CN113609623B - 基于定常效应量化描述的处理机匣设计评估方法 - Google Patents

基于定常效应量化描述的处理机匣设计评估方法 Download PDF

Info

Publication number
CN113609623B
CN113609623B CN202110987681.5A CN202110987681A CN113609623B CN 113609623 B CN113609623 B CN 113609623B CN 202110987681 A CN202110987681 A CN 202110987681A CN 113609623 B CN113609623 B CN 113609623B
Authority
CN
China
Prior art keywords
domain
processing
blade
casing
carrying
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
CN202110987681.5A
Other languages
English (en)
Other versions
CN113609623A (zh
Inventor
潘天宇
李秋实
武文倩
郑孟宗
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 CN202110987681.5A priority Critical patent/CN113609623B/zh
Publication of CN113609623A publication Critical patent/CN113609623A/zh
Application granted granted Critical
Publication of CN113609623B publication Critical patent/CN113609623B/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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

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)
  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

本公开提供了一种基于定常效应量化描述的处理机匣设计评估方法，包括步骤：针对目标压气机开展单通道定常RANS数值模拟，获得实壁机匣情况下的近失速点流量系数
Figure DDA0003231309650000011
和叶尖压比πSC,s；计算叶尖临界负荷参量Lcri；针对不同处理机匣情况下，开展基于分布式力源体积力模型的压气机全周数值模拟；对于每种处理机匣设计方案，获得径向负荷分布系数α；并获得节流过程中各状态点的流量系数
Figure DDA0003231309650000013
和叶尖压比πCT，计算叶尖负荷参量LCT；当LCT＝Lcri时，获得近失速点流量系数
Figure DDA0003231309650000012
选择近失速点流量系数最小的设计方案作为具有最优扩稳效果的处理机匣设计方案。本发明能够高效快捷选择出具有最优扩稳效果的设计方案。

Description

基于定常效应量化描述的处理机匣设计评估方法
技术领域
本公开涉及航空发动机压缩系统扩稳措施技术领域，尤其涉及基于定常效应量化描述的处理机匣设计评估方法。
背景技术
为了保证航空发动机压缩系统在追求更高气动负荷的同时，又能够具有足够宽广的稳定裕度，实际工程中一般会通过使用扩稳措施以将特性线稳定边界线左移，从而拓宽压气机稳定工作范围。处理机匣因其结构简单可靠、扩稳效果突出，成为一种在工程上被广泛应用的扩稳措施。自处理机匣技术问世以来，学者们针对处理机匣的形式和某一形式下的具体几何结构参数开展了大量的实验和数值模拟研究，不断通过优化处理机匣的形式和结构参数提高其拓宽稳定工作裕度的能力，并尽可能地尝试减少引入的流动损失；同时，学者们还通过研究处理机匣对压缩系统内部流场的影响，形成了在定常或非定常视角下，针对扩稳关键物理机制的定性认识。但是，由于目标压缩系统多样且分散，同时上述工作多数局限于实验室环境，大量的研究成果难以关联而构成有效数据库，不能直接支撑处理机匣设计及扩稳效果预测。
在现有的处理机匣设计流程中，设计方案的形成仍主要依赖工程经验，需要通过开展数值模拟或加工试验才能完成对不同方案扩稳效果的预测/验证。
采用数值模拟方法进行处理机匣扩稳效果的验证，需要针对多种设计方案开展大量数值模拟工作以获取相应稳定边界。若开展单通道定常计算，由于处理机匣槽数无法被叶片数整除所进行的约化，以及未考虑非定常效应的影响，会导致单通道定常计算获得的稳定边界往往与实际偏差较大；若开展全周非定常计算，所消耗的巨大计算资源以及难以预估的时间周期又是实际工程应用中无法接受的；此外，若采用试验方法，则需要加工多种设计方案的处理机匣，并分别开展压气机失稳实验，所消耗的成本同样难以接受。上述方法的各种问题致使处理机匣设计后难以预测其扩稳效果，制约着处理机匣技术在工程应用中发挥其最优的扩稳效果而影响其在工程实际中的进一步推广。
发明内容
为了解决上述技术问题中的至少一个，本公开提供了基于定常效应量化描述的处理机匣设计评估方法，能够快速预测相应稳定边界，大幅缩减处理机匣的设计周期及成本。
为实现上述目的，本公开采用了如下技术方案：
基于定常效应量化描述的处理机匣设计评估方法，包括如下步骤：
针对目标压气机开展单通道定常RANS数值模拟，获得实壁机匣情况下的近失速点流量系数
Figure BDA0003231309630000021
和叶尖压比πSC,s；计算叶尖临界负荷参量Lcri：
Figure BDA0003231309630000022
同时，提取分布式体积力源项
Figure BDA0003231309630000023
为下一步工作做准备；
针对不同处理机匣情况下，开展基于分布式力源体积力模型的压气机全周数值模拟，根据分布式体积力源项
Figure BDA0003231309630000024
采用分布式力源体积力方法计算叶片域，RANS方法计算处理机匣域及其它非叶片域；
对于每种处理机匣设计方案，计算时通过提高计算域出口背压模拟压气机节流过程，提取节流过程中的流量
Figure BDA0003231309630000025
当节流至与实壁机匣近失速点流量相等时，即/>
Figure BDA0003231309630000026
时，获得此时对应的叶尖压比π′CT，进而获得该处理机匣情况下的径向负荷分布系数α：
α＝π′CT/πSC,；
进一步提高计算域出口背压进行节流，并获得节流过程中各状态点的流量系数
Figure BDA0003231309630000027
和叶尖压比πCT，计算叶尖负荷参量LCT：
Figure BDA0003231309630000028
对于该处理机匣设计方案，当LCT＝Lcri时，认为此状态点为该处理机匣情况下的近失速点，从而获得近失速点流量系数
Figure BDA0003231309630000029
采用上述方法计算出各处理机匣情况下的近失速点流量系数，比较各处理机匣设计方案的近失速点流量系数，其中近失速点流量系数最小的设计方案即为具有最优扩稳效果的处理机匣设计方案。
根据本公开的至少一个实施方式，所述采用分布式力源体积力方法计算叶片域，RANS方法计算处理机匣域及其它非叶片域的步骤为：
对计算域进行网格绘制，根据叶片前尾缘的子午面投影将计算域划分为叶片域和非叶片域，其中所述非叶片域包括进口段、叶排间、出口段以及处理机匣域，不同计算域间的网格完全匹配；
完成边界条件等计算设置，其中压气机的进口边界条件给定总压、总温以及速度方向，压气机出口边界条件给定平均静压条件，所有实壁边界均为无滑移边界条件；
采用雷诺平均N-S方程作为控制方程进行流场求解，其中对于所述非叶片域，控制方程中的力源项为零，对于所述叶片域，力源项为所述分布式体积力源项
Figure BDA0003231309630000031
相比于现有技术，本公开的优势在于：
本公开揭示的基于定常效应量化描述的处理机匣设计评估方法，能够针对多种处理机匣设计方案快速预测相应稳定边界，从而选择出具有最优扩稳效果的设计方案，大幅缩减了处理机匣的设计周期及成本。
附图说明
附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
图1是本发明基于定常效应量化描述的处理机匣设计评估方法的流程图。
图2是处理机匣与实壁机匣计算结果对比及取值点位置示意图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
如图1至2所示，以一台跨声速压气机转子为对象，采用本申请基于定常效应量化描述的处理机匣设计评估方法，对三种处理机匣备选设计方案进行筛选，包括如下步骤：
针对目标压气机开展单通道定常RANS(雷诺平均方法)数值模拟，如图2中圆点线条所示，获得实壁机匣(Solid Casing)情况下的近失速点流量系数
Figure BDA0003231309630000041
以及90％叶高处的叶尖压比πSC,s，πSC,s＝1.598；计算叶尖临界负荷参量Lcri：
Figure BDA0003231309630000042
同时，提取分布式体积力源项
Figure BDA0003231309630000043
包括切向体积力/>
Figure BDA0003231309630000044
沿等流向坐标面体积力
Figure BDA0003231309630000045
和沿等叶高面体积力/>
Figure BDA0003231309630000046
其具体构建方法见专利申请“体积力构建方法、计算设备及可读存储介质”(申请号：202010697425.8，公开号：CN111859567A)，为下一步工作做准备；
针对不同处理机匣情况下，开展基于分布式力源体积力模型的压气机全周数值模拟，计算域分为叶片域和非叶片域，其中处理机匣部分属于非叶片域；
采用分布式力源体积力方法计算叶片域，RANS方法计算处理机匣域及其它非叶片域的步骤为：
对计算域进行网格绘制，根据叶片前尾缘的子午面投影将计算域划分为叶片域和非叶片域，其中所述非叶片域包括进口段、叶排间、出口段以及处理机匣域，不同计算域间的网格完全匹配；
完成边界条件等计算设置，其中压气机的进口边界条件给定总压、总温以及速度方向，压气机出口边界条件给定平均静压条件，所有实壁边界均为无滑移边界条件；
采用雷诺平均N-S方程作为控制方程进行流场求解，其中对于非叶片域，控制方程中的力源项为零，对于叶片域，力源项为分布式体积力源项
Figure BDA0003231309630000047
对于每种处理机匣设计方案，计算时通过提高计算域出口背压模拟压气机节流过程，在此给出其中一种处理机匣方案的计算结果，如图2中方形线条所示，提取节流过程中的流量
Figure BDA0003231309630000051
当节流至与实壁机匣近失速点流量相等时，即/>
Figure BDA0003231309630000052
时，获得此时叶尖90％叶高处的叶尖压比π′CT，π′CT＝1.640，进而获得该处理机匣情况下的径向负荷分布系数α：
Figure BDA0003231309630000053
根据此方法分别计算出三种处理机匣设计方案的径向负荷分布系数分别为α1、α2、α3；
进一步提高计算域出口背压进行节流，并获得节流过程中各状态点的流量系数
Figure BDA0003231309630000054
和叶尖压比πCT，计算叶尖负荷参量LCT：
Figure BDA0003231309630000055
根据此方法分别计算出三种处理机匣设计方案的叶尖负荷参量分别为LCT1、LCT2、LCT3；
对于该处理机匣设计方案，当节流至流量系数
Figure BDA0003231309630000056
时，叶尖压比πCT＝1.657，LCT＝Lcri＝0.687，认为此状态点为该处理机匣情况下的近失速点，从而获得近失速点流量系数/>
Figure BDA0003231309630000057
根据此方法计算出各处理机匣情况下的近失速点流量系数，分别为
Figure BDA0003231309630000058
和/>
Figure BDA0003231309630000059
比较各处理机匣设计方案的近失速点流量系数，其中近失速点流量系数最小的设计方案即为具有最优扩稳效果的处理机匣设计方案，即对于第二种处理机匣情况能够最大程度地拓宽稳定边界，因此选择第二种处理机匣设计方案作为具有最优扩稳效果的处理机匣设计方案。
上述步骤已完成了最优扩稳方案的选择工作，并对相应稳定边界进行了预测，为了验证上述结果的准确性，对这三种处理机匣设计方案均进行了加工试验，最终获得三种处理机匣的扩稳程度顺序与预测结果相同，同时测得最优扩稳方案近失速点流量系数为0.368，与预测结果0.373相比误差在2％以内，说明该方法结果合理能够进行实际应用。同时在已获取了压气机体积力源项的情况下，预测每种处理机匣扩稳效果的所需时间在5小时以内，相较于全周非定常RANS数值模拟方法大幅提高了预测效率，从而可以应用于处理机匣的设计流程中，对较大数量的具有不同结构和设计参数的处理机匣设计方案进行快速评估。
全流场域进行RANS计算是一种常规的流体力学计算方法，采用NUMECA或ANSYS等流体力学仿真软件均可实现，控制方程即为求解雷诺平均N-S方程(Reynolds averaged N-S Equation)，具体计算步骤包括绘制计算域网格，设置流体属性、湍流模型、边界条件、初场等，最后进行计算求解。
本发明方法中叶片域采用分布式体积力源方法计算，非叶片域采用RANS方法计算，本质上和全流场域进行RANS计算的控制方程和计算步骤无差别。不同计算域之间的区别仅在于方程中的体积力源项不同。对于非叶片域，无外界做功，体积力源项为零；对于叶片域，存在叶片做功，因此体积力源项不为零，即基于前述所建立的分布式体积力源项根据当地流场情况提取体积力具体数值。对于叶片域体积力的提取，可以在流体力学计算软件中，通过用户自定义函数进行设定。
综上，此处不同流场域并非分别计算，而是在同一套控制方程，计算步骤之下进行的计算，区别仅在于控制方程中的体积力源项是否为零。这整套计算方法在计算流体力学领域属于非常常规的技术方案，所以在这种情况下，不知是否还需要详细描述，或应以何种形式，描述至何种详细程度。
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

Claims (2)

1.基于定常效应量化描述的处理机匣设计评估方法，其特征在于，包括如下步骤：
针对目标压气机开展单通道定常RANS数值模拟，获得实壁机匣情况下的近失速点流量系数
Figure FDA0003231309620000011
和叶尖压比πSC,s；计算叶尖临界负荷参量Lcri：
Figure FDA0003231309620000012
同时，提取分布式体积力源项
Figure FDA0003231309620000013
为下一步工作做准备；
针对不同处理机匣情况下，开展基于分布式力源体积力模型的压气机全周数值模拟，根据分布式体积力源项
Figure FDA0003231309620000014
采用分布式力源体积力方法计算叶片域，RANS方法计算处理机匣域及其它非叶片域；
对于每种处理机匣设计方案，计算时通过提高计算域出口背压模拟压气机节流过程，提取节流过程中的流量
Figure FDA0003231309620000015
当节流至与实壁机匣近失速点流量相等时，即/>
Figure FDA0003231309620000016
时，获得此时对应的叶尖压比π′CT，进而获得该处理机匣情况下的径向负荷分布系数α：
α＝π′CT/πSC,s；
进一步提高计算域出口背压进行节流，并获得节流过程中各状态点的流量系数
Figure FDA0003231309620000017
和叶尖压比πCT，计算叶尖负荷参量LCT：
Figure FDA0003231309620000018
对于该处理机匣设计方案，当LCT＝Lcri时，认为此状态点为该处理机匣情况下的近失速点，从而获得近失速点流量系数
Figure FDA0003231309620000019
采用上述方法计算出各处理机匣情况下的近失速点流量系数，比较各处理机匣设计方案的近失速点流量系数，其中近失速点流量系数最小的设计方案即为具有最优扩稳效果的处理机匣设计方案。
2.如权利要求1所述的基于定常效应量化描述的处理机匣设计评估方法，其特征在于，所述采用分布式力源体积力方法计算叶片域，RANS方法计算处理机匣域及其它非叶片域的步骤为：
对计算域进行网格绘制，根据叶片前尾缘的子午面投影将计算域划分为叶片域和非叶片域，其中所述非叶片域包括进口段、叶排间、出口段以及处理机匣域，不同计算域间的网格完全匹配；
完成边界条件等计算设置，其中压气机的进口边界条件给定总压、总温以及速度方向，压气机出口边界条件给定平均静压条件，所有实壁边界均为无滑移边界条件；
采用雷诺平均N-S方程作为控制方程进行流场求解，其中对于所述非叶片域，控制方程中的力源项为零，对于所述叶片域，力源项为所述分布式体积力源项
Figure FDA0003231309620000021
CN202110987681.5A 2021-08-26 2021-08-26 基于定常效应量化描述的处理机匣设计评估方法 Active CN113609623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110987681.5A CN113609623B (zh) 2021-08-26 2021-08-26 基于定常效应量化描述的处理机匣设计评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110987681.5A CN113609623B (zh) 2021-08-26 2021-08-26 基于定常效应量化描述的处理机匣设计评估方法

Publications (2)

Publication Number Publication Date
CN113609623A CN113609623A (zh) 2021-11-05
CN113609623B true CN113609623B (zh) 2023-06-20

Family

ID=78342100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110987681.5A Active CN113609623B (zh) 2021-08-26 2021-08-26 基于定常效应量化描述的处理机匣设计评估方法

Country Status (1)

Country Link
CN (1) CN113609623B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114186504A (zh) * 2021-11-16 2022-03-15 北京航空航天大学 进气畸变情况的压气机稳定边界预测方法、设备及介质
CN114117959A (zh) * 2021-11-22 2022-03-01 北京航空航天大学 针对进发匹配的压气机稳定边界预测方法、设备及介质
CN115374576B (zh) * 2022-10-25 2023-01-24 中国科学院工程热物理研究所 用于压气机叶片与机匣处理一体化扩稳设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102022351A (zh) * 2010-12-08 2011-04-20 北京航空航天大学 一种拓宽高负荷轴流压气机稳定工作范围的方法
CN104200012A (zh) * 2014-08-19 2014-12-10 中国科学院工程热物理研究所 用于比较机匣处理方案扩稳能力的方法
CN112160943A (zh) * 2020-10-13 2021-01-01 中国人民解放军海军工程大学 一种燃气轮机压气机机匣防喘结构及其喘振裕度评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130268313A1 (en) * 2012-04-04 2013-10-10 Iris Consolidated, Inc. System and Method for Security Management

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102022351A (zh) * 2010-12-08 2011-04-20 北京航空航天大学 一种拓宽高负荷轴流压气机稳定工作范围的方法
CN104200012A (zh) * 2014-08-19 2014-12-10 中国科学院工程热物理研究所 用于比较机匣处理方案扩稳能力的方法
CN112160943A (zh) * 2020-10-13 2021-01-01 中国人民解放军海军工程大学 一种燃气轮机压气机机匣防喘结构及其喘振裕度评价方法

Also Published As

Publication number Publication date
CN113609623A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
CN113609623B (zh) 基于定常效应量化描述的处理机匣设计评估方法
Wu et al. Investigation of pre-stall behavior in an axial compressor rotor—Part I: Unsteadiness of tip clearance flow
Li et al. Multipoint and multiobjective optimization of a centrifugal compressor impeller based on genetic algorithm
Xu et al. Effect of rotor axial blade loading distribution on compressor stability
Van Rooij et al. Improving aerodynamic matching of axial compressor blading using a three-dimensional multistage inverse design method
Yang et al. The development and applications of a loading distribution based tip leakage loss model for unshrouded gas turbines
Jiabin et al. An improved prediction model for corner stall in axial compressors with dihedral effect
Guo et al. Statistical evaluation of stability margin of a multi-stage compressor with geometric variability using adaptive polynomial chaos-Kriging model
Xu et al. Correlation of solidity, aspect ratio and compound lean blade in compressor cascade design
Fei et al. Application of new empirical models based on mathematical statistics in the through-flow analysis
Hazby et al. Effects of blade deformation on the performance of a high flow coefficient mixed flow impeller
Hu et al. Thermodynamics investigation and spike-stall identification based on energy loss of centrifugal compressor
Hu et al. Performance prediction of transonic axial compressor based on streamline curvature method
Buyukli et al. High-loaded compressor blisk-type impeller multidisciplinary optimization
Zhang et al. Numerical investigation and modeling of sweep effects on inlet flow field of axial compressor cascades
Ding et al. CFD analysis of off-design centrifugal compressor operation and performance
Hiradate et al. Proposal and experimental verification of design guidelines for centrifugal compressor impellers with curvilinear element blades to improve compressor performance
Zamiri et al. Numerical investigation of rotating stall characteristics in a full-annulus transonic centrifugal compressor
Zeng et al. A new appraisal of critical B parameter in compressor aerodynamic instability design
Liśkiewicz et al. Numerical model of a deep surge cycle in low-speed centrifugal compressor
Wei et al. Power-loss methodology for a compressor cascade at various Reynolds numbers and its validation
Yang et al. Effects of Flow Coefficient on Turbine Aerodynamic Performance and Loss Characteristics
Song et al. Knowledge-based aero-thermal multi-disciplinary design optimization of a high temperature blade
Yang et al. 3D viscous inverse design of turbomachinery using one-equation turbulence model
Owen et al. Turbulence modeling effects of transonic, high pressure airfoils near design incidence

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