CN116070543A - 一种确定压气机稳定边界的方法和装置 - Google Patents

一种确定压气机稳定边界的方法和装置 Download PDF

Info

Publication number
CN116070543A
CN116070543A CN202310067156.0A CN202310067156A CN116070543A CN 116070543 A CN116070543 A CN 116070543A CN 202310067156 A CN202310067156 A CN 202310067156A CN 116070543 A CN116070543 A CN 116070543A
Authority
CN
China
Prior art keywords
compressor
determining
boundary
stability
physical quantity
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.)
Pending
Application number
CN202310067156.0A
Other languages
English (en)
Inventor
郑新前
李加桉
王宝潼
魏杰
温孟阳
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202310067156.0A priority Critical patent/CN116070543A/zh
Publication of CN116070543A publication Critical patent/CN116070543A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)

Abstract

一种确定压气机稳定边界的方法和装置,所述方法包括:根据压气机的压缩系统建立气体动力学模型;确定压气机工作的转速,调整所述气体动力学模型的参数使压气机工作在喘振工况,并获得所述压气机的性能数据;所述性能数据是指表征所述压气机性能的物理量的数据;根据所述性能数据确定当前转速下所述压气机的稳定边界。

Description

一种确定压气机稳定边界的方法和装置
技术领域
本文涉及压气机技术领域,尤指一种确定压气机稳定边界的方法和装置。
背景技术
压气机广泛应用于航空发动机、涡轮增压器等工业场景。随着技术的进步,对压气机的设计要求越来越高,先进压气机需要能够在高负荷下实现稳定的工作。通常使用压气机特性曲线表征压气机的性能,其左边界为气动稳定边界,当压气机的工作点跨过该边界后,压气机发生喘振。喘振是一种典型的气动失稳现象,表现为气流的大幅度振荡,造成压气机性能下降和结构破坏,严重时会发生发动机停车等事故。因此,在设计阶段希望尽可能实现对压气机稳定工作范围的准确评估。实现对压气机稳定边界的准确预测对于减少试验次数、加快设计迭代具有重要作用。
工程应用中有不同维度的预测方法。低维预测方法主要体现在计算速度快,但需要大量的数据进行修正,且通用性差(如meanline模型、Greitzer集总参数模型等);高维预测方法主要指建立三维计算流体力学模型(如RANS、URANS、LES等),通过求解控制方程实现对压气机性能及稳定边界的预测。随着计算能力的发展,后者的计算时间有所减小,当前在工程应用中,通常采用三维RANS计算压气机特性,该方法计算时间消耗可接受,但计算得到的稳定边界具有较大的误差,最终的稳定边界需要试验确认。对于三维非定常计算,可以获取较为准确的边界,但计算更加耗时。因此,亟待需要一种能够在开展压气机稳定边界预测时兼顾精度和时间的方法。
发明内容
本申请提供了一种确定压气机稳定边界的方法和装置,通过建立物理或经验参数模型,构建压气机几何特征参数与压气机气动性能及稳定边界的关系,进而实现对压气机稳定边界的准确预测。
本申请提供了一种确定压气机稳定边界的方法,所述方法包括:
根据压气机的压缩系统建立气体动力学模型;
确定压气机工作的转速,调整所述气体动力学模型的参数使压气机工作在喘振工况,并获得所述压气机的性能数据;所述性能数据是指表征所述压气机性能的物理量的数据;
根据所述性能数据确定当前转速下所述压气机的稳定边界。
一种示例性的实施例中,所述压气机的压缩系统包括:进气管道、压气机、排气管道、腔体、排气阀门。
一种示例性的实施例中,所述调整所述气体动力学模型的参数使压气机工作在喘振工况,包括:
将排气阀门的开度减小,使所述压气机进入喘振工况。
一种示例性的实施例中,所述喘振工况表现为:物理量周期性振荡。
一种示例性的实施例中,所述压气机性能的物理量包括:压力、流量和温度。
一种示例性的实施例中,所述根据所述性能数据确定所述压气机的稳定边界,包括:
从所述压气机性能的物理量对应的数据中选择一物理量对应的数据;
确定该物理量P随时间变化的曲线,并利用曲率计算公式计算该曲线每一时刻t处的曲率SP(t);
确定满足稳定边界条件的时刻,并将该时刻对应的物理量作为压气机的稳定边界。
一种示例性的实施例中,方法还包括:
如果不存在满足稳定边界条件的时刻,则继续减小阀门开度,使压气机在该转速下进入深度喘振工况。
一种示例性的实施例中,所述曲率计算公式为:
Figure BDA0004073640870000031
上述公式中,SP(t)表示物理量P曲线的斜率,W表示计算斜率的窗口长度,为正整数;ΔP表示物理量P在W的时间长度内的变化量;f表示采样频率。
一种示例性的实施例中,所述稳定边界条件为:
Figure BDA0004073640870000032
上述公式中,SP(N)表示时刻为N时物理量P的斜率为A,A表示为不同构形压气机的阈值;mc表示压气机流量。
本申请还提供了一种确定压气机稳定边界的装置,所述装置包括:存储器和处理器;所述存储器用于保存进行确定压气机稳定边界的程序,所述处理器用于读取执行所述用于进行确定压气机稳定边界的程序,执行上述实施例中任一项所述的方法。
与相关技术相比,本申请提供一种确定压气机稳定边界的方法和装置,所述方法包括:根据压气机的压缩系统建立气体动力学模型;确定压气机工作的转速,调整所述气体动力学模型的参数使压气机工作在喘振工况,并获得所述压气机的性能数据;所述性能数据是指表征所述压气机性能的物理量的数据;根据所述性能数据确定当前转速下所述压气机的稳定边界。通过本发明的技术方案,可以通过建立物理或经验参数模型,构建压气机几何特征参数与压气机气动性能及稳定边界的关系,进而实现对压气机稳定边界的准确预测。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为本申请实施例的确定压气机稳定边界的方法流程图;
图2为本申请实施例的确定压气机稳定边界的装置示意图;
图3是一些示例性实施例中确定压气机稳定边界的方法操作流程;
图4是一些示例性实施例中压缩系统模型示意图;
图5是一些示例性实施例中喘振过程中的流量变化示意图;
图6是一些示例性实施例中喘振动态过程示意图;
图7是一些示例性实施例中喘振过程中SP(t)变化过程示意图。
具体实施方式
本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的,并且对于本领域的普通技术人员来说显而易见的是,在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用,或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合,以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保护范围内进行各种修改和改变。
此外,在描述具有代表性的实施例时,说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而,在该方法或过程不依赖于本文所述步骤的特定顺序的程度上,该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术人员可以容易地理解,这些顺序可以变化,并且仍然保持在本申请实施例的精神和范围内。
一些工程应用中,对压气机稳定边界的预测有低维预测方法和高维预测方法。
低维预测方法主要通过建立适当的物理或经验参数模型,构建压气机几何特征参数与压气机气动性能及稳定边界的关系,进而可实现设计阶段对稳定边界的快速预测。该方法具有快速性,但该方法在前期需要使用大量数据对模型的参数进行修正,在使用时,由于可调参数较多,且多为经验性的系数,对操作人员的设计经验及对该低维方法的理解有很高的要求,不易上手。此外,低维模型由大量已有数据对系数进行了修正,因此对于新构型压气机或不在数据库内的压气机特性及稳定边界预测具有不确定性,即通用性较差。
近些年随着计算能力和数值计算方法的发展,高维预测方法主要是指可以对压气机的流体域建立三维模型,通过计算流体力学的方法求解压气机的气动性能和稳定边界。如前所述,通常采用的模型有RANS、URANS、LES、DES等方法。对于RANS模型,在对压气机的流体域建模时候,可以使用较粗的网格,因此大大降低了网格数量,加快了计算时间,但此时由于网格数量太少,且为定常的计算,因此无法捕捉到瞬态的特征,而靠近失稳边界时,压气机表现为旋转失速、喘振等周向和轴向的非定常特征,因此该方法从理论上就不具备捕捉失稳特性的能力。工程上通常使用RANS数值发散作为失稳的判据,然而这种方式仅为数值上的处理,并不是真正的失稳,所以使用该方法得到的稳定边界误差很大。对于URANS方法,在开展稳定边界捕捉时候,需要多次修改边界条件,每个条件下都需要较长的计算时间使其收敛,虽然该方法从理论上可以捕捉到失稳的过程,但由于不断尝试找到边界的位置,需要计算多个工况点,大大增加了时间消耗,在工程上没有采用。
上述低维预测和高维预测方法,均属于非定常的计算,存在上述问题。LES、DES等方法,属于高精度的算法,对于网格的要求也更高,即需要绘制更细小的网格尺度,此时大大增加了流体域的网格数量,进而增加了对计算资源的消耗。
为了解决上述问题,提供一种基于喘振特性确定压气机稳定边界的方法。
本公开实施例提供了一种确定压气机稳定边界的方法,如图1所示,方法包括步骤S100-S120,具体如下:
S100.根据压气机的压缩系统建立气体动力学模型;
S110.确定压气机工作的转速,调整所述气体动力学模型的参数使压气机工作在喘振工况,并获得所述压气机的性能数据;
S120.根据所述性能数据确定当前转速下所述压气机的稳定边界。
在本实施例中,性能数据是指表征压气机性能的物理量的数据。
一种示例性的实施例中,压气机的压缩系统包括:进气管道、压气机、排气管道、腔体、排气阀门。气体动力学模型包括:进气管道模型、压气机模型、排气管道模型、腔体模型、排气阀门模型,上述模型可以采用三维URANS模型、一维NS模型,集总参数模型等。例如:上下游管道及阀门等,可以采用三维URANS模型,一维NS模型,集总参数模型等;压气机可以采用三维URANS模型,激盘模型,平均线模型,体积力模型等。
一种示例性的实施例中,调整所述气体动力学模型的参数使压气机工作在喘振工况,包括:将排气阀门的开度减小,使所述压气机进入喘振工况。
一种示例性的实施例中,喘振工况表现为:物理量周期性振荡;即将排气阀门的开度减小时,表征压气机性能的物理量(如压力、流量等)参数出现了大幅度周期性的振荡,说明此时压气机进入喘振工作状态。
一种示例性的实施例中,表征压气机性能的物理量可以包括以下一种或多种:压力、流量和温度。
一种示例性的实施例中,根据所述性能数据确定所述压气机的稳定边界,包括:
第一步、从所述压气机性能的物理量对应的数据中选择一物理量对应的数据;比如:选择压力数据进行曲率计算;选择流量数据进行曲率计算;选择温度数据进行曲率计算。
第二步、确定该物理量P随时间变化的曲线,并利用曲率计算公式计算该曲线每一时刻t处的曲率SP(t)。
第三步、确定满足稳定边界条件的时刻,并将该时刻对应的物理量作为压气机的稳定边界。
第四步、若不存在满足稳定边界条件的时刻,则继续减小阀门开度,使压气机在该转速下工作在深度喘振工况下。本步骤中,如果压气机刚进入的喘振工况,没有找到满足稳定边界条件的时刻,则继续减小阀门,此时压气机可以工作在更深的喘振工况。针对本步骤,主要是考虑到一种情况,就是按照前面的流程,压气机进入的是轻度喘振,则有可能找不到满足稳定边界条件的时刻,此时需要继续减小阀门开度,使压气机在该转速下工作在深度喘振工况下。
一种示例性的实施例中,所述曲率计算公式为:
Figure BDA0004073640870000071
上述公式中,SP(t)表示物理量P曲线的斜率,W表示计算斜率的窗口长度,为正整数;ΔP表示物理量P在W的时间长度内的变化量;f表示采样频率。
一种示例性的实施例中,所述稳定边界条件为:
Figure BDA0004073640870000081
上述公式中,SP(N)表示时刻为N时物理量P的斜率为A,A表示为不同构形压气机的阈值;mc表示压气机流量。上式的物理意义在于,当物理量P变化过程的快慢达到A时,且此时压气机流量为正,则认为达到稳定边界,以此工况作为压气机的稳定边界点。A值的大小与不同构型的压气机(如轴流压气机、离心压气机、轴流离心组合压气机等)有关,但对于构型相同且负荷相似的压气机,A值可取相同值。在实际应用中,压气机呈现出系列化发展的趋势,往往在现有压气机的基础上进行改进,因此各种设计参数不会有大幅度的改变,此时可采用相同的A值。A值是一个经验值,在实际应用的时,不同构型的压气机,或者不同的研究单位采用了不同的经验值,一般取经验值。
本公开实施例还提供了一种确定压气机稳定边界的装置,如图2所示,所述装置包括:存储器210和处理器220;存储器210用于保存进行确定压气机稳定边界的程序,处理器220用于读取执行所述用于进行确定压气机稳定边界的程序,执行上述实施例中任一项确定压气机稳定边界的方法。
示例一
为了解决上述问题,提供一种基于喘振特性的压气机稳定边界判定方法,其具体流程如图3所示;为了获取压气机在整个转速范围内的稳定边界,总共分成以下5个步骤。
S1.建立包含压气机和上下游管路系统的气体动力学模型。
如图4所示,压缩系统通常分成进气管道、压气机、排气管道、排气阀门,部分系统下游还安装有腔体用于模拟真实发动机中的容腔。在本实施例中,建模时需要考虑上下游管道的影响。在对压缩系统的建模中,可以采用零维模型(集总参数模型)、一维模型、二维模型或三维模型,也可针对不同部件采取不用的模型。
S2.调整模型参数使其工作在喘振工况。
在上述模型中考虑了下游阀门效应,因此可以真实复现试验的操作流程。在试验中,通过改变下游排气阀门,以改变压气机出口边界条件,从而使压气机工作在不同的工况下。在上述仿真模型中,同样通过修改阀门中的参数,以改变模型中压气机的工作状态。通过调整阀门参数,使阀门开度不断减小,直至压气机进入喘振工作状态。进入喘振工作状态的标志为:用于表征压气机性能的物理量(如压力、流量等)参数出现了大幅度周期性的振荡,说明此时压气机进入喘振工作状态。
S3.开展数值计算并记录喘振动态过程。
在确定上述喘振对应的阀门参数后,开展数值计算,记录在整个喘振过程中不同位置的流量、压力、温度等参数的变化过程。
S4.分析喘振动态过程并提取稳定边界。
经过数值计算,即可获取喘振过程中各物理量的参数变化过程。根据以下过程确定压气机的稳定边界:
S41.首先获取物理量的时间变化过程数据,如图5中以流量为例,展示了该物理量在喘振过程中的变化过程,其特征表现为周期性且伴随着正负交替的波动过程;
S42.计算物理量P变化过程的曲率SP(t)的变化过程,其中:
Figure BDA0004073640870000091
式中,SP(t)表示物理量P变化曲线的斜率,即表示物理量P变化的快慢;W表示计算斜率的窗口长度,为正整数;ΔP表示物理量P在W的时间长度内的变化量;f表示采样频率。
S43.判断是否满足稳定边界条件,判断条件为:
Figure BDA0004073640870000092
式中,SP(N)表示时刻为N时物理量P的斜率为A,其中A表示阈值;mc表示压气机流量。上式的物理意义在于,当物理量P变化过程的快慢达到A时,且此时压气机流量为正,则认为达到稳定边界,以此工况作为压气机的稳定边界点。A值的大小与不同构型的压气机(如轴流压气机、离心压气机、轴流离心组合压气机等)有关,但对于构型相同且负荷相似的压气机,A值可取相同值。A值是一个经验值,在实际应用的时候,根据经验确定,不同构型的压气机采用了不同的经验值。在实际应用中,压气机呈现出系列化发展的趋势,往往在现有压气机的基础上进行改进,因此各种设计参数不会有大幅度的改变,此时可采用相同的A值。
S5.更改模型参数,开展其他转速下的试验。
完成当前转速稳定边界的计算后,调整模型中的转速参数,以完成其他转速下的稳定边界识别。不同转速下的特性曲线是不同的,不同的转速有相对应的稳定边界。
本实施例中涉及的稳定边界识别方法与现有稳定边界计算方法完全不同。现有的边界计算方法,是通过多次修改模型参数,不断向稳定边界推进,如图6黑色圆点所示,每一个点代表一个工况,当出现失稳特征时(如出现数值发散或出现其他非稳定的特征),即判断达到稳定边界点;而本实施例中所提出的方法,是直接基于非定常的喘振动态过程,建立稳定边界与瞬态工作特性的关系。如图6中黑线所示为喘振过程中的工作点变化过程,而图中黑色方形点表示基于喘振动态过程使用上述提到的方法所提取到的稳定边界点。
本实施例中基于喘振动态过程提取稳定边界点的方法中,需要以下技术:
1.通过获取喘振动态过程,并通过计算物理参数的变化过程,得到稳定边界点;
2.上述所提及的为喘振动态过程的获取需要基于非定常且包含压气机上下游管道系统特性的气体动力学模型;
3.上述所述通过物理参数瞬态变化过程判断稳定边界的方法是计算SP(t),然后与阈值A比较,以判断稳定边界点的位置;
4.A的取值根据不同的压气机构型而有所不同,在实际应用中需要根据已有类似构型的压气机数据确定。
示例二
下面以一台离心压气机的稳定边界预测过程为应用例,说明基于喘振动态过程提取稳定边界点的基本流程如下:
S1.建立该压气机的仿真模型。
在该应用例中,压气机部分采用三维URANS建模,上游及下游的容腔管道阀门等部件采用一维模型建模(控制方程为一维N-S方程)。
S2.更改模型参数,使其工作在喘振工况。
具体调整过程详述如下:
在该模型中,采用了如下式所示的阀门模型,其中ΔP表示阀门压降;K为阀门系数,表示阀门开度大小,K越大,阀门的压降越大,对应的实际阀门开度越小;m表示流过阀门的流量。
ΔP=K×m2
在本应用示例中,初步预估压气机的稳定边界点流量为0.45kg/s,压比为6.5,根据上式可计算得到发生喘振的阀门系数为Ks=3×106
S3.以此作为参数输入上述所建立的压缩系统气体动力学模型,开展数值计算,得到喘振过程中的流量变化如图5所示。
S4.在该应用例中,以流量作为提取稳定边界的物理参数。
根据图5所示的流量变化过程,计算得到该过程中SP(t)的变化过程如图7所示。在本应用例中,W=200,f=200000,A=-0.5。以此可以计算得到稳定边界B点的时刻为0.5927s,此时压气机的稳定边界点流量为0.4887kg/s,压比为6.67,上述即为压气机在该转速下的稳定边界点。
至此,完成本条转速下的边界计算,其他转速下按照上述相同的方法开展。
本实施例中所实现的基于喘振特性的压气机稳定边界判定方法,具有以下技术效果:
1.相比于定常的计算结果,计算精度提高。该方法为非定常求解过程,可以捕捉到定常求解方法无法捕捉到的失稳瞬态过程;另外在该发明中,要求模型需考虑上下游管道系统的参数,因此基于上述该方法具有更高的精度。
2.相比于不断向稳定边界点推进的计算方法,计算时间减少。通常求解稳定边界点,需要不断改变出口边界条件,本方法只需在每条转速下开展1次计算,即可提取压气机的稳定边界,相对于传统需要多次计算的方式,大大减少了计算时间和计算资源消耗。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。

Claims (10)

1.一种确定压气机稳定边界的方法,其特征在于,所述方法包括:
根据压气机的压缩系统建立气体动力学模型;
确定压气机工作的转速,调整所述气体动力学模型的参数使压气机工作在喘振工况,并获得所述压气机的性能数据;所述性能数据是指表征所述压气机性能的物理量的数据;
根据所述性能数据确定当前转速下所述压气机的稳定边界。
2.根据权利要求1所述的确定压气机稳定边界的方法,其特征在于,所述压气机的压缩系统包括:进气管道、压气机、排气管道、腔体、排气阀门。
3.根据权利要求2所述的确定压气机稳定边界的方法,其特征在于,所述调整所述气体动力学模型的参数使压气机工作在喘振工况,包括:
将排气阀门的开度减小,使所述压气机进入喘振工况。
4.根据权利要求3所述的确定压气机稳定边界的方法,其特征在于,所述喘振工况表现为:物理量周期性振荡。
5.根据权利要求4所述的确定压气机稳定边界的方法,其特征在于,所述压气机性能的物理量包括:压力、流量和温度。
6.根据权利要求5所述的确定压气机稳定边界的方法,其特征在于,所述根据所述性能数据确定所述压气机的稳定边界,包括:
从所述压气机性能的物理量对应的数据中选择一物理量对应的数据;
确定该物理量P随时间变化的曲线,并利用曲率计算公式计算该曲线每一时刻t处的曲率SP(t);其中,SP(t)表示物理量P曲线的斜率,t表示曲线的时刻;
确定满足稳定边界条件的时刻,并将该时刻对应的物理量作为压气机的稳定边界。
7.根据权利要求6所述的确定压气机稳定边界的方法,其特征在于,方法还包括:
如果不存在满足稳定边界条件的时刻,则继续减小阀门开度,使压气机在该转速下进入深度喘振工况。
8.根据权利要求6所述的确定压气机稳定边界的方法,其特征在于,所述曲率计算公式为:
Figure FDA0004073640860000021
上述公式中,SP(t)表示物理量P曲线的斜率,W表示计算斜率的窗口长度,为正整数;ΔP表示物理量P在W的时间长度内的变化量;f表示采样频率。
9.根据权利要求8所述的确定压气机稳定边界的方法,其特征在于,所述稳定边界条件为:
Figure FDA0004073640860000022
上述公式中,SP(N)表示N时刻物理量P的斜率为A,A表示为不同构形压气机的阈值;mc表示压气机流量。
10.一种确定压气机稳定边界的装置,其特征在于,所述装置包括:存储器和处理器;其特征在于,所述存储器用于保存进行确定压气机稳定边界的程序,所述处理器用于读取执行所述用于进行确定压气机稳定边界的程序,执行权利要求1-9任一项所述的方法。
CN202310067156.0A 2023-01-12 2023-01-12 一种确定压气机稳定边界的方法和装置 Pending CN116070543A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310067156.0A CN116070543A (zh) 2023-01-12 2023-01-12 一种确定压气机稳定边界的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310067156.0A CN116070543A (zh) 2023-01-12 2023-01-12 一种确定压气机稳定边界的方法和装置

Publications (1)

Publication Number Publication Date
CN116070543A true CN116070543A (zh) 2023-05-05

Family

ID=86169527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310067156.0A Pending CN116070543A (zh) 2023-01-12 2023-01-12 一种确定压气机稳定边界的方法和装置

Country Status (1)

Country Link
CN (1) CN116070543A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502568A (zh) * 2023-06-28 2023-07-28 中国人民解放军国防科技大学 压气机内流特性自动化模拟的方法、装置、设备和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502568A (zh) * 2023-06-28 2023-07-28 中国人民解放军国防科技大学 压气机内流特性自动化模拟的方法、装置、设备和介质
CN116502568B (zh) * 2023-06-28 2023-09-05 中国人民解放军国防科技大学 压气机内流特性自动化模拟的方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN116070543A (zh) 一种确定压气机稳定边界的方法和装置
CN107203364B (zh) 一种用于压气机全工况特性的预测和辨识方法
US20130282307A1 (en) Turbo-machinery stage families tuning/calibration system and method
CN110851929A (zh) 基于自适应网格的二维叶型优化设计方法及装置
CN111898212B (zh) 基于BezierGAN和贝叶斯优化的叶轮机械型线设计优化方法
CN111985170A (zh) 一种改进的离心泵外特性预测方法
CN113609623B (zh) 基于定常效应量化描述的处理机匣设计评估方法
Tsoutsanis et al. Non-linear model calibration for off-design performance prediction of gas turbines with experimental data
KR102204724B1 (ko) 디지털 트윈 기술을 이용한 진동수주형 파력발전시스템의 제어 장치 및 방법
Kang et al. A study on the multi-objective optimization of impeller for high-power centrifugal compressor
Imani et al. Surge explicit nonlinear model predictive control using extended Greitzer model for a CCV supported compressor
CN112268011A (zh) 多级轴流压气机气动性能预估方法和装置
CN116399541A (zh) 基于深度神经网络的叶栅风洞实验工况参数修正方法
CN115935833A (zh) 一种获取压气机特性的方法和装置
CN114060102B (zh) 一种导叶叶片的出口金属角确定方法、确定装置
CN114818534A (zh) 一种低温介质直接接触冷凝数值仿真方法
CN116305934A (zh) 一种压气机稳定边界的预测方法和装置
Carretta et al. Numerical prediction of centrifugal compressor stability limit
JP2009258879A (ja) 設計支援装置
CN113779722B (zh) 一种压气机稳定性预测方法、装置和存储介质
Shahsavari et al. Robust track-following controller design for hard disk drives with irregular sampling
CN111985723A (zh) 基于即时最小二乘支持向量回归离心泵外特性的预测方法
CN116680948A (zh) 一种发动机逼喘试验的仿真方法和装置
CN110162813B (zh) 一种叶轮机械气动阻尼计算方法
CN115898852A (zh) 一种压缩机仿真控制方法、装置、设备及可读存储介质

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