Resumen

Los sustitutos son más baratos de evaluar y ayudan a diseñar sistemas en menos tiempo. Por otro lado, los sustitutos dependen del problema y necesitan ser evaluados para cada problema con el fin de encontrar un sustituto adecuado. Las variantes de Kriging, como la ordinaria, la universal y la ciega, junto con el modelo de aproximación de superficie de respuesta (RSA) comúnmente utilizado, se utilizaron en el presente problema para optimizar el rendimiento de una turbina de impulso de aire utilizada para la recolección de energía de las olas del océano mediante el análisis CFD. Se empleó un diseño factorial completo de tres niveles para encontrar puntos de muestra en el espacio de diseño para dos variables de diseño. Se utilizó un solucionador Navier Stokes promediado por Reynolds para evaluar las respuestas de la función objetivo, y estas respuestas junto con las variables de diseño se utilizaron para construir las variantes Kriging y las funciones RSA. Se utilizó un algoritmo genético híbrido para encontrar el punto óptimo en el espacio de diseño. Se descubrió que el mejor diseño óptimo lo producía el Kriging universal, mientras que el Kriging ciego producía el peor. El presente enfoque se sugiere para aplicaciones de energías renovables.

• Materias:Máquinas eléctricas Mecánica de fluidos Motores de combustión interna Turbomáquina
• Subjects:Electric machines Fluid mechanics Internal combustion engines Turbomachine
• Palabras claves:espacio de diseño, variables de diseño, aprovechamiento de la energía de las olas del océano, solucionador de navier stokes, turbina de impulso de aire, mejor diseño óptimo, diseño factorial completo, algoritmo genético híbrido, respuestas de la función objetivo, aplicación de energías renovables
• Keywords:design space, design variables, ocean wave energy harvesting, navier stokes solver, air impulse turbine, best optimal design, full factorial design, hybrid genetic algorithm, objective function responses, renewable energy application