当高压离心通风机改进后的方法不能达到预期效果时，采用现代风机设计理论完成风机的设计，详细介绍了风机各部件结构参数的选择原则。叶片成形方法是基于叶轮流道横截面积逐渐变化的原理。建立了风机叶片型线成形的数学模型。根据该数学模型，采用“双圆弧”拼接法完成了叶片型线的绘制。建立风机三维模型后，对网格进行划分，高压离心通风机采用N-S方程。结合SSTK-U湍流模型
高压离心通风机
当高压离心通风机改进后的方法不能达到预期效果时，采用现代风机设计理论完成风机的设计，详细介绍了风机各部件结构参数的选择原则。叶片成形方法是基于叶轮流道横截面积逐渐变化的原理。建立了风机叶片型线成形的数学模型。根据该数学模型，采用“双圆弧”拼接法完成了叶片型线的绘制。建立风机三维模型后，对网格进行划分，高压离心通风机采用N-S方程。结合SSTK-U湍流模型，对斜槽风机的原型风机、改进风机和设计风机进行了流量计算。将原型风机的计算结果与原始测量数据进行了比较，详细分析了SSTK-U湍流模型计算结果的准确性，即离心风机的数值计算。湍流模型的选择提供了很好的参考。高压离心通风机的瞬态计算方法，分析了瞬态计算中时间步长的选择原则。采用瞬态数值方法对新设计的风机内部流动进行了数值模拟。在瞬态计算结果稳定后，利用FW-H模型对设计风机的气动噪声进行了计算。在叶轮中，由于叶轮的转动和叶片对气体的作用，叶轮内部沿径向由内向外移动，总压值逐渐增大。本文采用“风机三维建模-斜槽风机样机数值计算-样机内部流动特性分析-风机改进的确定和设计方案-噪声计算的瞬态法”的技术路线，完成了风机的改进和设计。斜槽风机。
一台带有循环通道和扩散器的后向高压离心通风机的噪声值。利用FW-H噪声计算模型和实验方法，得到了风机叶片和扩压器表面的表面力脉动和垂直速度。得到了噪声计算所需的数据，成功有效地完成了风机噪声预测任务。高压离心通风机在瞬态流场稳定后，用ffowcs-williams-hawkings方程计算设计风机的气动噪声，该方程主要描述了流场与动壁相互作用产生的气动噪声。在声学模拟理论的基础上，得到了运动固体边界与流体相互作用产生的噪声。方程右边的三个项分别代表流体。流体边界处的位移噪声、波动噪声和体积噪声分别属于单极源、偶极源和四极源。本文计算的流体是不可压缩的，单极和四极的源项可以忽略不计。高压离心通风机噪声的计算和结果分析表明，在设计风机出口外的计算区，有1100Hz的声压峰值，声压值为58dB。噪声观测点在距叶轮旋转中心2米4米处产生。风机噪声值的计算表明，1100Hz时有一个声压峰值。对于直接数值模拟方法，其优点是可以在不引入经验模型假设的情况下模拟流场中各尺寸的湍流波动，因此被称为精准的湍流波动。在远场噪声计算中，随着受流点到叶轮中心距离的增加，风机噪声值呈下降趋势。
具体高压离心通风机改造方案如下。
（1）对引风机和脱硫增压风机的风量、风压和系统阻力进行了试验。测量了两台引风机在机组满负荷运行时的实际运行数据。（2）根据试验后实测数据，终确定引风机改造方案。在原风机电机不变的情况下，风机叶轮直径由2557 mm增加到2624 mm，叶片类型发生变化。随着风机叶轮直径的增大，壳体、叶轮、轮毂和集热器都被更换。同时，为了提高风机出口挡板的密封性，对风机出口挡板、进口挡板和执行机构进行更换，以提高风机的效率。（3）基于计算机技术，利用各种CFD（计算流体力学）数值模拟技术建立离心风机性能预测模型。
（3）引风机轴承冷却方式由工业水冷却改为带风机轴承冷却，降低了用水量。
高压离心通风机的性能保证：
（1）风量（Tb点工况，145c）：134m3/s；
（2）全压升（Tb点工况，145c）：7040pa；
（3）风机全压升效率（BMCR）：86%，风机输入轴承。这两部分的温度监测大多采用遥控设备完成温度数据的传输和监测。当然，高压离心通风机温度传感器也是常用的设备，可以完成机组保护和温度监测。当温度超过要求时，继电器将发出警告。如果此时温度变化明显，继电器内部的液体装置也会发生剧烈变化，导致指针旋转。如果指针指示的值达到负载极限，将发出警报。通过对改进后的高压离心通风机的数值计算，在第二种改进方案中通过增加叶轮的旋转直径来提高风机的总压。
因此，高压离心通风机选择了LHS方法对离心风机的实验数据进行采集。高压离心通风机在实验的初始阶段，收集的数据不应超过总实验数据的25%。假设收集的总数据n=10天（d为输入变量的维数），初始实验中收集的实验数据n 0应满足n 0<0.25n=2.5d的要求，因此本文采用n 0=0。实验初期采用25N作为实验数据。数据采集的硬件实现方案如图1所示。首先，用传感器测量被测通风机的入口压力、温度、流量和转速。然后将测量数据通过总线传输到DAQ数据采集系统。高压离心通风机的DAQ数据采集系统通过I/O设备将数据打包到上位机中。由于变量之间的维数差异，采集到的数据没有直接应用于模型训练，因此有必要对数据进行规范化，即将无量纲数据转换为无量纲数据，并将采集到的数据映射到[0,1]的范围内，以提高模型的收敛速度和精度。模型。模型训练和
