微型軸流風機性能的逆向工程分析及實驗

張華

摘要：微型軸流風機性能的逆向工程是電子設備及系統熱設計的重要內容，對風機流量等問題進行了有效設計，本文建立了實驗模型，并為其分析提供了幾何模型與湍流模型，為其選擇了計算方法，得到了相同條件下風機的PQ性能曲線，并對這一結果進行了相應分析。結果顯示在增強壁面處理的增強型-RNG模型的運用之下能夠得到與真實實驗結果較為接近的結果。

關鍵詞：微型軸流風機性能;逆向工程;分析實驗

本文從具體實驗模型建立的角度分析了微型軸流風機性能的逆向工程，運用逆向建模軟件Geomagicstudio構建實體模型。在對對實際風扇葉片及轉子進行掃描的過程中運用了三維掃描技術，分析了不同湍流模型對PQ性能曲線所產生的影響。

1.實驗模型的建立

本次實驗運用多重參考系法（MRF）或動網格法構建葉輪機械的CFD模擬實驗體系。動網格法的運用雖然能夠得到更為準確的數值，但是對網格要求較高，同時會消耗掉大量的計算資源。MRF為穩態算法的一種，需要占用的計算資源較少，同時在精度設置上也能夠滿足工程開展的需要。因此在此次研究過程中在對風機性能的研究上以MRF進行分析。

1.1建立幾何模型

在幾何模型的構建上，運用激光三維掃描技術生成點云，充分運用了逆向工程方法，構建實體模型，目前已經形成了比較成熟的技術，能夠將誤差值控制在±0.1mm左右。在逆向建模過程中充分運用了Geomagicstudi，并通過計算最終生成了三維實體模型，風機運行中采用的是定速模式，將風機HUB的尺寸設置成21020074m，選擇的是風機尺寸是40mm ×40mm×21020075mm，設置的轉速是13000r/min。

1.2選擇計算方法

展示了MRF坐標變換法，和旋轉系統共同建立了相對坐標系，并建立了絕對坐標與相對坐標之間的坐標變換體系，將非定常問借助于坐標系的使用將其轉化為了定常問題。

根據ACMA風機測試的要求，在風機的下游應當具有大于12102007倍風機直徑的長度，并且在這一過程中形成不同的流量以及不同的阻力。在系統的測量之下能夠得到出口靜壓差，將兩者進行組合計算能夠得到不同的流量下風機的PQ特性曲線。旋轉速度是13000r/min，隨著建模的進行，能夠在葉輪的覆蓋作用之下，將圓柱形區構成一個MRF區域。要求準確設置MRF區的直徑，并在調整之下使得葉輪直徑與MRF區域保持一致

1.3選擇湍流模型

目前運用較為廣泛的是標準k-ε模型，通過方程計算能夠得到湍動能輸運方程，在物理推理作用下能夠得出耗散率方程，方程計算的前提是流動為完全湍流狀態，不考慮分子的黏性。因此在完全湍流的流動過程模擬的條件下才能運用標準k-ε模型。SpalartAllmaras模型是一種一方程線性渦黏性模型，簡稱為SA模型，與輸運方程較為類似，能夠有效控制各種機制。在航空領域中有著較為廣泛地運用。

2.實驗開展過程

本次研究過程中對臺灣瑞領公司生產的的LW9210200766SR風機進行PQ特性測試裝置，0～210200700P為靜壓范圍，要求流量范圍在2102007.4～210200750CFM之間，重復誤差低于2102007%，按照AMCA2102007中Fig.11中的相關規定進行裝置的測試，要求流量測試精度低于3.5%，以向內排風的方式開展實驗。建立了如下圖的實驗過程與實驗設備。

能夠看到在風機的出口靜壓測量上采用的是P7測點進行測量，在風機流量的獲得上采用的是噴嘴組件的測量方式。按照實驗設備的內部軟件進行相關測試工作，并實現對數據的自動獲得與分析，對數據進行分析得到PQ性能圖線[4]。在系統的運用之下充分分析出風機的最大流量，之后在系統軟件的運用之下得出風機的最大流量，之后計算軟件中的測點數目，一般選定15，對測試的流量進行自動劃分，得出最大流量與最大的差壓值。

3.微型軸流風機性能的逆向工程實驗分析

通過以上的分析得到不同湍流模型的PQ曲線。為了有效預測出風機壓頭與升力情況要求選用正確的湍流模型。在失速區，隨著葉輪的流量的急劇降低，其間葉間次流也會隨之增強。

標準k-ε模型在運用過程中會產生比較強的對湍流擴散的預測效果，在這一作用之下難以充分而準確地描述出葉片間較強的分離流動與旋流現象。比標準k-ε模型更為良好的使用方式是增強型RNG模型的運用，對壁面進行了增強有效地處理。

在預測模型的摩擦阻力與壓降方面近壁面的處理方式能夠產生重要的作用，在標準k-ε模型運用之下主要是以標準壁面函數作為主要的處理方式，但是標準壁面函數難以充分運用到近壁面流體物性快速、強體積力、強壓力梯度、較強三維流動以及壁面輸運等情況的發生等情況。其中的主要原因是由于顯著的三維流動的產生。為了有效解決這一問題可以采用設置增強壁面處理的RNG模型或雙方程模型的處理方式，比標準k-ε模型的預測精度也較高。因此充分運用了增強壁面函數與雙層模型。由于雷諾應力各向同性假設即Boussinesq假設的存在，會使得RANS模型對壓頭的預測出現高于實際值的現象，導致預測的壓頭數值出現偏差現象。

選擇其他的位置進行分析，在風機流量較大、開度較大以及阻力較小的位置中具有比較低的時氣流分離程度，能夠得到與此次實驗結果較為一致的壓頭預測的結果，RANS模型的各項假設前提和此次實驗條件下中的物理形態較為一致。

SpalartAllmaras模型在運用過程中采用的是Boussinesq假設條件，在這一點上與k-ε模型一致，其計算量出現了下降現象，主要是由于其采用的是一種一方程的模式。導致SSTk-ω模型在運用過程中會出現比較高的失速過程中的預測壓頭數值。

4.結束語

通過本文的研究能夠看到，標準k-ε、SpalartAllmaras模型在失速區能夠產生比較小的靜壓預測值。葉輪在喘振區一般為失速狀態們，在標準k-ε模型的運用之下，會對靜壓產生較大的預測，與標準k-ε模型相比，RNGk-ε與RNGk-ε模型能夠產生更好的預測效果。在風機工作區域內增強壁面處理的RNG模型能夠達到最佳的預測效果，與實際葉型的風機的實驗結果較為接近。利用逆向工程獲得的實體模型得到風機的PQ特性曲線，對電子設備及系統設計具有重要的參考價值。

參考文獻：

[1]蔡濤， 周水清， 王軍，等. 加環控制軸流風機葉頂間隙的分析與試驗小的[J]. 工程熱物理學報， 2014， 35（12）：2406-2411.

[2]孔艷艷. 基于Geomagic Design X的軸流式風機葉片逆向建模[J]. 雞西大學學報（綜合版）， 2017， 17（7）：44-47.

[3]李業， 王軍， 付觀井，等. 彎掠軸流風機葉輪不同安裝結構的性能試驗分析[J]. 風機技術， 2013（1）：18-21.