采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。     

亚音速复合倾斜透平静叶栅的理论与实验研究

采用三维全势函数多重网格数值方法求解亚音速透平静叶栅流场。以 30 0 MW汽轮机调节级静叶栅的设计为目标 ,采用子午面上外环壁收缩和叶片周向复合倾斜两项措施 ,以求大幅度地减少叶栅二次流损失。实验研究表明新设计叶栅的损失系数比直叶栅降低 42 % ,测出的叶片表面静压分布与理论计算结果十分吻合     

涡轮高载荷动叶片设计及级三维流场数值分析

针对一个涡轮的典型级,减少动叶片的数18只,采用参数化叶型法重新成型三维叶片的五个截面叶型,用Fluent分别对各截面进行粘性S1正问题流场分析计算,然后将5个截面沿径向以各截面的重心积迭形成三维叶栅。对新成型的叶栅和原叶栅组成的涡轮级分别进行三维粘性流动分析,表明新设计的叶栅叶片载荷增加15%,而效率基本保持不变。