Multikriterielle Auslegungsoptimierung eines CO_2-Kältekreislaufs für ein Bahn-HLK-System

摘要

Im Auslegungsprozess eines Bahn-HLK-Systems ist es die Aufgabe geeignete Komponentenabmessungen und Prozessparameter so zu identifizieren, dass Auslegungsanforderungen (unter anderem eine bestimmte Kälteleistung an einem definierten Auslegungspunkt) erreicht und bestimmte Zielgrößen minimiert werden. Bei einem transkritischen R744 (CO_2)-Kältekreislauf umfassen zentrale Auslegungsparameter (Entscheidungsgrößen) die Größen des Verdichters, Verdampfers, Gaskühlers, Kühlerlüfters und des internen Wärmeübertragers, sowie das Hochdruckniveau und den Kühlluft-Massenstrom. In Bezug auf Wettbewerbsfähigkeit, Integration und Betrieb stellen Investitionskosten, Masse, Volumen, elektrischer Leistungsbedarf und Geräuschemissionen des HLK-Systems wichtige Minimierungsziele dar. Auf dieses Auslegungsproblem wird hier eine multikriterielle genetische Optimierung angewendet. Die zugrundeliegende Zielfunktion umfasst ein thermodynamisches Modell des Kältekreislaufs und eine komponentenspezifische Skalierung von Masse, Volumen und Kosten. Um eine ausreichend schnelle Berechnung auf einem Desktop-Computer zu ermöglichen, werden künstliche neuronale Netze (KNN) als Metamodelle eingesetzt. KNN dienen auch als Schnittstelle zwischen verschiedenen Berechnungswerkzeugen. Ergebnis der Optimierung ist eine Liste von Pareto-optimalen R744-Kältekreisläufen. Der HLK-Systemtechniker kann daraus Potentiale und Tendenzen erkennen und, je nach Kundenanforderungen, ein geeignetes Optimum auswählen. Zur Unterstützung des HLK-Systemtechnikers wurde mit „CYCAD" ein neuartiges Softwarewerkzeug entwickelt, welches thermodynamische Simulation und Komponentenintegration in CAD zusammenführt.