Prediction of energy and cavitation characteristics of high specific speed Francis hydraulic turbines

封面


如何引用文章

全文:

详细

BACKGROUND: Cavitation is a phenomenon that occurs in vane hydraulic machines: pumps, hydraulic turbines, when the pressure in a certain area of the flow reaches the level of saturated steam pressure. Its occurrence depends on the design and mode of operation of the hydraulic turbine. In order to design a hydraulic turbine with high cavitation qualities, it is necessary to be able to reliably predict this phenomenon.

AIMS: The article describes approaches to modeling the operation of Francis hydraulic turbines based on the ANSYS software package.

METHODS: Using quasi-3D methods was modeled turbine blade system with 75 meters head. Hydrodynamic computation carried out in single-phase and two-phase formulations using the ANSYS CFX package.

RESULTS: The design of a flow path Francis turbine 3D solid model with a specific speed coefficient ns =283 has been completed. The flow part of the hydraulic turbine includes a spiral case, a stator, a guide vane, an impeller and a draft tube. Computational modeling of the flow of a single-phase viscous fluid in a hydraulic turbine in different modes was carried out to construct a universal characteristic. The optimal efficiency is found and the flow characteristics are calculated. The losses in the elements of the flow part of the hydroturbine under various operating modes are determined, the zone of optimal operation is found. The cavitation flow is calculated using a two-phase flow model (water-steam). For both sides of the impeller blade, a pressure distribution was obtained, which can be used to judge the possibility of cavitation in areas where the pressure of the water column is less than the vaporization pressure. The value of the critical cavitation coefficient for the three most unfavorable modes was determined, and the dependence of the efficiency on the cavitation coefficient was constructed. The area occupied by steam on the blade during cavitation flow is visualized, its area is determined relative to the surface area of the blade.

CONCLUSIONS: The designed hydraulic turbine has good energy and cavitation qualities, confirmed by the calculation. This version of the hydroturbine can be used as the initial one with further optimization of the blade system and elements of the flow path, to improve the energy and cavitation qualities.

作者简介

Aleksandr Zharkovskiy

Peter the Great St. Petersburg Polytechnic University

Email: azharkovsky@gmail.com
ORCID iD: 0000-0002-3044-8768
SPIN 代码: 3637-7853

Professor, Dr. Sci. (Tech.), Professor

俄罗斯联邦, 29 Politekhnicheskaya street, 195251, Saint Petersburg

Vasiliy Schur

Peter the Great St.Petersburg Polytechnic University

Email: tshur_va@spbstu.ru
ORCID iD: 0000-0002-9816-4323
SPIN 代码: 3626-5109

Cand. Sci. (Tech.), Associate Professor

俄罗斯联邦, 29 Politekhnicheskaya street, 195251, Saint Petersburg

Omran Mohammad

Peter the Great St. Petersburg Polytechnic University

编辑信件的主要联系方式.
Email: omran3.m@edu.spbstu.ru
ORCID iD: 0000-0001-9284-171X
SPIN 代码: 5292-5533

post graduate

俄罗斯联邦, 29 Politekhnicheskaya street, 195251, Saint Petersburg

参考

  1. Bunea F, Ciocan GD, Bucur DM, et al. Hydraulic Turbine Performance Assessment with Implementation of an Innovative Aeration System. Water. 2021;13(18):2459. doi: 10.3390/w13182459
  2. Patel K, Desai J, Chauhan V, et al. Development of Francis Turbine using Computational Fluid Dynamics. In: The 11th Asian International Conference on Fluid Machinery and The 3rd Fluid Power Technology Exhibition, November 21–23, 2011, IIT Madras, Chennai, India. Chennai: IIT Madras; 2011. doi: 10.13140/2.1.2177.4402
  3. Shukla MK, Jain R, Prasad V, et al. CFD Analysis of 3-D Flow for Francis Turbine. MIT International Journal of Mechanical Engineering. 2011;1(2):93-100.
  4. Topazh G.I. Lopastnye gidromashiny i gidrodinamicheskie peredachi. Osnovy rabochego protsessa i rascheta gidroturbin. St. Petersburg: Izd-vo Politekh. un-ta; 2011. (in Russ).
  5. Celebioglu K, Altintas B, Aradag S, et al. Numerical research of cavitation on Francis turbine runners. International Journal of Hydrogen Energy. 2017;42(28):17771-17781. doi: 10.1016/j.ijhydene.2017.03.180
  6. Zgolli R, Ennouri M, Kanfoudi H. Modeling of cavitation in hydraulic turbomachinery. 16th International Symposium on Transport Phenomena and Dynamics of Rotating Machinery, Apr 2016, Honolulu, United States. 2016:ffhal-01894392f.
  7. Zharkovskiy AA, Grachev AV, Shumilin SA, et al. Matematicheskie modeli rabochikh pro-tsessov lopastnykh gidromashin. St. Petersburg: Izd-vo Politekh. un-ta; 2011. (in Russ).
  8. Topazh GI. Lopastnye gidromashiny. Vybor osnovnykh parametrov i elementov protochnoy chasti reaktivnykh gidroturbin. St. Petersburg: Izd-vo Politekh. un-ta; 2006. (in Russ).
  9. Barlit VV. Gidravlicheskie turbiny. Kiev: Vishcha shkola; 1977. (in Russ).
  10. Pugachev PV, Svoboda DG, Zharkovskiy AA. Raschet vyazkogo techeniya v lopastnykh gidro-mashinakh s ispolzovaniem paketa ANSYS CFX. St. Petersburg: Izd-vo Politekh. un-ta; 2016. (in Russ).
  11. Moukalled F, Mangani L, Darwish M. The Finite Volume Method in Computational Fluid Dynamics. An Advanced Introduction with OpenFOAM and Matlab. Berlin: Springer; 2016.
  12. Gohil PP, Saini RP. Numerical Study of Cavitation in Francis Turbine of a Small Hydro Power Plant. Journal of Applied Fluid Mechanics. 2015;6(1):357–365. doi: 10.18869/ACADPUB.JAFM.68.224.24080
  13. Panov LV. Chislennoe modelirovanie kavitatsionnykh techeniy vyazkoy zhidkosti v gidro-turbinakh. [dissertation] Avtoref. dis. ... kand. tekh. nauk. Novosibirsk; 2014. (in Russ).

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. Geometry of the investigated flow path of the RO 75 hydroturbine: a – vane system of the RO, b – flow path of the RO 75 hydroturbine.

下载 (133KB)
3. Fig. 2. Calculated universal characteristic.

下载 (134KB)
4. Fig. 3. Efficiency of a hydraulic turbine depending on σ.

下载 (119KB)
5. Tabl. 2_1

下载 (103KB)
6. Tabl. 2_2

下载 (116KB)
7. Tabl. 2_3

下载 (121KB)
8. Tabl. 2_4

下载 (126KB)
9. Tabl. 2_5

下载 (127KB)
10. Tabl. 2_6

下载 (129KB)
11. Tabl. 4_1

下载 (46KB)
12. Tabl. 4_2

下载 (49KB)
13. Tabl. 4_3

下载 (61KB)
14. Tabl. 4_4

下载 (46KB)
15. Tabl. 4_5

下载 (48KB)
16. Tabl. 4_6

下载 (61KB)
17. Tabl. 4_7

下载 (44KB)
18. Tabl. 4_8

下载 (50KB)
19. Tabl. 4_9

下载 (60KB)

版权所有 © Zharkovskiy A.A., Schur V.A., Mohammad O., 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».