Diseño de optimización del fenómeno joroba de bomba centrífuga de baja velocidad específica basado en CFD y prueba ortogonal

Jul 26, 2023

Scientific Reports volumen 12, Número de artículo: 12121 (2022) Citar este artículo

1265 Accesos

Detalles de métricas

Con el objetivo de eliminar el fenómeno joroba en una bomba centrífuga de baja velocidad específica, sus parámetros estructurales se optimizaron utilizando el método de dinámica de fluidos computacional. Basado en el modelo de turbulencia \(k - \varepsilon\), se llevó a cabo un análisis estacionario 3D del campo de flujo interno. Se estableció la tabla ortogonal \(L_{9} \left( {3^{4} } \right)\) y cuatro parámetros estructurales, incluidos el diámetro de salida del impulsor, el ancho de salida del impulsor, la cantidad de álabes y el ángulo de salida del álabe. , fueron seleccionados como factores influyentes. Se desarrollaron nueve esquemas de prueba ortogonales y los resultados se analizaron a través del método de análisis matricial de peso, obteniendo el peso de los factores seleccionados sobre los resultados de la prueba. El esquema óptimo se seleccionó de acuerdo con el peso y los resultados del análisis de la matriz de peso mostraron que el ancho de salida del impulsor tenía la influencia dominante en la cabeza, la potencia del eje y la eficiencia. Además, el número de palas fue el principal factor que influyó en la potencia y la eficiencia del eje. Se construyó el banco de pruebas de control de flujo de bombas centrífugas para realizar la simulación numérica y probar todos los índices de prototipo y optimización de bombas. A través de la prueba de características externas, se puede ver que el \(\beta_{2} Z^{0.773}\) de la bomba optimizada es 87.889, que es un 24.89 % más bajo que el de la bomba prototipo, que optimiza efectivamente la joroba fenómeno de la bomba centrífuga. Los resultados experimentales han demostrado que en condiciones de trabajo subestimadas, el rendimiento de trabajo de la bomba optimizada mejoró significativamente. El tamaño de la cabeza se redujo en un 1,424 % y la eficiencia se incrementó en un 7,896 %. Al optimizar los parámetros de la bomba estructural, se redujo la pérdida hidráulica de la estela del chorro y se eliminó efectivamente el fenómeno de joroba de la curva de cabeza. Todos los índices de rendimiento de la bomba optimizada fueron superiores a los del prototipo, verificando tanto la precisión como la confiabilidad de la prueba ortogonal y el método de análisis de matriz de peso. Finalmente, los resultados obtenidos proporcionan una referencia para el diseño estructural de bombas centrífugas de alto rendimiento.

Una bomba centrífuga de baja velocidad específica es un tipo de bomba centrífuga con una velocidad específica que oscila entre 20 y 80. Se caracteriza por un flujo bajo, una cabeza alta y un volumen bajo, y es ampliamente utilizada en producción y vida útil1. Usando una bomba centrífuga de baja velocidad específica, es fácil producir un fenómeno de joroba inestable en condiciones de caudal bajo. Esto, a su vez, aumenta la vibración y el ruido, acortando así la vida útil de la bomba y reduciendo su fiabilidad de funcionamiento. Actualmente, el mecanismo del fenómeno de joroba de las bombas centrífugas de baja velocidad específica no está claro, y el fenómeno de joroba de la curva de cabeza no se puede eliminar del diseño. Por lo tanto, además de estudiar el mecanismo de trabajo de la bomba centrífuga, también es necesario optimizar los parámetros estructurales críticos de la bomba para mejorar su rendimiento de trabajo.

Durante mucho tiempo, reducir y eliminar el fenómeno de la joroba de la curva del cabezal de la bomba centrífuga con baja velocidad específica se convirtió en un segmento importante de la investigación de la bomba centrífuga. Zhang Desheng et al.2 establecieron diez esquemas de diseño y realizaron simulación numérica y predicción del rendimiento en bombas centrífugas de baja velocidad específica. Los autores obtuvieron distribuciones de presión estática, líneas de corriente, velocidad y energía cinética turbulenta en la bomba y mejoraron las características del flujo interno. Zhang et al.3 utilizaron el modelo de turbulencia SAS para llevar a cabo la simulación numérica de canal completo de la bomba-turbina, determinando el efecto del mecanismo de estructura de flujo de la bomba sobre las características de la joroba. Zhang Peifang et al.4 analizaron el desempeño hidráulico de bombas centrífugas de baja velocidad específica, observando la causa del fenómeno de joroba de la curva de cabeza con el objetivo de proponer una solución. Li et al.5 utilizaron la ecuación de simulación de valor constante tridimensional para diseñar los álabes de la bomba. Además, analizaron las características de flujo del impulsor y encontraron las características de descarga de energía de la bomba en el modo de zona de joroba. Chen et al.6 experimentaron agregando dos particiones en la sección de succión de la bomba. Los resultados experimentales han demostrado que el método propuesto podría mejorar efectivamente la curva de rendimiento de la bomba centrífuga IS y eliminar la joroba de la curva de cabeza.

Con el continuo desarrollo de la dinámica de fluidos computacional (CFD), las simulaciones numéricas se han convertido en uno de los métodos más importantes para estudiar el campo de flujo interno de las bombas centrífugas7,8,9,10,11,12,13,14. En este trabajo se utilizó como objeto de investigación un subtipo de bomba centrífuga y se utilizó el método CFD para calcular el campo de flujo interno de la bomba centrífuga. Teniendo en cuenta la influencia de varios parámetros estructurales en el rendimiento de la bomba, los parámetros estructurales se optimizaron mediante pruebas ortogonales. La cabeza de la bomba centrífuga, la potencia del eje y la eficiencia se calcularon mediante análisis de rango. La combinación óptima de parámetros se obtuvo a través del análisis de matriz de pesos. Se construyó un banco de pruebas de control de flujo de bombas centrífugas para verificar el método de diseño. Finalmente, los resultados experimentales han confirmado que los indicadores de rendimiento de las bombas centrífugas mejoraron después de realizar la optimización de la superficie; se eliminaron las jorobas de la curva de la cabeza y se logró el efecto deseado.

Los parámetros estructurales de una bomba centrífuga son los siguientes: flujo \(Q = 102{\text{m}}^{3} /h\), cabeza \(H = 100{\text{m}}\), rotación velocidad \(n = 2900{\text{r}} /min\), y velocidad específica \(n_{s} = 56.343\). Se adoptó la estructura del impulsor semiabierto y los principales parámetros estructurales incluyeron: número de palas \(Z = 7\), ángulo de salida de las palas \(\beta_{2} { = }26^\circ\), ángulo de envoltura de las palas \( \varphi { = }110^\circ\), entrada del impulsor \(D_{j} = 100{\text{mm}}\) y salida \(D_{2} = 290{\text{mm}}\ ) diámetros, ancho de salida del impulsor \(b_{2} = 13{\text{mm}}\), y diámetro del círculo base de la voluta \(D_{3} = 302{\text{mm}}\).

El dominio de cálculo de la bomba centrífuga se muestra en la Fig. 1. El fluido fluye hacia la bomba centrífuga a lo largo del eje \(z\), mientras que la circunferencia de la voluta se ubica en el plano \(xoy\). El dominio de cálculo general incluye tanto el impulsor como el cuerpo de agua de la voluta.

Dominio de cálculo.

Durante la operación, la bomba centrífuga se ve afectada por la pérdida por impacto. Existe una diferencia entre las curvas teóricas de rendimiento de la bomba centrífuga \(H_{t} - Q_{t}\) y \(H - Q\) reales. De acuerdo con el análisis teórico, la cabeza teórica de la bomba centrífuga \(H_{t}\) y el caudal \(Q_{t}\) satisfacen la siguiente ecuación:

donde \(u_{2}\) es la velocidad de salida del álabe circunferencial calculada como:

Además, en la Ec. (1), \(\sigma\) representa el coeficiente de deslizamiento de Stoddard obtenido como:

Al clasificar las ecuaciones dadas anteriormente, la cabeza teórica de la bomba centrífuga \(H_{t}\) y el flujo \(Q_{t}\) se pueden obtener a través de:

De acuerdo con la Ec. (4), la cabeza teórica de la bomba centrífuga \(H_{t}\) y el flujo \(Q_{t}\) tienen una relación lineal. La curva \(H_{t} - Q_{t}\) teórica muestra una tendencia suave, mientras que la curva \(H - Q\) real es propensa al fenómeno joroba15. Al tratar de encontrar la curva sin un fenómeno de joroba, se debe aumentar su pendiente. Usando la Ec. (4), el diámetro de salida del impulsor, el ancho de salida del impulsor, el número de álabes y el ángulo de salida de los álabes se seleccionaron como factores críticos que afectan el fenómeno joroba en la curva \(H - Q\) real.

En condiciones de flujo pequeño, una bomba centrífuga de baja velocidad específica genera fácilmente vórtices dentro del paso de flujo que bloquea el flujo, lo que provoca una gran pérdida hidráulica y una reducción de la altura. Esto facilita la producción del fenómeno joroba en la curva \(H - Q\).

Una prueba ortogonal es un método de análisis para estudiar la influencia de múltiples factores y niveles en los resultados de la prueba mediante el uso de una tabla ortogonal16. Usando la ortogonalidad, se pueden seleccionar combinaciones representativas para experimentar, y se analiza la influencia de cada parámetro para obtener la combinación óptima. Por lo tanto, la prueba ortogonal es un método eficiente, rápido y económico para diseñar experimentos.

Con base en el análisis de la ecuación de la curva \(H_{t} - Q_{t}\) y al considerar la influencia de varios parámetros estructurales, se seleccionaron como factores experimentales el diámetro de salida del impulsor, su ancho, el número de palas y el ángulo de salida de las palas. para la prueba ortogonal. Se utilizó la tabla de prueba ortogonal para combinar todos los factores y realizar el cálculo numérico, entre los cuales se establecieron tres valores horizontales para cada factor, como se muestra en la Tabla 1.

De acuerdo con \(L_{9} (3^{4} )\) la tabla de prueba ortogonal, se establecieron nueve grupos de esquema de prueba (ver Tabla 2).

Se utilizó el software profesional de generación de grillas GAMBIT para dividir el dominio computacional y obtener grillas hexaédricas de alta calidad. Además, se utilizó para refinar cuadrículas locales para estructuras complejas. Se seleccionaron cuatro grupos de cuadrículas con varios números de cuadrícula en función de la cabeza para llevar a cabo el análisis de independencia de la cuadrícula y garantizar la confiabilidad y precisión de los resultados del cálculo. Los resultados se muestran en la Tabla 3. Cuando el número de cuadrículas superó los 2,14 millones, la cabeza calculada cambió ligeramente, lo que demuestra que las cuadrículas no son relevantes. Así, el número final de grillas fue de 2,14 millones.

Las figuras 2 y 3 muestran diagramas esquemáticos de cuadrículas de dominio de cálculo.

Rejillas de impulsores.

Rejillas de volutas.

El campo de flujo interno se calculó utilizando el software Fluent. La solución numérica se calculó con base en el método de volúmenes finitos de la grilla completamente desestructurada. El modelo estándar \(k - \varepsilon\) fue seleccionado como modelo de turbulencia para resolver el campo de flujo interno. Además, se utilizó el algoritmo SIMPLE como método de acoplamiento para la presión interna y la velocidad. La velocidad de entrada se tomó como condición de entrada, mientras que la condición de contorno de salida fue salida libre. La pared antideslizante se tomó como la condición límite de la pared fija, y su contraparte giratoria se tomó como la pared del impulsor. La precisión de convergencia fue de 0,0001.

El software CFD se utilizó para simular el campo de flujo interno de nueve grupos de combinación de prueba. Se estableció un modelo matemático utilizando la cabeza, la potencia del eje y la eficiencia como funciones objetivo. Sus respectivos valores se calcularon respectivamente utilizando la ecuación. (5)17. Los resultados del cálculo se muestran en la Tabla 4.

El análisis de rango se llevó a cabo utilizando los resultados de la prueba ortogonal; los resultados del análisis se muestran en la Tabla 5.

Como se muestra en la Tabla 5, al considerar la cabeza, la principal secuencia de índices influyentes fue \(BACD\), con la combinación óptima de la siguiente manera: \(D_{2} { = }300{\text{mm}}\), \(b_{2} { = }13{\text{mm}}\), \(z{ = }7\), y \(\beta_{2} = 26^\circ\). Para la potencia del eje, la secuencia principal de índices influyentes fue \(BCAD\) y la combinación óptima fue \(D_{2} { = }290{\text{mm}}\), \(b_{2} { = } 9{\text{mm}}\), \(z{ = }5\), y \(\beta_{2} = 24^\circ\). Finalmente, para la eficiencia, los índices de influencia de varios factores se ordenaron como \(BCDA\), con la combinación \(D_{2} { = }300{\text{mm}}\), \(b_{2} { = }9{\text{mm}}\), \(z{ = }6\), y \(\beta_{2} = 24^\circ\) siendo óptimos. Con el objetivo de encontrar rápidamente la combinación óptima y la secuencia principal de índices de influencia para cada factor, se llevó a cabo un análisis de matriz de peso. Se obtuvo la matriz de pesos para tres funciones objetivo y se seleccionaron parámetros estructurales de acuerdo al peso.

Se realizó la optimización multiobjetivo de la matriz de pesos para establecer un modelo de estructura de tres capas basado en el esquema de prueba ortogonal18, como se muestra en la Tabla 6.

La primera capa representa la capa de función objetivo de prueba y está definida; suponiendo que hay \(l\) factores influyentes en la prueba ortogonal, cada factor influyente tiene niveles \(m\). Además, el valor de la función objetivo del factor \(A_{i}\) en el nivel \(j\) es \(k_{ij}\). El mayor valor de la función objetivo del experimento ortogonal representa un mejor espécimen; por lo tanto \(K_{ij} = k_{ij}\). Si el valor de la función objetivo es menor, mejor, entonces \(K_{ij} = 1/k_{ij}\). La matriz se estableció, como se muestra en la Ec. (6).

La segunda capa representa todas las capas de factores y se define como \(T_{i} = 1/\sum\nolimits_{j = 1}^{m} {K_{ij} }\). La matriz mostrada en la Ec. (7) se estableció a continuación:

La tercera capa es horizontal; las diferencias extremas en los valores de los factores de prueba ortogonales se denotaron como \(s_{i}\), que se define como \(S_{ij} = s_{i} /\sum\nolimits_{i = 1}^{l } {s_{i} }\). Finalmente, la matriz mostrada en la Ec. (8) se puede escribir:

La matriz de pesos afecta la función objetivo y se define como: \(\omega=MTS\) y se estableció como:

En la ecuación. (9), \(\omega_{1} = K_{11} T_{1} S_{1}\), donde \(K_{11} T_{1}\) es la razón entre el factor \(A_{ 1}\) valor objetivo en el primer nivel al valor objetivo de todos los niveles. Además, \(S_{1}\) es la relación entre la diferencia polar del factor \(A_{1}\) y la diferencia polar total. El resultado del producto refleja la influencia de los factores \(A_{1}\) sobre la función objetivo en el primer nivel, junto con la magnitud de las diferencias extremas de los factores \(A_{1}\). Mediante el análisis de matrices de pesos se puede obtener la influencia de cada nivel de factor sobre la función objetivo. El orden primario y secundario y la combinación óptima de las influencias de los factores en la función objetivo se pueden obtener rápidamente a través del peso.

Utilizando las expresiones presentadas anteriormente, se calcularon matrices de peso de tres funciones objetivo. Para la cabeza y la eficiencia, los valores más altos de la función objetivo representan la mejor solución, lo que significa que los valores correspondientes son \(K_{ij} = k_{ij}\), \(T_{i} = 1/\sum\nolimits_{ j = 1}^{m} {K_{ij} }\), \(S_{ij} = s_{i} /\sum\nolimits_{i = 1}^{l} {s_{i} }\) . Para la potencia del eje, es mejor un valor más bajo de la función objetivo. Los valores correspondientes son \(K_{ij} = 1/k_{ij}\), \(T_{i} = 1/\sum\nolimits_{j = 1}^{m} {K_{ij} }\) , \(S_{ij} = s_{i} /\sum\nolimits_{i = 1}^{l} {s_{i} }\).

La primera matriz de peso de la función objetivo (cabeza) es la siguiente:

La matriz de peso de la segunda función objetivo (potencia del eje) es la siguiente:

La tercera matriz de pesos de la función objetivo (eficiencia) es:

Finalmente, la matriz de peso total de la función objetivo de prueba ortogonal es el promedio de las matrices de peso de tres funciones objetivo:

De acuerdo con los resultados del cálculo de la matriz de pesos, las influencias de los factores en la función objetivo de la prueba ortogonal se ordenan como \(BCAD\); los pesos de los valores horizontales para cada factor son \(A_{3}\), \(B_{3}\), \(C_{2}\) y \(D_{3}\). El esquema de combinación de prueba ortogonal óptimo es \(A_{3} B_{3} C_{2} D_{3}\), a saber: \(D_{2} { = }300\,{\text{mm}}\ ), \(b_{2} { = }9\,{\text{mm}}\), \(Z{ = }6\), y \(\beta_{2} = 22^\circ\).

Para verificar la viabilidad del modelo de optimización, se llevó a cabo la simulación numérica CFD de flujo completo del modelo de optimización. Los resultados se compararon con los resultados de la bomba prototipo.

Se usó una numeración en sentido contrario a las agujas del reloj cerca del paso de flujo de la lengua (paso de flujo n.º 1). La velocidad de la superficie de presión interna de cada paso de flujo fue mayor que la velocidad de la superficie de succión. Además, la velocidad de salida alcanzó el valor máximo en el último paso de flujo. Debido al impacto hidráulico entre el paso de flujo y la lengüeta, la dirección del flujo de líquido cambió. La distribución de velocidad relativa en la interfaz de la bomba centrífuga intermedia se muestra en la Fig. 4.

La distribución de velocidad relativa en la interfaz intermedia de la bomba centrífuga.

Cuando la condición de caudal pequeño está activa, la zona de baja velocidad se encuentra principalmente en la superficie de presión de la hoja. Simultáneamente, la dirección del flujo de líquido es desordenada entre la entrada y la salida del álabe. Una vez que el caudal cae por debajo de \(0.8Q_{t}\), el grado de turbulencia aumenta continuamente. Los vórtices aparecen en múltiples canales de flujo y el número de vórtices aumenta con la disminución del caudal. Los vórtices dentro de los pasajes de flujo se expanden continuamente en la dirección del impulsor en el sentido de las agujas del reloj, obstruyéndolos por el líquido a baja velocidad. Esto da como resultado mayores pérdidas hidráulicas, lo que hace que la bomba prototipo produzca una joroba en la curva de cabeza de la bomba centrífuga bajo la condición de un caudal pequeño.

Para la bomba de optimización, el grado de desorden en la dirección del flujo de líquido se puede optimizar por encima de la condición de flujo \(0.4Q_{t}\). En ese caso, la dirección del flujo de líquido en cada paso del impulsor es más estable. Además, bajo la condición de flujo \(0.4Q_{t}\), aparece una pequeña cantidad de vórtices en el paso del flujo, similar a la bomba prototipo bajo la condición de flujo pequeño. Así, se reduce la altura situada en el punto muerto cerrado de la bomba de optimización.

Se construyó un banco de prueba de control de flujo basado en el dispositivo de prueba de bomba centrífuga NGL002 para verificar la precisión de los resultados de optimización, como se muestra en la Fig. 5. La bomba prototipo y la bomba de optimización fueron probadas y verificadas para características externas de múltiples condiciones.

Banco de pruebas de control de flujo.

El prototipo y los impulsores de la bomba de optimización se muestran en la Fig. 6.

Impulso.

Los resultados experimentales que contienen el prototipo y las características externas de la bomba de optimización se muestran en las Figs. 7 y 8.

Curva de la cabeza.

Curva de eficiencia.

Como puede verse en los resultados de la prueba, la ley de variación de la curva característica externa prácticamente permanece igual a pesar de las condiciones de trabajo variables. Los resultados de la simulación numérica concuerdan bien con los valores experimentales, lo que refleja la tendencia cambiante de todos los índices bajo diferentes caudales. La cabeza y la eficiencia obtenidas mediante simulación numérica son superiores a los valores experimentales, principalmente porque la pérdida de energía de cada parte y los errores de fabricación del impulsor no se consideraron en la simulación numérica. Usando los resultados de verificación obtenidos para las características externas, se puede ver que el índice de rendimiento de la bomba de optimización es más alto que el del prototipo. La bomba prototipo y la bomba de optimización \(\beta_{2} Z^{0.773}\) son 117.013 y 87.889, respectivamente. Dado que se reducen el ángulo de salida de las palas optimizado y el número de palas, el fenómeno joroba se optimizó efectivamente19.

Los resultados de las pruebas de características externas se extrajeron para varios índices, como se muestra en la Tabla 7.

Con base en la Tabla 7, es evidente que en condiciones nominales, la cabeza de la bomba centrífuga optimizada se redujo en un 1,424 %, mientras que la eficiencia aumentó en un 7,896 %. Como la bomba prototipo producía una joroba en condiciones de trabajo de \(0.8Q_{t}\), la cabeza en condiciones de trabajo de \(0.6Q_{t} - 1.0Q_{t}\) era mayor que la cabeza de la bomba de optimización. La curva \(H - Q\) de la bomba de optimización real no muestra un fenómeno de joroba, lo que significa que se logra el objetivo de optimización: los valores de índice se mejoran de manera efectiva. En resumen, la prueba ortogonal y el método de análisis de matriz de peso son factibles, y se verifica la precisión del esquema de diseño optimizado.

Se realizó el diseño hidráulico de una bomba centrífuga de baja velocidad específica. Se crearon modelos tridimensionales de impulsor y voluta.

Se diseñaron nueve grupos de esquemas de prueba mediante la prueba ortogonal, y mediante análisis de rango se obtuvo el orden de influencia de cada factor sobre cada uno de los índices. Además, al utilizar el análisis de matriz de peso y la relación de peso entre los niveles de los factores, se obtuvo un conjunto de modelos de optimización: \(D_{2} { = }300{\text{mm}}\), \(b_{2 } { = }9{\text{mm}}\), \(Z{ = }6\), y \(\beta_{2} = 22^\circ\). Se simuló numéricamente el campo de flujo interno del prototipo y la bomba de optimización. Los resultados de la simulación han demostrado que el fenómeno de la joroba mejoró significativamente en la bomba de optimización. Por lo tanto, se verificó la factibilidad del esquema de optimización.

Se construyó el banco de pruebas de control de flujo de bombas centrífugas y se obtuvieron los valores de simulación y prueba de cada prototipo e índice de optimización de bombas bajo diferentes condiciones de trabajo. Los resultados de las pruebas han demostrado que los índices de rendimiento fueron más altos en la bomba de optimización, eliminando el fenómeno joroba y mejorando su rendimiento hidráulico. Se verificaron aún más las precisiones del proceso de diseño y el método de optimización.

En este trabajo se tomó como objeto de investigación un tipo de bomba centrífuga y se realizó el diseño hidráulico basado en el CFD. Los principales parámetros estructurales se optimizaron mediante una prueba ortogonal. Se construyó una plataforma de prueba para permitir la realización de pruebas de verificación, que verificaron la precisión del esquema de prueba ortogonal y mejoraron el rendimiento de trabajo de la bomba centrífuga. En comparación con la bomba prototipo, se aumentó el diámetro del impulsor de salida de la bomba optimizada, mientras que el ancho de salida del impulsor, el número de álabes y el ángulo de salida de los álabes fueron menores. Con el aumento del diámetro de salida del impulsor y la disminución de su ancho, el área de paso de flujo aumentó, reduciendo las pérdidas hidráulicas. En ese caso, se evitaría la sobrecarga y se eliminaría el fenómeno de la "estela de chorro" y la joroba. Al mismo tiempo, con la disminución del número de palas y del ángulo de salida de las palas, aumentó el área de cada canal de flujo. Por lo tanto, la presión estática en la salida del álabe disminuyó, principalmente para evitar el reflujo local y la separación del flujo. Se puede ver que, al optimizar los parámetros estructurales de la bomba centrífuga, se redujo la cabeza de la bomba y se mejoraron la estabilidad del flujo interno y la eficiencia de trabajo. Por lo tanto, una serie de problemas negativos como la vibración, el ruido y el alto consumo de energía de los sistemas de bombas y tuberías causados ​​​​por el fenómeno joroba podrían mitigarse de manera efectiva. En el siguiente paso, el diseño de optimización multiobjetivo se llevará a cabo en torno a las características externas del cabezal de la bomba centrífuga, la potencia del eje y la eficiencia, centrándose en una investigación profunda sobre el ruido de vibración inducido por el flujo de la bomba centrífuga, para mejorar integralmente el funcionamiento. Rendimiento de la bomba centrífuga.

Ma, H., Ding, R. y Yang, D. Investigación CFD sobre el fenómeno de la joroba de la bomba centrífuga de baja velocidad específica. Máquina de fluidos 41(12), 43–47 (2013) ((en chino)).

Google Académico

Zhang, D. et al. Análisis de turbulencia y experimentos de bomba centrífuga de baja velocidad específica. Trans. CSAE 26(11), 108–113 (2010) ((en chino)).

Google Académico

Zhang, C., Xia, L. & Diao, W. Influencia de la evolución de las estructuras de flujo en las características de joroba de un modelo de bomba-turbina en modo bomba. J. Universidad de Zhejiang. (Eng. Sci.) 51(11), 162–171 (2017) ((en chino)).

Google Académico

Zhang, P., Yun, S. & Yu, J. Estado actual y tendencias de desarrollo de las bombas centrífugas de baja velocidad específica. J. Drenaje. Riego Mach. Ing. 21(6), 42–45 (2003) ((en chino)).

CAS Google Académico

Li, DY et al. Análisis de flujo de fluidos de fenómenos de caída en modo bomba para un ajuste de paleta guía dado de un modelo de bomba-turbina. J. Universidad de Zhejiang. ciencia A 16(11), 851–863 (2015).

Artículo CAS Google Académico

Yan, C. et al. Investigación experimental de medidas para eliminar la joroba en la curva de cabeza de las bombas centrífugas tipo IS. J. Drenaje. Riego Mach. Ing. 38(1), 34–37 (2020).

Google Académico

Pei, J., Wang, WJ y Yuan, SQ Análisis estadístico de las fluctuaciones de presión durante el flujo inestable para bombas centrífugas de baja velocidad específica. J. de la Universidad Central Sur. 21(3), 1017–1024 (2014).

Artículo CAS Google Académico

Suqing, W. Método de diseño tridimensional de la rueda de inducción y su verificación de rendimiento. Mach general. 1, 61–64 (2018) ((en chino)).

Google Académico

Ni, XD et al. Criterio de similitud mejorado para la erosión por filtración utilizando el modelo PFC-CFD acoplado mesoscópico. J. Universidad Centro Sur. 22(8), 3069–3078 (2015).

Artículo Google Académico

Chen, Z. et al. Una nueva correlación para predecir la conductividad térmica de los refrigerantes líquidos. J. Therm. Anal. Calorías. 143, 795–800 (2021).

Artículo CAS Google Académico

Murlidhar, BR et al. Los efectos de la optimización del enjambre de partículas y el algoritmo genético en ANN dan como resultado la predicción de la capacidad de carga de pilotes. En t. J. Hydromech. 3(1), 69–87 (2020).

Artículo Google Académico

Jiang, D. et al. Un enfoque de regresión basado en redes neuronales totalmente convolucionales para un análisis eficaz de la composición química mediante espectroscopia de infrarrojo cercano en la nube. J. Artif. Intel. Tecnología 1, 74–82 (2021).

Artículo Google Académico

Canan, K. & Burak, M. Optimización del diseño y parámetros de operación de un sistema térmico fotovoltaico integrado con zeolita natural. En t. J. Hydromech. 3(2), 128–139 (2020).

Artículo Google Académico

Al-Rasheda, AAAA et al. Simulación de volumen finito de convección mixta en una cavidad impulsada por una tapa inclinada llena de nanofluidos: efectos de un cilindro céntrico elíptico caliente, ángulo de la cavidad y fracción de volumen de nanopartículas. física A121122, 1–35 (2019).

MathSciNet Google Académico

Xingfan, G. Teoría y diseño de bombas (Aerospace Press, 2011) ((en chino)).

Google Académico

Yuqin, W. et al. Diseño de optimización del rendimiento de cavitación de bombas centrífugas basado en prueba ortogonal. Universidad J. Shaoyang. (Nat. Sci. Edit.) 15(3), 26–33 (2018) ((en chino)).

Google Académico

Houlin, L. & Minggao, T. Métodos de diseño moderno para bombas centrífugas (China Machine Press, 2013) ((en chino)).

Google Académico

Xiaoling, W., Bingjun, X. y Qiang, Z. Diseño de optimización de la estabilidad para el ensamblaje del émbolo de las bombas de aceite basado en un diseño de prueba ortogonal de objetivos múltiples. Universidad J. Hebei. Ing. (Nat. Sci. Edit.) 27(3), 95–99 (2010) ((en chino)).

Google Académico

Fu, L. & Hong, Z. Diseño de optimización de bomba de baja velocidad basado en algoritmo genético. J. barbilla. agricola mecánico 37(2), 233–236 (2016) ((en chino)).

Google Académico

Descargar referencias

Este proyecto cuenta con el apoyo del Proyecto de Financiamiento Académico de Talento Superior de Disciplina (Profesional) de la Universidad de la Provincia de Anhui (No. gxbjZD2021076). Este proyecto cuenta con el apoyo del Proyecto Clave de Investigación en Ciencias Naturales en Colegios y Universidades de la Provincia de Anhui (No. KJ2021A1026). Este proyecto cuenta con el apoyo del Proyecto Clave de la Fundación de Ciencias Naturales de la Universidad de Chaohu (No. XLZ-201902). Este proyecto fue financiado por el Proyecto del Programa Nacional de Capacitación en Innovación y Emprendimiento para Estudiantes Universitarios (No. 202210380038). Este proyecto cuenta con el apoyo del Proyecto de Innovación para el Cultivo de Talento Excelente de la provincia de Anhui (No. 2018zygc031).

Escuela de Ingeniería Mecánica de la Universidad de Chaohu, Anhui Chaohu, 238000, China

Wang Yu-qin y Ding Ze-wen

Universidad Tecnológica de Filipinas, 1106, Manila, Filipinas

Wang Yu Qin

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

ZD es responsable de la simulación numérica de la bomba centrífuga y del cálculo de la matriz de pesos. YW presenta las ideas generales de diseño y los esquemas de prueba ortogonales, y es responsable de la verificación de prueba y otros trabajos.

Correspondencia a Wang Yu-qin.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Yu-qin, W., Ze-wen, D. Diseño de optimización del fenómeno joroba de bomba centrífuga de baja velocidad específica basado en CFD y prueba ortogonal. Informe científico 12, 12121 (2022). https://doi.org/10.1038/s41598-022-16430-w

Descargar cita

Recibido: 27 julio 2021

Aceptado: 11 julio 2022

Publicado: 15 julio 2022

DOI: https://doi.org/10.1038/s41598-022-16430-w

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.