不同导叶数下液力透平蜗壳内压力脉动计算

当离心泵作液力透平运行时其内存在振动现象,为了使液力透平能够稳定运行,在液力透平蜗壳出口设计不同数量的导叶,然后在不同导叶数下利用Pro/e软件建立几何模型,并利用ANSYS-CFD软件通过在蜗壳内沿周向和径向设置监测点,计算在不同导叶数下液力透平蜗壳内的压力脉动幅值,之后通过快速傅里叶变换将压力脉动的计算结果进行数据处理,分析不同导叶数下液力透平蜗壳内的压力脉动频域分布和液力透平机组内的振动情况.研究结果表明:当导叶数等于9时,蜗壳内周向和径向各监测点处的压力脉动主频幅值最小;蜗壳内径向各监测点处的压力脉动主频幅值和最大脉动幅值随着流量的增加而增大,但随着导叶数的增加其增大程度逐渐减小;当液力透平蜗壳出口添加导叶数为9的导叶时有效降低了液力透平机组内的振动和噪声,提高了液力透平机组运行时的稳定性.      

基于神经网络-遗传算法的液力透平叶片型线优化

提出了一种叶片型线的多工况优化设计方法,该方法包括叶片型线参数化、优化的拉丁超立方试验设计、CFD技术、GA-BP(genetic algorithm-back propagation)神经网络与遗传算法.具体采用三次非均匀B样条曲线参数化叶片型线,优化的拉丁超立方试验设计方法在设计空间内获取训练GA-BP神经网络的样本点,各个样本点性能分析由CFD技术完成,随后开展GA-BP神经网络的学习训练,最后采用GA-BP神经网络和遗传算法相结合的优化技术求解液力透平叶片型线的多工况优化问题.基于上述优化方法对一液力透平进行了叶片型线的优化改进,结果表明,在保证扬程不小于相应初始扬程的约束条件下,优化后的液力透平效率在3个指定工况下分别提高了3.91%,3.59%和3.09%, 证明采用此方法优化叶片型线具有一定的可行性.