Diese Arbeit stellt eine parametrische Modellierung und eine aerodynamische Anpassungsoptimierung für das Leitrad der zweiten Stufe eines mehrstufigen Radialverdichters vor. Zunächst wird basierend auf der geometrischen Konfiguration der zweistufigen Komponenten eine flexible parametrische Vorlage für das Leitrad der zweiten Stufe erstellt. Danach werden numerische Simulationen durchgeführt, um das interne Strömungsfeld zu analysieren und die Leistung des Anfangsdesigns dieses Verdichters zu bewerten, wobei Leistungsmängel wie signifikante wirbelinduzierte Verluste und ein großer austretender Umfangsströmungswinkel (−12,138°) festgestellt werden. Anschließend wird ein aerodynamischer Optimierungsrahmen, der ein Kriging-Ersatzmodell und einen genetischen Algorithmus (GA) integriert, auf das Leitrad der zweiten Stufe angewandt, mit dem Ziel der aerodynamischen Anpassungsoptimierung unter mehreren Betriebsbedingungen. Die Optimierungsziele umfassen die Maximierung des gesamten polytropischen Wirkungsgrades des Verdichters und des statischen Druckverhältnisses des Leitrads der zweiten Stufe sowie die Minimierung des gesamten Druckverlustkoeffizienten und des austretenden Umfangsströmungswinkels des Leitrads der zweiten Stufe. Die Ergebnisse zeigen, dass das optimierte Design eine Verbesserung des gesamten polytropischen Wirkungsgrades um 2,17 % und eine Verbesserung des statischen Druckrückgewinnungskoeffizienten um 12,01 % unter den Auslegungsbedingungen erreicht, zusammen mit einer deutlichen Reduktion des austretenden Umfangsströmungswinkels auf 0,663°. Bei Betrieb unter mehreren Bedingungen weist das optimierte Leitrad eine verbesserte Leistungsstabilität auf. Der gesamte polytropische Wirkungsgrad verbessert sich um 2,06 % und der statische Druckrückgewinnungskoeffizient um 23,31 % unter Niedrigdurchflussbedingung, was die Wirksamkeit des angewandten parametrischen Modellierungs- und sequenziellen Optimierungsansatzes bestätigt.
Building similarity graph...
Analyzing shared references across papers
Loading...
Qinglong Liu
Dalian University of Technology
Hang Lv
Dalian University of Technology
Lingang Shen
Turner Consulting Group (United States)
Machines
Dalian University of Technology
Turner Consulting Group (United States)
Building similarity graph...
Analyzing shared references across papers
Loading...
Liu et al. (Tue,) untersuchten diese Fragestellung.
synapsesocial.com/papers/69d896166c1944d70ce07514 — DOI: https://doi.org/10.3390/machines14040405
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: