CN115358027A - 一种斜放机翼型离心风机的参数优化方法 - Google Patents

一种斜放机翼型离心风机的参数优化方法 Download PDF

Info

Publication number
CN115358027A
CN115358027A CN202211263785.2A CN202211263785A CN115358027A CN 115358027 A CN115358027 A CN 115358027A CN 202211263785 A CN202211263785 A CN 202211263785A CN 115358027 A CN115358027 A CN 115358027A
Authority
CN
China
Prior art keywords
blade
inlet
outlet
wheel disc
curve
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
Application number
CN202211263785.2A
Other languages
English (en)
Other versions
CN115358027B (zh
Inventor
朱龙
张宇祥
翁凯
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.)
Hangzhou Dunli Fan Co ltd
Hangzhou Dunli Electric Appliances Co ltd
Original Assignee
Hangzhou Dunli Fan Co ltd
Hangzhou Dunli Electric Appliances Co ltd
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 Hangzhou Dunli Fan Co ltd, Hangzhou Dunli Electric Appliances Co ltd filed Critical Hangzhou Dunli Fan Co ltd
Priority to CN202211263785.2A priority Critical patent/CN115358027B/zh
Publication of CN115358027A publication Critical patent/CN115358027A/zh
Application granted granted Critical
Publication of CN115358027B publication Critical patent/CN115358027B/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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D29/00—Details, component parts, or accessories
    • F04D29/26—Rotors specially for elastic fluids
    • F04D29/28—Rotors specially for elastic fluids for centrifugal or helico-centrifugal pumps for radial-flow or helico-centrifugal pumps
    • F04D29/281—Rotors specially for elastic fluids for centrifugal or helico-centrifugal pumps for radial-flow or helico-centrifugal pumps for fans or blowers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D29/00—Details, component parts, or accessories
    • F04D29/26—Rotors specially for elastic fluids
    • F04D29/28—Rotors specially for elastic fluids for centrifugal or helico-centrifugal pumps for radial-flow or helico-centrifugal pumps
    • F04D29/30—Vanes
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mechanical Engineering (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Algebra (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

本发明提供了一种斜放机翼型离心风机的参数优化方法，包括如下步骤：基于离心风机结构构建坐标系，获取离心风机结构的相关参数及其关系，得到叶轮子午面相关参数及待优化参数、以及离心叶轮的回转面相关参数及待寻优参数，构建优化模型，将离心风机的相关参数输入优化模型中，对优化模型进行CFD数值预测，优化模型输出待优化参数的最优解。本发明提出了针对斜放机翼型叶轮叶片的参数化设计建模方法，完善了此类型叶片的设计方法，并对参数进行自动优化，实现参数化自动建模、计算及优化；能够实现叶轮的参数化自动建模，并进行计算机的自动迭代优化设计。

Description

一种斜放机翼型离心风机的参数优化方法
技术领域
本发明涉及离心风机设计的技术领域，尤其涉及一种斜放机翼型离心风机的参数优化方法。
背景技术
对于后倾离心风机的设计，一般先设计轮盘和轮盖型线，然后通过控制轮盘到轮盖均布的几条叶片流线来控制气流的流动分布。
对于离心风机，目前最常规的设计方法为二维直叶片（叶片由轮盖到轮盘叶片无变化），这种叶片结构最为简单，生成工艺容易实现，但只能控制空间中一根流线的气流流动，无法控制空间上其他流线的气流流动，导致风机效率低噪音大，已经被淘汰。
另外一种较为复杂的设计方法为空间扭曲的三维机翼型叶片，原理上可以在空间上控制所有流线的气流流动，设计出来的风机效率和噪音均有不错的表现，但这种叶片结构最为复杂，对生产工艺及成本要求很高，实现代价太大，所以在市场应用中并不多见。此外，目前对于二维直叶片及三元扭曲叶轮均有相关的设计软件和方法，但对于机翼不等厚斜放的离心叶型设计方法及相关设计软件不太完善，工程师在设计时一般在三维软件中手动调整，比较随意且不方便。且传统设计中，工程师人工调整叶轮通过数值CFD方法或者相关经验去制作样板测试调整，反复循环调整，效率低且资源较为浪费。
综上所述，现有技术中对离心风机叶型的设计一般采用二维等厚叶型，结构简单但性能较差；而三维空间扭曲叶型虽然性能优但结构复杂，导致工艺实现性较差。斜放机翼型叶片可以综合二维叶型和三维扭曲叶型的优点，在工艺较容易实现的前提下性能也可达到比较优秀的状态；但是，对于斜放机翼型叶片暂无相关设计软件可以实现，传统设计方法为工程师在三维软件中进行手动调整，设计较为繁琐，且设计参数不统一；且随着人工智能技术的推进，传统的斜放机翼型叶片设计方法无法满足计算机自动优化迭代的需求。
发明内容
本发明的目的在于提供一种斜放机翼型离心风机的参数优化方法，实现斜放机翼型叶轮叶片的参数化自动建模，并进行计算机的自动迭代优化设计。
一方面，本发明实施例提供了一种斜放机翼型离心风机的参数优化方法，包括如下步骤：
步骤1：结合心风机叶轮构建坐标系，获取叶轮出口半径尺寸
Figure 590491DEST_PATH_IMAGE001
、轮盘进口与竖直 线夹角
Figure 687891DEST_PATH_IMAGE002
、轮盘出口与水平线夹角
Figure 772521DEST_PATH_IMAGE003
、叶轮高度尺寸B，并基于二次贝塞尔曲线求解离心风 机叶轮的轮盘曲线坐标；
步骤2：获取叶轮的轮盖进口半径尺寸r0、轮盖进口与竖直线夹角θ1、轮盖出口与水平线夹角θ2、叶轮出口宽度尺寸b，并基于二次贝塞尔曲线求解离心风机叶轮的轮盖曲线坐标；
步骤3，获取轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α，根据以上参数确定离心风机叶轮子午面叶片的进出口位置，并结合轮盘曲线求解轮盘叶片的进出口位置；
步骤4，结合轮盘曲线、轮盖曲线、子午面叶片进口曲线、子午面叶片进口曲线得到叶轮子午面坐标，根据子午面坐标获取离心叶轮的子午面相关参数及待优化参数；
步骤5，根据叶轮子午面叶片的进出口位置以及给定的叶片角分布求解空间叶片的坐标；
步骤6，根据轮盘流线S、叶片倾斜角γ和轮盖子午流线求解轮盖流线S’，并获取离心叶轮的回转面相关参数及待寻优参数；
步骤7，根据上述数据对离心叶轮进行几何造型优化；
步骤8，基于遗传多目标优化算法建立优化模型；
步骤9，将离心风机的相关参数输入优化模型中，对优化模型进行CFD数值预测，优化模型输出待优化参数的最优解。
进一步的，所述步骤1还包括如下步骤：
步骤1-1，结合坐标系，基于叶轮出口半径尺寸
Figure 597258DEST_PATH_IMAGE001
、轮盘进口与竖直线夹角
Figure 60731DEST_PATH_IMAGE002
、轮盘 出口与水平线夹角
Figure 578300DEST_PATH_IMAGE003
、叶轮高度尺寸B获取控制点坐标；
步骤1-2，根据控制点坐标求解轮盘曲线任一位置处的坐标值，得到轮盘曲线坐标。
进一步的，所述步骤1-1中，控制点包括第一控制点P1、第二控制点P2和第三控制点P3；
第一控制点P1的坐标为（0,0），第三控制点P3的坐标为（
Figure 28523DEST_PATH_IMAGE001
，B），第二控制点P2的坐 标（
Figure 453688DEST_PATH_IMAGE004
，
Figure 302827DEST_PATH_IMAGE005
）满足：
Figure 132242DEST_PATH_IMAGE006
Figure 378416DEST_PATH_IMAGE007
其中，
Figure 653277DEST_PATH_IMAGE008
、
Figure 606190DEST_PATH_IMAGE009
分别为第一控制点P1的横、纵坐标，
Figure 950714DEST_PATH_IMAGE010
、
Figure 418605DEST_PATH_IMAGE011
分别为第三控制点P1的 横纵坐标。
进一步的，所述步骤1-2中，轮盘曲线的坐标满足以下公式：
Xh（t）=t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
Yh（t）=t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，t为第一控制点到第三控制点之间任意一点的相对位置；
Xh（t）为轮盘曲线中相对位置t处的X坐标值，即轮盘曲线的横坐标，Yh（t）为轮盘曲线中相对位置t处的y坐标值，即轮盘曲线的纵坐标。
进一步的，所述步骤2还包括如下步骤：
步骤2-1，与轮盘曲线相同坐标系，并基于轮盖进口半径尺寸r0、轮盖进口与竖直线夹角θ1、轮盖出口与水平线夹角θ2、叶轮出口宽度尺寸b获取三个控制点坐标；
步骤2-2，根据三个控制点坐标求解轮盖曲线任一位置处的坐标值，从而得到轮盖曲线坐标。
进一步的，所述步骤2-1中，控制点包括第四控制点P4、第五控制点P5和第六控制点P6；
第四控制点P4的坐标为（
Figure 60939DEST_PATH_IMAGE012
,0）;
第六控制点P6坐标为（r3，B-b）；
第五控制点P5的坐标满足：
Figure 368159DEST_PATH_IMAGE013
Figure 883586DEST_PATH_IMAGE014
其中,P4x、P4y分别为第四控制点P4的横、纵坐标，P6x、P6y分别为第四控制点P6的横、 纵坐标，
Figure 100002_DEST_PATH_IMAGE015
、
Figure 510876DEST_PATH_IMAGE016
分别为第五控制点P5的横、纵坐标。
进一步的，所述步骤2-2中，轮盖曲线的坐标满足：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
其中，t∈[0,1]，0位置为起始位置P3,1位置为终止位置P5，t为0到1之间任一点的相对位置，Xs（t）为轮盖曲线任一相对位置t处的X坐标值，即轮盘曲线的横坐标，Ys（t）为轮盖曲线任一相对位置t处的y坐标值，即轮盘曲线的纵坐标。
进一步的，所述步骤3还包括：
步骤3-1，根据轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α，求解子午面叶片轮盘进口点LeH点坐标（LeHx, LeHy）；
子午面叶片轮盘进口点LeH点坐标满足：
LeHx=r1
LeHx=t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
LeHy=t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，LeHx和LeHy分别为子午面叶片轮盘进口点LeH的X坐标值和Y坐标值，t∈[0,1]；
步骤3-2，根据轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α，求解子午面叶片轮盘出口点TeH点坐标（TeHx, TeHy）；
子午面叶片轮盘出口点TeH点坐标满足：
TeHx=r2
TeHx =t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
TeHy =t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，TeHx和TeHy分别为分别为子午面叶片轮盘出口点TeH点的X坐标值；
步骤3-3，通过轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进（出）口边与竖直线夹角α和上述轮盖曲线公式联立求解，得到轮盖叶片进口点的坐标值（LeSx, LeSy）；
子午面叶片进口直线满足
y=tanα*x+LeHy- tanα* LeHx
根据子午面轮盖曲线的横坐标Xs（t）和纵坐标Ys（t）满足：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
联立以上方程组求解子午面叶片进口直线与轮盖曲线交点坐标，此点即为轮盖叶片进口点LeS；
步骤3-4，通过轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进（出）口边与竖直线夹角α和上述轮盖曲线公式联立求解，得到轮盖叶片出口点的坐标值（TeSx, TeSy）；
结合步骤3-2，子午面叶片出口直线满足：
y=tanα*x+TeHy- tanα* TeHx
然后，根据子午面轮盖曲线公式：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
联立以上方程组求解子午面叶片出口直线与轮盖曲线交点坐标，此点即为轮盖叶片出口点TeS。
进一步的，所述步骤4中，离心叶轮子午面的相关参数包括：轮盘出口半径尺寸r3、叶轮总宽尺寸B、轮盘进口与竖直线夹角θ3、轮盘出口与水平线夹角θ4、轮盖进口与竖直线夹角θ、叶轮进口半径尺寸r0、轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、轮盖出口与水平线夹角θ2叶轮出口宽度尺寸b、子午面叶片进出口边与竖直线夹角α；
离心叶轮子午面的待优化参数包括：叶轮进口半径尺寸r0、轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、轮盖出口与水平线夹角θ2叶轮出口宽度尺寸b、子午面叶片进出口边与竖直线夹角α。
进一步的，所述步骤4中，离心叶轮的回转面相关参数及待寻优参数包括：叶片进口轴向角β1、叶片出口轴向角β2、轮盘流线S中部位置的叶片轴向角β相对值λ以及叶片倾斜角γ。
本发明的有益效果为：本发明提出的斜放机翼型离心风机参数优化方法，针对机翼不等厚的直叶型，在空间上叶片采用斜放处理，综合二维直叶片和三维扭曲叶片的优点，从而能在一定程度上调整空间上的气流流动，且工艺较为简单，生产成本较低；本发明提出了针对斜放机翼型叶轮叶片的参数化设计建模方法，完善了此类型叶片的设计方法，并对参数进行自动优化，实现参数化自动建模、计算及优化；本发明能够实现叶轮的参数化自动建模，并进行计算机的自动迭代优化设计。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中提供的斜放机翼型离心风机的参数优化方法的整体流程示意图；
图2为本发明实施例中斜放机翼型叶轮叶片的子午面示意图；
图3为本发明实施例中轮盘控制点的坐标示意图；
图4为本发明实施例中轮盖控制点的坐标示意图；
图5为本发明实施例中叶片包角与空间叶片的结构示意图；
图6为本发明实施例中离心叶轮子午面和回转面的结构关系示意图；
图7为本发明实施例中轮盘流线和叶型之间的空间关系示意图；
图8为本发明实施例中轮盖空间叶型参数及结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
本发明实施例中提供了一种斜放机翼型离心风机参数化优化方法，图1为该方法的整体流程示意图，如图1所示，该方法包括如下步骤：
步骤1，获取叶轮出口半径尺寸r3、轮盘进口与竖直线夹角θ3、轮盘出口与水平线夹角θ4、叶轮高度尺寸B，并基于二次贝塞尔曲线求解离心风机叶轮的轮盘曲线坐标；
具体的，步骤1的求解轮盘曲线坐标还包括如下步骤：
步骤1-1，在叶轮上构建坐标系，并基于叶轮出口半径尺寸r3、轮盘进口与竖直线夹角θ3、轮盘出口与水平线夹角θ4、叶轮高度尺寸B获取三个控制点坐标；
如图3所示，第一控制点P1的坐标为（0,0），即第一控制点P1为所构建坐标系的坐标原点；
第二控制点P2的坐标(P2x,P2y)由第一控制点P1和第三控制点P3的坐标，以及轮盘进口与竖直线夹角θ3、轮盘出口与水平线夹角θ4求解，第二控制点P2的坐标计算式为：
Figure 35529DEST_PATH_IMAGE006
Figure 494193DEST_PATH_IMAGE007
其中,P1x为P1点的X坐标值，P1y为P1点的y坐标值，P2x为P2点的X坐标值，P2y为P2点的y坐标值, P3x为P3点的X坐标值，P3y为P3点的y坐标值。
第三控制点P3的坐标由叶轮出口半径尺寸r3、叶轮高度尺寸B两个尺寸确定，其坐标为（r3，B）；
步骤1-2，根据三个控制点坐标求解轮盘曲线任一位置处的坐标值，得到轮盘曲线坐标；
具体的，轮盘曲线的横纵坐标满足以下公式：
Xh（t）=t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
Yh（t）=t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，设第一控制点P1为起始位置0，第三控制点P3为终止位置1，t∈[0,1]，即t为第一控制点P1到第三控制点P3之间任一点的相对位置；
Xh（t）为轮盘曲线中任一相对位置t处的X坐标值，即轮盘曲线的横坐标，Yh（t）为轮盘曲线中任一相对位置t处的y坐标值，即轮盘曲线的纵坐标；
P1x为P1点的X坐标值，P1y为P1点的y坐标值，P2x为P2点的X坐标值，P2y为P2点的y坐标值, P3x为P3点的X坐标值，P3y为P3点的y坐标值。
步骤2，获取叶轮的轮盖进口半径尺寸r0、轮盖进口与竖直线夹角θ1、轮盖出口与水平线夹角θ2、叶轮出口宽度尺寸b，并基于二次贝塞尔曲线求解轮盖曲线坐标；
具体的，步骤2的求解轮盖曲线坐标还包括如下步骤：
步骤2-1，与轮盘曲线相同坐标系，并基于轮盖进口半径尺寸r0、轮盖进口与竖直线夹角θ1、轮盖出口与水平线夹角θ2、叶轮出口宽度尺寸b获取三个控制点坐标；
如图4所示，第四控制点P4的坐标为（r0,0）;
第六控制点P6的坐标由叶轮出口半径尺寸r3、叶轮出口宽度尺寸b两个尺寸确定，其坐标为（r3，B-b）；
第二控制点P5的坐标由第一控制点P4和第三控制点P6的坐标，以及轮盖进口与竖直线夹角θ1、轮盖出口与水平线夹角θ2求解；
Figure 100002_DEST_PATH_IMAGE017
Figure 508416DEST_PATH_IMAGE014
其中,P4x为P4点的X坐标值，P4y为P4点的y坐标值，P5x为P5点的X坐标值，P5y为P5点的y坐标值, P6x为P6点的X坐标值，P6y为P6点的y坐标值。
步骤2-2，根据三个控制点坐标求解轮盖曲线任一位置处的坐标值，从而得到轮盖曲线坐标；
具体的，轮盖曲线的横纵坐标满足以下公式：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
其中，设第三控制点P3为起始位置0，第五控制点P5为终止位置1，t∈[0,1]， 即t为第三控制点P3到第五控制点P5之间任一点的相对位置。
P3x为P3点的X坐标值，P3y为P3点的y坐标值，P4x为P4点的X坐标值，P4y为P4点的y坐标值, P5x为P5点的X坐标值，P5y为P5点的y坐标值,Xs（t）为轮盖曲线任一相对位置t处的X坐标值，Ys（t）为轮盖曲线任一相对位置t处的y坐标值。
步骤3，获取轮盘叶片进口半径尺寸
Figure 826265DEST_PATH_IMAGE018
、轮盘叶片出口半径尺寸
Figure 417259DEST_PATH_IMAGE019
、子午面叶片进出 口边与竖直线夹角α，根据以上参数确定叶轮子午面叶片的进出口位置，并结合轮盘曲线求 解轮盘叶片的进出口位置；
其中，步骤3还包括以下步骤：
步骤3-1，根据轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α，求解子午面叶片轮盘进口点LeH点坐标（LeHx, LeHy）；
子午面叶片轮盘进口点LeH点坐标满足：
LeHx=r1
LeHx=t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
LeHy=t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，LeHx和LeHy分别为子午面叶片轮盘进口点LeH的X坐标值和Y坐标值，t∈[0,1]，P1x为第一控制点P1点的X坐标值，P1y为第一控制点P1点的Y坐标值，P2x为第二控制点P2点的X坐标值，P2y为第二控制点P2点的Y坐标值, P3x为第三控制点P3点的X坐标值，P3y为第三控制点P3点的Y坐标值；
上述三元一次方程通过盛金公式可解，具体先联立前两式根据盛金公式求解三元一次方程的根t的值，在根据求解出的t值代入最后一式求解出LeHy。
步骤3-2，根据轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α，求解子午面叶片轮盘出口点TeH点坐标（TeHx, TeHy）；
子午面叶片轮盘出口点TeH点坐标满足：
TeHx=r2
TeHx =t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
TeHy =t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，P1x为第一控制点P1点的X坐标值，P1y为第一控制点P1点的Y坐标值，P2x为第二控制点P2点的X坐标值，P2y为第二控制点P2点的Y坐标值, P3x为第三控制点P3点的X坐标值，P3y为第三控制点P3点的Y坐标值，TeHx为TeH点的X坐标值，TeHy为TeH点的Y坐标值。
可以理解的是，子午面叶片轮盘出口点坐标的求解方式与步骤3-1中子午面叶片轮盘进口点坐标的求解方式相似，通过盛金公式可以完成求解。
步骤3-3，通过轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α和上述轮盖曲线公式联立求解，得到轮盖叶片进口点的坐标值（LeSx, LeSy）；
具体的，通过轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α和上述轮盖曲线公式联立求解，采用计算机迭代求解出轮盖叶片进口点及轮盖叶片出口点坐标值。
如图2所示，子午面叶片进（出）口边与竖直线夹角α、轮盘叶片进口点及轮盘叶片出口点坐标值并结合上述轮盖曲线通过公式联立求解，采用计算机迭代求解出通过轮盘叶片出口点坐标、倾斜角为α的直线与轮盖曲线交点坐标，以及通过轮盘叶片出口点坐标、倾斜角为α的直线与轮盖曲线交点坐标，此两个交点即为轮盖上叶片的起始和终止点，起始点和终止点分别为子午面叶片的进口位置和出口位置。
具体的，结合步骤3-1，子午面叶片进口直线满足
y=tanα*x+LeHy- tanα* LeHx
根据子午面轮盖曲线的横坐标Xs（t）和纵坐标Ys（t）满足：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
联立以上方程组求解子午面叶片进口直线与轮盖曲线交点坐标，此点即为轮盖叶片进口点LeS。
步骤3-4，通过轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α和上述轮盖曲线公式联立求解，得到轮盖叶片出口点的坐标值（TeSx, TeSy）；
结合步骤3-2，子午面叶片出口直线满足：
y=tanα*x+TeHy- tanα* TeHx
然后，根据子午面轮盖曲线公式：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
联立以上方程组求解子午面叶片出口直线与轮盖曲线交点坐标，此点即为轮盖叶片出口点TeS。
步骤4，结合轮盘曲线、轮盖曲线、子午面叶片进口曲线、子午面叶片进口曲线得到叶轮子午面坐标，根据子午面坐标获取离心叶轮的子午面相关参数及待优化参数；
具体的，叶轮子午面坐标包括步骤1~3得到的轮盘曲线、轮盖曲线、子午面叶片进口曲线、子午面叶片进口线，因此叶轮子午面坐标通过上述11个参数可解；
在优化设计中，由于轮盘出口半径尺寸r3、叶轮总宽尺寸B一般为固定尺寸，且轮盘进口与竖直线夹角θ3、轮盘出口与水平线夹角θ4、轮盖进口与竖直线夹角θ1、在一定范围内对叶轮性能影响较小，因此在本发明的优化设计中以上五个参数为定值，在优化过程中不对其进行调整，具体大小由本领域技术人员根据实际情况预先进行设置。
因此本发明在子午面上通过对叶轮性能影响较大的叶轮进口半径尺寸r0、轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、轮盖出口与水平线夹角θ2叶轮出口宽度尺寸b、子午面叶片进出口边与竖直线夹角α共6个参数的取值范围进行寻优。
步骤5，根据叶轮子午面叶片的进出口位置以及给定的叶片角分布求解空间叶片的坐标；
步骤5-1，求解叶片包角θ；
具体的，如图4所示，给定轮盘流线S上起始的两个位置处（0/1）的β值叶片进口轴向角β1、叶片出口轴向角β2，并给定轮盘流线S中部位置（0.5）的叶片轴向角β相对值λ（λ取值0~1），即可得到S中部位置β值为：
β=β1+λ*（β2-β1）
运用插值函数拟合得到流线S上所有点的叶片轴向角β值，再根据上图的β和叶型之间的空间关系图即可得到轮盘流线S上的叶型对应点的叶片包角θ值，叶片包角θ公式如下：
Figure 199270DEST_PATH_IMAGE020
其中，R——叶片上某一点半径位置尺寸
dθ表示叶片包角的微分值；
dm表示子午流线长度的微分值。
进一步的，子午面叶片进出口所夹的轮盘轮盖两条流线即为叶片的两条子午流线，根据子午面叶片进出口坐标、轮盘曲线和轮盖曲线可以求解出子午流线对应式，通过该式积分即可求解出子午流线对应R处的叶片包角θ。
步骤5-2，根据叶片包角θ获取空间叶片的坐标值；
如图5所示，根据叶片包角θ即可得到空间叶片任一点轮盘流线S的坐标值（Sx,Sy,Sz）：
其中：Sx=R*Sin(θ)，Sy=R*Cos(θ)，Sz与子午流线上R位置处的Z值相同。
步骤6，根据轮盘流线S、叶片倾斜角γ和轮盖子午流线求解轮盖流线S’，并获取离心叶轮的回转面相关参数及待寻优参数；
具体的，如图5所示，由于叶片为直叶片斜摆方式，通过斜摆方式调整空间气流流动，轮盘流线和轮盖流线在空间上是扫略关系，参数设计时规定叶片倾斜角γ，通过步骤5求解出轮盘流线S的坐标后，在轮盘流线S坐标已知情况下可根据γ和轮盖子午流线求解出轮盖流线S’。
优选的，在叶片中线上施加一定的不等厚度分布，可以改善叶片上的气流分布，但机翼厚度分布在一定范围内对离心风机影响较小，在本发明中设计过程中，机翼厚度为定值，由本领域技术人员根据实际情况预先设置。
进一步的，如图6所示，图6为离心叶轮子午面和回转面的结构关系示意图，子午面包括轮盘轮盖两条曲线以及叶片进出口两条直线，回转面为轮盘到轮盖中间的任一曲面，回转面设计即为在空间的回转面上对叶片的曲线进行设计。
因此本发明在回转面上通过控制轮盘流线S上起始的两个位置处（0/1）的β值，针对叶片进口轴向角β1、叶片出口轴向角β2、轮盘流线S中部位置（0.5）的叶片轴向角β相对值λ以及叶片倾斜角γ共4个参数的取值范围进行寻优，其中λ取值为0~1。
步骤7，根据上述数据对离心叶轮进行几何造型优化；
根据上述参数求解出的轮盘型线坐标、轮盖型线坐标、轮盘流线坐标、轮盖流线坐标对离心叶轮进行3d几何造型优化，3d几何造型可以采用成熟的3d软件进行二次开发，如Solidworks、UG、Proe等软件，本发明采用Solidworks软件。
将轮盘型线坐标、轮盖型线坐标、轮盘流线坐标、轮盖流线坐标输入3d软件中，得到3d造型。
通过上述坐标可实现自动3d导入造型的构建。
步骤8，基于遗传多目标优化算法建立优化模型；
其中，本发明所采用优化算法为遗传多目标优化算法；
由于风机主要关注压升、流量以及效率三个参数，而在CFD数值计算中，一般边界条件会将流量或者压升给定，返求另一个物理量及效率；
具体的，若给定流量Q进行数值计算，则以风机压升P和效率η作为优化目标，优化决策函数Y为：
Y=Max{P，η}
若给定压升P进行数值计算，则以风机流量Q和效率η作为优化目标，优化决策函数为：
Y=Max{Q，η}
进一步的，设定最大迭代优化次数Maxstep。
通过优化决策函数和CFD数值预测，便可通过优化算法进行打靶寻优，得到后续使用的优化模型。
步骤9，将离心风机的相关参数输入优化模型中，对优化模型进行CFD数值预测，优化模型输出待优化参数的最优解。
具体的，优化模型的输入为叶轮的5个定值参数以及10个待优化参数，结合步骤4和步骤六，子午面相关参数共11个参数，回转面相关参数共4个参数，子午面相关参数中5个为定值参数，即本发明预先设置好且不进行优化的参数，剩余6个参数和回转面相关4个参数作为待优化参数通过优化模型进行优化处理；
优化模型的输出结果为10个待优化参数的优选值集合，包括子午面6个参数，回转面4个参数。
通过对CFD仿真工具进行二次开发，实现自动区域离散、网格划分、计算及结果分析，预测出该模型的压升、流量及效率值，通过这三个值评估优化决策函数Y值，再通过优化算法综合决策并进入下一代优化，经过多次迭代后后即可得到最优的解集。
优选的，本发明给定轮盘流线参数返算轮盖流线，也可给定轮盖流线参数返算轮盘流线，也可给定任一流线返求轮盘轮盖流线；
优选的，作为一种可选的方式，本发明给定的各参数也可以用无量纲参数替代，如r0，r1、r2 ¬的取值可以以r3为基准，用r0/r3、r1/r3、r2/r3三个无量纲参数替代。
优选的，作为一种可选的方式，本发明中轮盘轮盖流线不限于二次贝塞尔曲线给定，也可以为三次或者更高阶次，也可以是其他曲线或者曲线加直线的组合方式。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种斜放机翼型离心风机的参数优化方法，其特征在于，包括如下步骤：
步骤1：构建离心风机叶轮构建坐标系，获取叶轮出口半径尺寸
Figure DEST_PATH_IMAGE001
、轮盘进口与竖直线夹 角
Figure 571926DEST_PATH_IMAGE002
、轮盘出口与水平线夹角
Figure DEST_PATH_IMAGE003
和叶轮高度尺寸B，结合以上参数并基于二次贝塞尔曲线求 解离心风机叶轮的轮盘曲线坐标；
步骤2：获取叶轮的轮盖进口半径尺寸
Figure 508308DEST_PATH_IMAGE004
、轮盖进口与竖直线夹角
Figure DEST_PATH_IMAGE005
、轮盖出口与水平线 夹角
Figure 615941DEST_PATH_IMAGE006
和叶轮出口宽度尺寸b，结合以上参数并基于二次贝塞尔曲线求解离心风机叶轮的 轮盖曲线坐标；
步骤3，获取轮盘叶片进口半径尺寸
Figure DEST_PATH_IMAGE007
、轮盘叶片出口半径尺寸
Figure 417675DEST_PATH_IMAGE008
、子午面叶片进出口边 与竖直线夹角α，根据以上参数确定离心风机叶轮子午面叶片的进出口位置，并结合轮盘曲 线求解轮盘叶片的进出口位置；
步骤4，结合轮盘曲线、轮盖曲线、子午面叶片进口曲线、子午面叶片进口曲线得到叶轮子午面坐标，根据子午面坐标获取离心叶轮的子午面相关参数及待优化参数；
步骤5，根据叶轮子午面叶片的进出口位置以及给定的叶片角分布求解空间叶片的坐标；
步骤6，根据轮盘流线S、叶片倾斜角γ和轮盖子午流线求解轮盖流线S’，并获取离心叶轮的回转面相关参数及待寻优参数；
步骤7，根据上述数据对离心叶轮进行几何造型优化；
步骤8，基于遗传多目标优化算法建立优化模型；
步骤9，将离心风机的相关参数输入优化模型中，对优化模型进行CFD数值预测，优化模型输出待优化参数的最优解。
2.如权利要求1所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤1还包括如下步骤：
步骤1-1，结合坐标系，基于叶轮出口半径尺寸
Figure 45097DEST_PATH_IMAGE001
、轮盘进口与竖直线夹角
Figure 664297DEST_PATH_IMAGE002
、轮盘出口 与水平线夹角
Figure 665751DEST_PATH_IMAGE003
、叶轮高度尺寸B获取控制点坐标；
步骤1-2，根据控制点坐标求解轮盘曲线任一位置处的坐标值，得到轮盘曲线坐标。
3.如权利要求2所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤1-1中，控制点包括第一控制点P1、第二控制点P2和第三控制点P3；
第一控制点P1的坐标为（0,0），第三控制点P3的坐标为（
Figure 412121DEST_PATH_IMAGE001
，B），第二控制点P2的坐标（
Figure DEST_PATH_IMAGE009
，
Figure 750174DEST_PATH_IMAGE010
）满足：
Figure 212380DEST_PATH_IMAGE012
Figure 763447DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
、
Figure 313508DEST_PATH_IMAGE016
分别为第一控制点P1的横、纵坐标，
Figure DEST_PATH_IMAGE017
、
Figure 508997DEST_PATH_IMAGE018
分别为第三控制点P1的横纵 坐标。
4.如权利要求3所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤1-2中，轮盘曲线的坐标满足以下公式：
Xh（t）=t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
Yh（t）=t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，t为第一控制点到第三控制点之间任意一点的相对位置，Xh（t）为轮盘曲线中相对位置t处的X坐标值，即轮盘曲线的横坐标，Yh（t）为轮盘曲线中相对位置t处的y坐标值，即轮盘曲线的纵坐标。
5.如权利要求4所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤2还包括如下步骤：
步骤2-1，与轮盘曲线相同坐标系，并基于轮盖进口半径尺寸r0、轮盖进口与竖直线夹角θ1、轮盖出口与水平线夹角θ2、叶轮出口宽度尺寸b获取三个控制点坐标；
步骤2-2，根据三个控制点坐标求解轮盖曲线任一位置处的坐标值，从而得到轮盖曲线坐标。
6.如权利要求5所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤2-1中，控制点包括第四控制点P4、第五控制点P5和第六控制点P6；
第四控制点P4的坐标为（
Figure 735579DEST_PATH_IMAGE004
,0）;
第六控制点P6坐标为（
Figure 711625DEST_PATH_IMAGE001
，B-b）；
第五控制点P5的坐标满足：
Figure 534219DEST_PATH_IMAGE020
Figure 841005DEST_PATH_IMAGE022
其中,P4x、P4y分别为第四控制点P4的横、纵坐标，P6x、P6y分别为第四控制点P6的横、纵坐 标，
Figure DEST_PATH_IMAGE023
、
Figure 785958DEST_PATH_IMAGE024
分别为第五控制点P5的横、纵坐标。
7.如权利要求6所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤2-2中，轮盖曲线的坐标满足：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
其中，t∈[0,1]，0位置为起始位置P3,1位置为终止位置P5，t为0到1之间任一点的相对位置，Xs（t）为轮盖曲线任一相对位置t处的X坐标值，即轮盘曲线的横坐标，Ys（t）为轮盖曲线任一相对位置t处的y坐标值，即轮盘曲线的纵坐标。
8.如权利要求7所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤3还包括：
步骤3-1，根据轮盘叶片进口半径尺寸r1、轮盘叶片出口半径尺寸r2、子午面叶片进出口边与竖直线夹角α，求解子午面叶片轮盘进口点LeH点坐标（LeHx, LeHy）；
子午面叶片轮盘进口点LeH点坐标满足：
LeHx=r1
LeHx=t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
LeHy=t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，LeHx和LeHy分别为子午面叶片轮盘进口点LeH的X坐标值和Y坐标值，t∈[0,1]；
步骤3-2，根据轮盘叶片进口半径尺寸
Figure 577196DEST_PATH_IMAGE007
、轮盘叶片出口半径尺寸
Figure 390432DEST_PATH_IMAGE008
、子午面叶片进出口 边与竖直线夹角α，求解子午面叶片轮盘出口点TeH点坐标（TeHx, TeHy）；
子午面叶片轮盘出口点TeH点坐标满足：
TeHx=
Figure 701458DEST_PATH_IMAGE008
TeHx =t2*P1x+ t*（1-t）*P2x+ (1-t)2*P3x
TeHy =t2*P1y+ t*（1-t）*P2y+ (1-t)2*P3y
其中，TeHx和TeHy分别为分别为子午面叶片轮盘出口点TeH点的X坐标值；
步骤3-3，通过轮盘叶片进口半径尺寸
Figure 269843DEST_PATH_IMAGE007
、轮盘叶片出口半径尺寸
Figure 830268DEST_PATH_IMAGE008
、子午面叶片进出口 边与竖直线夹角α和上述轮盖曲线公式联立求解，得到轮盖叶片进口点的坐标值（LeSx, LeSy）；
子午面叶片进口直线满足
y=tanα*x+LeHy- tanα* LeHx
根据子午面轮盖曲线的横坐标Xs（t）和纵坐标Ys（t）满足：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
联立以上方程组求解子午面叶片进口直线与轮盖曲线交点坐标，此点即为轮盖叶片进口点LeS；
步骤3-4，通过轮盘叶片进口半径尺寸
Figure 181615DEST_PATH_IMAGE007
、轮盘叶片出口半径尺寸
Figure 330837DEST_PATH_IMAGE008
、子午面叶片进出口 边与竖直线夹角α和上述轮盖曲线公式联立求解，得到轮盖叶片出口点的坐标值（TeSx, TeSy）；
结合步骤3-2，子午面叶片出口直线满足：
y=tanα*x+TeHy- tanα* TeHx
然后，根据子午面轮盖曲线公式：
Xs（t）=t2*P3x+ t*（1-t）*P4x+ (1-t)2*P5x
Ys（t）=t2*P3y+ t*（1-t）*P4y+ (1-t)2*P5y
联立以上方程组求解子午面叶片出口直线与轮盖曲线交点坐标，此点即为轮盖叶片出口点TeS。
9.如权利要求8所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤4 中，离心叶轮子午面的相关参数包括：轮盘出口半径尺寸
Figure 880242DEST_PATH_IMAGE001
、叶轮总宽尺寸B、轮盘进口与竖 直线夹角θ3、轮盘出口与水平线夹角θ4、轮盖进口与竖直线夹角θ、叶轮进口半径尺寸
Figure 787019DEST_PATH_IMAGE004
、轮 盘叶片进口半径尺寸
Figure 4373DEST_PATH_IMAGE007
、轮盘叶片出口半径尺寸
Figure 821151DEST_PATH_IMAGE008
、轮盖出口与水平线夹角θ2叶轮出口宽度 尺寸b、子午面叶片进出口边与竖直线夹角α；
离心叶轮子午面的待优化参数包括：叶轮进口半径尺寸
Figure 341125DEST_PATH_IMAGE004
、轮盘叶片进口半径尺寸
Figure 672880DEST_PATH_IMAGE007
、 轮盘叶片出口半径尺寸
Figure 713167DEST_PATH_IMAGE008
、轮盖出口与水平线夹角θ2叶轮出口宽度尺寸b、子午面叶片进出 口边与竖直线夹角α。
10.如权利要求8所述的斜放机翼型离心风机的参数优化方法，其特征在于，所述步骤4中，离心叶轮的回转面相关参数及待寻优参数包括：叶片进口轴向角β1、叶片出口轴向角β2、轮盘流线S中部位置的叶片轴向角β相对值λ以及叶片倾斜角γ。
CN202211263785.2A 2022-10-17 2022-10-17 一种斜放机翼型离心风机的参数优化方法 Active CN115358027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211263785.2A CN115358027B (zh) 2022-10-17 2022-10-17 一种斜放机翼型离心风机的参数优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211263785.2A CN115358027B (zh) 2022-10-17 2022-10-17 一种斜放机翼型离心风机的参数优化方法

Publications (2)

Publication Number Publication Date
CN115358027A true CN115358027A (zh) 2022-11-18
CN115358027B CN115358027B (zh) 2023-03-24

Family

ID=84008103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211263785.2A Active CN115358027B (zh) 2022-10-17 2022-10-17 一种斜放机翼型离心风机的参数优化方法

Country Status (1)

Country Link
CN (1) CN115358027B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160162629A1 (en) * 2013-07-29 2016-06-09 Snecma Method for modeling a non-streamlined propeller blade
CN108153998A (zh) * 2018-01-25 2018-06-12 哈尔滨工业大学 离心鼓风机叶轮的全三维气动优化设计方法
WO2021045931A2 (en) * 2019-08-26 2021-03-11 Massachusetts Institute Of Technology Propeller design systems and methods

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160162629A1 (en) * 2013-07-29 2016-06-09 Snecma Method for modeling a non-streamlined propeller blade
US10417378B2 (en) * 2013-07-29 2019-09-17 Safran Aircraft Engines Method for modeling a non-streamlined propeller blade
CN108153998A (zh) * 2018-01-25 2018-06-12 哈尔滨工业大学 离心鼓风机叶轮的全三维气动优化设计方法
WO2021045931A2 (en) * 2019-08-26 2021-03-11 Massachusetts Institute Of Technology Propeller design systems and methods

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHAO XI-WEI: "Simulation Research on the Influence of Basic Airfoil Oblique Angle on the Aerodynamic Characteristics of Forward Swept Airfoil", 《IEEE》 *
刘小民等: "采用遗传算法的离心叶轮多目标自动优化设计", 《西安交通大学学报》 *
王加浩: "仿鲤科鱼C型启动多翼离心风机叶片性能研究", 《工程热物理学报》 *

Also Published As

Publication number Publication date
CN115358027B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN106640210B (zh) 一种径-轴流式透平膨胀机叶轮叶片三维型线的设计方法
CN110059414B (zh) 一种直接控制通道的二维叶片造型方法
CN110727995B (zh) 叶片形状的构造方法、叶片以及计算机设备
CN109779972B (zh) 一种兼顾低雷诺数工况性能的压气机二维叶型优化方法
CN106650105A (zh) 一种混流泵叶轮的设计方法
CN109598081B (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
Casey et al. An optimization technique for radial compressor impellers
CN112417773B (zh) 多级轴流膨胀机的多学科优化设计方法、装置及设备
CN110750855A (zh) 一种外形定尺寸限制下的蜗壳型线设计方法
CN112784370B (zh) 一种多级离心泵的空间导叶的设计方法
CN113569360B (zh) 一种风力机叶片抗颤振翼型簇设计方法
CN110990955A (zh) 一种高超声速Bump进气道设计方法及系统
CN108167229A (zh) 一种叶片前缘凸起的冷却风扇及其气动噪声计算方法
CN112487570A (zh) 基于自由变形技术的离心压缩机分流叶片形状优化方法
CN115017843A (zh) 一种离心压缩机气动性能优化设计方法
CN107908914B (zh) 离心压缩机闭式叶轮可加工性判断及中间截面的计算方法
CN116050031A (zh) 轴流叶轮叶片设计方法、装置、存储介质及电子设备
CN110245408B (zh) 一种汽轮机单圆弧压力面叶型设计方法
CN115358027B (zh) 一种斜放机翼型离心风机的参数优化方法
CN114491868B (zh) 一种多翼离心风机翼型叶片叶轮快速设计方法
CN111241752A (zh) 一种基于数字孪生和强化学习的离心式叶轮综合优化方法
CN113503262B (zh) 一种两级增压系统高低压级涡轮的仿真方法
CN113361028B (zh) 一种蜗壳二维设计方法
CN111486114B (zh) 一种具有流线曲率中盘的叶轮的设计方法及设计系统
CN112177777B (zh) 一种高自由度可控理论声速点的降噪叶型前缘设计方法

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