DL125-9离心压缩机扩压器性能分析与改进

DL125-9离心压缩机是新型的H型压缩机.试验结果表明,其性能与设计要求有偏差,压比偏低,变工况性能差.为了改善其空气动力性能,本研究对影响压缩机性能较大的扩压器进行了试验研究和分析,通过对四种不同几何参数的方案进行比较,确定了工作范围宽、级效率和压比较高的VD-3扩压器为较好的几何参数匹配.压力恢复比原设计VD-1增大34%,级效率提高3～4％.     

离心压缩机叶片扩压器噪声的理论和实验研究

利用随机脉动调制理论,建立了离心压缩机谐波噪声和宽频噪声的通用计算模型,对叶片扩压器的声源及其辐射理论进行了深入的理论研究．还对离心压缩机整机声功率级及声功率频谱进行了测量,计算结果与实验结果比较吻合．利用本文提出的方法可以预测离心压缩机的噪声频谱,为设计低噪声离心压缩机、通风机提供了理论依据．     

带叶片扩压器离心压缩机模型级内流研究

通过对在研工业用带翼型叶片扩压器离心压缩机模型级的内部流动进行数值模拟,以及对模型级外特性进行了实验研究,分析了模型级内部流动特点、损失机理及其对级性能的影响。研究发现:该离心压缩机模型级性能较好,工况范围内效率曲线非常平坦,稳定运行范围较宽,整级效率高达82%;设计流量下叶轮出口轮盖与叶片吸力面的角区有明显的尾迹区存在,小流量下进入叶片扩压器内的气流在叶腹的流动没有得到有效滞止,大流量下气流以冲击叶片扩压器叶腹为主,同时在叶背上出现了较大的旋涡区;不同工况下叶片扩压器内的流动损失和扩压效果由不同工况下的流动特性决定。数值模拟和实验研究获得的模型级外特性曲线一致,表明所采用的数值模型能够准确预测模型级内部的流动特性。     

无叶扩压器内流场的热线测量

采用单斜丝和单直丝热线相结合多方位采样测量技术,在三种不同转速条件下,使用智能型恒温热线风速仪,对一小型离心式压缩机无叶扩压器内流场进行了测量．给出了三种转速时的时均速度、气流方向角和静压恢复系数的测量结果,并对测量结果进行了分析和讨论     

无叶扩压器不同进口条件时流场的实验研究

使用智能型恒温热线风速仪,在离心式压缩机叶轮以某一转速旋转和叶轮静止不动静吹风的两种情况下,对离心式压缩机的无叶扩压器内流场进行了测量,并对测量结果进行了讨论和分析     

旋转叶轮和叶片扩压器耦合的非定常流动计算

应用STAR-CD流动分析软件和PISO算法,采用滑移网格和多重旋转坐标系技术,全流场计算了旋转叶轮和叶片扩压器耦合的非定常流动.获得了不同时间周期的速度和压力分布,预示了叶轮和叶片扩压器相互干涉的重要流动特征.通过计算发现了以往采用单流道计算所不能发现的流动现象:由于蜗壳的存在,使得每一个流道内的速度和压力分布是非对称的,并随时间的变化而变化.因此,在叶轮机械设计中,要全面和整体地考虑叶轮、扩压器和蜗壳之间的相互关联和耦合及相互间的影响与反影响,不能孤立地分别研究.     

二维扩压器壁面最优速度分布的动态规划法研究

本文运用动态规划法原理和能预测湍流边界层分离的经验公式,建立了二维、对称扩压器优化命题的物理模型和适宜于动态规划法求解的数学模型,并得到满足约束的壁面最优速度分布。该计算结果与实验结果及用Pontryagin极大值原理的计算结果均甚为吻合,该方法可以推广至不对称扩压器的优化命题中。     

叶片扩压器安装角对高负荷离心压气机流动及性能的影响

本文以某高负荷离心压气机为研究对象,运用三维粘性数值模拟方法考察了不同叶片扩压器进口安装角对离心压气机流动及性能的影响。分析结果显示,叶片扩压器进口安装角对离心压气机流动及性能影响很大,过小的安装角会造成流道堵塞,产生拉瓦尔喷管效应,使整级效率急剧降低。叶片扩压器在合适的安装角范围内,随着进口安装角的增大,压气机等熵效率变大,总压比升高,但工作裕度却逐渐减小。由此可知,叶片扩压器具体安装角的确定要根据效率、压比和工作裕度的综合考虑所定。     

直板型叶片扩压器流场的实验测量与数值研究

利用激光多普勒测速仪（LDV）测量系统测量了3个不同的工况下离心风机直板型叶片扩压器内部的三维速度场，并对叶片扩压器内部流场及其随流量变化的规律进行了分析．同时，在实验测量的基础上对整个实验风机进行了非定常数值模拟，并对比分析了扩压器内部及其上游流场的数值计算和实验结果．结果表明：数值结果与实验结果吻合得很好；沿着扩压器的流道方向气流的速度逐渐减小，非定常速度脉动也逐渐减弱，非定常速度脉动的频率和叶轮的叶片通过频率一致；随着流量的减小，扩压器的扩压能力逐渐增强，扩压器叶片压力面附近的低速区逐渐减小，扩压器上游及内部流场受蜗壳的盘、盖侧空腔影响逐渐增大．     

进口导叶与叶片扩压器匹配的实验研究

对扩压器进口不同安装角和进口导叶不同预旋角匹配下离心压缩机的性能进行了实验研究.研究表明:扩压器进口安装角最小值为7°时,压缩机性能对进口导叶预旋角不敏感;采用不同的扩压器进口安装角和不同进口导叶预旋角匹配调节时,压缩机所能达到的最高效率为86.0%,比单独调节进口导叶预旋角或扩压器进口安装角所能达到的效率高2%.效率提高的潜能可通过自由选择匹配的方式来加以实现.     

反问题与神经网络相结合的混流泵叶片优化设计

针对三元扭曲叶片优化设计过程中设计变量较多的问题，采用动量矩为设计变量，再通过反问题计算得到叶片来间接对叶片进行参数化；针对评价函数计算量太大的问题，根据试验设计理论安排训练样本，采用神经网络建立设计变量与目标函数间的复杂的响应关系，并且详细研究了反向传播和径向基函数2种网络在对评价函数进行预测过程中的应用，建立了一种新的叶片优化设计方法，与传统的优化方法相比，其设计变量数目较少，以叶轮内的三维粘性流动分析为基础且大大缩短了计算时间，利用此方法对一台混流泵的扬程和效率进行优化，所得叶片性能良好，从而验证了此方法的有效性。     

级环境下离心压气机扩压器叶片气动优化设计

在级环境下采用人工神经网络和遗传算法在对设计工况下的离心压气机扩压器叶片型线进行了优化,并采用数值方法对优化前、后离心压气机级的气动性能进行了对比分析.结果表明:在设计工况下,优化后的叶片扩压器静压恢复系数提高了11.7%,总压损失系数减少了21.12%,离心压气机级绝热等熵效率提高1.64%,达到了86.01%;非设计工况下离心压气机的气动性能也有显著改善;优化后离心压气机级在设计转速下喘振裕度有所提高,阻塞裕度略有降低.     

基于神经网络的迟滞非线性逆模型

为了补偿迟滞特性对系统的不良影响,提高迟滞非线性系统的控制精度,建立了神经网络迟滞非线性逆模型.由于神经网络不能够直接逼近迟滞逆这种具有记忆性的多映射现象,通过引入一个迟滞逆算子,将多映射的迟滞逆转换成一一映射,然后运用神经网络来逼近这个一一映射从而建立一个基于神经网络的迟滞逆模型.该模型的主要优点是结构简单、精度高,可以在线调整神经网络的权值以适应不同工作条件下的迟滞逆辨识.最后,运用该方法对压电执行器中的迟滞非线性建立了逆模型.     

离心压气机无叶扩压器内部流动的实验测量和数值分析

对离心压气机无叶扩压器内部的流动进行地测量,实验在6种不同转速下进行,获得了径向速度、周向速度和静压恢复系数的分布规律,用SIMPLEC算法结合k-ε湍流模型对该无叶扩压器内部流动进行了数值模拟,计算结果与实验值基本吻合,结果表明：气流速度沿扩奢器宽度方向的分布是盘侧高一增侧,速度分布逐渐达到均匀,当提高转速时,气流速度沿扩压器宽度方向的变化较小,压力恢复系数在无叶扩压器前段增长较快,在后段增长缓和。     

新型递归神经网络求解时变矩阵Moore-Penrose逆

将传统梯度神经网络（GNN）与张神经网络（ZNN）巧妙结合,提出了一种新型的神经网络（NNN）模型.在相同的条件下,采用NNN,GNN,ZNN模型求解时变矩阵M-P逆,从理论上证明了NNN模型的有效性和优越性.计算机仿真结果表明NNN模型在有噪声的条件下求解矩阵M-P逆具鲁棒性.     

无叶扩压器失速的三维可压缩流模型

为了研究离心压缩机系统内无叶扩压器的失速问题,提出了一种三维可压缩模型.采用奇异值分裂（SVD）方法求解离散后的三维可压缩流欧拉方程,得到了无叶扩压器失速时的临界流量系数和失速团相对转速.研究显示,在无叶扩压器较长的情况下,入口马赫数对临界流量系数和失速团相对转速都有重要影响.此外,无叶扩压器临界流量系数还受到无叶扩压器出入口半径比、扩压器入口平均流动的轴向分布以及叶片后弯的影响.实验比较显示,三维模型的预测结果相比二维模型更为准确.     

神经网络在反插值问题中的应用

在之前研究中,根据多项式理论,提出了幂激励前向神经网络及其权值直接确定法。本文应用该神经网络研究反插值问题。仿真结果表明该神经网络能够很好地解决一一映射反插值问题,而对于非一一映射,却不具备准确反插值能力。基于前面提出的网络模型,本文进一步提出一种增加时序控制条件的神经网络,即时序神经网络模型,并给出理论推导和进行仿真验证,结果表明该时序神经网络能够成功解决一一映射及非一一映射反插值问题。     

神经网络辨识的自适应逆控制

逆模型控制是一个新颖的控制方法．但在实现上会遇到很多困难,如被控对象的大滞后、时变性和不确定性等,使精确的对象数学模型难以建立．文中根据工业对象的特点及对控制系统高鲁棒性与高自适应性的要求,提出一种改进的神经网络的模型参考自适应逆控制系统．仿真试验表明,此系统具有良好的跟踪给定信号和消除对象干扰的作用．     

一种基于神经网络的结构参数识别方法

提出了一种基于神经网络的结构参数识别方法,该方法以残余力向量作为结构参数识别的网络输入。针对训练样本在数据空间分布不均匀的问题,采用ＧＳＬ变换对训练样本数据进行预处理。从而提高了网络收敛速度及参数识别精度。本文算例说明了方法的有效性。