Development of highly efficient centrifugal-compressor series for turbocooling machines

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

BACKGROUND: Currently, demand for centrifugal-compressor stages with a high pressure ratio is increasing. Such requirements prompt the use of high pressure stages with high circumferential speeds of u2>300 m/s, which leads to increased levels of conditional Mach number and consequently to pressure losses. Work for stage efficiency increases the energy consumption, and the cooling capacity of refrigerating machine increases.

AIMS: This study aims to develop a series of 10 highly efficient high-head model centrifugal compressors with pressure ratio Πc=2.0.

MATERIALS AND METHODS: A complex calculation technique developed by the authors is used to increase the efficiency of centrifugal-compressor stages. The method consists of sequential execution of four stages: gas-dynamic calculation, profiling, three-dimensional viscous calculation, and multiparametric optimization.

RESULTS: A series of model centrifugal compressors has been designed with the following range-of-design-mode parameters: conditional flow coefficient is 0,035<Φ<0,12; theoretical head coefficient ψt.d.=0,74; and conditional Mach number is 0,93<Mu<0,96. The estimated isentropic efficiency of the developed centrifugal compressors ranges from 77% to 84% depending on the flow rate of the stage.

CONCLUSIONS: A series of 10 highly efficient centrifugal-compressor flow parts has been developed, which can be used in modern centrifugal-compressor gas-dynamic projects.

作者简介

Aleksei Danilishin

ITMO University

Email: Danilishin_am@mail.ru
ORCID iD: 0000-0002-1213-7114
SPIN 代码: 1162-5118
俄罗斯联邦, Saint Petersburg

Yuri Kozhukhov

ITMO University

编辑信件的主要联系方式.
Email: kozhukhov_yv@mail.ru
ORCID iD: 0000-0001-7679-9419
SPIN 代码: 5756-4994

Cand. Sci. (Tech.), Associate Professor

俄罗斯联邦, Saint Petersburg

参考

  1. NOVATEK launched a small-tonnage LNG plant in the Chelyabinsk region. [internet] [accessed 04.12.2022] Available from: https://neftegaz.ru/news/gas-stations/627753-novatek-zapustil-malotonnazhnyy-spg-zavod-v-chelyabinskoy-oblasti/
  2. Khetagurov VA, Slugin PP, Vorontsov MA. Experience and prospects for the use of turbo-expander units at field technological facilities of the Russian gas industry. Gazovaya promyshlennost. 2018;11(777):14–22.
  3. Danilishin AM, Kozhukhov YuV, Simonov AM. A complex method for computer-aided design of two-link stages with an axial-radial impeller of centrifugal compressors. Vestnik Mezhdunarodnoy akademii kholoda. 2020;1:3–11. doi: 10.17586/1606-4313-2020-19-1-3-11
  4. Bonaiuti D, Zangeneh M. On the coupling of inverse design and optimization techniques for the multiobjective, multipoint design of turbomachinery blades. J. Turbomach. 2009;131(2):021014. doi: 10.1115/1.2950065
  5. Simonov AM. Investigation of the efficiency and optimal design of high-pressure centrifugal compressor stages. In: Proceedings of the scientific school of compressor engineering of St. Petersburg State Polytechnical University. Ed. prof. Galerkina Yu.B. Saint Petersburg: SPbGPU; 2010:164–188.
  6. Hildebrandt A, Ceyrowsky T. One-dimensional and three- dimensional design strategies for pressure slope optimization of high-flow transonic centrifugal compressor impellers. J. Turbomach. 2019;141(5):051002. doi: 10.1115/1.4041907
  7. Stuart C, Spence S, Filsinger D, et al. Characterizing the influence of impeller exit recirculation on centrifugal compressor work input. J. Turbomach. 2018;140(1):011005. doi: 10.1115/1.4038120
  8. Cousins WT, Yu L, Sishtla V, et al. Analytical and experimental results of a novel single-stage centrifugal compressor with economizer injection. In: Proceedings of the ASME Turbo Expo. June 11–15, 2018. Oslo, Norway. Vol. 2B: Turbomachinery. Oslo: ASME; 2018. doi: 10.1115/GT2018-76967
  9. Andersen MR, Gu F, MacLeod PD. Application and validation of CFD in a turbomachinery design system. In: American Society of Mechanical Engineers, Process Industries Division (Publication) PID. 2003. November 15–21, 2003 Washington, DC, USA. Washington: ASME; 2003. doi: 10.1115/IMECE2003-55217
  10. Rinaldi E, Pecnik R, Colonna P. Steady State CFD Investigation of a Radial Compressor Operating With Supercritical CO2. In: Vol. 8: Supercritical CO2 Power Cycles; Wind Energy; Honors and Awards. American Society of Mechanical Engineers. June 3–7, 2013 San Antonio, Texas, USA. San Antonio: ASME; 2013. doi: 10.1115/GT2013-94580
  11. Li X, Liu Z, Lin Y. Multipoint and Multiobjective Optimization of a Centrifugal Compressor Impeller Based on Genetic Algorithm. Math. Probl. Eng. 2017;2017. doi: 10.1155/2017/6263274
  12. Guo S, Duan F, Tanget H, et al. Multi-objective optimization for centrifugal compressor of mini turbojet engine. Aerosp. Sci. Technol. 2014;39:414-425. doi: 10.1016/j.ast.2014.04.014
  13. Kang HS, Kim YJ. A study on the multi-objective optimization of impeller for high-power centrifugal compressor. Int. J. Fluid Mach. Syst. 2016;9(2):143-149 doi: 10.5293/IJFMS.2016.9.2.143
  14. Guo Z, Song L, Zhou Z, et al. Multi-Objective Aerodynamic Optimization Design and Data Mining of a High Pressure Ratio Centrifugal Impeller. J. Eng. Gas Turbines Power. 2015;137(9):092602. doi: 10.1115/1.4029882
  15. Kim JH, Choi JH, Kim KY. Design optimization of a centrifugal compressor impeller using radial basis neural network method. In: Proceedings of the ASME Turbo Expo. June 8–12, 2009. Orlando, Florida, USA. Orlando: ASME; 2009:443-451. doi: 10.1115/GT2009-59666
  16. Danilishin АМ, Kozhukhov YuV. Numerical simulation of turbulent flow in high-head impeller of centrifugal compressor. The Journal Omsk Scientific Bulletin. Series «Aviation-Rocket and Power Engineering». 2022;6(2):59–70. doi: 10.25206/2588-0373-2022-6-2-59-70

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Scheme of the high-head centrifugal-compressor model stage for compressor series development.

下载 (68KB)
索引源数据
3. Fig. 2. Design scheme of high-efficiency centrifugal compressor stages according to a complex calculation method.

下载 (149KB)
索引源数据
4. Fig. 3. Distribution of relative velocity versus average height of the impeller blades at different values of calculated diffusivity.

下载 (388KB)
索引源数据
5. Fig. 4. Characteristics of the turbocooling machines centrifugal-compressor efficiency and theoretical head coefficients at different values of calculated diffusivity.

下载 (205KB)
索引源数据
6. Fig. 5. Gas-dynamic characteristics of the refrigerating machines single-stage model centrifugal-compressor series.

下载 (677KB)
索引源数据
7. Fig. 6. Gas-dynamic characteristics of the single-stage centrifugal-compressor series for the turboexpander units.

下载 (371KB)
索引源数据

版权所有 © Eco-Vector, 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».