9-22离心风机改造后，风机总压明显提高。虽然方案一的总压在大流量区和小流量区附近增加较多，但在额定流量附近总压的改善不如方案三，结合效率提高的数据，很明显方案三是较佳的优化方案。采用LHS方法对离心风机的进口温度、进口压力、进口流量和转速进行了采集，并对采集的数据进行了归1化处理，用于LSSVM模型的训练。风机总压提高4.25%，效率提高1.49%。方案四，效率降低0.19%，主要是由于流经槽的流体与原叶轮内的高速流体发生强烈碰撞，造成冲击损失。在风机运行过程中，当集热器流入叶轮转轮时，流体受到惯性力和科里奥利力的影响，在后圆盘B段附近形成高速区，使B段附近的流速和流量大于A段，从而使风机性能从两个方面得到改善。一是提高前盘的径向速度，即A段，使9-22离心风机出口处的流体速度趋于均匀；二是优化后盘附近的速度梯度。由此可见，开槽后叶轮出口处的流速整体上得到了提高。叶轮转轮内靠近后圆盘的速度在整个转轮内比较均匀，没有明显的高速聚集区，因此流场比较合理。与子午面上的原风机相比，其轴向平均速度较高，速度梯度较小。因此，开槽改善了叶轮通道内的流场，大大提高了9-22离心风机的总压和效率。边界层分离现象发生在原风机叶片通道的吸力面上，形成较大的涡流区；在通道的后半段，边界层分离现象也发生在通道的吸力面上。叶片压力面上的压力高于吸入面上的压力。二次流在叶轮通道中形成（其部分速度沿叶轮的圆周方向）。同时，在离心力的作用下，圆周方向形成一定的角度。9-22离心风机采用SolidWorks三维建模软件对斜通道离心风机进行了三维建模，对整个离心风机进行了建模。由于斜槽风机叶片采用无气钢板焊接而成，为了简化网格生成，提高网格质量，采用无厚度曲面建立了离心风机的三维模型。通过观察风机不同截面的等值线和流线图，分析了风机的内部流动特性，为离心风机的改进提供了思路。9-22离心风机的网格生成方法可分为结构化网格和非结构化网格。一般来说，结构网格计算的收敛速度是快而好的。然而，在一些复杂的结构中，很难生成结构化网格。在结构化网格生成过程中，边上节点的数目发生变化，往往导致相应的边节点发生许多变化。网格生成通常占用CFD分析师的大部分时间。针对这一问题，本文采用混合网格对9-22离心风机进行网格划分，即结构化网格与非结构化网格相结合的方法。结构网格用于划分叶轮的叶片通道。由于叶片位于叶轮各通道的连接处，叶片为非线性结构。在划分结构网格时，往往会产生负体积。因此，采用非结构化网格划分进气道上部，并对靠近壁面和叶片的网格进行加密。边界附近第1层的厚度为0.01mm，这确保壁上的Y值在湍流模型要求的范围内。考虑到后期改善9-22离心风机结构的便利性，叶轮与蜗壳分开啮合，并在相应的表面建立接口进行数据交换。叶轮外场计算网格为1224917壳体和1281713网格。因此，9-22离心风机选择了LHS方法对离心风机的实验数据进行采集。9-22离心风机在实验的初始阶段，收集的数据不应超过总实验数据的25%。经过考虑各部件丢失之间的相关联系，并以很多的实验资料和现代计算方法为基础，得到了具有理论根据和实际使用价值的风机及丢失模型。假设收集的总数据n=10天（d为输入变量的维数），初始实验中收集的实验数据n0应满足n0lt;0.25n=2.5d的要求，因此本文采用n0=0。实验初期采用25N作为实验数据。数据采集的硬件实现方案如图1所示。首先，用传感器测量被测通风机的入口压力、温度、流量和转速。然后将测量数据通过总线传输到DAQ数据采集系统。9-22离心风机的DAQ数据采集系统通过I/O设备将数据打包到上位机中。由于变量之间的维数差异，采集到的数据没有直接应用于模型训练，因此有必要对数据进行规范化，即将无量纲数据转换为无量纲数据，并将采集到的数据映射到[0,1]的范围内，以提高模型的收敛速度和精度。模型。模型训练和模型验证离心风机性能预测模型的训练结构如图2所示。该结构可分为两部分：数据采集与处理和模型训练。前者主要完成实验数据的采集和处理，后者实现了性能预测模型的建立和验证。首先，采用LHS方法采集离心风机的实验数据（入口温度、压力、流量和风机转速），并对9-22离心风机数据进行处理，用于LSSVM模型。)