麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持!
文|楠猫
编辑|楠猫
涡轮机中的速度与湍流测量技术一直是一个重要的研究领域， 因为速度和湍流是涡轮机性能和可靠性的关键影响因素 。
在涡轮机中，流体的速度和湍流模式对于理解和控制流动行为至关重要。
因此，开发准确和可靠的速度与湍流测量技术对于优化涡轮机设计和运行具有重要意义。
在这篇文章中，我们将深入探讨涡轮机中的速度与湍流测量技术。
通过深入研究涡轮机中的速度与湍流测量技术，我们可以更好地理解和预测涡轮机中复杂流动的特性， 从而提高涡轮机的性能、效率和可靠性 。
热风速计
涡轮机中的三种速度和湍流测量技术，包括热线风速计、激光多普勒测速仪(LDV)和粒子图像测速仪(PIV)，它们在涡轮机应用中起着重要作用。
热线风速计是一种侵入式测量技术，可用于瞬时速度和湍流测量 。
相比于激光多普勒测速仪和其他光学技术等替代方法，热线风速计具有成本相对较低的优势， 同时能够表征高频流动结构 。
然而激光多普勒测速仪则是一种非侵入式测量技术，通过测量散射激光光束的多普勒频移来得到速度信息。
它适用于测量高速流动中的速度和湍流特性， 并可提供较高的空间和时间分辨率 。
粒子图像测速仪是一种非侵入式测量技术，将追踪微小颗粒在流体中的运动来获取速度信息。
它能够同时获得二维速度场，并提供较高的空间分辨率。 但在涡轮机应用中使用这些测量技术时，将会面临一些挑战。
例如，热线风速计需要解决传感器热量传递和位置校准等问题。
激光多普勒测速仪在高温流动中需要应对光学透明度和散射问题。
而粒子图像测速仪则需要解决颗粒大小、 粒子聚集和图像处理等方面的难题 。
热线风速计是一种利用热传递变化原理的测量技术，它由一根长度短且直径细的电线组成，该电线通过两个插脚连接。
该技术依赖于加热导线和导线所暴露的流体之间的热传递变化来进行测量。 传感器通过焦耳加热将热量引入导线，并通过强制对流损失来控制传感器的运行。
一个重要的参数是导线与流体之间的相对温差，该温差与传感器的过热比有关。流速、密度、温度和湿度等流动特性的变化将导致导线热传递的相应变化， 这可以被检测和测量 。
热线风速计通常以恒温（CT）模式或恒流（CC）模式运行。在恒温模式下，电路示意图如图1所示。
恒温风速计利用快速响应的伺服电路与惠斯通电桥放大器耦合， 以控制施加的电压，并保持导线电阻恒定，从而保持导线温度的稳定。
它消除了导线的热惯性效应以及系统响应时间，因此与恒流操作相比，提供了更好的频率响应。 大多数速度和湍流测量都是以这种方式获得的。
由于导线的热质量极小，这种技术可以检测流量中的超高频波动。这是热线风速计的另一个优点。
热线可以以单线、交叉线和三线的方式配置。
单线主要用于平均流量测量，在湍流和雷诺应力测量中不如三线同时测量精确。
由于热线风速计的小尺寸和高频率响应，该技术已广泛用于涡轮机流场的研究。
虽然使用热线/热膜探头的早期研究大多是定性的，但是在过去的几十年中，
使用许多不同类型的热线和热膜探头， 在各个方面也进行了大量的定量研究 。
激光多普勒测速术LDV
激光多普勒测速仪是一种光学非侵入式技术，测量流场中给定点的瞬时速度。
它是由Yeh和Cummins在1964年首次开发的， 现在已经是一项成熟的技术。
该技术已广泛应用于各种流体流动应用，包括层流、湍流、涡轮机内的流动和燃烧室内的流动。
由于其高精度，它也被用作平面测速技术的基准验证工具。
非侵入式速度测量与采用压力管或热线等探头测量流速的技术相比， LDV技术具有非侵入性，消除了探头的存在所带来的干扰。
间接速度测量在大多数情况下，LDV技术通过测量添加到流体中的示踪粒子的速度来间接测量流体元素的速度。
点测量与热线一样，LDV也是一种基于点的测量技术，用于表征其测量体积内的速度。
示意图中所示的系统是一个以反向散射模式运行的一维LDV系统，但所有LDV系统的工作原理都是相同的。
单个激光束从以连续模式工作的激光头发射，然后进入光发射器。
在发射器内部，使用分束器(BS)、消色差透镜和布拉格元件对这一束光进行分离和频移。
由发射器产生的成对单色激光束，然后使用光缆传送到光学探头。
从探头出来的激光束在前透镜的焦点处相交，在测量体积所在的焦点处， 通过激光束的干涉形成具有明暗条纹图案的椭球体积。
当流动粒子穿过该测量体积时，反向散射光由探头内的接收光学器件收集，并由脉冲光谱分析仪进一步处理。
在频谱分析仪内部，测量脉冲穿过亮图案和暗图案的时间间隔。
这些测量的时间间隔， 结合相邻亮带和暗带之间的已知距离 ，产生速度的计算。
该技术的这种非侵入性特征在20世纪60年代引入后不久，就引起了涡轮机领域的实验主义者的注意。
除了非侵入性之外，它还允许在旋转参考系中进行速度测量，而无需使用复杂的旋转探头导线或数据传输机制。
在涡轮机中使用LDV进行测量的代表性研究列表见表2。
Wisler和Mossey最早将LDV应用于涡轮机使用单部件LDV系统测量第一级转子叶片排的相对速度。
通过喷雾雾化1-微米直径的聚苯乙烯胶乳颗粒的稀水悬浮液来接种该流体。
实验装置的草图和中跨(50%)处转子通道内相对速度的样本等高线图如所示图3。
正如表中所总结的，大多数涉及LDV的研究都是在一个固定的参照系中进行的。
为了测量转子中的流场，转子通道周期被离散为多个箱， 每个箱具有有限的时间间隔 。
对每个箱中的结果进行整体平均，以获得穿过转子通道的平均速度和湍流参数。
为了达到平均速度和湍流参数的收敛，每个面元的大数据集是有利的，这需要更大的面元尺寸。
然而，箱尺寸的增加在流动结构中引入了空间变化的影响。
另一种方法是在旋转参照系中进行测量，这使得实验非常具有挑战性。
实验在离心叶轮中进行，使用道威棱镜将激光束转移到旋转参照系。
在涡轮机上实施LDV存在挑战，一般来说，这些挑战可以分为与光学可达性相关的问题和与粒子相关的问题。
典型地，三维扭曲的转子叶片使得难以将激光束照射到感兴趣的测量位置，并且需要LDV系统以反向散射模式操作。
在靠近金属表面的测量位置，由于反射，以及在弯曲光学窗口的应用中，穿过窗口的激光束的失真，信噪比进一步恶化。
这些失真通过测量使体积变形和改变测量位置而增加了测量的不确定性。
由于涡轮机中强烈的二次流，将颗粒输送到目标测量位置也具有挑战性。
粒子图像测速术PIV
除了LDV，粒子图像测速仪是另一种非侵入性速度测量技术。
与LDV相同，PIV也是一种间接的测量技术并需要示踪粒子。
基于点的LDV和热风速计测量技术不同，PIV提供全场测量并绘制大部分流场。
PIV的工作原理示意性地描述在图5。
PIV的原理是基于在短时间间隔内测量小示踪粒子的位移。
这种间接测量的性质要求示踪粒子足够小， 可以精确地跟随流体的运动 。
通常使用脉冲激光头产生的薄光幕照射示踪粒子，被照亮的一对图像由数字成像设备拍摄，通常是CCD照相机。
根据所用摄像机的数量和配置，可以使用互相分析来测量每个小询问区域中颗粒的位移， 从而获得二维或三维流场。
单个相机系统允许表征测量平面内的两个速度分量，而使用两个倾斜相机的立体成像提供了照明平面内速度的所有三个分量。
自从PIV技术出现以来， 在叶轮机械流场研究中应用PIV的努力一直受到人们的关注 。
以前的研究人员在各种轴流式和离心式涡轮机设备中进行了二维和立体PIV测量。
列出了一些先前研究的重点，并在中提供了更多的参考资料表。
图6介绍了在约翰·霍普金斯大学轴流泵中进行的二维测量的样本结果。
描述了第二级翼展中部的相平均速度、涡量和湍流动能的分布。
图7显示了在设计点和喘振期间运行的高速离心压缩机中获得的样本数据如表中所总结的。
这些研究中的大部分将潜望式光学探头插入到气流中，用于输送光幕。
这导致了侵入式测量，并且也极大地限制了可被成像的流场区域。
通过这样做，可以消除用于光薄片输送的侵入式探针的存在。
如图所示，PIV测量是在二级转子通道中进行的。为了消除来自叶片表面和轮毂的光反射，将具有充分分离的吸收和发射波长的荧光染料与播种流体一起引入， 并且使用阻挡低于540 nm波长的透镜过滤器来过滤激光反射。
展示了固定展向位置的标准化径向速度切片，以说明穿过转子通道的叶尖泄漏流的发展。
压敏涂料
传统上，使用数百个测压口或嵌入式传感器来测量表面压力，以获得合理的空间分布。
这使得测量既耗时又昂贵，最近，压敏涂料PSP的引入为表面压力测量提供了一种新方法。
与通过测压口或传感器提供数据的传统方法相比，PSP技术非常有吸引力，因为传统方法只能在离散点提供数据，并且受安装位置的限制。
所以它提供了高空间分辨率的压力测量没有水龙头或传感器。
PSP技术基于用发光涂层覆盖表面，涂层的发光取决于表面静压。
在适当照明的情况下，从被照明表面的图像获得表面压力分布。
图9显示了PSP系统的所有基本光学和电子组件。
它由各种照明设备、本地图像和数据采集系统以及外部校准室组成。
研究人员在1985年使用PSP进行了第一次空气动力学研究，以测量风洞模型表面的空气压力。
此后，在外部空气动力学研究中使用PSP进行了大量研究。
然而，与外部空气动力学研究中的成熟应用不同，PSP在涡轮机中的应用相当有限。
表4列出了公开文献中在涡轮机中使用压敏涂料的研究。
涡轮机领域中的速度和湍流测量技术对于深入了解流场行为， 以及为进一步优化涡轮机设计和性能发挥着关键作用。
通过持续推动速度和湍流测量技术的发展，我们能够为涡轮机领域的工程师和研究人员提供更准确、可靠的数据支持，进而实现更高效、可靠的涡轮机设计和运行。
这将进一步推动能源效率提升、环境可持续性和工业发展的目标。 总的来说，涡轮机速度和湍流测量技术的不断发展为涡轮机领域带来了更深入的理解和更高水平的性能优化！
