离心泵(Centrifugal Pump) — CAE术语解说

分类:术语库 | 2026-03-28
CAE visualization for centrifugal pump - technical simulation diagram

离心泵的定义

🧑‍🎓

离心泵,说白了就是转动叶轮来输送水的机械,对吧?CFD要分析什么呢?


🎓

简单来说,叶轮旋转给流体提供动能,然后由蜗壳(螺旋形室)或扩压器将其转换为压力能的机械。在CFD中,主要目标是预测"在某个流量下能产生多大的扬程"——也就是H-Q曲线(扬程-流量特性)。这是最基本的工作。


🧑‍🎓

泵的CFD分析看起来很难,普通外流分析有什么不同吗?


🎓

最大的区别是"有旋转部件"。叶轮每分钟转几百到几千圈,所以需要同时处理固定的泵壳和旋转的叶片。为了解决这个问题,需要用到MRF(多参考框架)法或滑动网格法。另外,由于湍流很强,对湍流模型的选择也很敏感。


定义与基本原理

🧑‍🎓

离心泵的扬程,物理上是怎么决定的?转速越高扬程就越大吗?


🎓

从理论上来说,由欧拉涡轮机械方程来确定。叶轮进出口处周向速度分量的变化产生扬程:

$$H_{\mathrm{th}} = \frac{1}{g}\bigl(u_2 c_{\theta 2} - u_1 c_{\theta 1}\bigr)$$

其中 $u$ 是叶轮周速,$c_\theta$ 是流体绝对速度的周向分量,下标1是进口,2是出口。转速越高,$u$ 就越大,扬程也就越高。但损失也会增加,汽蚀的风险也会上升。实际上,可以用相似律来近似:"扬程与转速的平方成正比"。


🧑‍🎓

$u_2 c_{\theta 2}$ 最后还是由叶片的出口角决定的,对吧?


🎓

正是这样。出口叶片角 $\beta_2$ 越大(后弯叶片),$c_{\theta 2}$ 就越小,扬程也就越低。但H-Q曲线的斜率会变得陡峭,运行稳定性增强。相反,前弯叶片($\beta_2$ 较小)扬程高,但容易产生喘振。在实务中,后弯叶片($\beta_2 = 20^\circ \sim 40^\circ$)是最常见的。这种叶片角的优化正是CFD的用武之地。


H-Q特性曲线与CFD

🧑‍🎓

用CFD得到H-Q曲线,具体怎么做呢?要改变流量多次计算吗?


🎓

完全正确。通常会设定5到8个流量条件(从零流量到设计流量的150%左右),对每个条件分别进行定常MRF分析。在进口给定质量流量,然后计算进出口的全压差来得到扬程:

$$H = \frac{p_{t,\mathrm{out}} - p_{t,\mathrm{in}}}{\rho g}$$

比如一个直径200mm的通用泵(1450转/分),设计点通常是 $Q = 0.03\,\mathrm{m^3/s}$,$H = 25\,\mathrm{m}$ 这样的数值。用CFD得到的H-Q曲线与试验数据对比,在设计点处扬程误差控制在 $\pm 3\%$ 以内就算"拟合得不错"了,这是业界的普遍看法。


🧑‍🎓

效率也能同时算出来吗?泵的效率相当重要啊。


🎓

当然可以。用水动力 $P_w = \rho g Q H$ 除以从叶轮扭矩 $T$ 和角速度 $\omega$ 计算出的轴动力 $P_s = T\omega$,就能得到水力效率:

$$\eta_h = \frac{\rho g Q H}{T \omega}$$

在实务中,CFD算出的效率通常比试验值高2到5个百分点。这是因为盘摩擦(叶轮背面的摩擦损失)和泄漏流量在CFD中无法完全捕捉。所以"不能直接相信CFD效率"是铁律。它更适合用来做趋势比较和参数化研究。


叶轮CFD分析的旋转建模

🧑‍🎓

MRF法,网格不动却能表现出旋转的效果?这有点不好理解啊。


🎓

MRF中,把围绕叶轮的区域定义为旋转坐标系,然后在Navier-Stokes方程中加入科里奥利力和离心力项:

$$\frac{\partial \mathbf{v}_r}{\partial t} + (\mathbf{v}_r \cdot \nabla)\mathbf{v}_r = -\frac{1}{\rho}\nabla p + \nu \nabla^2 \mathbf{v}_r - 2\boldsymbol{\omega} \times \mathbf{v}_r - \boldsymbol{\omega} \times (\boldsymbol{\omega} \times \mathbf{r})$$

这里 $\mathbf{v}_r$ 是相对速度,$-2\boldsymbol{\omega} \times \mathbf{v}_r$ 是科里奥利力,最后一项是离心力。网格本身保持固定,"在旋转坐标系中看到的流场"被求解出来。因为是定常分析,计算成本很小,很适合设计初期要跑几十个算例的情况。


🧑‍🎓

那滑动网格什么时候用呢?看起来MRF就够了啊。


🎓

MRF是定常近似,无法捕捉叶轮与蜗壳的相互作用(通过叶片频率BPF的压力脉动)以及非定常流动。这些情况下必须用滑动网格:

计算成本是MRF的10到100倍。至少需要360步每转(1度步长),并且要计算3到5转才能达到周期定常。通常只用最后1转的数据。


🧑‍🎓

MRF和滑动网格的边界面是怎么传递数据的呢?


🎓

在界面面上做插值。MRF中叫做"冻结转子法",旋转侧和固定侧的边界面在速度、压力上做坐标变换后传递数据。滑动网格中,每个时间步网格产生相对位移,用非对齐网格间的插值(GGI:通用网格接口)来处理。ANSYS Fluent还有Mixing Plane方法,对段间传递有用,会在周向做平均。关键是要保证边界面的网格密度在旋转和固定侧保持一致。如果一侧粗糙,插值误差会导致扬程偏差好几个百分点。


汽蚀预测

🧑‍🎓

汽蚀对泵是常见问题,叶轮吸入侧的气泡会砰砰砰地崩裂,造成侵蚀。CFD能预测它吗?


🎓

可以的。汽蚀分析用多相流模型,来模拟液相和蒸气相共存。常用的是均质混合模型(Homogeneous mixture model),基于Rayleigh-Plesset方程来计算气泡的生长和崩裂速度。Schnerr-Sauer模型和Zwart-Gerber-Belamni模型广泛应用:

$$\frac{d R_B}{d t} = \sqrt{\frac{2}{3}\frac{p_v - p}{\rho_l}}$$

这里 $R_B$ 是气泡半径,$p_v$ 是饱和蒸气压,$p$ 是局部压力。当 $p < p_v$ 时,气泡开始生长。压力回升时气泡会崩裂。


🧑‍🎓

经常听说的NPSH指标,CFD也能算出来吗?


🎓

NPSHr(所需汽蚀余量)用CFD来求是很实用的。做法是逐步降低进口压力,找到扬程下降3%时的条件:

$$\mathrm{NPSH} = \frac{p_{t,\mathrm{in}} - p_v}{\rho g}$$

比如25℃的水,$p_v \approx 3.17\,\mathrm{kPa}$。把进口全压从130kPa、120kPa、110kPa…逐步降低,捕捉扬程开始下降的点。关键是:汽蚀分析需要非常细的网格才能准确预测气泡发生的位置。特别是叶片前缘(压力面),叶片高度方向至少要20层以上的网格。


🧑‍🎓

汽蚀发生时,会不会影响CFD的收敛性?


🎓

影响非常大。气液界面剧烈变化,定常分析往往收不敛。实务中常常被迫改为非定常分析(滑动网格+汽蚀模型)。还有个麻烦的问题是:蒸气体积率急剧变化的区域压力会振荡。对策是时间步长要足够小(叶轮旋转0.5度/步以下),下松弛因子(under-relaxation factor)也要降低。OpenFOAM用 interPhaseChangeFoam 求解器可以处理这种情况。


实务要点

🧑‍🎓

离心泵的CFD,网格怎么划分?叶轮形状这么复杂,看起来很难啊。


🎓

泵CFD的网格划分确实是难点之一。有几个最佳实践:


🧑‍🎓

湍流模型选哪个?k-ε还是SST k-ω?


🎓

在泵CFD中,SST k-ω已经是事实标准。原因很明确:在叶片表面的逆压力梯度区域(发生边界层分离的地方),SST对分离的预测比标准k-ε准确得多。特别是部分负荷(设计流量的50%到70%)时,再循环流的捕捉上SST绝对优势。但如果只是算设计点附近的H-Q曲线,Realizable k-ε也能凑合着用。如果要涉及压力脉动或噪音,考虑用DES或SAS(尺度自适应模拟)。


🧑‍🎓

最后,泵CFD有什么"一定要注意"的要点吗?


🎓

我总结三点:

  1. 进出口延长管 — 直接在叶轮前给边界条件会产生非物理流动。吸入口要延伸至少管径的5倍,吐出口延伸至少10倍
  2. 间隙(叶片间隙)的建模 — 叶轮与泵壳间的间隙会产生泄漏流。忽视它会导致扬程预测过高5到10%。磨损环间隙至少要用5层以上的网格
  3. 收敛判定 — 不要只看残差,一定要监测进口压力、出口压力、扭矩等关键点的时间演化。残差下降了但扬程还在振荡就说明没真正收敛

掌握这三点,泵CFD的精度会大幅提升。


相关术语

正确理解CAE术语是团队内沟通的基础。— NovaSolver Project以实务工作者的学习支持为宗旨。

在离心泵CFD实务中遇到的课题,请告诉我们

NovaSolver Project致力于解决CAE工程师日常面临的课题——建模的繁琐、计算成本、结果解读等问题。你的实务经验将成为开发更好工具的原动力。

意见反馈(准备中)
本文评价
感谢您的回答!
有帮助
需要更多
细节
报告
错误
有帮助
0
需要更多细节
0
报告错误
0
NovaSolver 贡献者著
匿名工程师&AI — 网站地图
查看资料