《基于多参数影响下的气膜冷却效果正交预测方法.pdf》由会员分享，可在线阅读，更多相关《基于多参数影响下的气膜冷却效果正交预测方法.pdf（13页珍藏版）》请在专利查询网上搜索。
1、10申请公布号CN104088671A43申请公布日20141008CN104088671A21申请号201410326373822申请日20140710F01D5/0820060171申请人东北电力大学地址132012吉林省吉林市船营区长春路东北电力大学72发明人张玲祝健郭瑞红张毅张智达关跃波74专利代理机构吉林市达利专利事务所22102代理人陈传林54发明名称基于多参数影响下的气膜冷却效果正交预测方法57摘要本发明是一种基于多参数影响下的气膜冷却正交预测方法，其特点是，包括的步骤有选定涡轮叶片冷却效果影响因素；根据正交表安排试验，制定试验计划后进行试验；进行试验结果直观分析，得出较优的生产。
2、条件；进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异，用最少的试验次数得到最优的方案，简单易行，同时降低了研究时可能出现较大误差的几率，使预测结果更准确。51INTCL权利要求书2页说明书8页附图2页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说明书8页附图2页10申请公布号CN104088671ACN104088671A1/2页21一种基于多参数影响下的气膜冷却正交预测方法，其特征在于，它包括以下步骤1涡轮叶片冷却效果受多参数共同作用，首先选定影响因素，恰当地给出各因素的水平变化范围，各因素的水平需要根据实际情况选择，通常影响。
3、涡轮叶片冷却效果的因素有几何参数，孔的几何参数如喷射角度、孔间距、孔径比、孔长和孔出口形状，以及叶片几何参数如叶片前缘形状，曲率和表面粗糙度；气动参数，吹风比、不稳定尾流、自由流湍流、主流密度比和压力梯度；其他因素,间隙泄露；2根据正交表安排试验，安排试验时应遵循“均匀分散性，整齐可比”的原则，要求每一列中，不同的数字出现的次数相等；任意两列中数字的排列方式齐全而且均衡，制定试验计划后进行试验；3进行试验结果直观分析，得出较优的生产条件STEP1根据结果选则冷却效果最好的工况为最优工况，STEP2计算每一因素在不同水平条件下的冷却效果平均值，STEP3计算各因素不同水平下的极差值，因素极差越大。
4、，对冷却效果的影响越大，极差越小，对冷却效果影响就越小。根据极差大小判断因素的重要程度，STEP4综合分析；4进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异，STEP1试验的误差分析S误各因素数据平均值2的和1S误称为误差的偏差平方和，为消除数据个数的影响，采用误差的平均偏差平方和V误表示F误称为误差的自由度，F误各条件下数据个数1之和3STEP2试验的因素水平变化分析S因因素各水平重复数平均值总平均值2之和4S因称为因素的变动平方和，为消除数据个数的影响，可采用平均变动平方和V因表示F因称为因素的自由度，F因因素的水平数16STEP3总的偏差平。
5、方和及总自由度S总各数据总平均2之和S误S因7F总F误S因试验数据总个数18为了方便起见，也可下式进行计算S总各数据2只和CT10CT称为修正项权利要求书CN104088671A2/2页3STEP4显著性检验根据计算结果判断因素对指标影响的显著性，所谓显著，是指因素水平改变时，确使试验结果的真值有改变，比较V因与V误，计算两者比值F查找F分布表，临界值记为FA，当FFA，有1A的把握说明该因素对指标有显著性影响，A值叫做显著性水平。2根据权利要求1所述的一种基于多参数影响下的气膜冷却正交预测方法，其特征在于，所述的步骤1中，燃气轮机叶片中压比为102110，相应的喷气比为0520，温比为050。
6、85，相应的密度比为2015。权利要求书CN104088671A1/8页4基于多参数影响下的气膜冷却效果正交预测方法技术领域0001本发明涉及涡轮动力装置中的气膜冷却技术领域，尤其涉及一种基于多参数影响下的气膜冷却效果下的正交预测方法，适用于暴露在高温环境中且需要被冷却的涡轮叶片。背景技术0002燃气轮机的热效率随着燃气初温的提高而增加。现代燃气轮机设计的进口运行温度很高，远超出当前材料的温度极限，受到部件材料耐高温性能的限制，需要对材料表面进行有效冷却。研究和改善燃气轮机冷却技术，以降低高温部件工作温度和延长金属材料的使用寿命，是当前改进燃气轮机安全性的重要手段。0003燃气轮机的冷却一般是。
7、通过抽取部分压缩空气并旁通燃烧室直接进入透平来实现的。气膜冷却技术作为保护高温部件非常有效的冷却手段，在现代高负荷航空发动机中被广泛采用。气膜冷却是让冷却气体从内部通过射流孔直接喷射到燃气通道表面，以达到保护入射区域以及射流下游区域表面的目的。涡轮叶片气膜冷却主要依赖于冷却工质和高温燃气主流的压比、温比，主流湍流度和气膜冷却叶片上的冷却孔的位置、形状与分布。0004本领域针对叶片冷却效果的研究已经做了大量工作，例如专利公开公告号CN103244196A，提出了一种离散气膜冷却孔型，比较了不同孔型、不同吹风比对冷却效果的影响；专利公开公告号CN101832154A，提出了将固态工质NH4HCO3。
8、作为冷却工质来源，比较NH4HCO3与传统冷却气体的冷却效果。目前大多数的研究都集中在一、两种参数对冷却效果的影响，并未对三种及以上参数共同作用下的冷却效果进行研究，影响因素影响大小的顺序也未曾进行研究。为了设计出更好的叶片气膜冷却模式，本发明将正交法应用于涡轮叶片气膜冷却的研究，用最少的试验得到最准确的结果以及影响因素影响大小的顺序，同时对结果进行进一步的直观分析与统计分析，使得计算结果更具有代表性。发明内容0005本发明的目的在于设计出更好的叶片气膜冷却模式，提出一种通用性强且简单可靠的基于多参数影响下的气膜冷却正交预测方法。0006正交设计方法是处理多因素试验的一种科学的试验方法，它利用。
9、正交表安排试验，只做较少次数的试验便可判断出较优的条件，若再对结果进行简单的统计分析，还可以更全面、更系统地掌握试验结果，做出正确判断。对涡轮叶片冷却效果进行正交预测可以明确以下三个问题00071对指标的影响，哪个因素重要，哪个因素不重要；00082每个因素以哪个水平为好；00093各因素以什么样的水平搭配起来，指标最好。0010本发明的目的是由以下技术方案来实现的一种基于多参数影响下的气膜冷却正交预测方法，其特征在于，它包括以下步骤说明书CN104088671A2/8页500111涡轮叶片冷却效果受多参数共同作用，首先选定影响因素，恰当地给出各因素的水平变化范围，各因素的水平需要根据实际情况。
10、选择，通常影响涡轮叶片冷却效果的因素有几何参数，孔的几何参数如喷射角度、孔间距、孔径比、孔长和孔出口形状，以及叶片几何参数如叶片前缘形状，曲率和表面粗糙度；气动参数，吹风比、不稳定尾流、自由流湍流、主流密度比和压力梯度；其他因素,间隙泄露；00122根据正交表安排试验，安排试验时应遵循“均匀分散性，整齐可比”的原则，要求每一列中，不同的数字出现的次数相等；任意两列中数字的排列方式齐全而且均衡，制定试验计划后进行试验；00133进行试验结果直观分析，得出较优的生产条件0014STEP1根据结果选则冷却效果最好的工况为最优工况，0015STEP2计算每一因素在不同水平条件下的冷却效果平均值，001。
11、6STEP3计算各因素不同水平下的极差值，因素极差越大，对冷却效果的影响越大，极差越小，对冷却效果影响就越小。根据极差大小判断因素的重要程度，0017STEP4综合分析；00184进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异，0019STEP1试验的误差分析0020S误各因素数据平均值2的和10021S误称为误差的偏差平方和，为消除数据个数的影响，采用误差的平均偏差平方和V误表示00220023F误称为误差的自由度，F误各条件下数据个数1之和30024STEP2试验的因素水平变化分析0025S因因素各水平重复数平均值总平均值2之和40026S因。
12、称为因素的变动平方和，为消除数据个数的影响，可采用平均变动平方和V因表示00270028F因称为因素的自由度，F因因素的水平数160029STEP3总的偏差平方和及总自由度0030S总各数据总平均2之和S误S因70031F总F误S因试验数据总个数180032说明书CN104088671A3/8页60033为了方便起见，也可下式进行计算0034S总各数据2只和CT100035CT称为修正项003600370038STEP4显著性检验0039根据计算结果判断因素对指标影响的显著性，所谓显著，是指因素水平改变时，确使试验结果的真值有改变，比较V因与V误，计算两者比值F00400041查找F分布表，临。
13、界值记为FA，当FFA，有1A的把握说明该因素对指标有显著性影响，A值叫做显著性水平。0042所述步骤1中，燃气轮机叶片中压比一般为102110，相应的喷气比大约为0520。温比为05085，相应的密度比约为2015；0043本发明的基于多参数影响下气膜冷却正交预测方法的优点在于00441采用正交方法安排试验，对多参数共同作用下的冷却效果进行预测，不仅能够得到单一因素对冷却效果的影响，还能得到多因素共同作用下的最优方案；00452对涡轮叶片冷却效果进行直观分析与方差分析，可以得到不同参数影响的重要性大小，同时还可以区分试验结果间的差异变化原因；00463采用正交方法预测冷却效果，可以用最少的试。
14、验次数得到最优的方案，简单易行，同时降低了研究时可能出现较大误差的几率，使预测结果更准确。附图说明0047图1为基于多参数影响下的气膜冷却正交预测方法流程图；0048图2为应用于平板的开槽姊妹冷却孔三维示意图；0049图3为应用于平板的姊妹冷却孔三维示意图；0050图4为应用于平板的开槽圆柱冷却孔三维示意图。具体实施方式0051下面结合附图与实施例对本发明进行详细说明。0052如图1所示，本发明的基于多参数影响下的气膜冷却正交预测方法，包括下述步骤00531涡轮叶片冷却效果受多参数共同作用，首先选定影响因素，恰当地给出各因素说明书CN104088671A4/8页7的水平变化范围，各因素的水平需。
15、要根据实际情况选择，通常影响涡轮叶片冷却效果的因素有几何参数，孔的几何参数如喷射角度、孔间距、孔径比、孔长和孔出口形状等，以及叶片几何参数如叶片前缘形状，曲率和表面粗糙度等；气动参数，吹风比、不稳定尾流、自由流湍流、主流密度比和压力梯度等；其他因素如间隙泄露等。00542根据正交表安排试验，安排试验时应遵循“均匀分散性，整齐可比”的原则，要求每一列中，不同的数字出现的次数相等；任意两列中数字的排列方式齐全而且均衡。制定试验计划后进行试验。00553进行试验结果直观分析，得出较优的生产条件0056STEP1根据结果选则冷却效果最好的工况为最优工况；0057STEP2计算每一因素在不同水平条件下的。
16、冷却效果平均值；0058STEP3计算各因素不同水平下的极差值，因素极差越大，对冷却效果的影响越大，极差越小，对冷却效果影响就越小。根据极差大小判断因素的重要程度；0059STEP4综合分析。00604进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异0061STEP1试验的误差分析0062S误各因素数据平均值2的和10063S误称为误差的偏差平方和，为消除数据个数的影响，可采用误差的平均偏差平方和V误表示00640065F误称为误差的自由度，F误各条件下数据个数1之和30066STEP2试验的因素水平变化分析0067S因因素各水平重复数平均值总平均。
17、值2之和40068S因称为因素的变动平方和，为消除数据个数的影响，可采用平均变动平方和V因表示00690070F因称为因素的自由度，F因因素的水平数160071STEP3总的偏差平方和及总自由度0072S总各数据总平均2之和S误S因70073F总F误S因试验数据总个数1800740075为了方便起见，也可下式进行计算说明书CN104088671A5/8页80076S总各数据2只和CT100077CT称为修正项007800790080STEP4显著性检验0081根据计算结果判断因素对指标影响的显著性，所谓显著，是指因素水平改变时，确使试验结果的真值有改变，比较V因与V误，计算两者比值F00820。
18、083查找F分布表，临界值记为FA，当FFA，就有1A的把握说明该因素对指标有显著性影响。A值叫做显著性水平。0084下面是本发明的一个具体实施例0085本发明的基于多参数影响下的气膜冷却正交预测方法以三个因素，每个因素取三个水平为例对涡轮首级静叶冷却效果进行研究。平板气膜冷却是研究复杂流动问题的基础，为了简化计算，以平板代替叶片进行冷却效率的研究。在对三因素三水平的冷却效果进行研究时，传统方法需要做27次试验，采用正交方法只需9次试验，就能得到最优叶片冷却模式，能够大大节省工作时间。00861选择对首级静叶冷却效果影响较大的吹风比、孔型与湍流度这三个因素进行研究，吹风比变化范围为10、15和。
19、20，湍流度变化范围为10、20和30，孔型选用开槽姊妹孔、姊妹孔与开槽圆柱孔，如图2、3、4所示，分别为应用于平板的开槽姊妹孔、姊妹孔与开槽圆柱孔的三维示意图，三种孔型开孔率相同，孔轴线与平面的夹角都为45，姊妹孔次孔中心到主孔纵向中心线距离为075D，主孔中心到次孔横向中心线的距离在075D，横槽深度为D并且与流动方向夹角为45。00872根据试验要求选用L934正交表，表头设计及试验方案如表1所示，第四列没有安排因素直接省略，选用FLUENT软件进行模拟，并按照正交方案设计的工况进行计算。0088表10089说明书CN104088671A6/8页9009000913进行试验直观分析009。
20、2STEP1按照9次试验结果可知，9号试验区域平均冷却效率最高，为0278。试验条件为A3B3C2；0093STEP2计算每一因素在不同水平下的平均冷却效率，0094009500960097说明书CN104088671A7/8页10009800990100010101020103STEP3计算各因素不同水平的极差值，0104R1|02730121|01520105R2|02220199|00230106R3|02140201|0013；0107STEP4综合分析。0108根据极差大小，可知孔型对区域平均冷却效率影响最大，取三水平最好。吹风比影响较小，应取一水平最好。而湍流度影响最小，说明改变湍。
21、流度对结果影响不大，从试验结果看取二水平最好。经综合分析最好的叶片气膜冷却模式为A3B1C2，这是9次试验中未做过的试验，因此需要对A3B1C2条件进行试验。试验结果表明A3B1C2条件下的区域平均冷却效率为0267，小于A3B3C2的冷却效率0278，因此最终确定A3B3C2为最优气膜冷却模式。01094进行试验结果的方差分析0110STEP1试验的误差分析0111计算误差的偏差平方和可用正交表中未安排因素的空白列计算。本例中用第四列的4，4，4的平均值分别与之差平方和的三倍计算S空，因为没有安排因素，所以计算S空的偏差平方和中，也就没有因素水平间的差异造成的偏差，该列仅仅反应了试验误差的大。
22、小，因此0112011301140115F误空列水平数13120116STEP2试验的因素水平变化分析0117因素A的偏差平方和0118说明书CN104088671A108/8页110119同样可求出SB46104SC011040120自由度FAFBFC3120121STEP3总的偏差平方和及总自由度01220123F总918；0124STEP4显著性检验0125采用单因素试验的方差分析方法进行显著性检验，计算V因与V误的比值，而后与F分布表的临界值进行比较，根据以上计算结果可分别计算VA,VB,VC以及V误，012601270128由计算结果可知，VB，VC与V误相差不大，说明他们的偏差中，。
23、由因素水平变化的影响部分很小，他们的偏差实际上主要是由误差干扰造成的，将SB,SC与S误合并在一起，用以估计误差影响的大小，而且误差的自由度越大，进行显著性检验时越灵敏，0129S误SBSCS误2671040130F误FBFCF误601310132检验余下因素A的显著性01330134因素A的自由度FA2，S误的自由度F误6，查A001显著性水平的F分布表，F0012,61090135FA4222F0012,61090136所以，因素A是高度显著的。0137A通过本例的方差分析可知孔型对叶片冷却效率有高度显著的影响，取三水平最好；0138B吹风比与湍流度的改变对冷却效率影响不大，综合考虑孔型、吹风比与湍流度三因素的影响，最优气膜冷却模式为A3B3C2，即选用开槽圆柱孔，吹风比为20，湍流度为15是最优冷却方案。说明书CN104088671A111/2页12图1图2说明书附图CN104088671A122/2页13图3图4说明书附图CN104088671A13。