多级压气机中可控扩散叶型研究的进展与展望 第二部分 可控扩散叶型的实验与数值模拟

目前 ,大量的可控扩散叶型 (CDA)已设计应用于多级轴流压气机中。通过亚音、跨音叶栅实验 ,证明了在可比的气动设计条件下 ,CDA叶栅可以达到更高的临界马赫数、更大的冲角范围和更高的负荷。通过单级或多级测试 ,CDA提供了更高的效率、更高的负荷、且易于进行级间匹配 ,并最终减少研发费用 ,提高喘振裕度 ;由于 CDA叶型具有增厚的前缘和尾缘 ,这为压气机寿命的提高提供了保证     

压气机叶片外物损伤模拟的撞击能量当量法

在分析外物与叶片间的运动态势后，提出压气机叶片外物员伤模拟的撞击能当量法，即使得摆锤的势能与外物摘击叶片时可能达到的功能相等。据此，设计并制作了摆锤装置，并实验观察到钛制压气机叶片损伤形态与撞击能量间的变化关系，即随着撞击能量的增加，损伤形态产生的顺序为，压痕→突缘→裂纹→突缘呈４５°剪切破坏，这与外场收集到的叶片的前缘损伤形态一致，同时，采用了ＴＣ４压气机叶片进行了相应的高周疲劳试验，验证了方法     

引气对跨声轴流压气机性能的影响

以单级跨声轴流压气机NASA Stage35为研究对象,根据影响转子和静子通道流动的主要物理现象分别设计了多种引气方案.通过数值模拟比较分析引气与不引气状态下压气机的详细流场,结合实验测量结果,研究转子机匣端壁引气位置以及静子机匣端壁引气量对压气机性能及流场的影响.结果表明:转子机匣端壁引气能够有效控制间隙泄漏流的发展,减小叶尖损失,提升压气机性能.不同的引气槽结构和轴向位置对间隙流动的影响机理不相同;静子机匣端壁引气能够有效减小静子叶排损失,提升压气机效率.      

Alford力和滚动轴承对轴流压缩机转子系统动力特性和稳定性的影响

 研究叶尖气隙和滚动轴承共同作用下轴流压缩机的非线性动力特性及稳定性。采用有限元法和非线性滚动轴承模型,建立压缩机转子系统动力学模型,其中转子旋转时非均匀分布叶尖气隙引起的气动失稳力(即Alford力)根据已有实验数据和计算模型求得。通过计算分析发现叶尖气隙和滚动轴承分别激起系统的反进动和正进动共振频率,其共同作用造成压缩机转子系统的失稳,很好地解释了已有实验中出现的失稳现象。表明滚动轴承反力和Alford力的共同作用对压缩机转子系统的动力性能和稳定性有显著影响。     

轴流压气机重复级边界条件的建立及其在流场数值诊断中的应用

本文对轴流压气机多级环境中存在的重复级流动现象的建立及其在流场数值模拟中的应用进行了研究。研究表明负荷是重复级现象建立的关键因素之一,在高负荷的情况下,压气机内很快就可到达重复级状态。另外,本文利用重复级流动模型建立了重复级边界条件,在此基础上,利用1.5 级对流场已达到重复级状态的多级流场进行了流场数值模拟,计算结果表明此方法在保证具有较好精度的前提下。      

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。      

单级跨音速压气机三维非定常粘性流动计算

本文以数值求解雷诺平均非定常N-S方程方法完成了单级跨音速压气机动静叶相干三维非定常粘性流动计算,给出了高分辨率NND格式的时间推进有限差分解。对某跨音速单级压气机进行了定常和非定常流的详细数值计算,设计转速下定常粘性流场计算所得到的性能参数与实验结果吻合较好。在此基础上,对最高效率状态进行了动/静叶相互干扰的非定常流动计算,并对结果进行了分析。      

轴流压气机三维气动稳定性及主动控制模型

给出了考虑压气机径向扰动对失速影响的轴流压气机三维气动稳定性模型。计算结果表明压气机的失速特性与压气机基元叶栅特性密切相关。在轴流压气机三维气动稳定性模型的基础上,给出了考虑轴流压气机三维效应的主动控制模型及其传递函数。      

跨音速压气机级三维紊流流场数值模拟

在对跨音速压气机级的动／静双叶排中的三维定常紊流流场数值的模拟中，利用三阶高分辨率ＮＮＤ格式和ＬＵ－ＳＧＳ隐式推进迭代法，既保证了流场中激波的模拟质量和粘性流动特征的正确预估，也实现了求解过程的高效率。对某单级跨音速压气机的计算及其与实验数据的对比证实了本文方法的有效性。将计算推广至多级轴流叶轮机械的情况将会是十分简便的     

新的多重网格法求解离心压气机内部流场

受英国剑桥大学 Denton教授对叶轮机械数值计算的启发, 本文提出了一种新的多重网格法, 并将之与显式时间推进法、有限体积差分格式、粘性体积力法配合使用来求解离心压气机内部流场。数值计算表明, 作者多重网格法的计算结果与试验结果吻合很好, 同时该多重网格法的收敛速度比不用多重网格法加快了将近两倍, 也比 Denton多重网格法的收敛速度加快了将近 1倍。