APP下载

轴流涡轮变工况性能预测分析及校准方法研究*

2022-12-21王巍郑泽宇顾智嘉鲁业明谢蓉

风机技术 2022年5期
关键词:经验优化实验

王巍 郑泽宇 顾智嘉 鲁业明 谢蓉

(大连理工大学能源与动力学院)

0 引言

轴流涡轮的一维性能分析在涡轮的初步设计、基于气路分析技术的发动机故障诊断以及燃气轮机控制系统的研发与验证等领域广泛应用[1-3]。涡轮一维性能预测往往采用部分实验拟合手段获得的经验模型去预测的损失来代替复杂的三维非定常粘性流动过程中所产生的各项损失,损失预估的准确性直接影响到性能预测的准确程度。因此开展变工况条件下损失模型的校准具有重要意义[4]。

涡轮内部具有复杂的三维非定常粘性流动[5-7],如何实现对这种流动损失进行准确预估,相关领域的学者做了诸多研究。在过去的几十年里,人们根据实验结果总结了大量的经验损失模型用于预测流动过程中所产生的各项损失。其中最具有代表性的就是上世纪50 年代以Ainley&Mathieson 经验损失模型(简称AM 损失模型)为基础的损失模型体系,该模型将流动损失分解为叶型损失、二次流损失与叶尖间隙损失,是第一个系统、完整的轴流涡轮损失模型,在当时具有很高的预测精度[8];在AM 损失模型基础上,1970 年Dunham&Came考虑雷诺数与马赫数对性能的影响对其进行修正,发展了AMDC损失模型[9];1982年Kacker&Okpuu在AMDC损失模型的基础上,按照叶型损失、二次流损失、叶尖间损失以及尾缘损失对总损失进行重新分类,并在此基础上考虑可压缩性和激波对损失的影响,提高了预测的精度[10];2005 年,Zhu 等认为现有的损失模型在对高载荷低压涡轮的预测上准确度不足,他们对Kacker&Okapuu 模型的叶型损失关系式进行改进,仅通过优化模型的系数就提高了预测精度[11]。……

登录APP查看全文

猜你喜欢

经验优化实验
记一次有趣的实验
超限高层建筑结构设计与优化思考
2021年第20期“最值得推广的经验”评选
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
做个怪怪长实验
经验
2018年第20期“最值得推广的经验”评选
NO与NO2相互转化实验的改进