CN109460605B - 一种预测大型低扬程水泵流量的方法 - Google Patents

Abstract

本发明公开了一种预测大型低扬程水泵流量的方法，包括步骤：S1通过试验模型计算大型低扬程水泵压强差；S2通过云计算计算模型大型低扬程水泵压强差；S3通过云计算计算原型大型低扬程水泵压强差；S4预测大型低扬程水泵的流量系数和截断误差；S5预测大型低扬程水泵现场实测流量。在预测大型低扬程水泵流量的方法中引入云计算，通过云计算的数值计算方法解决了由于原型数值计算中采用模型网格尺寸产生巨量网格导致工作站无法计算的难题，避免了由于硬件问题将计算网格间隔加大而造成模拟结果不够精确的问题。本发明能够准确地预测出大型低扬程水泵现场实测流量，从而确定泵站工程中泵装置效率与能源单耗，科学准确地完成泵装置性能测试。

Description

一种预测大型低扬程水泵流量的方法

技术领域

本发明涉及属于水利工程领域，特别涉及一种预测大型低扬程水泵流量的方法。

背景技术

大型低扬程水泵流量是确定泵站装置效率与能源单耗的关键参数，它关系到能否科学准确完成原型泵装置性能测试，从而检验大型泵装置的研究、设计和制造水平。由于大型低扬程水泵的进水流道较短、断面呈不规则性且为钢筋混凝土现浇而成，其流量的测量与监测一直是泵站工程领域未解决的难题。

目前大型低扬程水泵的流量数据基本都是通过实测的进、出水池水位，装置扬程和模型泵装置性能曲线相似换算后的原型泵装置性能曲线推求获得，由于进、出水池的水位测量精度的限制、原模型无法统一相似准则造成原模型相似换算中存在比尺效应、数据拟合与插值误差等原因导致这种流量推求方法很难达到较高的测量精度；现场流量测试方法主要有五孔探针测流法、绕流管测流法、内贴式超声波流量计、流速仪法、盐水浓度法等，此类方法受测量精度或造价昂贵的影响，局限了其在大型低扬程水泵进水流道中的广泛应用；学者们通过理论分析推算出流量和压差之间的关系，总结出进水流道差压测流法，这是一种比较简便的测流方法，较适用于大型低扬程水泵现场流量监测，但是它需要事先确定流量与压差间的关系，通常采用泵站现场测试的流速仪法或盐水浓度法确定流量与差压的关系，此率定方法工作量较大、限制条件诸多和误差很难满足精度要求使得进水流道差压测流法很难推广应用，另外测压点的选取也限制了该测流方法的简便性，近年来CFD数值计算在流体动力学中应用较多，有学者试图通过CFD计算获取现场实测流量与差压的系数从而预测水泵进水流道的实测流量，其方法先通过物理模型试验获取流量Q_mt与压差ΔP_mt的关系系数k_mt，然后通过数值计算获取模型在数值计算中流量Q_mc与压差ΔP_mc的关系系数k_mc，再通过数值计算获取原型在数值计算中流量Q_pc与压差ΔP_pc的关系系数k_pc，最后通过k_mt与k_mc的关系率定k_pc得到k_pt，最后通过差压公式获取现场实测流量。上述通过CFD计算获取现场实测流量的方法不科学性在于拟合方程的截断误差无法根据比例率定，其次在确保湍流模型、网格质量和边界层处理方法正确的前提下，计算机无法承载大型低扬程水泵原型巨量网格的计算，那么只能通过放大网格尺度满足计算机硬件要求，这就大大降低了CFD数值计算的精度。

发明内容

发明目的：针对现有技术中存在的问题，本发明的目的是：提供一种预测大型低扬程水泵流量的方法，准确便捷地预测出大型低扬程泵站的实测流量，从而确定泵站装置效率与能源单耗，科学准确地完成原型泵装置性能测试。

为了实现上述发明目的，本发明具体采用的技术方案为：一种预测大型低扬程水泵流量的方法，包括以下步骤：

S1、通过试验模型计算大型低扬程水泵压强差；

S11、建立大型低扬程水泵进水流道物理试验模型；

进一步地，作为本发明的一种优选方案：所述步骤S11中所述的大型低扬程水泵进水流道试验模型，其采用整体正态水力模型，按重力相似准则设计，综合考虑模型水流在阻力平方区以及模型泵的选择拟选取模型线性比尺λ_l及泵模型比尺λ_n，流量比尺速度比尺λ_v＝λ_lλ_n，按照线性比尺缩放得到模型坡降和糙率；

S12、在大型低扬程水泵进水流道中选取合适的两个测压点R、W；

进一步地，作为本发明的一种优选方案：所述步骤S12中所述两个测压点的位置满足模型中两点压强差足够大便于率定进水流道的压强差与流量的关系，同时满足工程现场测点压强测量技术的合理性和可行性；

S13、在大型低扬程水泵进水流道中两个测压点R、W安装高精度传感器；

S14、进行物理模型试验，其流量为Q_j，其中Q为流量，单位m³/s，j为工况序数；

S15、采集物理模型试验中两测压点的压强单位Pa；

S16、获得物理模型试验条件下测压点R、W的压强差

S2、通过云计算计算模型大型低扬程水泵压强差；

S21、通过三维建模软件SolidWorks构建模型大型低扬程水泵进水流道的三维模型；

S22、利用云计算软件ICEM剖分网格，网格方案为N_i，对应的网格总体布局比例为并且对应的最大网格尺寸为ω_i，相应地生成的网格总量分别为M_i，和ω随着i的递增而减小，M随着i的递增而增大，其中i为网格方案的序数；

进一步地，作为本发明的一种优选方案：所述步骤S22中所述的网格的网格类型为适应性强的四面体非结构化网格，同时对测点附近区域进行局部加密；

S23、通过云计算Fluent对步骤S22输出的网格方案N_i和N_i+1的计算文件进行计算；

进一步地，作为本发明的一种优选方案：湍流模型为Realizable k-ε，进口采用速度进口条件v_mj，出口边界采用自由出流条件outflow，自由水面采用刚盖假定symmetry，边壁采用wall，钢铁糙率为0.012，控制方程的离散方式为有限体积法，扩散项采用二阶中心差分格式，对流项采用Quick格式，压力和速度的耦合采用SIMPLEC算法，计算方式采用并行计算；

S24、通过云计算CFD-Post后处理，采集云计算中模型大型低扬程水泵网格方案N_i和N_i+1的测压点的压强单位Pa；

S25、获得云计算模型大型低扬程水泵进水流道网格方案N_i和N_i+1在测压点R、W的压强差

S26、S26当满足则输出结果，否则返回S22；

S27输出模型工作站条件下测压点R、W的压强差ΔP_mcj，最优网格方案N_i；

S3、通过云计算计算原型大型低扬程水泵压强差

S31、通过三维建模软件SolidWorks构建原型大型低扬程水泵进水流道的三维模型；

S32、运用云计算网格划分软件ICEM对原型大型低扬程泵站三维模型进行网格剖分，网格尺寸与模型最优网格方案相同；

S33、通过云计算Fluent对步骤S32中输出文件进行计算，Fluent设置与步骤S23中相同；

进一步地，作为本发明的一种优选方案：原型流量进口面积为则v_pj＝v_mj，湍流模型为Realizable k-ε，进口采用速度进口条件v_pj，出口边界采用自由出流条件outflow，自由水面采用刚盖假定symmetry，边壁采用wall，钢筋混凝土糙率为0.013，控制方程的离散方式为有限体积法，扩散项采用二阶中心差分格式，对流项采用Quick格式，压力和速度的耦合采用SIMPLEC算法，计算方式采用并行计算；

S34、通过云计算CFD-Post后处理，采集云计算中原型大型低扬程水泵测压点R’、W’处的压强单位Pa；

S35、采集云计算原型大型低扬程水泵进水流道在测压点R’、W’的压强，并处理数据；

S36、输出原型云计算条件下测压点R’、W’的压强差

S4、预测大型低扬程水泵的流量系数和截断误差；

S41、模型试验与云计算压强差的误差和现场实测与云计算压强差的误差相同，则：求得：

S42、根据伯努利方程：

式中z_W′、z_R′为测压点R’、W’处位置势能，m；

S43、拟合云计算原型大型低扬程水泵流量Q_pj与Δh_ptj的回归方程：b为拟合方程的截断误差；

S5、预测大型低扬程水泵现场实测流量为：现场实测流量与压强差的系数k＝k_p，b＝b_p，则现场实测流量为完毕。

有益效果：本发明能够准确便捷地预测出大型低扬程泵站的现场实测流量，从而确定工程中泵站装置效率与能源单耗，科学准确地完成工程中泵装置性能测试。

附图说明

图1为本发明的预测大型低扬程水泵流量的方法的流程图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明。

如图1所示本发明的预测大型低扬程水泵流量的方法的流程图。本实施例的预测大型低扬程水泵流量的方法，先建立大型低扬程水泵进水流道物理试验模型，在进水流道中选取合适的两个测压点，在两个测压点处安装高精度传感器，在不同流量条件下采集物理模型试验中两测压点的压强，获得物理模型试验条件下两测压点各流量的压强差；然后通过三维建模软件SolidWorks构建模型大型低扬程水泵进水流道的三维模型，利用云计算ICEM剖分模型网格，通过云计算Fluent进行数值分析并通过CFD-Post后处理，获得云计算中对应流量模型的压强差和对应的最优网格方案；再构建原型大型低扬程水泵进水流道的三维模型，运用云计算获得原型大型低扬程水泵进水流道在测压点相似换算后各原型流量的压强差，其中各原型流量的网格尺寸与对应的模型最优网格方案的相同；由于模型试验与云计算模型压强差的误差和现场原型实测与云计算原型压强差的误差相同获得现场实测原型的压强差，再根据伯努利方程求得与现场实测原型相对应的压强水头差，拟合云计算原型大型低扬程水泵流量与压强差的回归方程即求得现场实测原型流量与压强差的关系系数和截断误差，最后预测出大型低扬程水泵现场实测的流量。具体步骤为：

S1、通过试验模型计算大型低扬程水泵压强差；

S11、建立大型低扬程水泵进水流道物理试验模型；

进一步地，作为本发明的一种优选方案：所述步骤S11中所述的大型低扬程水泵进水流道试验模型，其采用整体正态水力模型，按重力相似准则设计，综合考虑模型水流在阻力平方区以及模型泵的选择拟选取模型线性比尺λ_l及泵模型比尺λ_n，流量比尺速度比尺λ_v＝λ_lλ_n，按照线性比尺缩放得到模型坡降和糙率；

S12、在大型低扬程水泵进水流道中选取合适的两个测压点R、W；

进一步地，作为本发明的一种优选方案：所述步骤S12中所述两个测压点的位置满足模型中两点压强差足够大便于率定进水流道的压强差与流量的关系，同时满足工程现场测点压强测量技术的合理性和可行性；

S13、在大型低扬程水泵进水流道中两个测压点R、W安装高精度传感器；

S14、进行物理模型试验，其流量为Q_j，其中Q为流量，单位m³/s，j为工况序数；

S15、采集物理模型试验中两测压点的压强单位Pa；

S16、获得物理模型试验条件下测压点R、W的压强差

S2、通过云计算计算模型大型低扬程水泵压强差；

S21、通过三维建模软件SolidWorks构建模型大型低扬程水泵进水流道的三维模型；

S22、利用云计算软件ICEM剖分网格，网格方案为N_i，对应的网格总体布局比例为并且对应的最大网格尺寸为ω_i，相应地生成的网格总量分别为M_i，M随着i的减小而增大，其中i为网格方案的序数；

进一步地，作为本发明的一种优选方案：所述步骤S22中所述的网格的网格类型为适应性强的四面体非结构化网格，同时对测点附近区域进行局部加密；

S23、通过云计算Fluent对步骤S22输出的网格方案N_i和N_i+1的计算文件进行计算；

进一步地，作为本发明的一种优选方案：湍流模型为Realizable k-ε，进口采用速度进口条件v_mj，出口边界采用自由出流条件outflow，自由水面采用刚盖假定symmetry，边壁采用wall，钢铁糙率为0.012，控制方程的离散方式为有限体积法，扩散项采用二阶中心差分格式，对流项采用Quick格式，压力和速度的耦合采用SIMPLEC算法，计算方式采用并行计算；

S24、通过云计算CFD-Post后处理，采集云计算中模型大型低扬程水泵网格方案N_i和N_i+1的测压点的压强单位Pa；

S25、获得云计算模型大型低扬程水泵进水流道网格方案N_i和N_i+1在测压点R、W的压强差

S26、S26当满足则输出结果，否则返回S22；

S27输出模型工作站条件下测压点R、W的压强差ΔP_mcj，最优网格方案N_i；

S3、通过云计算计算原型大型低扬程水泵压强差

S31、通过三维建模软件SolidWorks构建原型大型低扬程水泵进水流道的三维模型；

S32、运用云计算网格划分软件ICEM对原型大型低扬程泵站三维模型进行网格剖分，网格尺寸与模型最优网格方案相同；

S33、通过云计算Fluent对步骤S32中输出文件进行计算，Fluent设置与步骤S23中相同；

进一步地，作为本发明的一种优选方案：原型流量进口面积为则v_pj＝v_mj，湍流模型为Realizable k-ε，进口采用速度进口条件v_pj，出口边界采用自由出流条件outflow，自由水面采用刚盖假定symmetry，边壁采用wall，钢筋混凝土糙率为0.013，控制方程的离散方式为有限体积法，扩散项采用二阶中心差分格式，对流项采用Quick格式，压力和速度的耦合采用SIMPLEC算法，计算方式采用并行计算；

S34、通过云计算CFD-Post后处理，采集云计算中原型大型低扬程水泵测压点R’、W’处的压强单位Pa；

S35、采集云计算原型大型低扬程水泵进水流道在测压点R’、W’的压强，并处理数据；

S36、输出原型云计算条件下测压点R’、W’的压强差

S4、预测大型低扬程水泵的流量系数和截断误差；

S41、模型试验与云计算压强差的误差和现场实测与云计算压强差的误差相同，则：求得：

S42、根据伯努利方程：

式中z_W′、z_R′为测压点R’、W’处位置势能，m；

S43、拟合云计算原型大型低扬程水泵流量Q_pj与Δh_ptj的回归方程：b为拟合方程的截断误差；

S5、预测大型低扬程水泵现场实测流量为：现场实测流量与压强差的系数k＝k_p，b＝b_p，则现场实测流量为完毕。

以上所述，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，依据本发明的技术实质对以上实施例所作的任何非本质修改或等同变化，均仍属于本发明权利要求书的保护范围内。

Claims (5)

1.一种预测大型低扬程水泵流量的方法，其特征在于：步骤包括S1通过试验模型计算大型低扬程水泵压强差；S2通过云计算计算模型大型低扬程水泵压强差；S3通过云计算计算原型大型低扬程水泵压强差；S4预测大型低扬程水泵的流量系数和截断误差；S5预测大型低扬程水泵现场实测流量；

所述步骤S1包括具体步骤：S11建立大型低扬程水泵进水流道物理试验模型，S12在进水流道中选取两个合适的测压点R、W，S13在测压点处安装高精度传感器，S14进行物理模型试验，S15采集测压点R、W处压强，并处理数据，S16输出测压点R、W的压强差ΔP_mtj；

所述步骤S12两个测压点位置的确定方式，首先在模型中确定多组测压点，然后通过工作站Fluent进行试算，再通过工作站CFD-Post进行后处理，输出压强差足够大的几组测压点，最后选择满足工程现场测点压强测量技术合理性和可行性的测压点R、W；

所述步骤S2包括具体步骤：S21通过SolidWorks对试验模型建立三维数值模型，S22利用云计算ICEM剖分网格，网格方案分别为N_i，S23云计算Fluent数值分析，S24云计算CFD-Post后处理，S25采集测压点R、W处压强，输出压强差ΔP_mcji、ΔP_mcji+1，S26当满足则输出结果，否则返回S22，S27输出模型工作站条件下测压点R、W的压强差ΔP_mcj，最优网格方案N_i；

所述步骤22网格方案N_i，对应的网格总体布局比例为并且对应的最大网格尺寸为ω_i，相应地生成的网格总量分别为 和ω随着i的递增而减小，M随着i的递增而增大，其中i为网格方案的序数，网格类型为四面体非结构化网格，对测点附近区域进行局部加密；

所述步骤S27最优网格方案的确定方式，通过云计算Fluent对步骤S22输出的网格方案N_i和N_i+1的计算文件进行计算，再通过云计算CFD-Post后处理，采集云计算中模型大型低扬程水泵网格方案N_i和N_i+1的测压点的压强单位Pa，获得云计算模型大型低扬程水泵进水流道网格方案N_i和N_i+1在测压点R、W的压强差当满足则输出结果，否则返回步骤S22，最终确定最优网格方案N_i；

所述步骤S3包括具体步骤：S31通过SolidWorks对原型建立三维数值模型，S32云计算ICEM剖分网格，S33云计算Fluent数值分析，S34云计算CFD-Post后处理，S35采集测压点R’、W’处压强，并处理数据，S36输出原型云计算条件下测压点R’、W’的压强差ΔP_pcj；

所述步骤S4包括具体步骤：S41根据等相对误差求出ΔP_ptj，S42根据伯努利方程求出Δh_ptj，S43拟合Q_ptj与Δh_ptj的方程求出k_p，b_p；所述等相对误差即模型试验与云计算压强差的误差和现场实测与云计算压强差的误差相同；所述k_p为水泵流量Q_pj与Δh_ptj的系数，b_p为截断误差；

所述步骤S5包括具体步骤：预测大型低扬程水泵现场实测流量；

步骤S5中，现场实测流量与压强差的系数k＝k_p，b＝b_p，预测大型低扬程水泵现场实测流量为

2.根据权利要求1所述的一种预测大型低扬程水泵流量的方法，其特征在于：所述步骤S11建立大型低扬程水泵进水流道物理试验模型，其采用整体正态水力模型，按重力相似准则设计，综合考虑模型水流在阻力平方区以及模型泵的选择拟选取模型线性比尺λ_l及泵模型比尺λ_n，流量比尺速度比尺λ_v＝λ_lλ_n，按照线性比尺缩放得到模型坡降和糙率。

3.根据权利要求1所述的一种预测大型低扬程水泵流量的方法，其特征在于：所述步骤S2～步骤S3中ICEM、Fluent、CFD-Post方法均采用云计算技术，其中Fluent湍流模型为Realizablek-ε，进口采用速度进口条件，出口边界采用自由出流条件，自由水面采用刚盖假定symmetry，边壁采用wall，控制方程的离散方式为有限体积法FVM，扩散项采用二阶中心差分格式，对流项采用Quick格式，压力和速度的耦合采用SIMPLEC算法，计算方式采用并行计算。

4.根据权利要求1所述的预测大型低扬程水泵流量的方法，其特征在于：所述步骤S32中所述的网格剖分方式采用与步骤S27中所述最优网格方案对应的网格类型、网格尺寸和网格加密方式均相同。

5.根据权利要求1所述的预测大型低扬程水泵流量的方法，其特征在于：所述步骤S43中k_p，b_p的确定方式，先通过云计算Fluent对步骤S32中输出文件进行计算，Fluent设置与步骤S23中相同，然后通过云计算CFD-Post后处理，采集云计算中原型大型低扬程水泵测压点R’、W’处的压强单位Pa，获得云计算原型大型低扬程水泵进水流道在测压点R’、W’的压强差根据模型试验与云计算压强差的误差和现场实测与云计算压强差的误差相同，则：求得：根据伯努利方程：求得R’、W’的水头差式中z_W′、z_R′为测压点R’、W’处位置势能m，原型流量为其中Q为模型流量，单位m³/s，j为工况序数，最终拟合云计算原型大型低扬程水泵流量Q_pj与Δh_ptj的回归方程确定了k_p，b_p的值。