基于计算流体动力学（CFD）的可行性分析：一种用于离心泵的集成涡流测量方法

《Measurement》：CFD-based feasibility analysis of an integrated vortex flow measurement method for centrifugal pumps

　　

• •
  在离心泵内部实现了基于涡流的现场流量测量。
• •
  导流器的使用提高了信噪比和频率识别的稳定性。
• •
  建立了一个多指标框架用于频率响应评估。
• •
  系统揭示了涡流-压力耦合机制。
• •
  展示了一种替代传统流量计的紧凑型方案。

引言

流量是工业过程和能源计量中必须准确监测的关键参数，因为它直接反映了系统负载、效率和工作条件[1]。作为广泛使用的动力设备，离心泵的高效稳定运行依赖于准确的实时流量测量和调节[2]。传统的流量测量方法通常是通过外部管道安装的仪器来实现的，这些仪器成本高且安装复杂。将涡流流量计直接集成到泵中，可以实现实时和准确的现场流量测量，同时降低设备成本、简化安装过程并提高测量效率。

由于涡流流量计的输出信号与流速之间存在线性关系，对流体性质的变化不敏感，测量范围广，并适用于各种介质[3],[4]，因此它们在工业领域得到了广泛应用。涡流的产生本质上是典型的钝体流动现象[5]。涡流脱落特性、钝体几何形状和流场结构显著影响流量计的性能[6]。计算流体动力学（CFD）能够详细研究涡流的产生、脱落和尾流动态，为优化钝体设计和传感器布置提供了理论支持[7]。

钝体形状（例如圆形、三角形、梯形）及其几何参数的选择直接影响到线性度、重复性、压力损失和涡流信号强度[8],[9]。Sun等人[10]使用格子伯尔兹曼方法（LBM）优化了一种三角形钝体。Saeed Farsed等人[11]进行了风洞实验，评估了五种钝体几何形状（包括三角形、矩形、正方形和梯形模型）的下游流动特性。Virendra Talete等人[12]研究了高雷诺数下锋利边缘的正方形和矩形钝体的流动分离特性和涡流行为。

尽管有这些优点，涡流流量计在实际应用中仍面临一些限制，例如相对较低的下限测量值[13]、抗振动能力不足、多相流测量中的较大误差以及在特定环境中电源条件的限制[14]。为了解决这些问题，人们对钝体流动机制、信号处理技术、可测量范围的扩展以及系统功率优化进行了大量研究。在新型传感器设计[15][16]和将涡流流量计与机器学习方法集成[17]方面也取得了显著进展。Chen等人开发了用于涡流信号处理的迭代搜索算法[18][19][20]，而Yu[8]利用大数据建模和机器学习技术探讨了钝体参数与流量计性能之间的相关性。

尽管对涡流流量计及其测量方法进行了广泛的研究，但将涡流流量计直接集成到离心泵中进行现场流量测量的研究仍然有限。泵内部的复杂三维流场可能会显著影响涡流频率响应和信号特性，而流场动态与测量信号之间的耦合机制尚未得到系统研究。

部分摘录

研究模型

本研究调查了一种单级单吸离心泵，该泵具有六个叶片，额定流量为52 m3/h。为了清楚地说明内部流道配置以及关键组件之间的空间关系，首先建立了泵的几何模型并进行了标注，如图1所示。

具体来说，图1(a)展示了泵的总体几何形状，而图1(b)和图1(c)分别显示了水平和垂直截面视图。

导流器对频率响应特性的影响

在涡流流量计的研究中，卡门涡街的形成与钝体的雷诺数密切相关[24]。雷诺数的定义如下： R e = #x3C1; v L #x3BC; '> $R\mathrm{e}=\frac{\rho vL}{\mu }$ 其中 L 是特征长度。对于钝体周围的涡流脱落，L 代表钝体的特征宽度；对于管道流动，它对应于管道直径（m）。v 是流速（m/s），ρ 和 μ 分别是水的密度和动态粘度，取值为998.2 kg/m3

涡流结构的可视化和特征分析

为了建立信号特性与流动机制之间的可解释对应关系，对吸入口处的三维涡流结构进行了可视化和分析。需要注意的是，以下关于涡流结构的讨论旨在为基于CFD的测量概念可行性分析提供定性的流动解释，重点关注与压力响应和频率识别相关的主导非稳态特征。

结论

本研究提出了基于CFD的离心泵集成涡流流量测量概念的可行性研究。通过在吸入口部分引入钝体和导流器，将流量估计与涡流引起的压力波动联系起来。基于瞬态CFD模拟，系统地分析了流动特性、涡流演变和相应的压力响应，并建立了信号评估框架。主要结论是

作者贡献声明

Chunxu Shao：撰写 – 原始草案、可视化、验证、研究。 Denghao Wu：监督、资源、项目管理。 Xinyuan Xu：研究。 Haochuan Wu：研究、正式分析。 Yun Ren：正式分析、概念化。 Yunqing Gu：研究、概念化。 Zhenxing Wu：。 Chengqi Mou：资源、方法论。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了浙江省自然科学基金（编号LMS25E060002）、浙江省公益技术应用研究项目（编号2024A11018）和浙江大学学生科技创新活动计划（项目编号：2024R409A307）的资助。

Chunxu Shao|Denghao Wu|Xinyuan Xu|Haochuan Wu|Yun Ren|Yunqing Gu|Zhenxing Wu|Chengqi Mou