基于NSGA-Ⅱ算法的水轮机活动导叶多目标优化设计

建立了基于NSGA-Ⅱ算法的叶片多目标水力优化设计系统,该系统以叶片的形状参数为优化变量,以能量性能和空化性能为目标函数,将NSGA-Ⅱ遗传算法引入作为优化工具以实现叶片的多目标优化设计.对某电站水轮机模型活动导叶的水力性能进行了优化设计,优化后导叶流道的进出口总压损失减小了26.97%,导叶表面上的最低静压力值上升了34.176%.结果表明,优化后的导叶不仅减小了流动损失,而且具有更好的空化性能.所提出的优化方法能以较少的变量控制叶片几何形状,且能有效分析各设计变量对目标函数的影响程度和范围,缩小优化问题的规模,得到满意的优化结果,可作为一种有效的水力机械叶片优化设计工具.     

采用熵产理论的离心泵断电过渡过程特性

该文对商业软件ANSYS CFX进行二次开发,通过自定义函数求解角动量方程获取实时转速,建立了模拟离心泵事故断电过渡过程的三维瞬态数值计算方法,获得了离心泵外特性参数瞬变规律以及内部流场的动态特性。进一步采用熵产理论获得了离心泵事故断电停机飞逸过程中过流部件流场能量损失分布情况,并对流场内随时间变化的能量损失进行定量评估。结果表明:在整个事故断电飞逸过程中,熵产与离心泵外特性之间存在着明显的相关性,能量损失的产生与流场内部的流动分离、回流、漩涡等不良流动现象相关;叶轮、导叶与引水管的主要损失均是由湍流耗散引起的,其壁面熵产占总熵产的10%~15%左右,不可以忽略,而蜗壳区的损失则主要是由近壁面处的强壁面效应引起的;通过分析各部件流场局部熵产率分布随时间的变化情况,可以得出在制动工况中内流场的高损失区域最大。     

基于EMD多尺度特征熵的水轮机尾水管涡带信息提取

水电机组故障诊断的关键是从状态信号中提取故障特征,因此采用经验模态分解和指标能量相结合的方法,进行水轮机尾水管动态特征信息提取。首先,对信号进行经验模态分解,然后,根据得到的本征模式分量函数计算指标能量,最后,建立基于指标能量的多尺度特征熵,并以此熵值作为故障模式识别的特征向量。以原型水轮机尾水管压力脉动信号为例,进行了应用检验。结果表明,该方法准确性高,并具有良好的水轮机特征向量提取能力,适合分析复杂而特殊的水轮机动态特征信息。     

水平轴海流能水轮机的多目标优化设计

能量捕获效率和轴向水推力系数是海流能水轮机转轮的2个重要性能参数.提出了一种水平轴海流能水轮机转轮的多目标优化设计方法.首先采用贝塞尔曲线参数化技术将海流能水轮机转轮叶片节距角分布曲线进行参数化;然后选取转轮的能量捕获效率和轴向水推力系数作为目标函数,并根据BBD试验设计方法和响应面技术建立设计变量和2个目标函数之间的二次多项式响应关系;最后采用NSGA-Ⅱ多目标遗传算法作为优化算法,以叶片节距角分布曲线控制参数为设计变量,以能量捕获效率和轴向水推力系数作为目标函数,以设计变量与目标函数之间的响应关系作为个体适应度评价函数,对海流能转轮进行优化.优化后,叶轮的轴向水推力系数降低了2%,同时能量捕获效率提高了0.4%,证明了所采用的优化方法的有效性.     

鱼类通过混流式水轮机转轮时受压强及剪切损伤的概率分析

鱼类在通过混流式水轮机流道时会遭遇最低压强及压强梯度引发的压强损伤以及剪切应力引发的剪切损伤。为了辨识混流式转轮中压强损伤和剪切损伤的主次关系,进而有针对性的开展混流式转轮的鱼类生态友好性能优化,该文基于计算流体动力学分析方法研究了不同水头条件下混流式转轮内超出压强以及剪切损伤阈值的体积分布规律,并获得了不同工况下混流式转轮内压强、压强梯度以及剪切应力引发鱼类受损的概率。结果表明:鱼类受压强及剪切损伤的概率与流量成正相关关系,对于该文分析的混流式转轮,鱼类受最低压强损伤的概率在最小水头的最大流量工况下达到最大值9.1%,剪切损伤及高压强梯度损伤的概率在额定工况下达到最大,分别为0.823%和8.31%。在相同工况下进行3种损伤概率的对比后发现,在大流量工况下,鱼类受最低压强和高压强梯度损伤的概率更大,在小流量工况下则是压强梯度损伤概率相对较高,所以综合分析结果可知最低压强和高压强梯度是开展亲鱼型混流式转轮优化时需要考虑的主要因素,而剪切应变率则是次要因素。     

尾水管的改型设计与CFD分析

结合伊朗塔里干电站项目，将普通尾水管改型设计成窄高型尾水管。根据不同的来流条件，分别计算了三种工况，并通过CFD分析比较得出：虽然窄高型尾水管比普通尾水管回能系数略小，即效率略小，但窄高型尾水管内的涡带比普通尾水管小，表明尾水管中的压力脉动小，其运行的稳定性好，窄高型尾水管可以代替普通尾水管。     

基于径向基神经网络-遗传算法的海流能水轮机叶片翼型优化

如何提高海流能水轮机的能量捕获效率是海洋能开发领域的重点研究课题,而提高海流能水轮机能量性能的关键在于其叶片几何的构造基础——水力翼型的性能提升。该文提出了一种水力翼型的多工况优化设计方法,该方法采用Bezier曲线参数化技术建立翼型的参数化表征方法,然后利用拉丁超立方试验设计技术在设计空间获取训练径向基(radial basis function,RBF)神经网络的样本点,通过计算流体动力学的方法获得每个翼型样本的性能参数后开展神经网络的学习训练,最后采用RBF神经网络与NSGA-II遗传算法相结合的现代优化技术数值求解水力翼型的多工况优化问题。基于上述优化方法对NACA63-815翼型进行了优化改进,重点研究了该翼型在3个攻角工况下(0,6°和12°)的优化问题及求解方法。优化结果表明,优化后的翼型在3个工况点下都具有更好的升阻比性能,同时也能更好地抑制失速现象的产生,验证了该优化方法的理论正确性和可行性。     

进口管壁面轴向开槽消除轴流泵特性曲线驼峰

当轴流泵在小流量工况下运行时,由于叶轮进口的冲角增大,导致在叶轮内产生脱流等不稳定流动结构,降低泵的水力性能。该文采用计算流体动力学分析方法对轴流泵内部流场进行了研究,结果表明:该轴流泵的特性曲线存在明显的驼峰区域,在0.3到0.61倍最优流量工况区间,轴流泵的扬程和效率明显下降。在临界失速工况下(0.61倍最优流量工况),叶片吸力面前缘靠近轮缘处及叶片尾缘靠近轮毂处均出现了脱流;在深度失速工况下(0.45倍最优流量工况),脱流进一步发展,并与来流共同作用形成稳定的涡旋结构,阻塞整个流道。为了提高轴流泵在小流量工况下的水力性能,引入一种轴流泵进口管开槽技术,分析其对轴流泵内部流场的影响及驼峰的改善作用。结果表明:在小流量工况下,轴向开槽可以减小叶轮进口环量和冲角,可以减小叶片背部的脱流,轴流泵的驼峰得到明显的改善。开槽深度是改善轴流泵小流量工况下驼峰的重要因素之一,当槽深与叶轮直径比为0.02时,叶轮内的通道涡几乎完全消除,轴流泵深度失速工况点的扬程、效率分别提高了66%和32%,极大地改善了轴流泵的水力性能。沟槽数目越多,槽长越长,消除驼峰的能力越好,60个沟槽与2/3倍叶轮直径的槽长在其他参数相同的条件下消除驼峰的能力更强。该文可为避免轴流泵内部的失速流动以及消除水力性能曲线上的驼峰相关研究提供参考。     

基于LVQ网络的水电机组振动多故障诊断方法

提出了应用学习矢量量化神经网络诊断水电机组的多故障,可避免BP神经网络容易陷入局部最小与学习速度缓慢的问题。通过算例仿真检验,该网络能够有效地识别并分离出各种故障类型。