基于BP神经网络的多参数气膜冷却效率研究

气膜冷却作为当代燃机高温透平中必需的冷却手段,其冷却性能在多种参数的影响下表现复杂。采用BP神经网络模型对多种几何、流动参数变化下的气膜冷却系统的绝热气膜冷却效率进行预测。选择气膜冷却系统的吹风比、密度比、主流湍流度、面积比和长径比作为神经网络的输入参数,以燃气轮机透平叶片气膜冷却的实际运行工况为范围建立数据库。计算结果表明,采用贝叶斯归一化法训练后建立的气膜冷却神经网络模型在预测精度上要优于经验公式法,而且参数适用范围更广,具有良好的发展应用前景。     

扇形孔气膜冷却应用的综合特性

扇形孔气膜冷却是为避免圆孔气膜冷却吹离而产生的,然而这两种孔在实际叶栅运用中的特性往往受到叶栅流动以及各种参数的影响而显得极为复杂。本文首先探讨平板扇形孔在不同密度比、吹风比下的特性,得到扇形孔的流动和传热特性以及各参数对其的影响。然后结合扇形孔在叶栅上的应用,研究了压力面和吸力面不同的流动特性对于扇形孔应用的影响,以及在叶栅冷却中冷气参数对扇形孔的综合影响。     

主流流向压力梯度对气膜冷却效率的影响

气膜冷却被广泛地应用在现代透平冷却设计中.由于叶栅环境的复杂性,叶栅气膜冷却特性与平板气膜冷却表现很不相同,主流流向压力梯度是叶栅流动的重要特征之一。本文采用PSP技术研究了不同流向压力梯度下的绝热气膜冷却效率,并同时进行了相应工况下的数值研究,来获得更详细的流场信息,以揭示流向压力梯度对气膜冷却有效度的影响机理.研究发现,低吹风比下,气膜冷却效率随流向顺压增大而提高,而高吹风比下,流向压力梯度对气膜冷却效率影响不大。