In the draft tube of an hydraulic turbine the kinetic energy of the flow is transformed into pressure. This energy conversion significantly impacts on the efficiency and power output of the turbines and mostly those that are installed in power plants with low head. In those machines, the energy losses that can be related to draft tube performance may reach up to 50% of the total turbine losses. Although the draft tube cone is responsible for approximately three quarters of the overall pressure recovery it had not been usually taken into account in the design and optimization procedures. Especially, there is a lack of information in terms of the exact angle and the shape configuration where the minimum energy losses can be obtained. To solve this problem, in recent times, new tools based on CFD and optimization algorithms have been introduced to evaluate the performance of hydraulic structures and machinery, providing a valuable complement to traditional engineering methods. With this idea, this thesis presents a methodology which by means of the coupling of multi-disciplinary commercial softwares optimize automatically the geometry of the draft tube cone. By using an evolutionary Genetic Algorithm was controlled a fully automatic process that generates different geometries for the cone and later the performance of each one is evaluated by CFD simulations. The computational cost has been overcome by the use of a distributed and parallel computing evaluation established in a computational cluster. This methodology has allowed the search of the optimal design, fixed by the objective function, in a big universe of possibilities which has been limited by restrictions of the design variables. The methodology has allowed the location of the exact opening angle, improving approximately 1.8% of the diffuser performance. This finding demonstrated that this geometric variable is most important than the geometric configuration and the wall shape of the diffuser. A quantitative and qualitative analysis of the flow has been undertaken to understand how the optimized geometry of a diffuser modifies the flow pattern to achieve the highest performance.
En el tubo de aspiración de una turbina hidráulica, la energía sobrante del rodete es transformada a presión. Esta conversión impacta hasta en un 50% el rendimiento de las turbinas y principalmente las que están instaladas en centrales hidroeléctricas de baja carga. De las tres partes que componen un tubo de aspiración (cono, codo y difusor), el cono es responsable de tres cuartas partes de la recuperación de la energía del aspirador. Este cono no ha sido tomado en cuenta en los procedimientos de diseño y optimización del aspirador, es decir, no existe una forma de determinar el ángulo exacto y la configuración adecuada para las cuales se pueda obtener las mínimas pérdidas de energía. Para resolver este problema, recientemente nuevas herramientas basadas en Dinámica de Fluidos Computacional y Algoritmos de Optimización han sido introducidos para evaluar el comportamiento de estructuras y maquinaria hidráulica complementando de manera importante los métodos tradicionales de diseño. Bajo este concepto, esta investigación desarrolla e implementa una metodología que por medio del acoplamiento de diferentes softwares multidisciplinarios busca optimizar automáticamente la geometría del cono del aspirador. Utilizando un Algoritmo Evolutivo fue controlado el proceso que genera las diferentes geometrías para el cono y posteriormente cada una de ellas es evaluada a través de simulaciones numéricas. El costo computacional ha sido reducido por la distribución y la paralelización de las geometrías resultantes en un cluster de cálculo. Esta metodología ha permitido alcanzar el diseño óptimo fijado por una función objetivo en un gran espacio el cual ha sido limitado por restricciones de las variables geométricas del cono. Además, ha permitido la definición exacta del ángulo mejorando un aproximado de 1.8% en su rendimiento. Para entender como la geometría optimizada del cono ha modificado el patrón de flujo para alcanzar su mejor rendimiento, se presenta un análisis cuantitativo y cualitativo del flujo en las mejores geometrías.
