-
题名口环间隙泄漏射流对离心通风机流场品质的影响
被引量：4
- 1
-
-
作者
董云山
杨爱玲
陈二云
戴韧
-
机构
上海理工大学能源与动力工程学院
-
出处
《动力工程学报》
CAS
CSCD
北大核心
2016年第4期286-293,共8页
-
基金
上海市科委科研计划资助项目(13DZ2260900)
-
文摘
为研究口环间隙泄漏射流对离心通风机整机性能及其内部流场结构的影响,在不同口环相对长度下对某高压离心通风机三维流场进行了数值模拟,利用Fluent软件中RNGk-ε湍流模型数值求解Navier-Stokes方程.结果表明:随着口环相对长度从0.25增加到1.25,泄漏量先减小后增大,但泄漏射流的湍动能则先增大后减小;口环相对长度选择在最佳口环长度附近,泄漏射流对离心通风机性能的影响最小,离心通风机的总压升及效率将达到最优;不同口环相对长度下的口环间隙泄漏射流对叶轮进口截面参数和叶轮流道内流体流动的影响各异,一方面泄漏射流增强了靠近前盖板附近流体的湍动性,另一方面泄漏射流增加了靠近后盖板附近流体的稳定性.
-
关键词
离心通风机
泄漏射流
口环相对长度
流场
数值模拟
-
Keywords
centrifugal fan
leakage jet flow
relative length of wear-ring~ flow field
numerical simulation
-
分类号
TK229.2
[动力工程及工程热物理—动力机械及工程]
-
-
题名基于改进深度神经网络的阀门故障诊断研究
被引量：3
- 2
-
-
作者
章修龙
刘贵杰
宁东红
-
机构
中国海洋大学机电工程系
-
出处
《机电工程》
CAS
北大核心
2022年第10期1356-1364,1373,共10页
-
基金
国家重点研发计划资助项目(2019YFE0105100)
中央高校基本科研业务费专项(202165006)。
-
文摘
在处理含有复杂的噪声成分水声信号时,采用传统的信号处理方法存在一定的困难,并影响水下采油树阀门泄漏故障诊断精度,针对这一问题,提出了一种基于改进的深度神经网络(DNN)的非接触式阀门故障诊断方法。首先,基于阀门泄漏理论,在COMSOL仿真环境下,结合轴对称自由射流模型、四极子声源远场声压求解算法,建立了阀门泄漏射流声场模型;然后,基于降噪的基本理论,建立了DNN降噪基本模型,将时频域信号输入到构造好的DNN模型中进行了降噪处理,以最小化信号中的噪声成分;最后,利用经过降噪处理后的水声信号,将其输入构建好的卷积神经网络中,实现了故障诊断目的;设计并进行了水声实验,以验证基于改进的深度神经网络(DNN)的故障诊断方法的有效性。研究结果表明:经过DNN处理后的水声信号,其噪声成分明显降低,其归一化均方误差值由0.4992最低降至0.0110,降幅达97.80%;经过DNN处理后的信号,其故障诊断准确率也达到了98.89%,证明了该方法能有效地诊断阀门的泄漏故障。
-
关键词
深度神经网络
水下采油树阀门
降噪模型
阀门泄漏射流声场模型
阀门泄漏模拟声学实验
故障诊断精度
-
Keywords
deep neural network(DNN)
subsea tree valve
noise reduction model
valve leakage jet acoustic field
valve leakage simulation acoustic experiment
fault diagnosis accuracy
-
分类号
TH137.52
[机械工程—机械制造及自动化]
-
