缝式处理机匣轴向位置对压气机特性影响的机理

对轴向倾斜缝处理机匣轴向位置的改变如何影响轴流压气机性能进行了研究.试验与数值结果均表明三个轴向位置的处理机匣均扩宽压气机的稳定工作范围,轴向位置不变时扩稳效果最好,轴向位置后移时效果最差.同时轴向位置前移或后移使压气机等熵效率损害程度降低.通过详细地分析压气机内部流场表明:处理机匣轴向位置后移使叶顶机匣约1/3的轴向...     

尾缘喷气方式对涡轮叶栅气动性能的影响

以某涡轮叶栅为研究对象,采用试验和数值模拟相结合的方式研究了涡轮叶片不同喷气结构对叶栅性能的影响。对半开缝和对开缝两种尾缘冷气喷射的研究表明:当冷气流量比较小时,有一个总压损失随冷气量增大先增加后减小的趋势:当冷气量较大时,冷气造成的总压损失随冷气增大而减小。在相同条件下,半开缝叶栅出口的总压损失系数小于对开缝叶栅出口的总压损失系数。叶栅出口平均气流角随着喷气比的增大呈减小的趋势,但变化范围很小。     

静叶吸气对某轴流压气机裕度影响的研究

运用Numeca CFD对某大弯度叶栅和某轴流压气机流动进行数值模拟,为减小由于边界层分离而带来的损失,拓宽稳定工作范围,提出叶片吸力面表面开缝抽气方案.综合研究开缝位置、开缝长度、及吸气量大小对流动分离结构和裕度的影响.结果表明通过静子叶片上边界层抽气引出分离区域的低能量气流,可以明显的改善气动性能,分离得到很好的抑制,稳定工作裕度得到了提高.      

“欧洲通信卫星”W5损失4路转发器

6月16日和17日,欧洲通信卫星公司的“欧洲通信卫星”W5卫星的部分电力分系统出现技术故障。欧洲通信卫星公司已联合卫星制造商泰雷兹‘阿莱尼亚空间公司对卫星性能进行了技术调查。7月11日该公司发布消息称,调查发现,虽然卫星的电力性能目前已稳定下来,但因故障而被关掉的4路转发器已无法恢复使用。这样,该卫星目前的容量是20路Ku波段转发器。     

静叶角度调节对组合压气机性能优化机理

采用流线曲率法求解组合压气机的准三维流场,在叶片排前后缘及中间设置计算站,使用样条函数拟合流线;根据组合压气机结构特点,发展了适合其特性计算的损失、落后角模型及计算程序;将特性计算程序与导、静叶角度优化调节方案相结合,确定出不同设计转速下,导、静叶最佳调节角度组合.在90%设计转速,近最高效率点处,利用全三维的数值模拟手段分析了组合压气机导、静叶最佳角度调节前后流场结构变化.研究结果表明:导、静叶角度调节削弱了压气机叶片排中的激波强度,减少了损失,同时能抑制气流的分离,明显改善组合压气机的流场结构.      

跨声速压气机性能计算中的激波损失模型

在分析了跨声速叶型内激波与附面层相互作用及波系形状的基础上,建立了一种考虑了激波与附面层的相互作用及栅内流动状况的跨声速叶栅激波结构的数学物理模型,并提供了一种可靠评估跨声速叶栅激波损失的方法。     

基于传热与压力损失的气-水换热器耦合设计

针对换热器设计中如何合理兼顾传热效率和压力损失的难题,以矩形流通截面的燃气-水列管式换热器为对象,从理论上分析了设计参数之间的内在联系,揭示了换热面积与燃气流通面积、横向管间距、换热管直径之间的匹配关系,建立了基于压力损失和传热计算的耦合设计方法。这种方法已成功应用于某大型燃气冷却器的设计,也可供其它换热器设计时参考。     

基于伴随法的空气系统引气管减阻优化设计

以空气系统引气管为研究对象,利用CFD和伴随法对管路进行优化,优化目标函数为管路的流动损失系数,管路造型通过网格变形实现。优化结果表明,引气管优化后总压损失系数降低47.83%,质量流量增加45.1%,熵增降低62.4%,流动变得更加平缓;引气管的主要损失源自气流速度和方向的急剧变化;尖锐的拐弯导致气流发生分离形成旋涡阻碍流动,平缓的拐弯更接近等熵流动,能够降低流动损失。     

不同边界层厚度下高马赫数进气道自起动过程研究

为了探寻入口边界层厚度变化对高马赫数进气道自起动性能的影响,对简化的二元高马赫数进气道的加速自起动过程进行数值仿真研究,分析了边界层厚度对自起动过程中流场波系结构变化和自起动性能的影响机制,获得了不同边界层厚度下的进气道自起动性能及主分离包高度的变化规律。结果表明:随着边界层相对厚度从0.05增加至0.3,进气道的自起动马赫数一开始保持不变,然后快速增大;相同主流条件下,不起动流场跨越主分离包无量纲压升和主分离包高度随边界层相对厚度的增大均变小;边界层动量损失厚度和跨越主分离包无量纲压升对进气道起动性能影响重大。     

基于数据驱动的复杂进气下风扇转子叶根损失模型

发展了一种基于数据驱动的复杂进气下风扇转子叶根损失预测方法。提取了影响风扇转子叶根损失的关键气动参数作为输入变量，熵损失系数作为输出参数；采用计算耗时小的单叶片通道定常模型，通过给定不同边界条件并进行组合来构建样本数据库，使得数据库中样本点尽可能覆盖更广的复杂进气工况；采用径向基神经网络训练并构建输入变量与输出参数之间的映射，实现叶根损失的快速预测。计算结果表明：该损失模型能够准确捕捉叶根损失的径向分布趋势，并且相比于传统损失模型能够大幅提升预测精度。在不同流量、进气旋流以及畸变强度工况下，叶根流动损失平均预测误差基本小于10%。