CN112069622B - 一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法 - Google Patents

一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法 Download PDF

Info

Publication number
CN112069622B
CN112069622B CN202010934873.5A CN202010934873A CN112069622B CN 112069622 B CN112069622 B CN 112069622B CN 202010934873 A CN202010934873 A CN 202010934873A CN 112069622 B CN112069622 B CN 112069622B
Authority
CN
China
Prior art keywords
design
blade
cooling
module
cooling structure
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.)
Active
Application number
CN202010934873.5A
Other languages
English (en)
Other versions
CN112069622A (zh
Inventor
朱剑琴
王燕嘉
陶智
邱璐
李地科
姚广宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202010934873.5A priority Critical patent/CN112069622B/zh
Publication of CN112069622A publication Critical patent/CN112069622A/zh
Application granted granted Critical
Publication of CN112069622B publication Critical patent/CN112069622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Turbine Rotor Nozzle Sealing (AREA)

Abstract

一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法，涉及航空发动机领域，解决现有涡轮导叶冷却结构的设计过度依赖于设计者的经验，设计存在随机性和主观性，设计结果只能用于某一特定工况；以及涡轮导叶冷却结构设计方案无特定的方法和工具进行储存，导致不利于设计经验积累和交互的实现等问题，包括数据读取模块、二维数值模拟计算模块、数据库模块、冷却气流量设计值推荐模块以及数据输出模块；本发明能够根据用户输入的设计条件，自动、快速的为叶片推荐出合理的冷却结构设计方案，提高设计效率；本发明建立一套储存成熟涡轮叶片冷却结构设计方案的数据库，以及相应的储存、查找和匹配的机制，有利于实现设计经验的储存、传递和交互。

Description

一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法
技术领域
本发明涉及航空发动机领域，具体涉及一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法。
背景技术
涡轮导向器叶片，简称涡轮导叶，是航空发动机中的关键部件。涡轮导叶冷却技术的发展制约着航空发动机推力的进一步提升。在高热负荷的工作条件下，想要同时保证发动机的推力以及涡轮叶片的寿命，为叶片设计合理、高效的冷却结构是十分必要的。
在涡轮导叶设计的初期阶段，设计者往往需要查找资料和文献，搜寻具有相似工况条件的成熟涡轮叶片冷却结构设计方案，依靠现有方案以及设计者个人的工程经验对冷却结构进行初步设计和布置。这样的设计方法具有一定的随机性和主观性，设计经验不便于储存和交互，并且需要耗费大量的时间成本和人力成本。
因此，需要一套涡轮导叶冷却结构的智能推荐方法，该方法能够根据用户输入的设计条件，自动、快速的为叶片推荐出合理的冷却结构设计方案，提高设计效率。
在涡轮导叶冷却结构的设计方面，国内外学者进行了大量研究。
论文(迟重然.气冷涡轮叶片的传热设计[D].哈尔滨工业大学,2011)提出了一种一级涡轮导叶的典型冷却结构布置方案。叶片内部被分腔隔板分成了两个腔室，前腔内布置了套筒，冷却气从前腔进入后，从套筒上的冲击孔流出，冲击冷却叶片内壁面，之后从叶片壁面上的气膜孔流出，冷却叶片前缘区域；后腔布置了冲击隔板，冷气从后腔进入后，一部分冷却气从叶盆壁面的气膜孔流出，冷却叶盆区域，一部分冷却气从冲击隔板上的冲击孔流出后，冲击冷却叶背区域，最后经过尾缘劈缝间的扰流柱排进行对流换热后流出。
论文(董平.航空发动机气冷涡轮叶片的气热耦合数值模拟研究[D].哈尔滨工业大学,2009)提出了一种高压涡轮导叶的冷却结构设计方案。叶片内部分成了前腔、中腔、后腔三个腔室。前腔的冷却气一部分经过冲击孔及气膜孔结构，冷却前缘区域，另一部分经过气膜孔流出，向后流动冷却叶背、区域；中腔的冷却气经叶盆的气膜孔流出，冷却叶盆区域；后腔的冷却气一部分经过冲击孔，从尾缘劈缝流出，一部分经气膜孔流出，冷却尾缘区域。
上述技术中，涡轮导叶冷却结构的设计往往依靠设计者的经验，这样的设计方法具有一定的随机性和主观性，并且只针对某一特定工况。这些较为成熟的冷却结构设计方案没有特定的方法和工具进行储存，不利于实现设计经验的积累和交互。并且需要耗费大量的时间成本和人力成本。
发明内容
本发明为解决现有涡轮导叶冷却结构的设计过度依赖于设计者的经验，设计存在随机性和主观性，设计结果只能用于某一特定工况；以及涡轮导叶冷却结构设计方案无特定的方法和工具进行储存，导致不利于设计经验积累和交互的实现等问题，提供一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法。
一种涡轮导向器叶片冷却结构的智能推荐系统，包括数据读取模块、二维数值模拟计算模块、数据库模块、冷却气流量设计值推荐模块以及数据输出模块；
所述数据读取模块用于读取用户输入的设计条件；所述用户输入的设计条件包括叶型数据、主流信息、冷却气信息及设计指标；
所述二维数值模拟计算模块用于根据数据读取模块读取的信息，确定气体流动的边界条件，并调用开源数值模拟软件进行无冷却结构叶片截面的二维数值模拟，获得叶片局部的设计条件信息；
所述数据库模块用于储存、查找和匹配成熟涡轮叶片冷却结构的设计方案，在读取到数据读取模块的数据后，自动查找匹配以及为用户推荐合理设计方案，设计方案的内容包括叶片材料，叶片是否使用双层壁设计及壁厚数值，叶片内部分腔方案，叶片表面分区方案，各区域对应壁面使用的冷却结构类型及各腔室冷却气流通路径；
所述冷却气流量设计值推荐模块根据数据库模块推荐的叶片内部分腔方案、各腔室冷却气流通路径以及所述二维数值模拟计算模块获得的主流燃气流量信息和叶片沿程热流密度信息，计算各冷却腔的冷却气流量设计值；
所述数据输出模块用于输出数据库模块为用户推荐的涡轮叶片冷却结构设计的基础方案，并储存数据读取模块、二维数值模拟计算模块、冷却气流量设计值推荐模块获得的数据信息。
一种涡轮导向器叶片冷却结构的智能推荐方法，该方法由以下步骤实现：
步骤一、通过数据读取模块读取用户输入的设计条件，包括叶型数据、主流信息、冷却气信息以及设计指标；采用二维数值模块计算模块，计算气体流动的边界条件，并调用开源数值模拟软件对无冷却结构叶片截面的二维数值计算，获得叶片局部的设计条件信息；
所述叶片局部的设计条件信息包括叶片沿程压力、叶片沿程热流密度、燃气的速度分布、燃气密度分布以及主流燃气流量信息；
步骤二、建立成熟涡轮叶片冷却结构设计方案的数据库模块，并建立存储、查找和匹配机制，根据数据读取模块读取的信息自动进行寻找和匹配到数据库中，实现叶片材料、叶片是否使用双层壁及壁厚数值、叶片内部分腔、叶片表面分区，各区域对应壁面使用的冷却结构类型及冷却气流通路径的自动推荐；
步骤三、所述冷却气流量设计值推荐模块根据数据库模块推荐的叶片内部分腔方案、各腔室冷却气流通路径以及所述二维数值模拟计算模块获得的主流燃气流量信息和叶片沿程热流密度信息，计算各冷却腔的冷却气流量设计值；
根据步骤二中冷却气流通路径，计算各腔冷却气流经的叶片表面冷却区域面积，对所述区域面积沿程的热流密度进行面积积分可以得到各腔冷却气需要吸收的热负荷信息；
步骤四、所述数据输出模块输出所述数据库模块推荐的涡轮叶片冷却结构设计的基础方案，实现涡轮叶片冷却结构的智能推荐。
本发明的有益效果：本发明所述的推荐方法在已知叶型数据、工况条件以及设计指标的条件下，快速自动地为涡轮导叶推荐出合理的冷却结构初步设计方案。
本发明所述的智能推荐方法能够根据用户输入的设计条件，自动、快速的为叶片推荐出合理的冷却结构设计方案，提高设计效率；本发明建立一套储存成熟涡轮叶片冷却结构设计方案的数据库，以及相应的储存、查找和匹配的机制，这样将有利于实现设计经验的储存、传递和交互。
附图说明
图1为本发明所述的一种涡轮导叶冷却结构的智能推荐系统的整体流程图；
图2为本发明所述的一种涡轮导叶冷却结构的智能推荐方法的原理框图。
图3为本发明中二维数值模拟计算模块的具体说明图。
具体实施方式
具体实施方式一、结合图1说明本实施方式，一种涡轮导向器叶片冷却结构的智能推荐系统，包括数据读取模块、二维数值模拟计算模块、数据库模块、冷却气流量设计值推荐模块和数据输出模块；
所述数据读取模块中，叶型数据、主流信息、冷气信息及设计指标为必要输入条件，叶片腔室数量、各区域对应壁面使用的使用冷却结构类型及各腔室设计流量为非必要输入条件。当用户不输入非必要的条件时，则将由数据库模块、冷却气流量设计值推荐模块计算得出。所述设计指标包括叶片表面温度指标或叶片表面冷却效率指标以及总冷却气流量指标。
所述二维数值模拟计算模块由数据读取模块读取的输入条件，确定流动边界条件，调用开源数值模拟软件(如OpenFOAM等)进行无冷却叶片截面的二维数值模拟，获得叶片局部的设计条件信息(补充设计信息)；所述叶片局部的设计条件信息包括叶片沿程压力、叶片沿程热流密度、燃气的速度分布、燃气密度分布以及主流燃气流量信息；
所述数据库模块用于建立一套储存成熟涡轮叶片冷却结构设计方案的数据库，建立对应的储存、查找和匹配机制，方便实现设计经验的积累、交互和传递。在读取到来自设计信息读取模块的信息后，自动查找设计方案库，为用户匹配和推荐合理设计。设计方案的内容包括叶片材料，叶片是否使用双层壁设计及壁厚数值，叶片内部分腔方案，叶片表面分区方案，各区域对应壁面使用的冷却结构类型及各腔室冷却气流通路径；
所述冷却气流量设计值推荐模块根据数据库模块推荐出的分腔方案、冷却气流通路径以及二维数值模拟模块得到的主流燃气流量、叶片沿程热流密度等信息，为各个冷却腔计算并推荐冷气流量设计值。
所述数据输出模块。输出数据库模块为用户推荐的涡轮叶片冷却结构设计的基础方案，并储存数据读取模块、二维数值模拟计算模块、冷却气流量设计值推荐模块中得到的可为后续设计提供依据的具体数值信息。所述数据输出模块中储存的数据还包括各区域对应壁面使用的冷却结构内外压力分布值，各区域通过冷却气的平均温度，以及各区域冷却结构所通过冷却气的物性参数。
通过本实施方式所述的推荐系统，可高效智能地为涡轮叶片推荐冷却结构初始设计方案，提高后续设计的效率。
具体实施方式二、结合图2和图3说明本实施方式，本实施方式为具体实施方式一所述的一种涡轮导向器叶片冷却结构的智能推荐系统的推荐方法，推荐内容可分为两个部分。第一部分内容是包括叶片材料、叶片是否采用双层壁设计、叶片内部分腔方案、叶片表面分区方案、区域对应壁面的冷却结构类型、设计冷气的流通路径的冷却结构基础设计方案；第二部分内容是各腔室的设计冷气流量、叶片沿程压力分布、各个区域通过冷却气的参考平均温度、冷却气的物性参数等可为后续设计提供依据的具体数值信息。所述物性参数信息包括冷却气的动力粘度和导热系数。具体步骤如下：
一、设计条件的读取与二维数值模拟计算；
通过系统设置UI界面，通过数据读取模块读取用户的设计输入条件，由叶片整体的设计条件，计算燃气流动的边界条件，接着进行开源数值模拟软件的自动调用，进行无冷却结构叶片截面的二维数值计算，得到叶片局部的设计条件，包括叶片沿程压力、叶片沿程热流量、主流燃气流量等。
如图3所示，在读取到来自信息读取模块的涡轮导叶叶型数据、主流燃气信息、冷却气信息、设计指标条件后，可自动计算无冷却结构叶片二维截面的边界条件。其中，叶片壁面采用等壁温边界条件，温度为由叶片表面温度设计指标或冷却效率指标计算得到壁面允许的最大平均温度。以用户给定的主流燃气信息为进口总压、进口总温、出口静压为例，主流燃气的进口为压力边界条件，燃气进口总压为Pgin *，燃气进口总温为Tgin *；主流燃气出口为压力边界条件，出口压力为Pgout；主流燃气两侧为周期性边界条件；叶片壁面为等壁温边界条件，温度为壁面允许的最大平均壁温T- wmax。得到所有边界条件后，进行二维数值模拟，可得到所需的补充设计条件。
由于初始设计条件较为整体和笼统，缺少局部设计条件，因此对叶片中截面型线进行二维数值模拟可以得到更多补充设计条件，包括主流流量、叶片沿程压力数据、叶片沿程热流密度等数据。程序在读入用户输入的初始设计条件后，自动调用开源数值模拟软件，并为二维模型设置边界条件，进行二维数值模拟。这样由数值模拟得到的局部数值，是对真实冷却情况下的一种估计值。
二、成熟涡轮叶片冷却结构设计方案库的建立
建立成熟涡轮叶片冷却结构设计方案的数据库，并建立相应的储存、查找和匹配的机制。在读取到工况条件、设计指标等设计输入条件后，自动搜寻和匹配到数据库中的最佳方案，实现叶片材料、是否使用双层壁、叶片内部分腔、表面分区、各区域使用的冷却结构类型、冷气流通路径的自动推荐。在设计了新的冷却结构设计后，也可以进行方案的储存，从而实现设计经验的积累。
三、叶片内部腔室通过冷却气流量设计值的计算和推荐
在二维数值模拟模块中，计算得到了主流燃气流量，以及叶片沿程热流密度等信息的估计值。在数据库模块中，为设计者推荐叶片表面分区、叶片内部分腔及冷却气流通路径的方案。由冷却气流通路径，可以计算出各腔冷却气流经的叶片表面冷却区域面积，对该面积热流密度进行面积积分可以得到叶片热负荷信息。由冷却气流量设计指标，结合各腔冷气需要负责吸收的热负荷比例，可以计算出各腔需要的最大冷却气流量。由换热方程，结合冷气需要吸收的热负荷信息，可以计算出各腔需要的最小冷却气流量。根据冷却区域面积的所处位置，计算各腔冷却气流量的推荐值，冷却区域靠近前缘时，推荐冷却气流量接近最大冷气量；冷却区域远离前缘时，推荐冷却气流量接近最小冷却气流量。
本实施方式中，在初始输入时，可能会出现用户将冷却效率指标设置过高，或叶片表面允许的温度指标设置过低，或最大冷气流量的数值设置过小的情况，此时由换热方程及热负荷信息计算出的叶片所需的最小冷气流量仍无法满足冷气流量设计指标，在这种情况出现时，程序会对用户报出提示，要求用户更改设计指标。
四、基础推荐方法的输出
基础推荐方法的输出包括了两部分。第一部分是一套完整的涡轮叶片冷却结构基础推荐方案，内容包括：叶片材料、是否使用双层壁设计及壁厚推荐值、叶片内部分腔方案、叶片表面分区方案、各区域壁面使用冷却结构的类型及冷却气的流通路径等。
第二部分是后续设计可用到的具体数值信息，包括：各腔的冷气设计流量数值、各区域冷却结构内外压力分布、各区域通过冷气的平均温度、各区域冷却结构所通过冷气的物性参数等信息。本发明未详细阐述部分属于本领域公知技术。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种涡轮导向器叶片冷却结构的智能推荐系统，其特征是：包括数据读取模块、二维数值模拟计算模块、数据库模块、冷却气流量设计值推荐模块以及数据输出模块；
所述数据读取模块用于读取用户输入的设计条件；所述用户输入的设计条件包括叶型数据、主流信息、冷却气信息及设计指标；
所述二维数值模拟计算模块用于根据数据读取模块读取的信息，确定气体流动的边界条件，并调用开源数值模拟软件进行无冷却结构叶片截面的二维数值模拟，获得叶片局部的设计条件信息；
所述数据库模块用于储存、查找和匹配成熟涡轮叶片冷却结构的设计方案，在读取到数据读取模块的数据后，自动查找匹配以及为用户推荐合理设计方案，设计方案的内容包括叶片材料，叶片是否使用双层壁设计及壁厚数值，叶片内部分腔方案，叶片表面分区方案，各区域对应壁面使用的冷却结构类型及各腔室冷却气流通路径；
所述冷却气流量设计值推荐模块根据数据库模块推荐的叶片内部分腔方案、各腔室冷却气流通路径以及所述二维数值模拟计算模块获得的主流燃气流量信息和叶片沿程热流密度信息，计算各冷却腔的冷却气流量设计值；
所述数据输出模块用于输出数据库模块为用户推荐的涡轮叶片冷却结构设计的基础方案，并储存数据读取模块、二维数值模拟计算模块、冷却气流量设计值推荐模块获得的数据信息。
2.根据权利要求1所述的一种涡轮导向器叶片冷却结构的智能推荐系统，其特征在于：所述数据读取模块读取的用户输入的设计条件还包括叶片内部腔室数量，各区域对应壁面使用的冷却结构类型以及各腔的设计流量；当用户不输入上述条件时，上述条件将由数据库模块、冷却气流量设计值推荐模块计算得出。
3.根据权利要求1所述的一种涡轮导向器叶片冷却结构的智能推荐系统，其特征在于：用户输入的设计条件中的设计指标包括叶片表面温度指标或叶片表面冷却效率指标以及总冷却气流量指标。
4.根据权利要求1所述的一种涡轮导向器叶片冷却结构的智能推荐系统，其特征在于：所述叶片局部的设计条件信息包括叶片沿程压力、叶片沿程热流密度、燃气的速度分布、燃气密度分布以及主流燃气流量信息。
5.根据权利要求1所述的一种涡轮导向器叶片冷却结构的智能推荐系统，其特征在于：所述数据输出模块中储存的数据还包括各区域对应壁面使用的冷却结构内外压力分布值，各区域通过冷却气的平均温度，以及各区域冷却结构所通过冷却气的物性参数。
6.根据权利要求1至5任意一项所述的一种涡轮导向器叶片冷却结构的智能推荐系统的推荐方法，其特征是：该方法由以下步骤实现：
步骤一、通过数据读取模块读取用户输入的设计条件，包括叶型数据、主流信息、冷却气信息以及设计指标；采用二维数值模块计算模块，计算气体流动的边界条件，并调用开源数值模拟软件对无冷却结构叶片截面的二维数值计算，获得叶片局部的设计条件信息；
所述叶片局部的设计条件信息包括叶片沿程压力、叶片沿程热流密度、燃气的速度分布、燃气密度分布以及主流燃气流量信息；
步骤二、建立成熟涡轮叶片冷却结构设计方案的数据库模块，并建立存储、查找和匹配机制，根据数据读取模块读取的信息自动进行寻找和匹配到数据库中，实现叶片材料、叶片是否使用双层壁及壁厚数值、叶片内部分腔、叶片表面分区，各区域对应壁面使用的冷却结构类型及冷却气流通路径的自动推荐；
步骤三、所述冷却气流量设计值推荐模块根据数据库模块推荐的叶片内部分腔方案、各腔室冷却气流通路径以及所述二维数值模拟计算模块获得的主流燃气流量信息和叶片沿程热流密度信息，计算各冷却腔的冷却气流量设计值；
根据步骤二中冷却气流通路径，计算各腔冷却气流经的叶片表面冷却区域面积，对所述区域面积沿程的热流密度进行面积积分可以得到各腔冷却气需要吸收的热负荷信息；
步骤四、所述数据输出模块输出所述数据库模块推荐的涡轮叶片冷却结构设计的基础方案，实现涡轮叶片冷却结构的智能推荐。
7.根据权利要求6所述的一种涡轮导向器叶片冷却结构的智能推荐系统的推荐方法，其特征在于：步骤三中，所述冷却气流量设计值推荐模块根据总冷却气流量设计指标，结合各腔冷气需要吸收的热负荷的比例，计算出各腔需要的最大冷却气流量；
由换热方程，结合各腔室冷却气需要吸收的热负荷信息，计算出各腔需要的最小冷却气流量；
根据冷却区域面积的所处位置，计算各腔冷却气流量的推荐值，冷却区域靠近前缘时，推荐冷却气流量接近最大冷气量；冷却区域远离前缘时，推荐冷却气流量接近最小冷却气流量。
8.根据权利要求6所述的一种涡轮导向器叶片冷却结构的智能推荐系统的推荐方法，其特征的于：步骤四中的输出的基础方案包括两部分，第一部分包括叶片材料、是否使用双层壁设计及壁厚推荐值、叶片内部分腔方案、叶片表面分区方案、各区域壁面使用冷却结构的类型及冷却气的流通路径；第二部分包括各腔的冷气设计流量数值、各区域冷却结构内外压力分布、各区域通过冷气的平均温度、各区域冷却结构所通过冷气的物性参数信息。
9.根据权利要求8所述的一种涡轮导向器叶片冷却结构的智能推荐系统的推荐方法，其特征的于：所述物性参数信息包括冷却气的动力粘度和导热系数。
CN202010934873.5A 2020-09-08 2020-09-08 一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法 Active CN112069622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010934873.5A CN112069622B (zh) 2020-09-08 2020-09-08 一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010934873.5A CN112069622B (zh) 2020-09-08 2020-09-08 一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法

Publications (2)

Publication Number Publication Date
CN112069622A CN112069622A (zh) 2020-12-11
CN112069622B true CN112069622B (zh) 2021-04-06

Family

ID=73664309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010934873.5A Active CN112069622B (zh) 2020-09-08 2020-09-08 一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法

Country Status (1)

Country Link
CN (1) CN112069622B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819651A (zh) * 2012-08-20 2012-12-12 西北工业大学 基于仿真的单晶涡轮叶片精铸工艺参数优化方法
CN104281751A (zh) * 2014-10-14 2015-01-14 北京航空航天大学 一种基于特征的涡轮冷却叶片参数化构建系统及方法
JP2019184157A (ja) * 2018-04-10 2019-10-24 株式会社Ihi 冷却構造及び燃焼器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682346A (zh) * 2017-01-05 2017-05-17 中南大学 一种基于cfd软件对复杂构件气淬系统的优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819651A (zh) * 2012-08-20 2012-12-12 西北工业大学 基于仿真的单晶涡轮叶片精铸工艺参数优化方法
CN104281751A (zh) * 2014-10-14 2015-01-14 北京航空航天大学 一种基于特征的涡轮冷却叶片参数化构建系统及方法
JP2019184157A (ja) * 2018-04-10 2019-10-24 株式会社Ihi 冷却構造及び燃焼器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A study for the film cooling performance on the turbine blade suction side tip region under rotating conditions;Wang,Haichao等;《INTERNATIONAL JOURNAL OF HEAT AND MASS TRANSFER》;20190831;第138卷;483-495 *
An investigation for the turbine blade film cooling performance on the suction side tip region under rotating condition;Wang, HC等;《APPLIED THERMAL ENGINEERING》;20190331;第150卷;864-874 *
导向器叶片冲击冷却结构设计及传热特性研究;孙润鹏;《万方数据》;20140417;全文 *

Also Published As

Publication number Publication date
CN112069622A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
WO2022257308A1 (zh) 一种基于联合仿真的燃料组件多学科结构设计优化方法
Liu et al. Multi-attribute group decision-making with multi-granularity linguistic assessment information: An improved approach based on deviation and TOPSIS
CN111090955B (zh) 一种利用3d和1d耦合标定的电池包一维热模型建模方法
CN105067271B (zh) 一种基于Modelica语言的发动机冷却系统仿真建模方法
Xiaodong et al. Multidisciplinary design optimization of turbine disks based on ANSYS workbench platforms
Pietropaoli et al. Design for additive manufacturing: Internal channel optimization
CN112069622B (zh) 一种涡轮导向器叶片冷却结构的智能推荐系统及推荐方法
Tüchler et al. Multipoint shape optimisation of an automotive radial compressor using a coupled computational fluid dynamics and genetic algorithm approach
Duan et al. Optimization of turbine cascade squealer tip cooling design by combining shaping and flow injection
CN113204883B (zh) 汽车散热器目标进风量自动计算装置及方法
De Maesschalck et al. Aerothermal optimization of turbine squealer tip geometries with arbitrary cooling injection
Wadel Comparison of high aspect ratio cooling channel designs for a rocket combustion chamber with development of an optimized design
Sciubba Calculating entropy with CFD
Cheng et al. Aerothermal optimization of turbine cascade squealer tip with non-uniform squealer height
Du et al. Effects of the multicavity tip coolant injection on the blade tip and the over tip casing aerothermal performance in a high-pressure turbine cascade
Northall The influence of variable gas properties on turbomachinery computational fluid dynamics
Torregrosa et al. A methodology for the design of engine cooling systems in standalone applications
Li et al. Effects of casing cooling slot purge on heat transfer in turbine blade tip and casing
Xu et al. Computational analysis of swept compressor rotor blades
Luh et al. Effect of the layout design of hive-shaped conformal cooling channels on the deflection of family molds
CN114139298B (zh) 气、热和固的多学科耦合分析的方法
Nan et al. The analysis of axial momentum of the rotor tip flows for axial compressors with circumferential grooves
Zhao et al. Cooling structure design of gas turbine blade by using multi-level highly efficient design platform
Yan et al. Retrofit design of composite cooling structure of a turbine blade by fluid networks and conjugate heat transfer methods
Sánchez et al. From 0D to 3D Aero-Thermo-Fluid Simulations of a Fan Outlet Guide Vane Cooler (FOGVC)

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