Optimization of Bellmouth Shape in Non-aligned Air Flow under High Reynolds Number Condition for Application to Gas-turbine = 가스터빈 적용을 위한 고 레이놀즈 수 및 비정렬 유동 조건 하의 벨마우스 형상 최적화

다국어 초록 (Multilingual Abstract)

With turbine inlet temperatures (TIT) escalating toward 1800–2000 K, ensuring component durability has become critically dependent on the secondary air system's effectiveness. This dissertation focuses on the aerodynamic optimization of this system to improve cooling air delivery to the non-aligned nozzle guide vanes (NGV) under realistic operating conditions.
The study investigates the geometric configuration of the casing inlet height and the bellmouth profile, targeting optimization across a range of inlet Reynolds numbers. Pareto front and multi-objective genetic algorithm (GA) was utilized to resolve the conflict between two critical design objectives: maximizing flow uniformity and minimizing total pressure loss.
The resulting optimized configuration demonstrated enhancements over the baseline design, achieving up to a 24% improvement in flow uniformity and a 23% reduction in pressure loss. The visualization of vortical structures revealed that the optimized geometry promotes superior flow organization. This improvement directly translates to reduced system irreversibility, which was quantified as a 4% decrease in entropy generation. Furthermore, a Discrete Phase Model (DPM) was employed to assess particle deposition, showing a reduced accretion rate of optimized geometries on the bellmouth surface. Particle Image Velocimetry (PIV) was conducted on both baseline and optimized geometries to validate the numerical methodology.

국문 초록 (Abstract)

터빈 입구 온도가 1800–2000 K까지 상승함에 따라, 부품의 내구성을 보장하는 것은 2차 공기 시스템의 효율성이 중요하다. 본 학위 논문은 실제 작동 조건 하에서 비정렬 노즐 가이드 베인으로의 냉각 공기 공급을 개선하기 위한 최적화에 중점을 두었다. 본 연구는 케이싱 입구 높이와 벨마우스의 기하학적 구성을 다양한 입구 레이놀즈 수 범위에 걸친 최적화를 목표로 했다. 유동 균일성 극대화와 총 압력 손실 최소화라는 두 가지 핵심 설 계 목표 간의 상충 관계를 해결하기 위해 Pareto front와 multi–objective genetic algorithm이 활용되었다. 그 결과로 도출된 최적 형상은 기준 형상 대비 향상된 성능을 보였으며, 유 동 균일성은 최대 24% 개선되고 압력 손실은 23% 감소했습니다. 와류 구조 시각화 결과, 최적화된 형상이 더 우수한 유동 조직을 촉진하였고, 시스템의 비가역성 감소로 이어졌 으며, 이는 엔트로피 생성의 4% 감소로 정량화 했다. DPM 모델을 사용하여 입자 퇴적을 평가한 결과, 최적화된 형상에서 벨마우스 표면의 입자 부착률이 감소하는 것을 확인했 습니다. 마지막으로, 수치 해석 방법론을 검증하기 위해 기준 형상과 최적 형상 모두에 대해 PIV 실험이 수행되었다.

목차 (Table of Contents)

• 1 Introduction 5
• 2 Numerical Methodology 9
• 2.1 Computational domain & boundary conditions 9
• 2.2 Governing equations 11
• 2.3 Experimental validation 15
• 3 Optimization Methodology 24
• 3.1 Design of experiment & Pareto front 24
• 3.2 Correlationbased multi-objective optimization 25
• 4 Results and discussion 31
• 4.1 Results of case study about uniformity and pressure drop 31
• 4.2 Optimized cases of uniformity, pressure drop, and cooling effectiveness 33
• 4.3 Comparative analysis of flow structure and entropy generation 35
• 5 Conclusions 48
• 6 References 49