cfd技术中水轮机部件的布置和优化

cfd技术中水轮机部件的布置和优化

现代fd（流量动力学语言）工具可以更容易、更安全地配置和优化发动机结构（金属壳体、导叶、旋转叶片和尾管）。尽管耗费了大量的计算机机时来计算通过水轮机的涡流,但通过水流数字模拟仍不能肯定整个机组就处于最优状态。另一方面,每个最优部件的组合并不一定能使水轮机的综合性能最优。按几何尺寸和入流条件的函数关系来描述部件的性能,可能是解决上述问题的有效方法。如果将所有部件的模型连接起来,调整每一部件对水轮机产生的影响,就只需很小的计算工作量。于是,在水轮机布置和优化的初期就能节省很多的时间和计算机资源。然而,在优化的后期,要求更精密的工具,而不在意计算机容量和CPU时间。这样算出的损失才足够精确和可靠,才可直接在数据模拟或大型涡流模拟技术中采用。由于这些方法仍需大量的内存和CPU时间,所以采用了简化计算机程序来求解雷诺均分方程,并提供了大量可能的扰动模型,k-ε模型就是其中最常用的一种。由于通过水力机械的水流十分复杂,需采用较精密的水轮机模型进行模拟,对CFD程序还必须通过准确的试验数据来校验。1水轮机模型测试为了深刻地了解各种损失的本质和特点,并建立校验损失模型的数据库,应进行大量的试验。在一台特制的露天试验台上,对单位转速为127r/min、转轮直径为340mm的转桨式水轮机模型进行了测试,并假定部分负荷运行点在最优区附近。水轮机采用金属蜗壳、有24个固定导叶、24个活动导叶以及5个转轮叶片。应特别注意流量和水头的测量,以减少确定水轮机运行点时的不确定因素。为减少误差,对用于流量测量的文丘里喷嘴用测量流场的LDV(激光多普勒速度计)测量方法进行校验。1.1压力和速度测量过程大多数速度测量采用固态激光二极管新型集成二维LDV。这种LDV基于双色原理工作(一对红光束,一对红外光束和一个晶体分光仪)。光度头由激光二极管、晶体分光仪以及发送和接收镜片组成,直径100mm、长度500mm。采集的反射光通过雪崩型光电二极管以及FFI型处理器测定。LDV经过了严格的测试和校验。在模型水轮机的试验中,测速精度优于1%。程序的第一步,水轮机在设计点附近运行,在下列位置测量压力和速度:·活动导叶出口;·转轮进口,断面1b;·转轮出口,断面1c;·尾水管进口;·尾水管弯肘段末端,断面5a;·尾水管出口,断面5b。测量断面如图1。每个过流断面布置180～440个测点,形成相当精细的测量网格。径向和圆周速度分量的平均值通过LDV测量。此外,一个5孔矢量传感器像在径向平面测量水流夹角一样用于测取压力信号。在转轮附近测量时,叶片之间的水流区域包含在测量范围内。1.2测量误差可接受的程度为了检查速度数据的一致性,通过累计径向分量计算各断面的流速。考虑到与在转轮室壁附近测量的不确定性,±1.5%的测量误差是可接受的。活动导叶出口与转轮出口间的理论水头,通过累计切向速度分量计算,也与预定值相吻合。2理论损失分析这些试验数据用来校验分析损失模型以及慕尼黑技术学院开发的CFD程序。2.1相对水头损失模型的建立第一步,建立解析水头损失模型,模拟水流流速、冲击角、涡带、曲率以及地球自转偏向力对相对水头损失的影响。采用无摩擦水流方法建立相对水头损失的模型。叶片间的水流用准三维欧拉方程计算,而通过金属蜗壳和尾水管的水流按一维理论进行模拟。这就是解析水头损失分析,是对各部件进一步优化的首要途径,试验表明,整个水轮机预计的损失分布与实测的吻合较好。见表1。2.2水体扰动的分析方法第二步,根据试验水流分析进行数字损失分析。假定为金属蜗壳的流道,水流依次通过固定导叶和活动导叶,像通过转轮的水流一样采用慕尼黑技术学院开发的三维欧拉和纳维尔-斯托克斯方程(N-S)程序进行分析,而尾水管内的水流用一个商品化的程序计算。实际水流的扰动采用熟知的标准k-ε模型来描述。按时间平均的流量计算也应考虑转轮和尾水管之间以及导叶和转轮之间水流的相互干扰。水流顺次通过导叶、转轮及尾水管,根据下列网格点数来计算:·固定导叶15980点·导叶14620点·转轮30600点·尾水管349650点并考虑Y值的正负误差。3旋转流道壁流动由三维N-S程序计算出的转轮相对水头损失ΔhR/H与实测值对照见表2。从转轮入流和出流计算值与实测值的比较可得出一个结论:沿弯曲且旋转的流道壁流动并由于涡旋达到与在水流相同数量级的复杂三维临界层水流,对于可靠地预计转轮损失来说,其精度尚不够。整个尾水管预计和实测的水头损失相对值ΔhDT/H的比较见表3。结果表明,N-S程序对水流摩擦影响估计过大。4k-模型与金相扰动模型预计和实测的压力和速度分布以及相对水头损失之间的比较表明,基于广泛采用的k-ε扰动模型对非常复杂水流所进行的数字模拟来代替模型试验是不够准确和可靠的