CN109598081A - 基于数据降维及多二维流面的径流式透平气动优化方法 - Google Patents
基于数据降维及多二维流面的径流式透平气动优化方法 Download PDFInfo
- Publication number
- CN109598081A CN109598081A CN201811528050.1A CN201811528050A CN109598081A CN 109598081 A CN109598081 A CN 109598081A CN 201811528050 A CN201811528050 A CN 201811528050A CN 109598081 A CN109598081 A CN 109598081A
- Authority
- CN
- China
- Prior art keywords
- design variable
- dimensionality reduction
- dimensional
- matrix
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D5/00—Blades; Blade-carrying members; Heating, heat-insulating, cooling or antivibration means on the blades or the members
- F01D5/12—Blades
- F01D5/14—Form or construction
- F01D5/141—Shape, i.e. outer, aerodynamic form
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D9/00—Stators
- F01D9/02—Nozzles; Nozzle boxes; Stator blades; Guide conduits, e.g. individual nozzles
Abstract
本发明公开了一种基于多二维流面及数据降维的径流式透平气动优化方法,该方法包括:1、选取静叶设计变量,基于数据降维进行参数化建模;2、对动叶设计变量降维后的参数化建模,结合静叶设计变量随机生成设计变量矩阵;3、采用多二维流面计算的方法获取优化变量等熵效率;4、采用遗传算法对初始种群进行多代交叉变异,获得收敛解;5、选取优化过程中等熵效率最高的5%个体,采用三维CFD计算,得到精确解,获取最佳设计变量。这一优化方法具有数据维度低、收敛速度快、节省计算资源及时间的优点,具有重要的工程意义及广阔的应用前景。
Description
技术领域
本发明属于径流式透平机械技术领域,具体涉及一种基于数据降维及多二维流面的径流式透平气动优化方法。
背景技术
径流式透平机械包括向心透平及离心压缩机,具有尺寸小、重量轻、寿命长、结构简单、操作维护方便、造价低廉等优点。尤其针对流量较小的设计工况,径流式透平机械的效率较高。随着工程技术的日益发展,径流式透平机械近年来应用广泛,例如中、小功率燃气轮机装置和柴油机的涡轮增压器等。
径流式透平机械的设计变量通常包括静叶即透平喷嘴和压缩机扩压器型线、动叶子午面和动叶型线。径流式透平机械的气动设计目前主要依赖设计人员经验对动叶和静叶型线进行调整,实现气动优化。这一过程需要大量人力及计算资源,且耗时长,难以满足生产作业需求。因此,智能优化算法在气动优化过程中的应用显得尤其重要。目前常用的智能优化算法有遗传算法、模拟退火算法、粒子群算法等。然而,由于径流式透平叶片本身结构复杂,对静叶和动叶叶型进行参数化时得到的设计变量过多,同时,三维流体动力学计算的网格量巨大,且计算收敛慢,采样获得的样本数量不足,优化过程缓慢。因此,本发明针对现有优化方法的不足,建立数据降维机制,减少设计变量,同时提出一种结果精度高、计算速度快、收敛性良好的多二维流面计算方法,具有重要的工程意义。
发明内容
本发明的目的在于针对现有技术的不足,提供了一种基于数据降维及多二维流面的径流式透平气动优化方法,主要应用于向心透平及离心压缩机装置的气动优化,可减少设计变量,加速气动优化过程,具有重要的工程意义及广阔的应用前景。
本发明采用如下技术方案来实现:
基于数据降维及多二维流面的径流式透平气动优化方法,包括以下步骤:
1)确定静叶叶型优化所需的设计变量,对设计变量进行数据降维,并给定设计变量的限定条件,满足叶型曲线的基本要求,实现进一步降维,最终形成静叶的一维设计变量矩阵xs=(x1,x2,...,xs);
2)确定动叶子午面及叶型优化所需的设计变量,给定设计变量的限定条件,实现降维,形成动叶的一维设计变量矩阵xr=(x1,x2,…,xr),最终随机生成N组设计变量xN,其矩阵维度为N行(s+r)列,其中xN的第i行xN(i)=[xs,xr],i为任意正整数;
3)以xN作为初始化种群,以等熵效率ηis作为优化变量,采用单目标遗传算法对静叶和动叶型线进行优化,其中对随机生成的设计变量矩阵xN采用多二维流面的计算方法;
4)经过初始种群xN的多代交叉变异,遗传算法的优化收敛,此时筛选等熵效率ηis较高的个体,进行三维计算流体动力学求解,获得最终优化结果。
本发明进一步的改进在于,步骤1)的具体实现方法如下:
101)针对静叶的降维只需任意选取一叶型截面,此时轴向坐标Z不变,选取前缘段、叶身段和尾缘段,每段均有个参数点,在各段中针对个参数点均匀布置切向坐标Y,并以径向坐标X作为设计变量,点与点之间采用B样条曲线连接,即将静叶叶型降维为一维设计变量矩阵xs=(x1,x2,...,xs);
102)在一维设计变量矩阵xs中,静叶片压力面上的点在区间内,吸力面上的点在区间内,分别满足凸函数特征,进一步降维,即:
压力面:
吸力面:
本发明进一步的改进在于,前缘段占10%弦长,叶身段占80%弦长,尾缘段占10%弦长。
本发明进一步的改进在于,步骤2)的具体实现方法如下:
201)针对动叶子午面的轮盖和轮毂线,此时切向坐标Y不变,假设轮盖线和轮毂线均有个参数点,按照叶轮的轴向长度均匀布置个参数点的轴向坐标Z,并以径向坐标X作为设计变量,各点之间采用B样条曲线连接,得到一维设计变量矩阵和
202)针对动叶型线,首先分别拟合动叶子午面上轮盖和轮毂线的方程f(xshroud,zshroud)=0及f(xhub,zhub)=0,然后将轮盖和轮毂线旋转得到曲面方程以及最后,将轮盖面和轮毂面动叶型线的个参数点的切向坐标Y均匀布置,并以径向坐标X作为设计变量,得到一维设计变量矩阵代入曲面方程中得到各参数点轴向坐标Z,用于动叶的三维造型;
203)组合动叶子午面及动叶型线的一维设计变量矩阵,即xr=xshroud+xhub+xprofile;至此,经过降维,可将静叶与动叶的设计变量完全描述为一维矩阵xN(i)=[xs,xr]。
本发明进一步的改进在于,步骤3)的具体实现方法如下:
采用单目标遗传算法对静叶和动叶型线进行优化,其中对随机生成的设计变量矩阵xN采用多二维流面的计算方法;针对某一设计变量xN(i),分别计算透平20%叶高截面、40%叶高截面、60%叶高截面、80%叶高截面的二维流动,得到各截面的等熵效率ηis均值,作为设计变量在这一个体xN(i)的返回值,其中等熵效率ηis定义为:
其中Tz为叶轮对Z轴的转矩,r为叶轮转速,为透平进口流量,为透平出口流量,Δhis为等熵焓降。
本发明进一步的改进在于,步骤4)的具体实现方法如下:
经过初始种群xN的多代交叉变异,遗传算法的优化收敛,挑选等熵效率ηis最高的5%个体,进行三维流体动力学的气动分析,得到更加准确的等熵效率数值,从而获取设计变量的最佳值xN(opt)及其对应的优化变量ηis(opt)。
与现有技术相比,本发明具有如下有益的技术效果:
本发明提供的基于数据降维及多二维流面的径流式透平气动优化方法,该方法通过成功整合多种现有技术的优势,针对径流式透平的气动优化方法进行了改进创新,提出了基于数据降维及多二维流面的径流式透平气动优化方法。其中静叶分为前缘段、叶身段、尾缘段均布切向坐标,以径向坐标作为优化参数,并对静叶叶型曲线各点增添凸函数限制,将二维叶型数据降维为一维优化参数矩阵;其中动叶子午面型线通过均布轴向坐标,以径向坐标作为优化参数,并通过轮盖和轮毂线旋转得到轮盖和轮毂的曲面方程,对动叶叶型曲线各点进行降维,使三维叶型数据转化为一维优化参数矩阵。这一过程大大降低了优化参数矩阵的维度,加速了优化算法的收敛过程。
除此之外,本发明采用多二维流面的计算方法,即分别计算20%叶高截面、40%叶高截面、60%叶高截面、80%叶高截面上二维流动的等熵效率,采用其均值替代三维气动计算结果,大大缩减所需的计算资源,减少采用遗传算法进行气动优化时每一个体所需的计算时间。综上所述,本发明具有重要的工程意义及广阔的应用前景。
附图说明
图1为本发明基于数据降维及多二维流面的径流式透平气动优化方法的总体流程图。
图2为某示例离心压缩机扩压器叶型及其数据降维过程。
图3为多二维流面计算的各流面示意图,其中1为20%叶高截面,2为80%叶高截面。
具体实施方式
下面结合附图对本发明作进一步说明。
参照图1,本发明基于数据降维及多二维流面的径流式透平气动优化方法,包括以下步骤:
1.确定静叶叶型优化所需的设计变量,对设计变量进行数据降维,完成参数化建模,最终形成一维设计变量矩阵xs=(x1,x2,...,xs)。
以某离心压缩机扩压器叶型进行示例,如图2,由于静叶通常为直叶片,针对静叶的降维只需任意选取一叶型截面,此时轴向坐标Z不变。此时前缘段(10%弦长)为0-y1、叶身段(80%弦长)为y1-y2、尾缘段(10%弦长)为y2-y3,在各段中分别具有个参数点,在各段中针对个参数点均匀布置切向坐标Y,并以径向坐标X作为设计变量,点与点之间采用B样条曲线连接,即将静叶叶型降维为一维设计变量矩阵xs=(x1,x2,...,xs)。在xs中,静叶片压力面上的点xi与xj在区间内,吸力面上的点xm与xn在区间内,分别满足凸函数特征,进一步降维,即:
压力面:
吸力面:
2.确定动叶子午面及叶型优化所需的设计变量,给定设计变量的限定条件,实现降维,形成一维设计变量矩阵xr=(x1,x2,...,xr)。最终随机生成xN组设计变量,其矩阵维度为N行(s+r)列,其中xN的第i行xN(i)=[xs,xr],i为任意正整数。
针对动叶子午面的轮盖和轮毂线,此时切向坐标Y不变,假设轮盖线和轮毂线均有个参数点,按照叶轮的轴向长度均匀布置个参数点的轴向坐标Z,并以径向坐标X作为设计变量,各点之间采用B样条曲线连接,得到一维设计变量矩阵和
针对动叶型线,首先分别拟合动叶子午面上轮盖和轮毂线的方程f(xshroud,zshroud)=0及f(xhub,zhub)=0,然后将轮盖和轮毂线旋转得到曲面方程以及最后,将轮盖面和轮毂面动叶型线的个参数点的切向坐标Y均匀布置,并以径向坐标X作为设计变量,得到一维设计变量矩阵代入曲面方程中可以得到各参数点轴向坐标Z,用于动叶的三维造型。
组合动叶子午面及动叶型线的一维设计变量矩阵,即xr=xshroud+xhub+xprofile。至此,经过降维,可将静叶与动叶的设计变量完全描述为一维矩阵xN(i)=[xs,xr],i为任意正整数。
3.以N组设计变量xN作为初始化种群,以等熵效率ηis作为优化变量,采用单目标遗传算法对静叶和动叶型线进行优化,其中对随机生成的设计变量矩阵采用多二维流面的计算方法。
其中采用多二维流面的计算方法具体如图3所示,图3中给出了两个叶高截面示例,其中1为20%叶高截面,2为80%叶高截面。在计算时,针对某一设计变量xN(i),分别计算该径流式透平机械20%叶高截面、40%叶高截面、60%叶高截面、80%叶高截面的二维流动,得到各截面的等熵效率ηis并取平均值,作为优化变量ηis在这一个体xN(i)下的返回值。
4.经过初始种群的多代交叉变异,遗传算法的优化收敛,此时筛选等熵效率最高的5%个体,进行三维计算流体动力学求解,从而获取设计变量的最佳值xN(opt)及其对应的优化变量ηis(opt),从而得到最终优化结果。
Claims (6)
1.基于数据降维及多二维流面的径流式透平气动优化方法,其特征在于,包括以下步骤:
1)确定静叶叶型优化所需的设计变量,对设计变量进行数据降维,并给定设计变量的限定条件,满足叶型曲线的基本要求,实现进一步降维,最终形成静叶的一维设计变量矩阵xs=(x1,x2,…,xs);
2)确定动叶子午面及叶型优化所需的设计变量,给定设计变量的限定条件,实现降维,形成动叶的一维设计变量矩阵xr=(x1,x2,…,xr),最终随机生成N组设计变量xN,其矩阵维度为N行(s+r)列,其中xN的第i行xN(i)=[xs,xr],i为任意正整数;
3)以xN作为初始化种群,以等熵效率ηis作为优化变量,采用单目标遗传算法对静叶和动叶型线进行优化,其中对随机生成的设计变量矩阵xN采用多二维流面的计算方法;
4)经过初始种群xN的多代交叉变异,遗传算法的优化收敛,此时筛选等熵效率ηis较高的个体,进行三维计算流体动力学求解,获得最终优化结果。
2.根据权利要求1所述的基于数据降维及多二维流面的径流式透平气动优化方法,其特征在于,步骤1)的具体实现方法如下:
101)针对静叶的降维只需任意选取一叶型截面,此时轴向坐标Z不变,选取前缘段、叶身段和尾缘段,每段均有个参数点,在各段中针对个参数点均匀布置切向坐标Y,并以径向坐标X作为设计变量,点与点之间采用B样条曲线连接,即将静叶叶型降维为一维设计变量矩阵xs=(x1,x2,…,xs);
102)在一维设计变量矩阵xs中,静叶片压力面上的点在区间内,吸力面上的点在区间内,分别满足凸函数特征,进一步降维,即:
压力面:f(λxi+(1-λ)xj)≤λf(xi)+(1-λ)f(xj),λ∈[0,1],
吸力面:f(kxm+(1-k)xn)≤kf(xm)+(1-k)f(xn),k∈[0,1],
3.根据权利要求2所述的基于数据降维及多二维流面的径流式透平气动优化方法,其特征在于,前缘段占10%弦长,叶身段占80%弦长,尾缘段占10%弦长。
4.根据权利要求2所述的基于数据降维及多二维流面的径流式透平气动优化方法,其特征在于,步骤2)的具体实现方法如下:
201)针对动叶子午面的轮盖和轮毂线,此时切向坐标Y不变,假设轮盖线和轮毂线均有个参数点,按照叶轮的轴向长度均匀布置个参数点的轴向坐标Z,并以径向坐标X作为设计变量,各点之间采用B样条曲线连接,得到一维设计变量矩阵和
202)针对动叶型线,首先分别拟合动叶子午面上轮盖和轮毂线的方程f(xshroud,zshroud)=0及f(xhub,zhub)=0,然后将轮盖和轮毂线旋转得到曲面方程以及最后,将轮盖面和轮毂面动叶型线的个参数点的切向坐标Y均匀布置,并以径向坐标X作为设计变量,得到一维设计变量矩阵代入曲面方程中得到各参数点轴向坐标Z,用于动叶的三维造型;
203)组合动叶子午面及动叶型线的一维设计变量矩阵,即xr=xshroud+xhub+xprofile;至此,经过降维,可将静叶与动叶的设计变量完全描述为一维矩阵xN(i)=[xs,xr]。
5.根据权利要求4所述的基于数据降维及多二维流面的径流式透平气动优化方法,其特征在于,步骤3)的具体实现方法如下:
采用单目标遗传算法对静叶和动叶型线进行优化,其中对随机生成的设计变量矩阵xN采用多二维流面的计算方法;针对某一设计变量xN(i),分别计算透平20%叶高截面、40%叶高截面、60%叶高截面、80%叶高截面的二维流动,得到各截面的等熵效率ηis均值,作为设计变量在这一个体xN(i)的返回值,其中等熵效率ηis定义为:
其中Tz为叶轮对Z轴的转矩,r为叶轮转速,为透平进口流量,为透平出口流量,Δhis为等熵焓降。
6.根据权利要求5所述的基于数据降维及多二维流面的径流式透平气动优化方法,其特征在于,步骤4)的具体实现方法如下:
经过初始种群xN的多代交叉变异,遗传算法的优化收敛,挑选等熵效率ηis最高的5%个体,进行三维流体动力学的气动分析,得到更加准确的等熵效率数值,从而获取设计变量的最佳值xN(opt)及其对应的优化变量ηis(opt)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811528050.1A CN109598081B (zh) | 2018-12-13 | 2018-12-13 | 基于数据降维及多二维流面的径流式透平气动优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811528050.1A CN109598081B (zh) | 2018-12-13 | 2018-12-13 | 基于数据降维及多二维流面的径流式透平气动优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109598081A true CN109598081A (zh) | 2019-04-09 |
CN109598081B CN109598081B (zh) | 2020-11-10 |
Family
ID=65962052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811528050.1A Active CN109598081B (zh) | 2018-12-13 | 2018-12-13 | 基于数据降维及多二维流面的径流式透平气动优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598081B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705079A (zh) * | 2019-09-25 | 2020-01-17 | 哈尔滨工程大学 | 一种基于模拟退火算法的离心式压缩机结构优化方法 |
CN111898212A (zh) * | 2020-06-17 | 2020-11-06 | 西安交通大学 | 基于BezierGAN和贝叶斯优化的叶轮机械型线设计优化方法 |
CN112287617A (zh) * | 2020-10-30 | 2021-01-29 | 西北工业大学 | 基于nsga-ii的拟s1流面反问题优化方法 |
CN113032894A (zh) * | 2021-02-24 | 2021-06-25 | 东方空间技术(山东)有限公司 | 一种基于冯卡门形线的双锥整流罩形线优化设计方法 |
CN113591419A (zh) * | 2021-08-27 | 2021-11-02 | 西安交通大学 | 一种径流式透平机械一维设计评估及优化方法 |
CN114251129A (zh) * | 2021-11-29 | 2022-03-29 | 中国船舶工业集团公司第七0八研究所 | 用于透平机械二次流分析评估第三类流面及其设计方法 |
CN116796459A (zh) * | 2023-06-20 | 2023-09-22 | 东南大学溧阳研究院 | 一种应用于涡轮增压器的带分流叶片的径向透平设计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5408747A (en) * | 1994-04-14 | 1995-04-25 | United Technologies Corporation | Compact radial-inflow turbines |
US20090324399A1 (en) * | 2005-11-03 | 2009-12-31 | Honeywell International, Inc. | Reverse curved nozzle for radial inflow turbines |
CN102608914A (zh) * | 2011-12-22 | 2012-07-25 | 西安交通大学 | 径流式液力透平优化设计方法 |
US20140341749A1 (en) * | 2011-11-29 | 2014-11-20 | Snecma | Turbine engine blade, in particular for a one-piece bladed disk |
CN104791294A (zh) * | 2015-04-21 | 2015-07-22 | 北京航空航天大学 | 单级风扇/压气机双波浪结构轮毂造型方法 |
CN106650105A (zh) * | 2016-12-25 | 2017-05-10 | 宁波至高点工业设计有限公司 | 一种混流泵叶轮的设计方法 |
-
2018
- 2018-12-13 CN CN201811528050.1A patent/CN109598081B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5408747A (en) * | 1994-04-14 | 1995-04-25 | United Technologies Corporation | Compact radial-inflow turbines |
US20090324399A1 (en) * | 2005-11-03 | 2009-12-31 | Honeywell International, Inc. | Reverse curved nozzle for radial inflow turbines |
US20140341749A1 (en) * | 2011-11-29 | 2014-11-20 | Snecma | Turbine engine blade, in particular for a one-piece bladed disk |
CN102608914A (zh) * | 2011-12-22 | 2012-07-25 | 西安交通大学 | 径流式液力透平优化设计方法 |
CN104791294A (zh) * | 2015-04-21 | 2015-07-22 | 北京航空航天大学 | 单级风扇/压气机双波浪结构轮毂造型方法 |
CN106650105A (zh) * | 2016-12-25 | 2017-05-10 | 宁波至高点工业设计有限公司 | 一种混流泵叶轮的设计方法 |
Non-Patent Citations (4)
Title |
---|
AYMAN A.NADA等: ""Shape Optimization of Low Speed Wind Turbine Blades using Flexible Multibody Approach"", 《ENERGY PROCEDIA》 * |
S.M.A.NOORI RAHIM: ""CFD-based shape optimization of steam turbine blade cascade in transonic two phase flows"", 《APPLIED THERMAL ENGINEERING》 * |
李磊 等: ""基于z-θ流面的径流式叶片中弧线造型设计方法"", 《机械工程学报》 * |
罗丹 等: ""离心式涡轮增压器透平的设计与分析"", 《工程热物理学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705079A (zh) * | 2019-09-25 | 2020-01-17 | 哈尔滨工程大学 | 一种基于模拟退火算法的离心式压缩机结构优化方法 |
CN111898212A (zh) * | 2020-06-17 | 2020-11-06 | 西安交通大学 | 基于BezierGAN和贝叶斯优化的叶轮机械型线设计优化方法 |
CN112287617A (zh) * | 2020-10-30 | 2021-01-29 | 西北工业大学 | 基于nsga-ii的拟s1流面反问题优化方法 |
CN113032894A (zh) * | 2021-02-24 | 2021-06-25 | 东方空间技术(山东)有限公司 | 一种基于冯卡门形线的双锥整流罩形线优化设计方法 |
CN113591419A (zh) * | 2021-08-27 | 2021-11-02 | 西安交通大学 | 一种径流式透平机械一维设计评估及优化方法 |
CN113591419B (zh) * | 2021-08-27 | 2023-08-18 | 西安交通大学 | 一种径流式透平机械一维设计评估及优化方法 |
CN114251129A (zh) * | 2021-11-29 | 2022-03-29 | 中国船舶工业集团公司第七0八研究所 | 用于透平机械二次流分析评估第三类流面及其设计方法 |
CN116796459A (zh) * | 2023-06-20 | 2023-09-22 | 东南大学溧阳研究院 | 一种应用于涡轮增压器的带分流叶片的径向透平设计方法 |
CN116796459B (zh) * | 2023-06-20 | 2023-12-08 | 东南大学溧阳研究院 | 一种应用于涡轮增压器的带分流叶片的径向透平设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109598081B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598081A (zh) | 基于数据降维及多二维流面的径流式透平气动优化方法 | |
CN102608914B (zh) | 径流式液力透平优化设计方法 | |
CN106446324B (zh) | 大型工业汽轮机末级扭叶片设计方法 | |
CN110929357A (zh) | 一种高性能舰船燃机压气机气动设计方法 | |
CN109578085B (zh) | 一种通过导叶倾斜减弱涡轮动叶非定常作用力的方法 | |
CN105781626B (zh) | 一种大子午扩张涡轮的三维正交非定常设计方法 | |
CN103195757A (zh) | 一种结合附面层抽吸的对转压气机气动设计方法 | |
CN115017843A (zh) | 一种离心压缩机气动性能优化设计方法 | |
CN112084589A (zh) | 基于轴面流速控制的轴贯流式水轮机转轮叶片优化方法 | |
CN116522807A (zh) | 一种风力机三维非均匀偏航全尾流模型 | |
CN113434965A (zh) | 一种基于三维流场分析的船舶燃机压气机性能优化方法 | |
CN112541234A (zh) | 一种叶轮机械非等厚叶片设计方法 | |
CN114036668B (zh) | 一种基于离心叶轮中间面曲线的可变自由曲面叶片生成方法 | |
CN100370148C (zh) | 透平压缩流体机械的叶片型线优化设计方法 | |
CN107917099A (zh) | 一种离心泵叶轮水力变型设计方法 | |
Goryachkin et al. | Three-stage low pressure compressor modernization by means of optimization methods | |
CN101749052B (zh) | 空冷给水泵汽轮机的末级动叶片 | |
CN103321957A (zh) | 轴流通风机叶轮叶片的优化设计方法 | |
CN109236726A (zh) | 一种高比转速轴流泵叶轮出口角和厚度设计方法 | |
CN210949272U (zh) | 一种小叶片独立设计的楔形整体式扩压器 | |
CN113090580A (zh) | 一种具有s型前缘的离心叶轮叶片及其造型方法 | |
CN110245408B (zh) | 一种汽轮机单圆弧压力面叶型设计方法 | |
CN101737091A (zh) | 空冷给水泵汽轮机末级动叶片 | |
CN116595874A (zh) | 叶轮机械性能预测模型参数优化方法及装置、存储介质 | |
CN115221650A (zh) | 一种基于径向速比寻优的轴流透平三维叶片设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |