微型轴流风机性能的逆向工程分析及实验

张华

摘要：微型轴流風机性能的逆向工程是电子设备及系统热设计的重要内容，对风机流量等问题进行了有效设计，本文建立了实验模型，并为其分析提供了几何模型与湍流模型，为其选择了计算方法，得到了相同条件下风机的PQ性能曲线，并对这一结果进行了相应分析。结果显示在增强壁面处理的增强型-RNG模型的运用之下能够得到与真实实验结果较为接近的结果。

关键词：微型轴流风机性能;逆向工程;分析实验

本文从具体实验模型建立的角度分析了微型轴流风机性能的逆向工程，运用逆向建模软件Geomagicstudio构建实体模型。在对对实际风扇叶片及转子进行扫描的过程中运用了三维扫描技术，分析了不同湍流模型对PQ性能曲线所产生的影响。

1.实验模型的建立

本次实验运用多重参考系法（MRF）或动网格法构建叶轮机械的CFD模拟实验体系。动网格法的运用虽然能够得到更为准确的数值，但是对网格要求较高，同时会消耗掉大量的计算资源。MRF为稳态算法的一种，需要占用的计算资源较少，同时在精度设置上也能够满足工程开展的需要。因此在此次研究过程中在对风机性能的研究上以MRF进行分析。

1.1建立几何模型

在几何模型的构建上，运用激光三维扫描技术生成点云，充分运用了逆向工程方法，构建实体模型，目前已经形成了比较成熟的技术，能够将误差值控制在±0.1mm左右。在逆向建模过程中充分运用了Geomagicstudi，并通过计算最终生成了三维实体模型，风机运行中采用的是定速模式，将风机HUB的尺寸设置成21020074m，选择的是风机尺寸是40mm ×40mm×21020075mm，设置的转速是13000r/min。

1.2选择计算方法

展示了MRF坐标变换法，和旋转系统共同建立了相对坐标系，并建立了绝对坐标与相对坐标之间的坐标变换体系，将非定常问借助于坐标系的使用将其转化为了定常问题。

根据ACMA风机测试的要求，在风机的下游应当具有大于12102007倍风机直径的长度，并且在这一过程中形成不同的流量以及不同的阻力。在系统的测量之下能够得到出口静压差，将两者进行组合计算能够得到不同的流量下风机的PQ特性曲线。旋转速度是13000r/min，随着建模的进行，能够在叶轮的覆盖作用之下，将圆柱形区构成一个MRF区域。要求准确设置MRF区的直径，并在调整之下使得叶轮直径与MRF区域保持一致

1.3选择湍流模型

目前运用较为广泛的是标准k-ε模型，通过方程计算能够得到湍动能输运方程，在物理推理作用下能够得出耗散率方程，方程计算的前提是流动为完全湍流状态，不考虑分子的黏性。因此在完全湍流的流动过程模拟的条件下才能运用标准k-ε模型。SpalartAllmaras模型是一种一方程线性涡黏性模型，简称为SA模型，与输运方程较为类似，能够有效控制各种机制。在航空领域中有着较为广泛地运用。

2.实验开展过程

本次研究过程中对台湾瑞领公司生产的的LW9210200766SR风机进行PQ特性测试装置，0～210200700P为静压范围，要求流量范围在2102007.4～210200750CFM之间，重复误差低于2102007%，按照AMCA2102007中Fig.11中的相关规定进行装置的测试，要求流量测试精度低于3.5%，以向内排风的方式开展实验。建立了如下图的实验过程与实验设备。

能够看到在风机的出口静压测量上采用的是P7测点进行测量，在风机流量的获得上采用的是喷嘴组件的测量方式。按照实验设备的内部软件进行相关测试工作，并实现对数据的自动获得与分析，对数据进行分析得到PQ性能图线[4]。在系统的运用之下充分分析出风机的最大流量，之后在系统软件的运用之下得出风机的最大流量，之后计算软件中的测点数目，一般选定15，对测试的流量进行自动划分，得出最大流量与最大的差压值。

3.微型轴流风机性能的逆向工程实验分析

通过以上的分析得到不同湍流模型的PQ曲线。为了有效预测出风机压头与升力情况要求选用正确的湍流模型。在失速区，随着叶轮的流量的急剧降低，其间叶间次流也会随之增强。

标准k-ε模型在运用过程中会产生比较强的对湍流扩散的预测效果，在这一作用之下难以充分而准确地描述出叶片间较强的分离流动与旋流现象。比标准k-ε模型更为良好的使用方式是增强型RNG模型的运用，对壁面进行了增强有效地处理。

在预测模型的摩擦阻力与压降方面近壁面的处理方式能够产生重要的作用，在标准k-ε模型运用之下主要是以标准壁面函数作为主要的处理方式，但是标准壁面函数难以充分运用到近壁面流体物性快速、强体积力、强压力梯度、较强三维流动以及壁面输运等情况的发生等情况。其中的主要原因是由于显著的三维流动的产生。为了有效解决这一问题可以采用设置增强壁面处理的RNG模型或双方程模型的处理方式，比标准k-ε模型的预测精度也较高。因此充分运用了增强壁面函数与双层模型。由于雷诺应力各向同性假设即Boussinesq假设的存在，会使得RANS模型对压头的预测出现高于实际值的现象，导致预测的压头数值出现偏差现象。

选择其他的位置进行分析，在风机流量较大、开度较大以及阻力较小的位置中具有比较低的时气流分离程度，能够得到与此次实验结果较为一致的压头预测的结果，RANS模型的各项假设前提和此次实验条件下中的物理形态较为一致。

SpalartAllmaras模型在运用过程中采用的是Boussinesq假设条件，在这一点上与k-ε模型一致，其计算量出现了下降现象，主要是由于其采用的是一种一方程的模式。导致SSTk-ω模型在运用过程中会出现比较高的失速过程中的预测压头数值。

4.结束语

通过本文的研究能够看到，标准k-ε、SpalartAllmaras模型在失速区能够产生比较小的静压预测值。叶轮在喘振区一般为失速状态们，在标准k-ε模型的运用之下，会对静压产生较大的预测，与标准k-ε模型相比，RNGk-ε与RNGk-ε模型能够产生更好的预测效果。在风机工作区域内增强壁面处理的RNG模型能够达到最佳的预测效果，与实际叶型的风机的实验结果较为接近。利用逆向工程获得的实体模型得到风机的PQ特性曲线，对电子设备及系统设计具有重要的参考价值。

参考文献：

[1]蔡涛， 周水清， 王军，等. 加环控制轴流风机叶顶间隙的分析与试验小的[J]. 工程热物理学报， 2014， 35（12）：2406-2411.

[2]孔艳艳. 基于Geomagic Design X的轴流式风机叶片逆向建模[J]. 鸡西大学学报（综合版）， 2017， 17（7）：44-47.

[3]李业， 王军， 付观井，等. 弯掠轴流风机叶轮不同安装结构的性能试验分析[J]. 风机技术， 2013（1）：18-21.