水轮机优化设计与运行可靠性问题研究

论文摘要

水轮机转轮是水电机组实现能量转换的核心部件，其性能的优劣对水电机组的运行乃至整个电力系统的生产和安全具有非常重要的意义。因此提高水轮机效率、空蚀性能和稳定性是水轮机研究和设计者的追求目标。在此背景下，本文以水轮机转轮为研究对象，引入计算机辅助几何设计方法和现代优化算法并结合数值模拟进行水轮机转轮的优化设计，同时开展水轮机运行可靠性问题的研究，主要研究内容如下： 1．建立了叶片型面的NURBS参数化表示方法，在此基础上推导出由型值点反求控制点的矩阵形式线性方程组，采用张量积曲面方程将叶片型面转化为空间点阵格式保证了与现行的软件有良好的接口性。基于最小二乘准则延展自由曲面对混流式叶片不完整信息进行了补充，避免叶片实体造型过程中发生畸变。 2．建立了一种叶片制造质量的评价方法。首先通过递归中值滤波器和移动平均法消除由被测表面光洁度、边界完整性等因素引起的测量误差，提高了数据的可靠性。之后采用改进的多步拟和算法对离散曲面测量数据进行了重构，通过与被测曲面的已知数据点进行对比以实现曲面制造质量的评价。 3．针对标准遗传算法的易早熟、收敛速度慢等不足提出了改进方法，并通过测试函数对改进算法的性能进行了评估，将标准遗传算法发展为自适应遗传算法。之后将自适应遗传算法应用于叶栅的多目标优化设计，同时降低了优化对象的水力损失系数和空蚀系数，证明了优化算法的可行性。 4．采用基于CFD的分析技术，对某水电厂水轮机转轮进行了改型设计。并通过模型实验比较改型前后水轮机转轮的各项技术参数指标，结果表明改型后的转轮提高了最优效率，且使高效率区变宽。同时降低了运行区内空蚀系数和压力脉动幅值，达到了预期目标。 5．分析和总结了水电机组振动的故障机理和振动频率特征，探讨了应用小波分析工具对机组振动信号进行消噪处理和故障特征提取的方法，结合国内某电站机组实测振动数据，采用基于D-S证据理论的信息融合方法进行了融合诊断，并根据诊断结果提出了建议措施。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景与意义
• 1.2 水轮机计算机辅助几何设计研究现状
• 1.2.1 计算机辅助几何设计的起源
• 1.2.2 计算机辅助几何设计的基础问题
• 1.2.3 曲线曲面参数化表示方法
• 1.2.4 计算机辅助几何设计在水轮机研究中的应用
• 1.3 水轮机优化设计方法及研究现状
• 1.3.1 水轮机内部流动的研究
• 1.3.2 水轮机优化设计方法及现状
• 1.4 水轮机稳定性和水力振动的研究现状
• 1.5 机组振动故障诊断方法研究现状
• 1.6 本文主要研究内容
• 2 水轮机计算机辅助几何设计关键技术
• 2.1 曲线曲面NURBS参数化表示及其控制顶点的反求
• 2.1.1 NURBS曲线曲面的定义
• 2.1.2 NURBS曲线曲面的几何不变性
• 2.1.3 NURBS曲线曲面控制顶点的反求
• 2.1.4 曲线单一节点插入算法
• 2.1.5 重复插入同一节点
• 2.2 NURBS曲线曲面的求导计算
• 2.2.1 NURBS曲线的求导计算
• 2.2.2 NURBS曲面的求导计算
• 2.2.3 NURBS曲线的连续性定义
• 2.2.4 计算实例及分析
• 2.3 基于最小二乘法的曲面延展算法
• 2.3.1 延展问题的已知条件
• 2.3.2 延展问题的解决方案
• 2.3.3 最小二乘法拟合原理
• 2.3.4 叶片边界的确定
• 2.3.5 混流式水轮机转轮叶片延展实例
• 2.4 基于离散数据叶片曲面重构
• 2.4.1 数据预处理
• 2.4.2 不同视角测量数据匹配
• 2.4.3 基于离散测量数据的曲面重构
• 2.4.4 曲面重构实例及分析
• 2.5 水轮机计算机辅助几何设计实例
• 2.5.1 计算机辅助几何设计的要求
• 2.5.2 翼型导叶断面
• 2.5.3 水轮机叶片实体造型
• 2.6 本章小结
• 3 水轮机转轮优化设计
• 3.1 水轮机内流的数值模拟
• 3.1.1 控制方程
• 3.1.2 紊流模型
• 3.2 计算网格生成技术
• 3.2.1 网格生成技术的发展
• 3.2.2 块结构化网格
• 3.3 遗传算法及其改进——自适应遗传算法
• 3.3.1 遗传算法及其基本算子
• 3.3.2 遗传算法的改进
• 3.4 基于自适应遗传算法的叶栅多目标优化设计
• 3.4.1 奇点分布法求解叶栅绕流反问题
• 3.4.2 基于自适应遗传算法的叶栅多目标优化设计方法
• 3.4.3 优化设计算例
• 3.5 小结
• 4 水轮机转轮改型设计与模型试验
• 4.1 水轮机改型设计
• 4.1.1 转轮改型设计要求与设计参数确定
• 4.1.2 主要工况转轮CFD分析对比
• 4.1.3 CFD分析结论
• 4.2 水轮机转轮模型试验
• 4.2.1 试验台介绍
• 4.2.2 模型试验目的、试验内容、参数确定
• 4.2.3 试验内容与结果
• 4.2.4 试验结论
• 4.3 本章小结
• 5 水电机组振动信号的预处理与融合诊断方法
• 5.1 水电机组振动故障特征分析
• 5.2 水电机组振动信号的预处理方法
• 5.2.1 小波分析的基本理论
• 5.2.2 小波包变换原理
• 5.2.3 小波消噪方法及应用实例
• 5.2.4 基于小波包分析的振动信号故障特征提取方法
• 5.3 振动故障的信息融合诊断方法
• 5.3.1 信息融合与故障诊断
• 5.3.2 故障诊断的信息融合方法
• 5.3.3 D-S证据理论
• 5.4 诊断实例
• 5.4.1 水电机组振动故障融合诊断步骤
• 5.4.2 相关参数
• 5.4.3 水电机组振动故障融合诊断识别框架的建立
• 5.4.4 机组振动信号的预处理与特征提取
• 5.4.5 应用D-S理论进行融合诊断
• 5.5 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献
• 附录
• 攻读博士学位期间的研究成果
• 攻读博士学位期间发表的论文
• 攻读博士学位期间参加的主要科研工作