摘要:應(ying)用粒子(zi)成像測(ce)速技術(shu)獲得了(le)渦輪流(liu)量計葉(ye)片入口(kou)流場的(de)速度分(fen)布信息(xi)，并基于(yu)該測量(liang)結果，運(yun)用T-G模型(xing)理論得(de)💰出流量(liang)計的響(xiang)應。通過(guo)與以往(wang)所采用(yong)的幾種(zhong)👣典型的(de)入口速(su)度分布(bu)計算得(de)到的結(jie)果比較(jiao)分析表(biao)明，基于(yu)PIV測量的(de)結果更(geng)接近于(yu)渦輪流(liu)量計的(de)真實響(xiang)應。還比(bi)較分析(xi)了渦輪(lun)入口速(su)度分布(bu)對渦輪(lun)流量計(ji)響應的(de)影響機(ji)理，相關(guan)結果可(ke)望爲改(gai)進渦輪(lun)🔱流量計(ji)響應的(de)計算分(fen)析方法(fa)以及優(you)化設計(ji)提供有(you)😍價值的(de)參考。
1引(yin)言
　　渦輪(lun)流量計(ji) 作爲一(yi)種速度(du)式儀表(biao)，因其具(ju)有諸多(duo)優點被(bei)廣泛應(ying)用到工(gong)業生産(chan)以及實(shi)際生活(huo)中。在渦(wo)輪流量(liang)計的實(shi)際使用(yong)中，一般(ban)🔆需要🏃🏻結(jie)合流量(liang)計本身(shen)的響應(ying)曲線來(lai)計算被(bei)測管流(liu)的實際(ji)流量。獲(huo)得渦輪(lun)流量計(ji)響應曲(qu)線的方(fang)法㊙️主要(yao)有2種，一(yi)是通過(guo)标準流(liu)量平台(tai)标定，二(er)是通過(guo)理論模(mo)型計算(suan)獲得其(qi)響應。其(qi)中标定(ding)方法在(zai)實際生(sheng)産中應(ying)用更廣(guang)泛，不過(guo)特定的(de)标定曲(qu)線往往(wang)僅适用(yong)于某些(xie)單一工(gong)況下的(de)響應，局(ju)限性較(jiao)大。因此(ci)通過對(dui)渦輪流(liu)量計理(li)論模型(xing)的探索(suo)和改進(jin)從而更(geng)準确地(di)⛷️預測流(liu)量計的(de)響應曲(qu)線具有(you)重要意(yi)🌐義。
　　1970年，Thompson和(he)Grey基于葉(ye)栅理論(lun)和不可(ke)壓縮勢(shi)流提出(chu)了較爲(wei)系統的(de)計算渦(wo)輪流量(liang)計響應(ying)的理論(lun)模型［1］(以(yi)下簡⚽稱(cheng)TG模型)。該(gai)模型可(ke)以❗将速(su)💛度入口(kou)信息以(yi)及渦輪(lun)流量計(ji)各部件(jian)的幾何(he)和🌍運動(dong)參數均(jun)納入考(kao)慮，因而(er)被此後(hou)的研究(jiu)廣泛🔱采(cai)用。流量(liang)測量設(she)備的内(nei)流場對(dui)其響應(ying)有着重(zhong)要影響(xiang)，目前部(bu)分研⛹🏻‍♀️究(jiu)采用數(shu)值模拟(ni)手段對(dui)其進行(hang)計算進(jin)而分析(xi)儀表的(de)響應情(qing)況［2-6］。對于(yu)渦輪内(nei)流場的(de)實際流(liu)動情況(kuang)Xu［7］采用了(le)激光多(duo)普勒(LDA)技(ji)術對口(kou)徑🐪100mm的渦(wo)輪流量(liang)計輪毂(gu)與管壁(bi)間的12個(ge)不同位(wei)置的速(su)度進行(hang)了🔴測量(liang)并代入(ru)理論模(mo)型進行(hang)計算，理(li)論❄️計算(suan)結果與(yu)實驗結(jie)果比較(jiao)吻合。
　　以(yi)上研究(jiu)都表明(ming)，獲得準(zhun)确的渦(wo)輪流量(liang)計入口(kou)速度分(fen)布，結合(he)TG模型可(ke)大大提(ti)高計算(suan)的準确(que)性。由于(yu)🔞實際渦(wo)輪上遊(you)情況比(bi)較複雜(za)，不同的(de)導流葉(ye)片、輪毂(gu)前緣設(she)計等因(yin)素都對(dui)入口🧑🏽‍🤝‍🧑🏻速(su)度分布(bu)有着重(zhong)要的影(ying)響，因而(er)實際的(de)☁️渦輪入(ru)口速度(du)分布，并(bing)非均勻(yun)分布或(huo)充分發(fa)展的環(huan)空分布(bu)，難以通(tong)過簡單(dan)的黏性(xing)流理論(lun)獲得🔅通(tong)用的速(su)度分布(bu)計算方(fang)法。因而(er)采用實(shi)驗的手(shou)段，獲得(de)能夠反(fan)映切合(he)🐕實際的(de)渦輪入(ru)口速度(du)分布具(ju)有重要(yao)的應用(yong)價值。縱(zong)觀💚以往(wang)的研🛀究(jiu)，對于入(ru)口速度(du)分布的(de)獲得，多(duo)是采用(yong)理論計(ji)算或是(shi)數值模(mo)拟的方(fang)法，僅🥵有(you)Xu［7］采用了(le)LDA技術觀(guan)察了渦(wo)🌂輪環空(kong)的速度(du)分布。LDA技(ji)術雖然(ran)計量正(zheng)确，但其(qi)多光束(shu)彙聚和(he)單點測(ce)量的性(xing)質決👅定(ding)✌️了它測(ce)點較少(shao)，難以同(tong)時獲🔴得(de)全流場(chang)信息的(de)缺陷，因(yin)而🧑🏽‍🤝‍🧑🏻其僅(jin)能用于(yu)口徑較(jiao)大的渦(wo)輪流量(liang)計流場(chang)測量。随(sui)着粒子(zi)圖♋像測(ce)速(PIV)技術(shu)［12］的發展(zhan)，其瞬時(shi)獲得💋全(quan)場信♋息(xi)的能力(li)也被應(ying)用到流(liu)量測量(liang)的研究(jiu)中［13-15］，也可(ke)以用㊙️于(yu)渦輪流(liu)❄️量計葉(ye)輪輪🥰毂(gu)與管壁(bi)的研究(jiu)🈲中。基于(yu)以上考(kao)慮，應用(yong)粒子成(cheng)像測速(su)技術(PIV)來(lai)獲得流(liu)場的流(liu)速信息(xi)，以便通(tong)過更準(zhun)确和全(quan)面的入(ru)口速度(du)分布進(jin)而對流(liu)🏃‍♂️量計的(de)響應獲(huo)得認識(shi)上的深(shen)入。
2渦輪(lun)流量計(ji)理論模(mo)型
　　在渦(wo)輪流量(liang)計處于(yu)穩定響(xiang)應的狀(zhuang)态下，角(jiao)加速度(du)爲零，此(ci)時作用(yong)在葉輪(lun)上的各(ge)力矩(見(jian)圖1)需滿(man)足力🏃‍♀️矩(ju)平衡方(fang)♈程:
Td－Th－Tt－Tw－Tb－Tm=0(1)
式中(zhong):Td爲葉片(pian)驅動力(li)矩;Th爲輪(lun)毂周邊(bian)黏性阻(zu)力矩;Tt爲(wei)葉🔴片頂(ding)隙黏性(xing)阻力矩(ju);Tw爲輪毂(gu)端面黏(nian)性阻力(li)矩;Tb爲軸(zhou)承黏性(xing)阻力💚矩(ju);Tm爲軸與(yu)軸尖機(ji)械阻力(li)矩

渦輪(lun)轉速ω爲(wei)所求的(de)量。獲得(de)各不同(tong)力矩，通(tong)過求解(jie)力矩平(ping)💯衡方程(cheng)可得對(dui)應工況(kuang)的渦輪(lun)轉速ω。
下(xia)面分别(bie)對各力(li)矩計算(suan)方法進(jin)行介紹(shao)。
2．1葉片驅(qu)動力矩(ju)
　　采用的(de)理論模(mo)型葉片(pian)驅動力(li)矩類似(si)Xu［7］文章中(zhong)的處理(li)方法，模(mo)🌈型假設(she)在葉輪(lun)輪毂和(he)管道内(nei)壁之間(jian)的環空(kong)🐉空間内(nei)不存在(zai)沿半徑(jing)方向的(de)流動，因(yin)而可以(yi)将三維(wei)的渦輪(lun)葉片離(li)🔴散成有(you)限個二(er)維葉栅(shan)計算不(bu)同葉栅(shan)上葉片(pian)的受力(li)。針對半(ban)徑爲r處(chu)的葉栅(shan)，可計算(suan)其所受(shou)❤️的驅動(dong)力系數(shu)Cdr(見圖1)：
Cdr=Clcosβ－Cdsinβ(2)
式(shi)中:Cl和Cd爲(wei)葉栅的(de)升力系(xi)數和阻(zu)力系數(shu)，二者可(ke)通過不(bu)可壓🔅縮(suo)✏️勢流的(de)方法計(ji)算，與葉(ye)片翼型(xing)、葉輪轉(zhuan)速、來流(liu)速😄度和(he)半徑位(wei)置等參(can)數相關(guan)。
通過對(dui)輪毂半(ban)徑Ｒh到葉(ye)頂半徑(jing)Ｒt的驅動(dong)力矩進(jin)行積分(fen)可以獲(huo)得✂️作用(yong)在整個(ge)葉片上(shang)的驅動(dong)力矩Tdr(不(bu)含黏性(xing)影響):

式(shi)中:ρ爲流(liu)體密度(du);N爲葉片(pian)數量;C爲(wei)葉片弦(xian)長;Ur(r)爲葉(ye)栅處速(su)度，與葉(ye)栅位置(zhi)相關，在(zai)中通過(guo)PIV測量結(jie)果插值(zhi)獲得👨‍❤️‍👨。
　　實(shi)際流動(dong)中受黏(nian)性影響(xiang)，流體還(hai)會在葉(ye)栅表面(mian)産生黏(nian)性力，采(cai)用黏性(xing)流體力(li)學中二(er)維渠道(dao)流平闆(pan)黏性力(li)的🎯計算(suan)方法計(ji)算黏性(xing)阻力Fv

式(shi)中:t爲葉(ye)栅栅距(ju)，ν爲流體(ti)的運動(dong)黏性系(xi)數。
由葉(ye)栅黏性(xing)阻力Fv可(ke)求得葉(ye)片整體(ti)所受黏(nian)性阻力(li)矩Tv:

進而(er)可以獲(huo)得葉片(pian)上所受(shou)的整體(ti)驅動力(li)矩Td:
Td=Tdr－Tv(7)
2．2輪毂(gu)周面黏(nian)性阻力(li)矩
　　理論(lun)模型中(zhong)輪毂周(zhou)面黏性(xing)阻力矩(ju)由2部分(fen)構成:葉(ye)片部分(fen)輪毂🏃和(he)葉片上(shang)遊輪毂(gu)。
依據Tsukamoto［16］的(de)計算，葉(ye)片部分(fen)輪毂黏(nian)性阻力(li)矩Thb的計(ji)算式爲(wei)🥵：

式中:Bt爲(wei)葉片厚(hou)度。
2．4輪毂(gu)端面黏(nian)性阻力(li)矩
依據(ju)Tsukamoto［16］的計算(suan)，輪毂端(duan)面黏性(xing)阻力矩(ju)Tw的計算(suan)式爲:

2．5軸(zhou)承黏性(xing)阻力矩(ju)和機械(xie)摩擦阻(zu)力矩
根(gen)據同軸(zhou)圓筒黏(nian)性阻力(li)矩計算(suan)方法可(ke)得軸承(cheng)黏性阻(zu)力矩👄Tb

式(shi)中:Ｒb和Ｒbo分(fen)别爲軸(zhou)和軸承(cheng)半徑，lb爲(wei)軸的等(deng)效長度(du)。
　　機械摩(mo)擦阻力(li)矩基本(ben)不受轉(zhuan)速影響(xiang)可設置(zhi)爲定值(zhi)☎️，中渦輪(lun)機‼️械摩(mo)擦阻力(li)矩取爲(wei)5×10－7N·m。
2．6理論模(mo)型綜合(he)分析
　　當(dang)渦輪進(jin)入線性(xing)響應區(qu)間後，起(qi)主要作(zuo)用的是(shi)葉片驅(qu)🍉動☀️力矩(ju)和葉片(pian)頂隙阻(zu)力矩之(zhi)間的平(ping)衡，其他(ta)各阻力(li)矩相對(dui)‼️較小。葉(ye)片⭐頂隙(xi)阻力矩(ju)與渦輪(lun)軌速矩(ju)近似成(cheng)正比關(guan)系，驅動(dong)力矩則(ze)主要🍉受(shou)入口速(su)度分布(bu)Ur(r)影響，獲(huo)得準确(que)的入口(kou)速度分(fen)布可以(yi)使理論(lun)模型的(de)計算⭐結(jie)果與實(shi)際更爲(wei)符合，傳(chuan)統的理(li)論模型(xing)中入口(kou)速👉度💞分(fen)布多采(cai)用均勻(yun)分布假(jia)設(即各(ge)不同半(ban)徑入口(kou)速度👣相(xiang)等)或充(chong)分發展(zhan)的環空(kong)空間速(su)度分布(bu)，則通過(guo)PIV技術測(ce)量了實(shi)驗使用(yong)渦輪的(de)入口💛速(su)度分布(bu)♻️并代入(ru)理論💋模(mo)型進行(hang)計算。
3實(shi)驗系統(tong)
　　采用20mm口(kou)徑的渦(wo)輪流量(liang)計，量程(cheng)範圍是(shi)1～80方/天，其(qi)中較好(hao)線性段(duan)範圍是(shi)5～50方/天，流(liu)量計渦(wo)輪爲等(deng)重疊度(du)渦輪(不(bu)同半徑(jing)位置葉(ye)栅重疊(die)度相同(tong))，具體參(can)數如表(biao)1所示，這(zhe)種流量(liang)計在大(da)慶油田(tian)的生産(chan)測井中(zhong)廣泛應(ying)用，其結(jie)構如圖(tu)2(a)所示。來(lai)流經過(guo)一段導(dao)流葉片(pian)整流後(hou)進入渦(wo)輪的環(huan)空空🔞間(jian)，驅動葉(ye)輪轉動(dong)，輸出響(xiang)㊙️應信号(hao)。在渦🔞輪(lun)流量計(ji)的線性(xing)響應區(qu)間中，處(chu)于穩定(ding)轉動時(shi)渦輪葉(ye)片對流(liu)體的幹(gan)擾較少(shao)，相對來(lai)流攻角(jiao)較小，對(dui)流體的(de)軸向速(su)度分布(bu)基本♋沒(mei)有影響(xiang)⭐，僅會稍(shao)稍增加(jia)其周向(xiang)轉速。因(yin)而爲了(le)測量渦(wo)輪流⛹🏻‍♀️量(liang)計入口(kou)速度分(fen)🔅布，特别(bie)制作了(le)各參數(shu)與實際(ji)渦輪相(xiang)同但并(bing)無葉片(pian)的透明(ming)外殼輪(lun)毂模型(xing)，如圖2(b)所(suo)示，通過(guo)PIV手段，對(dui)管道中(zhong)軸面上(shang)輪毂和(he)管壁之(zhi)間的區(qu)域的軸(zhou)🔆向速度(du)分布進(jin)行剖面(mian)測量。輪(lun)毂模型(xing)安裝在(zai)待測渦(wo)輪流量(liang)計的上(shang)遊，相距(ju)超過2m以(yi)保證二(er)🌈者之間(jian)無相互(hu)幹擾。實(shi)驗流速(su)❄️範圍在(zai)5～25方/天，在(zai)管路下(xia)遊采用(yong)時間-質(zhi)量法獲(huo)㊙️得真實(shi)流速，通(tong)過光學(xue)觀🔅測獲(huo)得渦輪(lun)流量計(ji)葉輪🧑🏽‍🤝‍🧑🏻的(de)真🥰實轉(zhuan)動頻率(lü)，同時采(cai)用PIV技術(shu)測量輪(lun)毂模型(xing)中的速(su)度分布(bu)。


　　實(shi)驗中所(suo)使用的(de)PIV系統爲(wei)作者單(dan)位自行(hang)研制的(de)PIV系統［17］(見(jian)圖3(a))，激光(guang)器發出(chu)的激光(guang)依次通(tong)過凸透(tou)鏡聚焦(jiao)，經柱🚶‍♀️面(mian)鏡發散(san)成片光(guang)，再通過(guo)平面反(fan)射鏡反(fan)射成豎(shu)直片光(guang)，進入實(shi)驗觀察(cha)區。示蹤(zong)粒子跟(gen)随流體(ti)流過實(shi)驗段，由(you)高速攝(she)影記錄(lu)實驗過(guo)程，通過(guo)相關計(ji)算處理(li)得到速(su)度分布(bu)結果。其(qi)中所用(yong)的激光(guang)器爲☂️可(ke)連續發(fa)射❌532mm激光(guang)(綠光)，發(fa)射最大(da)輸出功(gong)率爲✍️2W的(de)半導體(ti)激光器(qi)。實驗采(cai)用的相(xiang)機爲每(mei)秒可拍(pai)攝5000幅的(de)高速攝(she)影。示蹤(zong)粒子采(cai)用的是(shi)空心玻(bo)璃微球(qiu)，粒徑爲(wei)20～40μm，密度1．05g/cm3。圖(tu)像的互(hu)相關處(chu)理程序(xu)由作者(zhe)所在單(dan)位自行(hang)在MATLAB軟件(jian)平台中(zhong)編寫成(cheng)。
　　進行圖(tu)像采集(ji)的方法(fa)均爲多(duo)幀單曝(pu)光，即相(xiang)繼2次曝(pu)光的粒(li)子圖像(xiang)分别記(ji)錄在相(xiang)繼的2幅(fu)照片上(shang)，因🔆此采(cai)取互相(xiang)關算法(fa)進行圖(tu)像處理(li)。基本原(yuan)理是用(yong)相繼2幀(zhen)粒子圖(tu)像I1(x珋)，I2(x珋(liu))進行相(xiang)關計算(suan)🔞：

　　Ｒc(sˉ)的理想(xiang)空間分(fen)布如圖(tu)3(b)所示，僅(jin)有一個(ge)明顯的(de)級大峰(feng)值🔞，其🧑🏽‍🤝‍🧑🏻中(zhong)珋s爲判(pan)讀小區(qu)内粒子(zi)的平均(jun)位移矢(shi)量。算法(fa)采用16×16的(de)矩形像(xiang)素作爲(wei)判讀小(xiao)區，對應(ying)的空間(jian)分辨率(lü)爲0．35mm×0．35mm，時間(jian)分辨率(lü)達0．2ms。整個(ge)圖像在(zai)輪毂與(yu)管壁之(zhi)間的速(su)度剖面(mian)可取的(de)32個流㊙️速(su)點，從而(er)可以較(jiao)準确地(di)得到其(qi)間的速(su)度分布(bu)情況。

4實(shi)驗結果(guo)與分析(xi)
　　通過對(dui)PIV實驗中(zhong)所拍攝(she)的照片(pian)(見圖4(a))進(jin)行後處(chu)理，可以(yi)🏃🏻得到各(ge)個流量(liang)點下輪(lun)毂與管(guan)壁之間(jian)軸截面(mian)流場軸(zhou)向速度(du)分👅布信(xin)息如😘圖(tu)4(b)所示。鑒(jian)于試驗(yan)模型的(de)軸對稱(cheng)性，從原(yuan)理上說(shuo)該軸截(jie)🏃‍♀️面的速(su)度分布(bu)可以推(tui)廣到周(zhou)向環形(xing)區📱域。


　　實(shi)驗中流(liu)量計的(de)渦輪輪(lun)毂半徑(jing)爲4mm，而管(guan)道内徑(jing)爲10mm，因而(er)速❄️度分(fen)布都在(zai)這6mm的區(qu)間内。通(tong)過圖像(xiang)處理可(ke)以獲得(de)32個不同(tong)位置🌏的(de)速度，在(zai)此基礎(chu)上進行(hang)插值即(ji)可獲㊙️得(de)整個🔴環(huan)空流場(chang)的軸向(xiang)速度分(fen)布。圖5(a)反(fan)映了實(shi)驗所測(ce)得的幾(ji)🤟個不同(tong)工況點(dian)的軸向(xiang)速度分(fen)布，從圖(tu)中可以(yi)看出，流(liu)速在中(zhong)間位置(zhi)較高，由(you)于邊界(jie)層的影(ying)響，在靠(kao)近輪毂(gu)和管壁(bi)附近流(liu)速逐漸(jian)趨近于(yu)零。随着(zhe)流速的(de)升高，整(zheng)體速度(du)❗分布向(xiang)管壁方(fang)向偏移(yi)，速度最(zui)大值位(wei)置半徑(jing)增大，輪(lun)💃毂表面(mian)邊界層(ceng)厚度增(zeng)加，管壁(bi)表面邊(bian)界層厚(hou)度減少(shao)。與Xu［7］采用(yong)LDA測🔞量的(de)結果相(xiang)比，結果(guo)在半徑(jing)較大處(chu)速度較(jiao)高，二者(zhe)的不同(tong)結果也(ye)反映了(le)不同設(she)計的渦(wo)輪流量(liang)計入口(kou)速度分(fen)布存在(zai)差異。相(xiang)比LDA而言(yan)，PIV可以更(geng)加全面(mian)地獲得(de)輪毂與(yu)管壁之(zhi)間的流(liu)速分布(bu)信息💛。


　　将(jiang)實驗中(zhong)PIV測得的(de)速度分(fen)布與同(tong)流量下(xia)的完全(quan)發展的(de)環形通(tong)👌道速度(du)分布［18］以(yi)及此流(liu)量下的(de)均勻分(fen)布進行(hang)對比，如(ru)圖5(b)所示(shi)，從中可(ke)以看出(chu)，用PIV測得(de)的速度(du)分布👣與(yu)完全✌️發(fa)展的環(huan)形通道(dao)速度分(fen)布有明(ming)顯不同(tong)。其中👅前(qian)者的峰(feng)📱值比較(jiao)靠近管(guan)道内壁(bi)方向，而(er)後者的(de)峰值🐕較(jiao)靠近輪(lun)毂方向(xiang)。另外，完(wan)🌈全發展(zhan)的環形(xing)通道速(su)度🆚分布(bu)比用PIV測(ce)得的速(su)度分布(bu)更加平(ping)緩🐅。由于(yu)不同位(wei)置的流(liu)體對❓渦(wo)輪葉片(pian)作用效(xiao)果不同(tong)，實際流(liu)速中峰(feng)值在不(bu)同位置(zhi)對渦輪(lun)産生的(de)驅動效(xiao)果可能(neng)會有很(hen)大差異(yi)，如圖5(b)中(zhong)所示的(de)完全🈲發(fa)展速度(du)分布和(he)均勻速(su)度分布(bu)都很平(ping)緩，不♍能(neng)完全反(fan)😍映實際(ji)流動中(zhong)不同位(wei)置的流(liu)場信息(xi)，計算的(de)結果中(zhong)自然也(ye)就将這(zhe)些差異(yi)對渦輪(lun)㊙️響應可(ke)能産生(sheng)的特殊(shu)貢獻✊有(you)所體現(xian)。
　　分别用(yong)3種速度(du)分布作(zuo)爲渦輪(lun)入口速(su)度分布(bu)求解流(liu)💜量計響(xiang)應，與實(shi)際測得(de)的響應(ying)進行對(dui)比，如圖(tu)6(a)所🈲示。從(cong)圖中可(ke)以看出(chu)，采用完(wan)全發展(zhan)的環形(xing)速度分(fen)💯布和均(jun)勻速度(du)💘分布計(ji)算的渦(wo)😍輪響應(ying)值明顯(xian)低于渦(wo)輪流量(liang)計的真(zhen)實響應(ying)。在渦輪(lun)正常響(xiang)應時，在(zai)葉📞片中(zhong)上部(即(ji)靠近管(guan)壁部分(fen))的流體(ti)驅動渦(wo)輪轉動(dong)，而在葉(ye)片底部(bu)(即靠近(jin)輪毂部(bu)🈲分)的流(liu)體阻礙(ai)渦輪轉(zhuan)動，因而(er)流體分(fen)布越靠(kao)近管壁(bi)，帶來的(de)驅動力(li)矩越大(da)，使得葉(ye)輪的轉(zhuan)速越快(kuai)。從圖5(b)中(zhong)來看🚩，真(zhen)實速度(du)分布更(geng)靠進管(guan)壁，應爲(wei)理論求(qiu)解結果(guo)轉速偏(pian)低的👨‍❤️‍👨原(yuan)因。
　　分别(bie)計算各(ge)個響應(ying)在不同(tong)流量點(dian)處與真(zhen)實響應(ying)🏃🏻的相對(dui)誤差，結(jie)果如圖(tu)6(b)所示。從(cong)圖中可(ke)以明顯(xian)看出，用(yong)PIV獲得的(de)速度分(fen)布計算(suan)的結果(guo)與實際(ji)響應的(de)相對誤(wu)差最小(xiao)，在3%以内(nei);用均勻(yun)入口速(su)度分布(bu)計算的(de)結果誤(wu)差最大(da);用完全(quan)發展的(de)♻️環形通(tong)道速度(du)分布🈲當(dang)雷諾數(shu)超過2000時(shi)，由于計(ji)✍️算模型(xing)假設❌由(you)層流的(de)速♻️度分(fen)布直接(jie)轉變爲(wei)湍流的(de)速度分(fen)布模型(xing)，未能合(he)理地反(fan)映實際(ji)流動中(zhong)逐步轉(zhuan)變的過(guo)渡階段(duan)，導緻理(li)論結果(guo)與實際(ji)速❄️度分(fen)布有較(jiao)大差異(yi)，所以誤(wu)差較大(da)。通過📐這(zhe)些對比(bi)不🥰難看(kan)出，獲得(de)真實的(de)速度分(fen)布能更(geng)爲準确(que)地⛷️計算(suan)渦輪流(liu)量計的(de)實際響(xiang)應。面對(dui)複雜的(de)上遊來(lai)流條件(jian)，PIV結果更(geng)能反映(ying)渦輪流(liu)量計内(nei)部流動(dong)的主要(yao)特征，這(zhe)也🈲從另(ling)一個側(ce)面表明(ming)，對渦輪(lun)流量計(ji)内部複(fu)雜流動(dong)的精細(xi)測量和(he)深入認(ren)識也将(jiang)是完善(shan)相關理(li)論和進(jin)一㊙️步優(you)化其性(xing)能💋的重(zhong)要途徑(jing)。

5結論
　　通(tong)過PIV技術(shu)觀測了(le)渦輪流(liu)量計入(ru)口軸向(xiang)速度分(fen)布并🈲代(dai)入TG模型(xing)進行計(ji)算。結果(guo)表明，PIV技(ji)術可以(yi)作爲渦(wo)輪流量(liang)計的入(ru)💰口速度(du)的觀測(ce)手段。PIV技(ji)術代入(ru)模型後(hou)計算所(suo)得的渦(wo)輪轉速(su)與實際(ji)較爲吻(wen)合，而采(cai)用均勻(yun)速度入(ru)口或是(shi)充分發(fa)展的環(huan)空空💯間(jian)速度分(fen)布均與(yu)實際🔅存(cun)在些許(xu)差㊙️異，代(dai)入模型(xing)後所得(de)誤差🈲較(jiao)大，也反(fan)映了不(bu)同的入(ru)口速度(du)分布對(dui)流量✊計(ji)響😄應具(ju)有十🎯分(fen)重要的(de)影響。
　　由(you)于渦輪(lun)流量計(ji)入口速(su)度分布(bu)受到多(duo)種因素(su)的🔴影🍉響(xiang)，難以✂️完(wan)全依賴(lai)簡單的(de)理論計(ji)算，因而(er)PIV技術可(ke)以有⛱️的(de)放矢地(di)👉用于🍉渦(wo)輪流量(liang)計的内(nei)流場觀(guan)察，獲得(de)真實🏃🏻的(de)流速分(fen)布信📧息(xi)，進而改(gai)進理💞論(lun)模型的(de)計算和(he)分析，在(zai)新一代(dai)渦輪流(liu)量計的(de)研制和(he)完善相(xiang)關理論(lun)中發揮(hui)重要的(de)作用。

以(yi)上内容(rong)源于網(wang)絡，如有(you)侵權聯(lian)系即删(shan)除!