摘要
气膜冷却是当代燃气轮机透平中重要的冷却手段,气膜冷却设计在透平设计中非常重要,而这就要求有快速、准确的气膜冷却预测方法。综述了国内外学者对不同孔型气膜冷却多参数影响机制的研究成果,比较了针对复杂气膜冷却系统的多种预测方法。发现经验公式法传统上应用广泛,但其精度受制于公式的适用范围;基于神经网络预测气膜冷却特性具有精度高、参数适用范围广的特点,采用CFD方法预测气膜冷却特性耗时较长,精度不高。结果表明神经网络法在工业应用上前景好,CFD法则需要对各向同性的湍流模型进行修正才能有效地开展气膜冷却机理研究。
As a key cooling method for modern gas turbines,the film cooling design plays an important role in turbine design.Thus,a fast and accurate prediction method is required.A review of multi-parameters film cooling performance is given.A comparison of film cooling prediction methods is made.Empirical formula is used most widely,while it is limited in parameter range.Neural network has a good accuracy and wide valid range in film cooling prediction,and it is promising in cooling design.Isotropic turbulence model should be improved to get a better result of film cooling using CFD.
出处
《热力透平》
2012年第1期13-17,共5页
Thermal Turbine
关键词
燃气轮机
气膜冷却
多参数
经验公式
神经网络
gas turbine
film cooling
multi-parameters
empirical formula
neural network
作者简介
秦晏旻（1988-），男，浙江舟山人，清华大学热能工程系博士研究生，主要从事燃气轮机透平外部冷却方面的研究。
