离心泵关死点内部流动数值模拟

采用非定常雷诺时均方法结合SST湍流模型,对一比转数为86.44的离心泵零流量工况下的内部流动进行了三维全流场数值模拟。基于数值模拟结果,预测了离心泵关死点扬程并与试验结果进行了比较,同时分析了关死点内部流动规律。研究结果表明,CFD预测的关死点平均扬程误差为4.7%;流道1的进口和出口各有一个旋转方向相反的漩涡,2个漩涡在一个周期内会各自发生不同的状态改变,且呈现明显的周期变化;蜗壳扩散段的绝对速度接近于零,流道1内叶片工作面的高速区面积先增加后减小;蜗壳内的静压分布变化明显,流道1的工作面出口处高压区面积随着叶轮的旋转不断减小;泵进口始终存在着6个大小不同的漩涡,且这6个漩涡基本堵塞了整个流道。     

离心泵关死点内流诱导振动测试

采用加速度传感器对一比转数为65的离心泵关死工况下的流动诱导振动进行了测试,并对试验结果进行了详细分析。试验结果表明:1轴向振动加速度脉动呈现一定的弱周期性规律,径向振动加速度脉动没有任何周期性;2蜗壳隔舌处的振动加速度脉动幅值最大;3各测点的最大振动加速度均出现在1 400 Hz附近,大约是叶片通过频率的10倍;4蜗壳5断面处的轴向振动程度是最为剧烈的,而7断面处的径向振动程度是最弱的。     

小波包分解与神经网络相结合的变速箱齿轮故障识别

提出了一种识别变速箱齿轮故障的新方法，通过对小波包分解的分析研究，将基于小波包能量的小波包分解特征提取方法用于提取齿轮运行状态的特征向量，并以此作为BP神经网络的输入对神经网络进行训练，建立了基于BP神经网络的齿轮运行状态分类器，用以识别齿轮的运行状态，, 变速箱齿轮故障识别为例，用文中所述方法对变相齿轮的正常状态，磨损状态，断齿状态进行识别验证，验证结果表明该方法的效果良好。     

谐波小波包自适应分解在故障诊断中的应用

将谐波小波包与匹配追踪方法相结合,提出了谐波小波包自适应分解的新方法。根据信号特征自适应选择谐波小波包字典内的时频原子,可以将非平稳振动信号既不交叠又无遗漏地分解到相互独立的频带上去,算法实现简单,频率分辨率好。通过仿真算例将该法与小波包变换、小波包追踪结果相比较,验证了该方法时频定位性好的优越性。将该方法应用于轴承和转子的故障诊断,结果表明,故障特征提取是有效的。     

基于小波包分解的频带局部能量特征提取方法

提出了一种基于小波包分解的频带局部能量特征提取方法。在小波包分解的理论基础上 ,引入了频带局部能量的概念 ,用以表征信号在某个频带的某个时间段的能量大小 ,反映了信号频率的时变性。并以仿真信号为例 ,说明基于小波包分解的频带局部能量特征提取方法的有效性。     

基于小波包能量法的滚动轴承故障诊断

阐述了故障轴承振动与信号的关系,小波包的原理以及BP神经网络的工作原理和实现过程,并以滚动轴承故障诊断为例,提取了小波包节点能量作为振动信号特征参数,并训练BP神经网络,对故障模式进行识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明利用小波包能量法和BP神经网络进行滚动轴承振动诊断是可行、有效的。     

叶片包角对离心泵空化性能的影响

为了研究叶片包角对离心泵空化性能的影响,选择3台不同比转数的离心泵为研究对象,分别将各模型的设计包角做减少5°、增加5°和10°变化。基于ANSYS CFX软件应用标准k-ε湍流模型、均质多相模型和Zwart-Gerber-Belamri空化模型对各模型泵在包角变化时泵内的空化流场进行数值模拟,分析空化性能和空泡体积分布变化规律,并通过实验进行验证。结果表明:叶片包角对中高比转数离心泵空化性能的影响较大;随着叶片包角的增加,各模型必需空化余量的变化规律各不相同,但叶片包角存在一个最优值使离心泵在设计工况下的空化性能最佳。     

基于小波包和样本熵的齿轮故障特征提取

针对齿轮箱振动信号的复杂性和随机性,本文采用在时、频域内能更好地反映信号本质特征的小波包分解方法进行分析处理,然后用样本熵作为特征向量,首先把采样得到的时域数据进行三层小波包变换,然后计算分解获得的所有频段的样本熵,用来当作特征值。通过MATLAB实现算法,并用齿轮箱实验台模拟正常、齿顶磨损、断齿三种工况进行实验和分析验证了该方法的有效性。     

基于声强和小波包分析的汽车发动机燃爆信息特征提取研究

针对发动机燃爆信息的非平稳性,利用声强近场测量和小波包多分辨率分析的特点,提出了一种基于小波包分析的声强算法,本文利用该方法对某型号发动机燃爆信息的特征提取进行了实验研究。实验结果表明,该方法可以从复杂的发动机缸盖辐射噪声中提取出燃爆信息,所提取的燃爆信息可作为发动机单缸失火的故障诊断指标。本文所提出的基于小波包分析的声强算法为汽车发动机运行状态的在线监测和故障诊断提供了一种有效的手段。     

基于小波包能量谱和BP神经网络的转子系统扭矩激励识别

建立转子系统的扭矩激励与其电机电流耦合仿真模型,研究不同性质(阶跃、线性、暂态、正弦)扭矩激励下电机电流频谱特性,运用奇异值分解法剔除电流信号的工频成分,将除去工频成分后的不同性质扭矩激励下电机电流信号进行三层小波包分解生成能量谱特征向量,并设计优良性能的BP神经网络,将得到的电流信号的特征向量以及需要识别的扭矩激励类型输入BP神经网络训练,经试验数据验证表明:利用小波包能量谱和神经网络对转子系统电机电流分析可以实现转子系统扭矩激励的识别。     

基于改进二叉树支持向量机的离心泵工况识别方法

为保证离心泵的安全高效运行,需要对离心泵的运行工况进行识别研究.首先,使用测试函数对比研究了经验模态分解、集合经验模态分解和互补集合经验模态分解3种振动信号特征提取方法,基于性能最优的特征提取方法提取不同工况下运行的离心泵振动信号特征数据.然后,对支持向量机模型进行改进,提出了一种使用k-means聚类算法优化的二叉树支持向量机模型,并将改进模型应用到离心泵4种不同运行工况的识别中.同时,使用其他2种多分类支持向量机模型作为对比.研究结果表明:3种特种提取方法中,互补集合经验模态分解无模态混叠迹象性,噪声干扰小,性能表现更好;改进支持二叉树向量机模型分类准确率可达82.17%,对设计的4种工况具有很好的分类效果;改进支持二叉树向量机模型结构简单,训练时间短,实时性好,综合性能优于其他2种模型.     

基于FLUENT的离心泵水力性能预测技术

介绍了用数值模拟方法进行离心泵性能预测的研究现状和存在的问题．采用商业软件FLUENT,在双参考坐标系下,利用有限体积法对雷诺时均Navier-Stokes方程进行数值离散,选用标准k-ε湍流模型,SIMPLEC方法求解,对10台离心泵的设计点工况进行了叶轮蜗壳耦合三维粘性相对定常的数值模拟并进行了性能预测．计算了各模型的扬程和效率并与试验值进行了对比和分析．对比分析结果表明,基于FLUENT数值模拟结果预测离心泵水力性能的方法具有比较高的精度。可以应用于工程实践．     

压水室结构对离心泵径向力影响的数值分析

采用SST k-ω湍流模型对不同压水室结构: 单蜗壳、双蜗壳、导叶和蜗壳匹配同一叶轮的离心泵进行定常和非定常数值模拟．根据数值计算结果比较并分析3种不同结构压水室离心泵外特性、定常和非定常径向力特性．结果表明,在全流量下,单蜗壳和双蜗壳离心泵流量-扬程曲线变化平缓,效率高效区较宽;单蜗壳离心泵径向力远大于其他2种形式离心泵;导叶式离心泵径向力方向随着流量增加基本不变,其他2种形式离心泵径向力方向随着流量的增加变化较大且从隔舌向蜗壳出口移动;单蜗壳离心泵和双蜗壳离心泵径向力整体变化趋势呈椭圆分布,导叶式离心泵径向力变化无规律性;单蜗壳离心泵径向力平衡较差,瞬态径向力幅度波动远大于其他2种形式离心泵．分析结果可对离心泵径向力的认识和设计提供依据．     

基于神经网络的离心泵汽蚀性能预测

介绍了离心泵汽蚀性能预测的研究现状,分析了离心泵汽蚀性能预测的主要研究方法．根据设计流量下离心泵汽蚀余量的影响因素,确定人工神经网络的拓扑结构．应用MATLAB的神经网络工具箱,建立单级单吸离心泵汽蚀性能预测的BP神经网络（Back Propagation Neural Network）和RBF神经网络（Radial Basis Function Neural Network）两种人工神经网络模型．用工程实践中得到的57台离心泵几何参数和试验数据作为样本来训练建立好的网络,并用6台离心泵的数据来测试网络．预测值与试验值的相关性分析表明,BP和RBF网络的预测结果均较好,其中BP网络预测模型的平均相对偏差为5．69％,RBF网络预测模型的平均相对偏差为6．32％,可满足工程应用的要求．     

基于FLUENT的无过载离心泵改型及性能预测

探讨了降低离心泵轴功率,避免配套电机过载的方法和措施;提出了采用堵塞部分流道的方法,来降低离心泵的轴功率.在利用商业软件FLUENT对离心泵进行性能预测的基础上,对IS50-32-160型离心泵的叶轮流道进行了两次堵塞尝试.第2次流道堵塞尝试,在堵塞了1/4左右的平面流道,两叶片间流道有效部分的出口和进口面积比改为1.16后,最大轴功率较堵塞流道前降低了10.4%,并呈现出无过载特性.两次堵塞对比的结果表明,采用正确的堵塞流道方法可以降低离心泵的轴功率,提高离心泵的效率;正确的堵塞流道方法应该考虑流道堵塞率以及两叶片间流道有效部分的出口和进口面积比.     

基于CFD-DEM的旋流泵混合颗粒固液两相流研究

为了探究折叶片旋流泵固液两相输送机理,基于CFD-DEM (Computational fluid dynamics-discrete element method)耦合算法,选用油菜籽和黄豆颗粒等比例混合,在不同流量工况和体积分数下对旋流泵进行固液两相流数值模拟和试验研究。同时也研究了折叶片旋流泵内部流动规律及颗粒分布特征。小流量工况下,进口管内螺旋回流长度较长,对进口来流扰动较大。随着流量增大,进口管回流长度逐渐缩短。叶轮前端面旋涡随流量增大,数量先增加后减少,且逐渐向折点方向聚拢。泵内颗粒受循环流和贯通流的共同作用,进口管中心部颗粒主要受贯通流影响,直接穿过无叶腔,冲击叶轮进口;靠近管壁的颗粒受循环流影响较大。无叶腔内颗粒分布呈现出：中心部最高,中间部随外径增大浓度逐渐降低,外缘部浓度稍有上升。叶轮前半部颗粒数量明显少于叶轮后半部,颗粒沿叶片第1段折边运动,在折点处开始发生分离,不再跟随第2段折边。不同工况下,泵进口有不同程度的螺旋回流现象,导致进口过流面积减小。循环流的存在,使得无叶腔和进口管的颗粒充分旋起,泵送能力增强,不易发生堵塞。     

基于改进VMD的离心泵空化声发射信号特征提取

针对变分模态分解算法中分解层数和惩罚因子不易确定的问题,提出一种改进变分模态分解(improved variational mode decomposition,IVMD)算法,并将其应用于离心泵空化声发射信号特征提取.应用IVMD算法时,首先根据包络熵差异系数确定变分模态分解的分解层数;然后采用人工蜂群算法优化得出惩罚因子,并将其作为变分模态分解的最佳输入参数.利用IVMD算法对仿真信号进行分析,并与集合经验模态分解结果进行比较.以60%额定流量下采集到的离心泵进口处的声发射信号为例进行IVMD计算,分析携带原信号大量信息的信号分量的频域特征及其绝对能量随离心泵空化状态变化的关系.结果表明:IVMD算法能够择优确定分解层数和惩罚因子,实现非平稳信号的自适应分解.反映离心泵空化状态的声发射信号特征频率集中在50,100 kHz及其附近.随着离心泵空化从无到有、从弱到强的变化,这2个特征频率范围信号分量绝对能量值呈“基本保持不变-减小-增大”的变化规律.     

基于PIV的低比转数离心泵网格无关性

针对小流量工况采用计算流体动力学(CFD)对离心泵的性能进行数值模拟的精度问题,以一低比转数离心泵为例对其进行整体结构化网格划分,采用ANSYS CFX 14.5软件对模型离心泵的进口管路流道、叶轮流道以及蜗壳流道组成的流场进行定常数值计算.从改变整体网络数量与叶轮网格数量的角度分别进行网格无关性验证对0.6及1.0倍设计流量下的模拟精度进行比较研究.准确性评价指标采用外部特性扬程值及PIV得到的叶轮和蜗壳内部分区域的绝对速度,具有较强的说服性.分析表明:对总体网格数增加的方法进行的无关性分析即可满足要求;网格数量的增加对叶轮内绝对速度影响较大,而对蜗壳内绝对速度影响很小;在设计工况下蜗壳和叶轮内部绝对速度的预测精度都比0.6Q_d工况下的高些,因而在进一步小流量流动特性分析时,需要更精密的网格.通过对外特性和内流场速度的对比,最终选择网格模型为网格IGD.     

离心泵多工况水力性能优化设计方法

基于全局优化算法和各项损失计算的离心泵能量性能计算模型,提出一种离心泵多工况水力性能优化设计方法.该方法以原始设计的关键几何参数值为初始条件、设计工况的扬程为约束条件、多个工况的加权平均功率最小为目标,同时采用自适应模拟退火算法对离心泵能量性能计算模型进行求解,采用超传递近似法来确定各目标函数的权重因子,并采用该方法对一比转数为129.3的离心泵进行了多工况优化,最后分别对原设计和多工况优化设计进行了数值计算,计算结果表明：0.6Qd和1.2Qd工况下,多工况优化得到的功率低于原始设计,而设计工况下,多工况优化得到的功率比原始设计略高;多工况优化得到的3工况点加权平均功率比原始设计低0.06%;多工况优化的3点加权平均效率则比原始设计高0.46%.研究结果对于离心泵的节能设计具有比较重要的参考价值.     

基于小波包分析的水泵机组振动信号去噪

阐述了小波包的基本原理,介绍了利用小波包给信号去噪的一般工作原理,结合南水北调东线工程某泵站水泵机组的现场振动测试数据,利用小波包理论对被噪声污染的水泵机组的振动测试信号进行去噪分析,从中提取出无污染的振动信号,进一步对机组的故障做出诊断分析．选用db4小波对原始信号进行3层小波包分解,选用启发式SURE阈值,跟据最低层的小波包分解系数和经过量化处理系数,进行小波包重构．结果表明,利用小波包去噪的相关理论,对信号进行去噪处理有效地消除了噪声污染,使消噪后的信号与原始信号保持相似性．