在总结以往研究经验的基础上，以防爆除尘风机为研究对象，利用NUMECA软件对不同的叶片开槽方案进行了模拟，比较了不同方案下的风机性能优化，并结合分布确定了叶片开槽的较佳参数。叶轮内部流场。轮盘冲突丢失防爆除尘风机叶轮旋转时，叶轮的前盘和后盘外外表与其周围的气体发生冲突。本文对防爆除尘风机原叶轮开槽前的内部流场进行了数值模拟。结果表明，风扇叶片通道的吸力面
防爆除尘风机
在总结以往研究经验的基础上，以防爆除尘风机为研究对象，利用NUMECA软件对不同的叶片开槽方案进行了模拟，比较了不同方案下的风机性能优化，并结合分布确定了叶片开槽的较佳参数。叶轮内部流场。轮盘冲突丢失防爆除尘风机叶轮旋转时，叶轮的前盘和后盘外外表与其周围的气体发生冲突。本文对防爆除尘风机原叶轮开槽前的内部流场进行了数值模拟。结果表明，风扇叶片通道的吸力面发生了边界层分离，形成了一个较大的涡流区。后半段通道内，吸力面边界层分离较为严重，高速气流占整个通道宽度的65%左右。因此，可以通过在容易发生边界层分离的叶片端部开一个小间隙来防止边界层分离的产生和发展，从而使流经该间隙的部分流体能够吹走吸入面出口附近的流体。以往的研究表明，狭缝的大小对气流有很大的影响，但在粉尘环境中，狭缝过小（狭缝宽度约为2 mm）可能会被堵塞而失去其功能，这限制了该技术在实际中的应用。因此，为了确保防爆除尘风机不发生堵塞，开口处有足够的间隙。考虑到工程实践中操作的方便性，用A的变化来表示缝的位置，用B的变化来控制缝角的大小。比较采用A/C（c为叶片弦长）与B/C的无量纲形式。在计算和优化槽位和槽角时，采用了固定一个比例和调整另一个比例的方法。
防爆除尘风机边界条件下的工作压力为101325pa，入口边界条件下的压力入口，表压为0，初始压力为-50pa。防爆除尘风机出口边界条件设置有压力出口，根据不同的工作条件设置不同的压力值。（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。其他边界保持默认墙设置。采用三种不同的网格密度对离心风机的计算域进行离散。较小网格数为case1，网格数为1404467。在此网格的基础上，相应边上的节点数增加了1.2倍，得到了实例2。网目尺寸为2506630。然后将case2对应边上的节点数增加1.2倍，得到case3的网格，即4647360。在三种不同网格密度下设置相同的边界条件，经过计算，得到了防爆除尘风机样机在设计条件下的全压、全扭矩和效率。从表中可以看出，在设计条件下，风机的总压和效率随网格密度变化不大。但是，由case1和case2和case3计算的值之间存在一些差异。考虑到计算的准确性和机器时间的消耗，后一个网格的数量是根据案例2的数量计算的。
电厂155MW机组锅炉采用高温高压自然循环汽包锅炉。风烟系统为平衡通风方式，由两台防爆除尘风机和两台离心送风机组成。随着环保政策的不断深入，生产锅炉的环保指标必须满足超低排放要求。引风机为离心风机，进口挡板调节，单吸双支撑。引风机风量496800m3/h，全压6600pa，轴功率1086KW，设计电流146.8A，电机额定功率1250KW。增压风机流量1491480m3/h，增压风机总压力2500pa，电机额定功率1400kw。锅炉满负荷运行时，两台引风机进口挡板开度为/，防爆除尘风机电流为120/121A，增压风机运行电流为150A，风机无调整裕度，不能满足机组满负荷要求，负压力在t内调整。电炉是有限的。同时，增压风机故障也是锅炉MFT保护动作的原因之一，不利于机组安全稳定运行。本次引风机的力变换与反硝化、静电沉淀同步进行，将引风机进出口钢烟道整体更换，改变原有的工业水冷却方式。根据该设备的现状，提出了提高Y4-73型引风机出力的方案。在对防爆除尘风机电机基础和电机进行技术改造的基础上，通过改变引风机的叶轮形式和直径，增加引风机的输出，并根据原风机的输出，将引风机的容量提高1500帕。风机改造后，必须能满足机组各工况和任何工况下的风机运行要求。不会出现急停喘振。
因此，防爆除尘风机选择了LHS方法对离心风机的实验数据进行采集。防爆除尘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%。防爆除尘风机的性能保证：（1）风量（Tb点工况，145c）：134m3/s。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。防爆除尘风机的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。模型训练和模型验证离心风机性能预测模型的训练结构如图2所示。该结构可分为两部分：数据采集与处理和模型训练。前者主要完成实验数据的采集和处理，后者实现了性能预测模型的建立和验证。首先，采用LHS方法采集离心风机的实验数据（入口温度、压力、流量和风机转速），并对防爆除尘风机数据进行处理，用于LSSVM模型。
（作者： 来源：）
