90°强曲率弯管内三维湍流流场的数值分析

本文根据作者发展的一种能计算任意截面形状 90°弯管内三维不可压缩湍流流场的分析方法 ,利用作者实验的圆截面弯管数据 ( Rc/D=0 .87)检验 k- ε双方程湍流模型预示强曲率三维湍流流场的精度。计算了 Rc/D=2 .3的矩形截面和 Rc/D=0 .87的圆截面 90°弯管 ,并将计算结果与相应实验数据进行了比较分析。结果表明 ,即使对曲率很强的弯管 ,吸力面 (内侧壁 )不出现二次流迁移所形成的低速区前 ,标准 k- ε双方程模型仍能较好地预示出平均速度场。     

气膜冷却流场的实验研究和数值模拟的分析

用Ｘ型双丝热线探头对扇形气膜孔射流下游流场的测量结果表明，湍流因射流的注入而显著增强，并存在十分明显的各向非同性。传统的应力和速度梯度的涡粘关系仍然适用于气膜冷却流场，但应该在不同的方向上分别对湍流粘性系数进行修正。标准ｋ－ε湍流模型可成功地模拟孔内流动和流向倾角α较小时的掺混气膜冷却流场，但在α较大时的孔中线附近区域内的流场模拟是不成功的，并导致冷却效率的模拟失败。     

扩压器-水泵内非稳定流动研究

水泵内部流动实质上是复杂的三维非稳定流动 ,它对水泵性能及结构振动有重要影响。本文介绍了一种求解这种复杂内流动的数值方法。三维雷诺数平均的纳维斯托克斯方程 ( 3-DReynolds-averaged Navier-Stokes,RANS)以及标准 k-ε的方程用于描述水泵内非定常紊流流场。系统特性方程与水泵的 CFD模型相结合以考虑流体在管道中的加速 ;采用任意滑移网格界面模拟叶轮和静止部件之间的相互干涉 ;将整个叶轮作为分析对象 ,以考虑失速情况下流动的周向非对称。这些技术的结合包括了水泵内非稳定流动的物理实质。一台实验数据比较齐全的离心式 -扩压器水泵被用于验证所提出的数值方法     

一个神经网络结合遗传算法的叶轮逆命题设计方法

本文的目的是利用神经网络实现离心压缩机叶轮的逆命题设计。为此,结合实例叶轮逆命题设计问题通过遗传算法的演化和训练建立了前馈神经网络。所建网络随之用于求解给定表面速度分布情况下的叶片型线。数值模拟显示,该神经网络模型可以成功的求解出预期叶片型线     

叶顶间隙对离心叶轮内部流动及气动性能的影响

通过求解 N- S方程 ,数值研究了叶顶间隙对 NASA低速大尺度离心压缩机 (L SCC)三维粘性流场及气动性能的影响 ,在计算程序中采用了当地时间步长、多重网格以及隐式参差光顺来进行加速。对具有 0 .0 % ,5 0 % ,10 0 % ,2 0 0 %倍设计间隙的 4种离心叶轮的流场及气动性能进行了数值预测。研究结果表明 (1) NASA低速大尺度离心压缩机 (L SCC)半开式叶轮的低速尾迹区在压力面与轮盖的角区 ,而相应的闭式叶轮的低速尾迹区聚集在轮盖的中心位置 ;(2 )数值实验表明 ,叶顶间隙并非越小越好 ,可能存在一个最优间隙 ,使得叶轮流动损失最小     

涡轮叶栅尾缘冷气喷射对主流场干扰的物理模型的研究

本文分析了叶片尾缘喷气与主流干扰的机理,改进了二维、可压缩的涡轮叶栅尾缘喷气模型,并以能量损失系数ξＦ 来反映冷气喷射对主流的气动影响。通过尾缘喷气模型与涡轮叶栅流场计算及附面层参数的关联,分析了冷气喷射后的气动损失。与实验结果的对比分析表明,该模型能较准确地反映叶栅尾缘冷气喷射与主流的掺混情况,适用于预测不同形式的叶栅尾缘喷气对叶栅气动性能的影响     

混合生物生长自适应搜索遗传算法在形状优化中的应用

 利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

扩压器叶片形线逆命题设计的一种新方法

应用遗传算法结合神经网络技术通过对候选叶片表面速度分布与目标速度分布之间误差的极小化,求解给定表面速度分布下的扩压器叶片形线。叶片形线利用Ｂｅｚｉｅｒ曲线参数化表示,候选叶片形线的流场分析由ＢＰ神经网完成。所提出的方法用于一离心压缩机平行直壁扩压器的二元等厚叶片设计,结果显示该方法是有效和可行的     

离心叶轮出口三维流场研究

文发展了一种通过求解不可压缩、定常、时均 N- S方程、连续性方程和 k- ε湍流模型方程分析离心叶轮出口三维流场的方法。该方法的差分计算网格通过代数变换关系生成 ,可方便地应用于离心叶轮设计分析。为检验本文分析方法的有效性 ,对一个三元闭式离心压缩机叶轮出口流场进行了实验测量。计算与实验比较表明 ,本文方法预示出的平均流场与实验数据符合良好     

透平机械叶片的遗传优化设计

 提出一个基于遗传优化理论的透平机械叶片设计方法。该方法以叶片形状作为优化对象,利用遗传算法通过使其表面边界层中流动损失的极小化来搜索最佳的叶片形状。叶片形状被参数化表示。已知叶片形状的流场分析由一个叶栅正命题CFD程序完成。方法应用于一个离心压缩机扩压器叶片设计。数值计算显示,该方法可成功地求得具有最小流动损失的扩压器叶片形状。