CN116956496A - 一种水轮机尾水管涡带状态重构方法 - Google Patents
一种水轮机尾水管涡带状态重构方法 Download PDFInfo
- Publication number
- CN116956496A CN116956496A CN202310989160.2A CN202310989160A CN116956496A CN 116956496 A CN116956496 A CN 116956496A CN 202310989160 A CN202310989160 A CN 202310989160A CN 116956496 A CN116956496 A CN 116956496A
- Authority
- CN
- China
- Prior art keywords
- vortex
- draft tube
- signal
- pressure pulsation
- noise
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 17
- 230000010349 pulsation Effects 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000011282 treatment Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 7
- 239000012530 fluid Substances 0.000 abstract 1
- 238000011160 research Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- 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
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Hydraulic Turbines (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种水轮机尾水管涡带状态重构方法,属于水轮机涡带模拟技术领域。采集不同负荷工况下尾水管压力监测点的压力脉动信号,对压力脉动信号进行CEEMDAN分解,舍去高频信号分量,保留低频信号分量进行重构作为降噪后的压力脉动信号;将所述降噪后的压力脉动信号进行六项正弦和拟合处理,生成变量间拟合方程;将得到的拟合方程作为涡带形态重构的二维平面轮廓图;利用速度变化求出涡带的偏心系数;将拟合方程与偏心系数带入三维空间方程中,得到涡带形态重构后的立体图。在三维上直观了解涡带形态,有助于直观认识尾水管内流体发生的空化和旋涡现象,为机组安全稳定运行提供保障。
Description
发明领域
本发明公开了一种水轮机尾水管涡带状态重构方法,属于水轮机涡带模拟技术领域。
背景技术
水轮机尾水管涡带压力脉动会引起混流式水轮机机组强烈振动,造成尾水管撕裂、转轮叶片产生裂纹或断裂等危害,是混流式水轮机遇到最多的稳定性问题。涡带压力脉动大多发生于部分负荷工况,少部分发生于额定或超负荷工况。涡带的高速旋转撞击尾水管壁产生周期性压力脉动。
为解决混流式水轮机涡带压力脉动问题,首先要从涡的形成机理出发,国内外学者做了大量的研究,通常情况下,人们研究尾水管空化涡的方式主要有三种方式:理论研究、实验研究、数值模拟,随着CFD和Fluent软件流畅度与精准度的逐年提高,使得计算能力大幅度提升,同时将高速摄影、多普勒激光测速和PIV等技术引入模型试验中,取得了显著的成果,但以上方法均有很大的局限性,例如空化涡带的形成中往往伴随着瞬态的汽液相变过程,目前仪器的捕捉精度很难达到。通过大量学者的详尽研究,算法模型的不断完善及先进的设备,对涡带状态的识别已经达到新的阶段,但也仅仅是局限于理论计算和数值模拟,时间消耗大,对硬件要求高,且无法直观特别是用立体地看到哪些地方会发生空化和漩涡现象。
发明内容
本发明的目的在于提供一种水轮机尾水管涡带状态重构方法,解决目前方法难以更加直观了解尾水管内部流场的空化漩涡现象的问题。
为解决上述的技术问题,本发明采用以下技术方案:一种水轮机尾水管涡带状态重构方法,其特征在于包括如下步骤:
S1.采集不同负荷工况下尾水管压力监测点的压力脉动信号,对压力脉动信号进行CEEMDAN分解,舍去高频信号分量,保留低频信号分量进行重构作为降噪后的压力脉动信号;
S2.将所述降噪后的压力脉动信号进行六项正弦和拟合处理,生成变量间拟合方程;
S3.将得到的拟合方程作为涡带形态重构的二维平面轮廓图;
S4.利用速度变化求出涡带的偏心系数;
S5.将拟合方程与偏心系数带入三维空间方程中,得到涡带形态重构后的立体图。
更进一步的技术方案是所述步骤S1压力脉动信号进行降噪处理的具体步骤为:实际带噪声的水电机组尾水管压力脉动信号y(t)为真实压力脉动信号x(t)和外部干扰噪声n(t)的叠加;
S101.将高斯白噪声加入到原始信号y(t)中,从而得到新信号y(t)+(-1)qεvj(t),式中q=1,2,vj为满足标准正态分布的高斯白噪声信号,j=1,2,3...N为加入白噪声的次数,ε为白噪声的标准表;
对新信号进行EMD分解,得到第一阶本征模态分量C1:
E(·)代表EMD分解函数,代表对加入高斯白噪声的新信号进行EMD分解;rj代表分解后的残差;
S102.对产生的N个模态分量进行总体平均就得到CEEMDAN分解的第1个本征模态分量:
式中,N为加入白噪声的次数;
S103.计算去除第一个模态分量的残差:
S104.在r1(t)中加入正负成对高斯白噪声得到新信号,以新信号为载体进行EMD分解,得到第一阶模态分量D1,由此可以得到CEEMDAN分解的第2个本征模态分量:
S105.计算去除第二个模态分量的残差:
S106.如此重复以上的步骤,直到分解后的残差为单调函数,算法结束,此时获得的本征模态分量数为K,那么最终原始信号被分解为:
S107.对分解后的各本征模态分量进行筛选,舍弃周期性杂乱的高频信号分量,保留周期性明显的低频信号分量进行重构作为降噪后的压力脉动信号。
更进一步的技术方案是所述步骤S2中对降噪后的信号进行六项正弦和拟合处理,得到变量间拟合方程式y:
式中ai、bi、ci为常数,i为正弦和拟合项数,i=1,2...6;t为时间
更进一步的技术方案是所述步骤S4的具体步骤如下:
S401.利用轴面的轴向速度确定偏心系数k值,假设轴向速度随测点的变化可采用以下衰减特性来近似描述,取等效模型为:
v=Ae-kx
式中:v为监测点速度均值;A为常数;k为偏心系数;x为轴向监测点x=1、2、3...18;
S402.为展示尾水管直锥段全局涡带形态,取首尾速度值之比:
式中:cita为速度最小值和最大值的比值;τd为轴向监测点个数,τd=18;x1为第一个监测点,x1=1;
S403.由此得出偏心系数为
S404.将偏心系数带入拟合方程,得到参与构建涡带形态的基础方程即三维空间方程:
在上述方程基础上得到涡带形态重构后的立体图。
更进一步的技术方案是所述监测点为距离尾水管进口处0.36*D高度处。
工作原理:本发明提出了一种水轮机尾水管涡带状态重构方法,通过利用压力传感器对部分负荷工况下运行时的尾水管进行数据的采集,然后对采集到的压力脉动信号进行降噪处理,接着对降噪后的信号拟合处理从而以数学方式生成变量间的拟合方程,以便后续数据处理和涡带重构,将得到的拟合方程作为涡带形态重构的二维平面轮廓图,考虑在部分负荷下,涡带向下游段发展时,涡带偏心程度越来越大,故利用速度变化求出涡带的偏心系数,最后利用MATLAB处理平台进行涡带重构,间接了解水轮机真机中的尾水管涡带螺旋情况。
与现有技术相比,本发明的有益效果是:
1.本发明是通过在MATLAB平台应用算法来对部分负荷下的水电机组尾水管压力脉动信号进行降噪处理,接着对降噪后的信号拟合处理从而以数学方式生成变量间的拟合方程,利用速度变化求出涡带的偏心系数并带入参与构建涡带形态的基础方程,得到三维空间方程,在三维上直观了解涡带形态,有助于直观认识尾水管内流体发生的空化和旋涡现象,为机组安全稳定运行提供保障。
2.本发明对尾水管涡带状态重构研究踏出了新的研究方向,相较于传统的CFD数值模拟方法,少了机组尾水管区域的模型建模和计算边界条件的限制,不仅可以节省大量时间,同时在几乎不考虑额外的硬件成本时,能模拟出尾水管涡带形态。
附图说明
图1为实施例中的监测点的分布示意图。
图2为压力脉动信号降噪后的波形图。
图3为降噪后信号的拟合图。
图4为各测点轴向/水平速度变化图。
图5为涡带重构图。
图6为数值模拟涡带图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述,但以下实施例仅是说明性的,本发明的保护范围并不受这些实施例的限制。
实施例
通过在Francis-99研讨会系列下使用了NTNU-挪威科技大学提供的测试用例,采集机组在部分负荷运行时的尾水管DT5测点处的压力数据和速度数据。如图1所示,监测点位置为0.36*D高度处,即为离尾水管进口处125mm处。
本发明实施例提供的水轮机尾水管涡带状态重构方法,包括如下步骤:
S1.对水电机组尾水管压力监测点DT5处压力脉动信号进行CEEMDAN分解,舍去高频噪声分量,保留低频信号分量进行重构作为降噪后的压力脉动信号,具体步骤如下;
S101.将高斯白噪声加入到原始信号y(t)中,从而得到新信号y(t)+(-1)qεvj(t),式中q=1,2,vj为满足标准正态分布的高斯白噪声信号,j=1,2,3...N为加入白噪声的次数,ε为白噪声的标准表;
对新信号进行EMD分解,得到第一阶本征模态分量C1;
S102.对产生的N个模态分量进行总体平均就得到CEEMDAN分解的第1个本征模态分量:
式中,N为加入白噪声的次数;
S103.计算去除第一个模态分量的残差:
S104.在r1(t)中加入正负成对高斯白噪声得到新信号,以新信号为载体进行EMD分解,得到第一阶模态分量D1,由此可以得到CEEMDAN分解的第2个本征模态分量:
S105.计算去除第二个模态分量的残差:
S106.如此重复以上的步骤,直到分解后的残差为单调函数,算法结束,此时获得的本征模态分量数为K,那么最终原始信号被分解为:
S107.对分解后的各本征模态分量进行筛选,舍弃周期性杂乱的高频信号分量,保留周期性明显的低频信号分量进行重构作为降噪后的压力脉动信号,如图2所示。
S2.对降噪后的压力脉动信号进行六项正弦和拟合处理,具体步骤如下;
S201.由于降噪后的信号波形类似三角函数图形,故对降噪后的信号进行六项正弦和拟合处理,如图3所示;
S202.拟合方程式为:
式中ai、bi、ci为常数,取值如表1所示,i为正弦和拟合项数,i=1,2...6。
表1拟合方程的各项系数取值
S3.将得到的拟合方程作为涡带形态重构的二维平面轮廓图,可以直观展示拟合图形的精度;
S4.利用速度变化求涡带的偏心系数,具体步骤如下:
S401.利用图1中的垂直速度监测面line3的轴向速度确定偏心系数k值,图4为各监测点轴向/水平速度变化图,从图中可以看出随着轴向测点的变化,轴向速度的变化要比水平速度的变化明显,故考虑轴向速度变化求解偏心系数k,假设轴向速度随测点的变化可采用以下衰减特性来近似描述,取等效模型为:
v=Ae-kx
式中:v为监测点速度均值;A为常数;k为偏心系数;x为监测点,共18个监测点;
S402.为展示尾水管直锥段全局涡带形态,取首尾速度值之比:
式中:cita为速度最小值和最大值的比值;τd为轴向监测点个数(rd=18);
S403.根据图4,负号代表方向,故对负值速度取绝对值,轴向速度最小值位于第1个测点,对应z坐标:-308.6,其值为:|v|min=0.03718;轴向速度最大值位于第18个测点,对应z坐标:-488.6,其值为:|v|max=0.4415;求出偏心系数为
S404.在拟合方程的基础上在等式右边乘以扩散项变为参与构建涡带形态的基础方程;
S5.利用涡带形态的基础方程重构部分负荷下的涡带形态,实用MATLAB平台对涡带形态的基础方程进行三维空间的升维,得到重构尾水管涡带图形如图5所示,图6为同案例模型下的数值模拟结果,经对比,得出本发明中的尾水管涡带状态重构方法与传统的数值模拟涡带基本吻合,适用于尾水管运行时的涡带状态识别,可应用于科研,教学,演示实验中。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。本领域的技术人员容易理解,以上所述仅为本发明专利的较佳实施例而已,并不用以限制本发明专利,凡在本发明专利的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明专利的保护范围之内。
Claims (4)
1.一种水轮机尾水管涡带状态重构方法,其特征在于包括如下步骤:
S1.采集不同负荷工况下尾水管压力监测点的压力脉动信号,对压力脉动信号进行CEEMDAN分解,舍去高频信号分量,保留低频信号分量进行重构作为降噪后的压力脉动信号;
S2.将所述降噪后的压力脉动信号进行六项正弦和拟合处理,生成变量间拟合方程;
S3.将得到的拟合方程作为涡带形态重构的二维平面轮廓图;
S4.利用速度变化求出涡带的偏心系数;
S5.将拟合方程与偏心系数带入三维空间方程中,得到涡带形态重构后的立体图。
2.根据权利要求1所述的一种水轮机尾水管涡带状态重构方法,其特征在于:所述步骤S1压力脉动信号进行降噪处理的具体步骤为:实际带噪声的水电机组尾水管压力脉动信号y(t)为真实压力脉动信号x(t)和外部干扰噪声n(t)的叠加;
S101.将高斯白噪声加入到原始信号y(t)中,从而得到新信号y(t)+(-1)qεvj(t),式中q=1,2,vj为满足标准正态分布的高斯白噪声信号,j=1,2,3…N为加入白噪声的次数,ε为白噪声的标准表;
对新信号进行EMD分解,得到第一阶本征模态分量C1:
E(·)表示EMD分解函数,代表对加入高斯白噪声的新信号进行EMD分解;rj表示分解后的残差;
S102.对产生的N个模态分量进行总体平均就得到CEEMDAN分解的第1个本征模态分量:
式中,N为加入白噪声的次数;
S103.计算去除第一个模态分量的残差:
S104.在r1(t)中加入正负成对高斯白噪声得到新信号,以新信号为载体进行EMD分解,得到第一阶模态分量D1,由此可以得到CEEMDAN分解的第2个本征模态分量:
S105.计算去除第二个模态分量的残差:
S106.如此重复以上的步骤,直到分解后的残差为单调函数,算法结束,此时获得的本征模态分量数为K,那么最终原始信号被分解为:
S107.对分解后的各本征模态分量进行筛选,舍弃周期性杂乱的高频信号分量,保留周期性明显的低频信号分量进行重构作为降噪后的压力脉动信号。
3.根据权利要求1所述的一种水轮机尾水管涡带状态重构方法,其特征在于:所述步骤S2中对降噪后的信号进行六项正弦和拟合处理,得到变量间拟合方程式y:
式中ai、bi、ci为常数,i为正弦和拟合项数,i=1,2…6;t为时间。
4.根据权利要求1所述的一种水轮机尾水管涡带状态重构方法,其特征在于:所述步骤S4的具体步骤如下:
S401.利用轴面的轴向速度确定偏心系数k值,假设轴向速度随测点的变化可采用以下衰减特性来近似描述,取等效模型为:
v=Ae-kx
式中:v为监测点速度均值;A为常数;k为偏心系数;x为轴向监测点x=1、2、3…18;
S402.为展示尾水管直锥段全局涡带形态,取首尾速度值之比:
式中:cita为速度最小值和最大值的比值;τd为轴向监测点个数,τd=18;x1为第一个监测点;
S403.由此得出偏心系数为
S404.将偏心系数带入拟合方程,得到参与构建涡带形态的基础方程即三维空间方程:
在上述方程基础上得到涡带形态重构后的立体图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310989160.2A CN116956496B (zh) | 2023-08-08 | 2023-08-08 | 一种水轮机尾水管涡带状态重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310989160.2A CN116956496B (zh) | 2023-08-08 | 2023-08-08 | 一种水轮机尾水管涡带状态重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116956496A true CN116956496A (zh) | 2023-10-27 |
CN116956496B CN116956496B (zh) | 2024-04-19 |
Family
ID=88451187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310989160.2A Active CN116956496B (zh) | 2023-08-08 | 2023-08-08 | 一种水轮机尾水管涡带状态重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116956496B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096242A (zh) * | 2016-06-01 | 2016-11-09 | 浙江浙能北海水力发电有限公司 | 一种基于改进emd分解的尾水管压力脉动综合评价方法 |
CN106870247A (zh) * | 2017-02-28 | 2017-06-20 | 哈尔滨工业大学 | 一种基于水轮机全流场三维模拟方法的泄水锥打孔方法 |
CN111144028A (zh) * | 2020-01-02 | 2020-05-12 | 辽宁石油化工大学 | 一种通过优化尾水管压力分布降低水轮机压力脉动的方法 |
US20210172773A1 (en) * | 2019-12-10 | 2021-06-10 | Schneider Electric Systems Usa, Inc. | Systems and methods for validating a vortex fluid flow signal |
CN115859054A (zh) * | 2022-12-27 | 2023-03-28 | 昆明理工大学 | 基于mic和ceemdan的水电机组尾水管压力脉动数据滤波方法 |
CN116304570A (zh) * | 2023-03-23 | 2023-06-23 | 昆明理工大学 | 一种基于EEMD联合Chebyshev滤波的水轮机故障信号去噪方法 |
-
2023
- 2023-08-08 CN CN202310989160.2A patent/CN116956496B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096242A (zh) * | 2016-06-01 | 2016-11-09 | 浙江浙能北海水力发电有限公司 | 一种基于改进emd分解的尾水管压力脉动综合评价方法 |
CN106870247A (zh) * | 2017-02-28 | 2017-06-20 | 哈尔滨工业大学 | 一种基于水轮机全流场三维模拟方法的泄水锥打孔方法 |
US20210172773A1 (en) * | 2019-12-10 | 2021-06-10 | Schneider Electric Systems Usa, Inc. | Systems and methods for validating a vortex fluid flow signal |
CN111144028A (zh) * | 2020-01-02 | 2020-05-12 | 辽宁石油化工大学 | 一种通过优化尾水管压力分布降低水轮机压力脉动的方法 |
CN115859054A (zh) * | 2022-12-27 | 2023-03-28 | 昆明理工大学 | 基于mic和ceemdan的水电机组尾水管压力脉动数据滤波方法 |
CN116304570A (zh) * | 2023-03-23 | 2023-06-23 | 昆明理工大学 | 一种基于EEMD联合Chebyshev滤波的水轮机故障信号去噪方法 |
Non-Patent Citations (2)
Title |
---|
QIAN, J (QIAN, JING),ZENG, Y (ZENG, YUN),GUO, YK (GUO, YAKUN),ZHANG, LX (ZHANG, LIXIANG): "Reconstruction of the complete characteristics of the hydro turbine based on inner energy loss", NONLINEAR DYNAMICS, vol. 86, no. 2, XP036054605, DOI: 10.1007/s11071-016-2937-4 * |
齐继贺;: "混流式水轮机尾水管涡带及压力脉动数值模拟", 水资源与水工程学报, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN116956496B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nitsche et al. | A numerical study of vortex ring formation at the edge of a circular tube | |
Gregory-Smith et al. | Secondary flow measurements in a turbine cascade with high inlet turbulence | |
CN102567596B (zh) | 一种面齿轮轮齿参数化建模方法 | |
CN104636566A (zh) | 一种基于修正流体运动方程的动网格数值求解方法 | |
CN109185211B (zh) | 一种基于计算流体力学瞬时计算的泵站机组压力脉动预测方法 | |
Chatelain et al. | Investigation of the effect of inflow turbulence on vertical axis wind turbine wakes | |
CN109992889B (zh) | 风电场模型的建立方法及系统、尾流值计算方法及系统 | |
Prabowoputra et al. | Performance investigation of the savonius horizontal water turbine accounting for stage rotor design | |
Yang et al. | Flow field prediction in full-scale Carrousel oxidation ditch by using computational fluid dynamics | |
CN102489785A (zh) | 一种基于离散数据螺旋锥齿轮的配对建模与加工方法 | |
CN116956496B (zh) | 一种水轮机尾水管涡带状态重构方法 | |
Schobeiri et al. | Effect of unsteady wake passing frequency on boundary layer transition, experimental investigation, and wavelet analysis | |
CN111159941A (zh) | 一种用于汽车液力变矩器内流场瞬态数值模拟的方法 | |
CN104992027B (zh) | 人字齿轮有限元网格自动化建模的方法 | |
CN115062563A (zh) | 基于空间变化的风力机三维尾流风速计算方法 | |
CN108536907B (zh) | 一种基于简化动量定理的风电机组远场尾流解析建模方法 | |
Rahman et al. | Inter-comparison of 3D tidal flow models applied to Orkney Islands and Pentland Firth | |
Horko | CFD optimisation of an oscillating water column wave energy converter | |
CN117634091A (zh) | 一种基于OpenFOAM软件的水轮机数值模拟平台搭建方法及系统 | |
Kryuchkova et al. | Assessment of turbulent wake behind two wind turbines using multi-fractal analysis | |
CN112699550A (zh) | 一种基于迁移学习的切削力神经网络预测模型训练方法 | |
CN115310388B (zh) | 空间变化的风力机三维不对称双高斯尾流风速计算方法 | |
CN109858113B (zh) | 一种延伸渐开线蜗杆加工齿面建模方法、装置及设备 | |
Kim et al. | Effects of blade number and draft tube in gravitational water vortex power plant determined using computational fluid dynamics simulations | |
Scolan et al. | Numerical studies of separated flow from bodies with sharp corners by the vortex in cell method |
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 |