针对防爆离心式风机具体实例，本文采用结构化网格进行数值模拟，并利用Autogrid软件提供的H型网格自动生成功能生成进水口和叶轮的终网格。防爆离心式风机其他部分的网格生成是通过先划分区域，然后手动划分网格来完成的。边界及初始条件1）集热器入口设为入口边界，叶轮出口设为出口边界，叶轮前盘、后盘和叶片的实体壁设为实体壁，转轮边界面与下一周期转轮边界面之间的连
防爆离心式风机
针对防爆离心式风机具体实例，本文采用结构化网格进行数值模拟，并利用Autogrid软件提供的H型网格自动生成功能生成进水口和叶轮的终网格。防爆离心式风机其他部分的网格生成是通过先划分区域，然后手动划分网格来完成的。边界及初始条件1）集热器入口设为入口边界，叶轮出口设为出口边界，叶轮前盘、后盘和叶片的实体壁设为实体壁，转轮边界面与下一周期转轮边界面之间的连接设为PE。三元匹配连接，循环数设为12。在完成防爆离心式风机三维模型的建立、计算域的离散化（网格化）和边界条件的定义后，将防爆离心式风机原型的不同工况进行了数值计算，并将其浇注到ANSYSFluent。设定防爆离心式风机初始静压P=1.01325*105pa，初始温度t=293K，轴向入口速度=18m/s，所有旋转壁（如前盘、后盘、叶轮叶片等）的输入速度n=1450r/min，其他非旋转壁（如蜗壳）的输入速度为零。由于流道内轴流分布不均匀，叶轮前后盘不一致，为便于比较分析，沿叶轮圆周做了A、B两段。叶轮通道内的速度和压力分布用云图和矢量图表示。给出了开槽角度对风机性能的影响。给出了叶片开槽角度对风机总压和效率的影响结果。叶片开槽使风机的总压和效率增加，但总压明显增加，效率增加不大。其中，方案7的压力和效率增加较大，总压增加3.87%，效率增加0.15%。
为了减少防爆离心式风机蜗舌与叶轮间隙过大造成的流量损失，第三种改进方案适当减小了蜗舌与叶轮间隙。但蜗壳舌与叶轮间隙过大，会增加风机的噪声值，降低风机的性能。在前向离心风机中，蜗壳舌与叶轮之间的间隙通常为叶轮旋转直径的0.07-0.15倍。建立防爆离心式风机性能预测模型的主要方法有三种：（1）应用数学、流体力学和流场理论建立离心风机模型，预测离心风机的性能。原型防爆离心式风机蜗壳舌与叶轮间隙为叶轮旋转直径的0.11倍。在第三种方案中，蜗壳舌和叶轮之间的间隙分别减小到叶轮旋转直径的0.07倍和0.09倍。当蜗壳舌部间隙为叶轮间隙的0.09倍时，效果较好。可以看出，通过减小防爆离心式风机蜗壳舌片间隙，蜗壳舌片附近的低压涡在设计流量条件下消失，同时蜗壳内部气体再次减少。在设计流量条件下，通过改变蜗舌与叶轮之间的间隙，可以有效地提高风机的总压，降低风机所需的扭矩，提高风机效率2.1%。
（1）本文详细介绍了防爆离心式风机的数值计算过程，包括模型建立、网格化（预处理）、导入求解计算、后处理等。采用数值计算方法对斜槽风机的不同流动条件进行了计算。风机叶轮参数选择叶轮是风机的主要部件，叶片是将能量传递给流体的部件。得到了由SSTK-U湍流模型计算的总压、效率和实验值的误差值。总压和效率的较大误差分别为4%和7%。验证了数值计算结果的准确性。
（2）通过观察风机不同截面上的总压和速度等值线，可以得出离心风机的内部流动规律：由于叶轮的旋转，在叶轮入口产生较大的负压值，使空气从集尘器进入叶轮。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。但是，由case1和case2和case3计算的值之间存在一些差异。较大总压力位于叶轮出口外缘和叶片压力面。由于叶片压力面速度较大，吸力面速度较小，形成了尾流结构。
防爆离心式风机模型训练完成后，将测试数据应用到所建立的模型中，验证模型的有效性。如果所建立的防爆离心式风机模型满足建模的停止条件，则应用该模型。如果建立的模型不能满足建模的停止条件，则需要收集更多的数据进行模型训练。本文选取RBF核函数作为LSSVM的核函数。通过网格搜索方法得到核参数。煤矿主通风机采用离心风机。（1）本文详细介绍了防爆离心式风机的数值计算过程，包括模型建立、网格化（预处理）、导入求解计算、后处理等。本文以离心风机为研究对象。采用LSSVM算法建立了风机性能预测模型，验证了该方法的有效性。防爆离心式风机模型培训和测试样本从现场分布式控制系统中获得。采用lhs法，从离心风机稳定运行区选取100组数据进行模型培训，选择50组试验数据进行模型验证，模型培训的停止条件为rmse<0.05。防爆离心式风机利用MATLAB实现了上述模型。图3显示了具有不同训练样本数的预测模型的RMSE。从图3可以看出，随着训练样本的增加，预测模型的RMSE值不断下降，终趋于稳定。当训练样本数为30时，模型满足训练停止条件。当模型满足停止条件时，即使使用30个训练样本，模型的预测值也与实际值进行比较。由图4可以看出，该模型能较好地预测离心风机的出力，预测值与实际数据吻合较好。
（作者： 来源：）
