基于神经网络的离心泵能量性能预测

总结了BP网络和RBF网络在离心泵能量性能预测中的应用现状,介绍了这两种网络的结构及特点.分别采用BP网络和RBF网络建立了离心泵能量性能预测模型.用57组数据对这两个预测模型进行了训练,并用6组数据对两种网络结构的性能预测模型进行了仿真.研究结果表面:两种网络结果的预测模型预测精度比较接近且预测结果的趋势也相同,BP网络预测精度略高于RBF网络;BP网络扬程平均预测误差为3.85%,效率平均预测误差为1.39%,RBF网络扬程平均预测误差为4.79%,效率平均预测误差为3.43%;RBF网络预测所需时问仅为BP网络预测所需时间的一半.     

基于神经网络的离心泵能量性能预测

总结了BP网络和RBF网络在离心泵能量性能预测中的应用现状,介绍了这两种网络的结构及特点。分别采用BP网络和RBF网络建立了离心泵能量性能预测模型。用57组数据对这两个预测模型进行了训练,并用6组数据对两种网络结构的性能预测模型进行了仿真。研究结果表面：两种网络结果的预测模型预测精度比较接近且预测结果的趋势也相同,BP网络预测精度略高于RBF网络;BP网络扬程平均预测误差为3.85%,效率平均预测误差为1.39%,RBF网络扬程平均预测误差为4.79%,效率平均预测误差为3.43%;RBF网络预测所需时间仅为BP网络预测所需时间的一半。     

离心泵汽蚀余量计算与预测

由于泵会在偏离设计工况或者叶轮切割的条件下运行,因此研究泵在非设计工况点的汽蚀余量是有意义的。从泵的汽蚀余量计算公式出发,分析了泵汽蚀余量实验确定方法和预测方法的不足。泵汽蚀特性由泵叶轮进口决定,与泵扬程无关,据此提出了一种与叶轮外径无关的应用“拟似”扬程确定泵汽蚀余量的方法。分析了泵汽蚀性能与几个关键参数之间的关系,提出了预测泵汽蚀性能曲线的简单有效的方法。     

基于改进BP神经网络的离心泵性能预测

采用改进神经网络(贝叶斯正则化算法)对IB型单级离心泵水力模型的性能进行了预测,通过工程实践中得到的100组离心泵最优几何尺寸来训练网络,并用训练好的网络对需生产的水泵进行工况预测。结果显示,用改进神经网络来预测单级离心泵的性能,预测误差不超过6%。     

离心泵汽蚀现象及提高泵抗汽蚀性能的措施

本文从离心泵汽蚀现象产生的原因进行分析,从中找出抗汽蚀性能的措施,减少汽蚀发生的几率,从而提高离心泵的运行效率和运行寿命。     

离心泵汽蚀性能的数值分析

基于离心泵汽蚀的基本理论,应用CFX软件,对1台比转数为132的离心泵的汽蚀性能进行了定常数值计算。根据计算结果,分析了泵汽蚀时叶片上压力以及气泡相分布规律。结果表明:随着泵进口压力的降低,叶轮流道内低压区范围逐渐增大,气泡在叶片表面分布也逐渐增大,并由进口处的低压区向流道内扩展;离心泵汽蚀的出现和发展与泵的流量有关,不同工况时,泵开始汽蚀时气泡在叶片上出现的部位是不同的,在小流量下,气泡首先在叶片背面进口处出现,而在大流量下,气泡最先出现在叶片工作面上。     

离心泵汽蚀的诊断

本文第一次刊登于1992第一期 Sulzer 技术周报上。这里经 Sulzer 兄弟有限公司许可,刊载如下。     

离心泵汽蚀现象及其判断

通过实例分析,说明了离心泵运转过程中出现汽蚀的各种可能与否的原因,并阐述了影响判断的各种因素。     

离心泵兼顾效率和汽蚀性能的理论分析与设计

从泵效率和抗汽蚀性能两者互为兼顾的观点出发，分析了离心泵叶轮几何参数与泵效率、汽蚀性能之间的定性关系。结合设计经验和实例，提出了叶轮主要几何参数的取值范围。     

离心泵汽蚀特性分析

根据离心泵汽蚀余量的计算公式来分析影响泵汽蚀特性的因素,主要包括泵体设计和叶轮进口设计.假设泵进口来流无预旋,将由流动变量表征的泵汽蚀比转速公式,改写为由几何参数也就是反应泵体设计和叶轮进口设计的两个系数以及进口叶片安放角和轮毂比表示的形式,并通过绘制汽蚀比转速的图谱来分析影响泵汽蚀比转速的设计因素.通过图谱发现,获得最高汽蚀比转速对应的最优进口叶片安放角在10°-30°之间,叶轮进口处的设计比泵体的设计对泵汽蚀比转速的影响大.另外,根据初生汽蚀比转速的计算公式认为,基本上所有的离心泵都在汽蚀状态下工作.划分了离心泵的容许汽蚀运行区域的边界,即扬程下降0.5%时对应的汽蚀比转速曲线.     

基于CFD的轴流泵空化特性预测

基于空泡动力学和汽液两相流理论,应用计算流体动力学（CFD）技术模拟了轴流泵在不同进口压力条件下（包含轴流泵中未发生空化和发生剧烈空化的多种情况）的流场,研究了随着空化发生、发展速度场及压力场变化过程,并对轴流泵能量特性、空化性能进行了预测．结果表明,在非空化条件下,CFD计算可较准确地预测水泵扬程等能量特性,预测值与试验值相差在2％以内;在空化条件下,CFD计算成功地捕获到了空化发生、发展过程;流场中空化发生直接影响叶轮叶片上的压力分布,进而影响水泵的扬程、轴功率等外特性;在发生空化条件下,导叶背面进水边靠近轮缘位置也会出现空化现象;在叶轮各个通道内空化区域分布相似,轴对称性明显,而导叶体内各个通道的空化区域分布差异大,呈明显的非轴对称分布,该非轴对称性的空化区域也是空化造成轴流泵不稳定运行的一个因素．     

基于人工神经网络的离心泵叶轮边界涡量流预测

根据边界涡量动力学理论,从边界涡量流在离心泵叶轮内表面的分布情况,可获知叶轮的受力状况,进而改进叶轮设计.以BP神经网络和径向基神经网络为建模手段,以叶轮内表面的边界涡量流为预测目标,通过高精度的CFD计算获得70个离心泵叶轮内表面的BVF分布,建立可用于训练人工神经网络的初始样本集;再利用63个初始样本建立离心泵叶轮几何参数和边界涡量流的非线性映射关系,并用剩余的7个校对样本进行测试.根据神经网络预测结果和数值模拟计算结果的误差分析,确定最适用于离心泵叶轮边界涡量流预测的神经网络类型.研究表明:径向基(RBF)神经网络的预测精度高于BP神经网络,其训练时间更短、运行稳定性更高;径向基函数的宽度对RBF神经网络的预测性能有较大影响,当径向基函数宽度取0.3时,RBF神经网络的预测性能最佳,预测误差仅0.020 3;RBF神经网络预测所得叶轮内表面的边界涡量流分布,可以作为评价叶轮水力设计优劣的重要指标,进而指导叶轮机械的优化设计.     

障碍物布置位置对离心泵空化性能影响

为了研究离心泵叶片上的障碍物布置位置对离心泵空化性能的影响,将半球形障碍物布置在离心泵叶片工作面和背面的不同位置.选用Zwart空化模型和SST k-ω湍流模型,对不同位置布置障碍物的离心泵模型进行数值模拟,探究障碍物不同的布置位置对离心泵空化的抑制效果.结果表明,在叶片工作面进口1/3位置处布置障碍物对离心泵的空化性能提高最为明显.在叶片工作面进口1/3位置处布置半球形障碍物时,离心泵扬程升高1.14%,扬程下降3%的点迟于原始泵的程度最大;较其他位置,在该位置布置障碍物可显著降低叶轮内部的空泡体积分数,空化严重的时候效果更加明显,在空化数为0.166时,空泡体积分数较原始泵下降69.7%.所选方案能够减小叶轮进口处低压区域,使叶轮进口处较不易发生空化.     

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．     

口环间隙对诱导轮离心泵空化流动和性能的影响

为了研究口环间隙对前置诱导轮离心泵空化性能的影响,基于RNG k-ε湍流模型和Rayleigh-Plesset方程均相流空化模型,以前置诱导轮离心泵为研究对象,选取口环间隙为0.15,0.25,0.40和0.60 mm这4种方案对其进行空化流动数值计算,并与试验结果对比分析.研究结果表明,口环间隙大小对诱导轮离心泵的外特性和空化性能影响较大,随着口环间隙的增大,总扬程效率和叶轮扬程效率均减小,与口环间隙为0.15 mm时相比,总扬程效率和叶轮扬程效率分别降低了0.60%和4.21%,效率分别下降了6.50%和9.32%;而口环间隙的增大使得诱导轮扬程和效率均增加,分别增大了29.86%和28.40%.另外,随着口环间隙的增大,空化性能曲线出现波动现象,间隙越大,波动越明显;离心泵主叶轮工作面靠近前盖板出现云状空泡分布,空化不稳定,间隙越大,空化越不稳定,临界空化数越大.经分析,引起空化不稳定性的因素可能有: 口环间隙出口处泄漏高压流体对主流的冲击;口环附近空化的发生以及诱导轮空化引起叶片出口液流角的变化.     

叶片进口边穿孔对离心泵空化性能的影响

为了研究叶片进口边位置附近穿孔对离心泵非定常空化性能的影响规律,以某离心泵为研究对象,在叶片进口边同一位置设计了10种孔径大小不同的圆孔,基于SST k-ω湍流模型和Zwart空化模型,分别对这10种叶轮的离心泵进行清水介质下的全流道三维非定常数值模拟,并同试验结果进行对比.研究发现,对于低比转数离心泵而言,在进口边气泡最先产生的位置进行叶片穿孔(该位置距叶片头部距离约占整个叶片长度的1/30),当穿孔直径为8 mm时,不仅扬程、效率得到提高,而且可显著地提高离心泵的空化性能;穿孔叶片将每个叶轮流道内整体的空化区截断成了2个空化区,随着孔径的增大,叶轮内低压区分布范围先减小后增大,当孔径为8 mm时,低压区的分布范围最小;叶片穿孔后叶轮内压力脉动幅值明显大于原型叶片且穿孔对流场的影响作用随着与穿孔位置距离的增大而逐渐减弱,在蜗壳内穿孔对流场的影响作用完全消失.     

不同叶片包角离心泵空化振动和噪声特性

为研究叶轮叶片包角对离心泵空化诱导振动噪声的影响,以1台单级单吸离心泵为研究对象,保持泵体和叶轮其他几何参数不变,将叶片包角从115°改为110°,120°和125°．在离心泵闭式试验台上测量了不同叶片包角模型泵在不同装置空化余量时的振动和噪声信号,并对信号进行处理和分析．试验结果表明:叶片包角变化对离心泵设计工况下空化性能的影响无明显规律,存在1个最优值;随着叶片包角的增大,各测点加速度传感器测得振动强度的变化规律各不相同,出口法兰测点的振动强度相对最小,振动强度均在10 m／s2以下;随着叶片包角的增大,模型泵在无空化状态下运行时,噪声信号轴频峰值减小,叶频峰值变化复杂;空化初生和发展时,轴频峰值均呈先增加后降低的趋势,1 750～2 250 Hz频段的能量峰值随空化程度的加剧先增大后减小．     

诱导轮偏转角对离心泵叶轮空化性能的影响

为了阐明诱导轮偏转角对离心泵叶轮空化性能的影响,改善离心泵的空化性能,找到最佳周向位置,基于均相流假设,采用IDM空化模型与RNG k-ε湍流模型,先选取诱导轮偏转角分别为0°,10°,20°,30°,40°,50°共6种方案,对离心泵外特性及诱导轮和叶轮空化性能进行数值模拟和试验对比,得到不同方案下离心泵的性能数据.计算得到的NPSHR曲线与试验数据吻合较好,验证了计算方法的准确性;基于数值模拟结果,分析了不同偏转角下诱导轮与叶轮内气泡分布规律,发现不同偏转角下诱导轮和叶轮内空化发展过程及气泡发展规律基本相同,但偏转角为10°时气泡发展速度较慢、各空化阶段分布面积较小,进一步选择5°和15°偏转角进行计算分析,得到更精确的结论,即诱导轮偏转角为5°时离心泵的综合水力性能最优.     

分流叶片对离心泵空化性能影响的数值分析

为了研究分流叶片对离心泵空化性能的影响规律,以模型泵IS50-32-160为研究对象,设计了1种不带分流叶片与3种带分流叶片不同短叶片进口直径的叶轮,利用CFD对此离心泵的全流道进行了数值模拟,并对分流叶片离心泵在不同空化余量时泵的空化性能和叶轮内部流场分布进行分析研究.分析结果表明:添置分流叶片后,泵的扬程和效率均显著提高,但短叶片的长短对扬程和效率的影响不大;添置分流叶片后,泵的抗空化性能均有提高,且当离心泵短叶片进口直径为0.725D₂时,离心泵的抗空化性能相对较好,必须空化余量比其他2个带分流叶片方案减小了0.5 m;空化发生以后,叶轮出口射流速度会增加损失,同时叶轮内部速度的减小又会减少叶轮产生的动能,因而扬程会发生突降;带分流叶片的方案气泡分布情况比无分流叶片方案均有一定的改善,添置分流叶片后,气泡发展较为缓慢.     

基于RBF神经网络的离心泵地脚螺栓松动故障诊断

为了准确识别卧式离心泵地脚螺栓松动故障,搭建了卧式离心泵机组诊断平台,采用电涡流传感器对离心泵转子位移进行监测.将采集的转子位移信号经过经验模态分解法(empirical mode decomposition, EMD)分解为多个固有模态函数(intrinsic mode function, IMF),对各层IMF频谱特征、相关系数及能量占比进行分析得到故障敏感分量.最后,通过径向基(radial basis function, RBF)神经网络对离心泵松动故障进行识别预测.结果表明：采用EMD方法可以有效提取出离心泵松动故障特征,IMF5—IMF8层可作为故障特征分量.通过将IMF5—IMF8层的相关系数和能量占比作为故障特征输入到RBF神经网络中进行识别,准确率可达95%.