制柜，以1000 Hz頻率采集和解析閥前后的壓力值，利用Socket TCP通信協(xié)議實(shí)時、穩(wěn)定的讀取智能控制柜電腦的壓力值和閥門開度數(shù)據(jù)，并將其傳輸?shù)酱砟Ｐ皖A(yù)測器。
 

　　本研究采用的驗(yàn)證工況為θ=30°、ΔP=0.4 MPa，其部分節(jié)點(diǎn)應(yīng)力預(yù)測誤差如圖4所示。由圖可知，整體誤差處于較低水平。
 

圖4   節(jié)點(diǎn)應(yīng)力預(yù)測與仿真值對比
 

　　綜上所述，基于RBF代理模型的大口徑蝶閥性能預(yù)測精度達(dá)標(biāo)，其毫秒級響應(yīng)速度滿足工程使用要求，仿真結(jié)果充分驗(yàn)證了該方法在大型蝶閥性能快速評估中的實(shí)用價值，為閥門智能設(shè)計提供了可靠的計算引擎，具備工程落地性。
 

　　5   結(jié)語
 

　　本文提出并實(shí)現(xiàn)了一種基于徑向基函數(shù)代理模型的大口徑蝶閥性能快速預(yù)測框架。以典型工程規(guī)格DN2600/PN10單偏心蝶閥為研究對象，通過拉丁超立方設(shè)計在設(shè)計空間(閥門開度、閥前后壓差)內(nèi)高效抽取24組代表性樣本點(diǎn)。基于參數(shù)化建模技術(shù)構(gòu)建了耦合流體動力學(xué)與結(jié)構(gòu)有限元的高保真數(shù)值模型，系統(tǒng)量化了關(guān)鍵性能指標(biāo)，即動水力矩、流量系數(shù)及閥板應(yīng)力場，并以此構(gòu)建數(shù)據(jù)集，重點(diǎn)研究了基于Cubic核函數(shù)的RBF代理模型。研究結(jié)果表明，該代理模型在保證預(yù)測精度的前提下，實(shí)現(xiàn)了毫秒級的性能響應(yīng)預(yù)測，原始全階CFD-FEA耦合仿真一次需2 h左右，仿真效率獲得大幅提升。
 

　　本文提出的基于RBF代理模型的大口徑蝶閥性能預(yù)測方法能夠?yàn)殚y門的數(shù)字化設(shè)計、智能選型、實(shí)時狀態(tài)監(jiān)測及預(yù)防性維護(hù)決策提供強(qiáng)有力的理論工具，對提升重大流體裝備的自主設(shè)計能力與智能化水平具有重要的工程實(shí)踐價值。
 

　　本研究后續(xù)會探索將代理模型深度集成于閥門智能運(yùn)維系統(tǒng)技術(shù)，結(jié)合邊緣計算與云平臺，實(shí)現(xiàn)基于實(shí)時數(shù)據(jù)的閥門性能在線評估、異常診斷與預(yù)測性維護(hù)策略自動生成，為重大流體裝備的安全、高效、智能化運(yùn)行提供理論和技術(shù)支撐。