液力透平的性能预测及气液两相的多级液力透平特性的研究

发布时间：2017-05-24 13:13

  本文关键词：液力透平的性能预测及气液两相的多级液力透平特性的研究，，由笔耕文化传播整理发布。

【摘要】：液力透平能够将高压液体中的压力能回收转化为透平转子的机械能,并用于发电或者驱动泵、风机等工作机做功。泵反转做液力透平是液力透平的一种重要的形式,其主要包括单级和多级结构。如何选择合适的泵做液力透平是泵反转做液力透平研究的热点问题之一,而实际的生产工艺流程中的高压液体常常含有一定量的气体,并且当液体压力较大时需要用多级泵做液力透平来回收其能量。因此,本文利用人工神经网络的方法研究液力透平的性能预测,并用理论推导和数值模拟的方法研究气液两相多级液力透平的外特性和内部流场。 1.建立BP和GA-BP神经网络来预测离心泵反转作液力透平的压头和效率。用63台离心泵作透平的参数作为训练两个网络的样本。以单级单吸离心泵的叶轮叶片出口直径D2、叶片包角φ、出口宽度b2和出口安放角β2、叶片数z和比转速ns作网络输入层,离心泵在透平工况下的压头H和效率η作输出层。用6组样本外的数据测试经训练后的两个网络的预测能力,并做网络预测值与试验值的相关性和线性回归分析。结果表明,BP网络对压头和效率预测的平均误差为5.33%和0.86%,GA-BP网络对压头和效率预测的平均误差为3.56%和0.46%。GA-BP网络预测精度高,预测结果与实验值相关性强,预测所用时间为BP网络的1/3,更适合做泵反转作液力透平的性能预测。 2.在液力透平内,流体流过的时间很短,且设备一般作了保温处理,故可认为透平热力系统内的热力过程是可逆绝热的,与外界无热量交换；另外,由于气体介质所占比例较小,气体膨胀或压缩引起的介质内能的变化较小,可忽略不计。考虑可压缩理想气体的膨胀做功,在纯水介质的泵做透平的能量方程的基础上进一步推导得到气液两相介质时泵做透平的压头计算公式。 3.以DG85-80五级节段式离心泵做液力透平,用CFD软件对透平入口的气体体积分数分别为0.05、0.10、0.15、0.20的气液两相介质的多级透平做数值模拟,分别得到其外特性曲线。结果表明：气体膨胀做功对液力透平能量特性的影响较大,气液两相介质的多级透平的轴功率和压头随着质量流量的增加而增加,透平入口气体体积分数越低其高效率的质量流量区域相对较大；随着透平进口气体体积分数的增加,透平在最优工况点的压头和功率均增加,水力效率和质量流量减小。从纯水介质的泵与气液两相介质的透平的换算系数曲线可以看出：流量系数h和功率系数p会随着透平入口气体体积分数φ的增大而增大；q值在1.5-1.7之间,随着φ的增大效率系数λ值减小,λ值在0.89-1.1之间。 4.气液两相介质的多级液力透平的内部流场分析。气液两相介质的多级液力透平,从正导叶入口到叶轮出口的压力递减,叶片凸面压力大于叶片凹面压力；叶轮和导叶流道内介质的流动比较稳定,导叶凹面的流体速度大于凸面,叶片凹面的速度大于凸面速度,叶片凸面进口附近有一片漩涡区域；气体的体积分数从正导叶进口到叶轮出口逐渐增大,导叶凸面的气体体积分数低于凹面,叶片凹面的含气率比叶片凸面的含气率大。对于同一级叶轮-导叶,透平进口φ值增大或质量流量的增加,引起其叶轮-导叶各流道压力分布不对称性和不均匀性加剧,压力梯度变大,从正导叶进口到透平叶轮出口的速度差变大,导叶-叶轮流道内速度变化的梯度也较大,该级叶轮-导叶内总体的气体体积分数增大,叶轮-导叶内气体体积分数分布的不对称性加剧。
【关键词】：遗传算法 神经网络 性能预测 多级液力透平 气液两相 数值模拟
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH311
【目录】：

• 摘要7-9
• Abstract9-12
• 第1章 绪论12-20
• 1.1 本课题研究背景12
• 1.2 液力透平的研究现状12-18
• 1.2.1 液力透平研究综述12-15
• 1.2.2 泵反转作液力透平的研究现状15-18
• 1.2.3 泵做透平研究的发展趋势18
• 1.2.4 气液两相流泵作液力透平18
• 1.3 问题的提出18-19
• 1.4 本文主要研究的内容19-20
• 第2章 神经网络预测液力透平的压头和效率20-36
• 2.1 人工神经网络的基本理论21-25
• 2.1.1 神经元模型21-23
• 2.1.2 常见的神经网络模型23-24
• 2.1.3 BP神经网络模型的结构24
• 2.1.4 BP算法原理24-25
• 2.2 BP神经网络的结构设计25-26
• 2.3 GA-BP神经网络模型的建立26-30
• 2.3.1 遗传算法的基本原理26
• 2.3.2 遗传算法在BP网络中的应用26-27
• 2.3.3 GA优化BP网络初始权重的原理和流程27-28
• 2.3.4 GA-BP神经网络的设计28-30
• 2.4 神经网络预测模型的训练30-34
• 2.4.1 训练样本数据的选取和处理30-31
• 2.4.2 预测模型的训练过程31-32
• 2.4.3 预测模型的仿真验证32-34
• 2.5 预测效果的分析34-35
• 2.6 本章小结35-36
• 第3章 CFD数值模拟的基本理论及预处理36-42
• 3.1 计算流体动力力学概述36
• 3.2 多相流模型36-37
• 3.3 两相流控制方程37-38
• 3.4 湍流模型和离散方法38-39
• 3.4.1 湍流数值计算方法38-39
• 3.4.2 方程的离散方法39
• 3.5 计算结果收敛的判定方法39
• 3.6 CFD预处理39-41
• 3.6.1 流道模型的建立39-40
• 3.6.2 流道模型的网格划分40-41
• 3.7 本章小结41-42
• 第4章 不同介质时多级液力透平的性能分析42-49
• 4.1 含气介质时液力透平的基本方程42-44
• 4.2 数值实验方案44-45
• 4.3 试验结果与分析45-48
• 4.3.1 最优工况时透平各级特性分析47-48
• 4.4 本章小结48-49
• 第5章 气液两相多级液力透平内部流动特性49-62
• 5.1 不同气体体积分数时多级液力透平内流场分析49-56
• 5.1.1 不同气体体积分数时多级液力透平静压力分布49-51
• 5.1.2 不同气体体积分数时多级液力透平相对速度矢量分布51-54
• 5.1.3 不同气体体积分数时多级液力透平气体体积分数分布54-56
• 5.2 变工况时气液两相的多级液力透平内流场分析56-60
• 5.2.1 变工况时气液两相的多级液力透平静压力分布56-58
• 5.2.2 变工况时气液两相的多级液力透平相对速度矢量分布58-59
• 5.2.3 变工况时气液两相的多级液力透平气体体积分数分布59-60
• 5.3 本章小结60-62
• 第6章 结论与展望62-65
• 6.1 结论62-63
• 6.2 存在的不足63
• 6.3 今后的研究方向63-65
• 参考文献65-69
• 致谢69-70
• 附录A BP网络和GA-BP神经网络的训练和测试数据70-72
• 附录B 攻读学位期间所发表的学术论文目录72

【参考文献】

中国期刊全文数据库 前10条

1 姚征,陈康民;CFD通用软件综述[J];上海理工大学学报;2002年02期

2 杨军虎;张雪宁;王晓晖;孙庆冲;张建华;;能量回收液力透平的研究进展[J];化工机械;2011年06期

3 翟宜峰,李鸿雁,刘寒冰,苑希民;用遗传算法优化神经网络初始权重的方法[J];吉林大学学报(工学版);2003年02期

4 鞠茂伟;常宇清;周一卉;;工业中液体压力能回收技术综述[J];节能技术;2005年06期

5 典平鸽;杨孙圣;;叶轮进口宽度对液力透平性能的影响[J];机械设计与研究;2012年02期

6 徐小力,徐洪安,王少红;旋转机械的遗传算法优化神经网络预测模型[J];机械工程学报;2003年02期

7 杨军虎;张雪宁;王晓晖;孙庆冲;张建华;;能量回收液力透平研究综述[J];流体机械;2011年06期

8 刁望升;;高压加氢装置应用液力透平可行性研究[J];炼油技术与工程;2008年07期

9 陈丽能,谢永良;基于BP神经网络的农机拥有量预测技术[J];农业机械学报;2001年01期

10 鄢碧鹏;杜晓雷;刘超;成立;;基于遗传算法和神经网络的泵站经济运行研究[J];农业机械学报;2007年01期

  本文关键词：液力透平的性能预测及气液两相的多级液力透平特性的研究，由笔耕文化传播整理发布。

本文编号：390888