4-79风机的设计方法，对所设计风机的稳态计算结果进行了分析。在离心风机设计完成后，根据具体设计参数建立了离心风机的三维模型。第三章采用样机的数值计算方法，对设计工况下的风机进行了计算。原型风机和斜槽风机的比转速分别为13.89和11.08。根据不同的比转速，可对风机进行分类。可以看出，所设计的风机和原型风机属于不同的系列，但在全压、效率等方面都有所提高。可以证明第四节风机的设计方法是正确合理的。通过对设计4-79风机的数值计算参数与风机初始设计值的比较，可以看出设计风机的总压值高于设计目标，效率为68%，效率比原型风机高19.9%，总压值由4626提高到4626。（3）改造后，取消风机冷却水，风机轴承高温度为55C，满足设计要求。PA至5257PA，均满足合作单位的性能要求。

可以看出，4-79风机样机长、短叶片的吸力面不仅产生分离现象，而且产生两个涡，设计工况下设计风机长、短叶片的吸力面存在一些分离现象，但没有明显的分离现象。产生了漩涡。通过比较两种方法的流线图可以看出，所设计的风机的整体流动性能得到了很大的提高，设计的4-79风机的效率得到了很大的提高。在第三种方案中，蜗壳舌和叶轮之间的间隙分别减小到叶轮旋转直径的0。

设计风机的瞬态计算

为了后期计算风机内部的气动噪声，本文对离心风机内部流场采用瞬态的计算方法进行了数值计算。下面详细介绍风机的瞬态计算过程。

4-79风机瞬态计算收敛性判断

瞬态计算过程中，每一个时间步内相当于计算一个稳态过程。因此在每一个时间步内都需要保证计算达到收敛。瞬态计算过程中存在内迭代的概念，内迭代与稳态求解的的迭代具有相同的原理。内迭代次数可以在模型树节点Run Calculation面板通过参数Max Iteration/Time Step来设置。9%，总压值由4626pa提高到5257pa，均满足合作单位的性能要求。

改造后，对两台4-79风机进行性能评价试验，包括全负荷风机数据试验、改造前后数据试验和风机较大出力试验数据，如下所示。（1）满负荷风机数据试验：锅炉满负荷运行时，炉内氧含量维持在2.5%，炉内负压维持在0-50pa，锅炉稳定运行2小时后，现场测量两台引风机数据。满足机组满负荷要求。风机满负荷数据见表2。通过对方程的简化处理，4-79风机按照等边基元法和不等边基元法可以快速完成蜗壳型线的绘制。

（2）改造前后数据试验：风机改造后，锅炉正常运行1小时，运行参数稳定。采集风机的数据，并与改造前的数据进行比较。锅炉满负荷时，两台引风机电流降低48A。

（3）4-79风机较大出力试验：冷态下，风机挡板开度为80%时，风机电流达到设计值。A风机入口挡板开启80%时，风机电流为146A，B风机入口挡板开启80%时，风机电流为145.6A，满足设计要求。

结论

（1）与改造前后引风机试验数据相比，A风机效率提高17.2%，B风机效率提高13.8%。正常运行时，风机进口挡板开度为50%~55%，风机电流95~100A，满足机组满负荷运行要求。

（2）改造后4-79风机电耗降低26384 kWh，增压风机电耗降低52159 kWh，合计77543 kWh，辅助电耗降低0.5%。

（3）改造后，取消风机冷却水，风机轴承高温度为55C，满足设计要求。通过排除冷却水，每年可节约约5万吨水。

（4）通过4-79风机性能试验报告和实际运行，引风机改造能满足运行要求，节电效果明显。

因此，4-79风机选择了LHS方法对离心风机的实验数据进行采集。4-79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%。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n 0应满足n 0lt;0.25n=2.5d的要求，因此本文采用n 0=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。4-79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。为了保证离心风机工作的可靠性，风机的前盖与集流器之间和蜗壳与转轴之间，都要保持必定的空隙。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4-79风机数据进行处理，用于LSSVM模型。

4-79风机模型训练完成后，将测试数据应用到所建立的模型中，验证模型的有效性。如果所建立的4-79风机模型满足建模的停止条件，则应用该模型。如果建立的模型不能满足建模的停止条件，则需要收集更多的数据进行模型训练。本文选取RBF核函数作为LSSVM的核函数。通过网格搜索方法得到核参数。煤矿主通风机采用离心风机。本文以离心风机为研究对象。采用LSSVM算法建立了风机性能预测模型，验证了该方法的有效性。4-79风机模型培训和测试样本从现场分布式控制系统中获得。采用lhs法，从离心风机稳定运行区选取100组数据进行模型培训，选择50组试验数据进行模型验证，模型培训的停止条件为rmselt;0.05。4-79风机利用MATLAB实现了上述模型。图3显示了具有不同训练样本数的预测模型的RMSE。从图3可以看出，随着训练样本的增加，预测模型的RMSE值不断下降，终趋于稳定。当训练样本数为30时，模型满足训练停止条件。在风机设计中，根据相似原理，可以选择现有的***风机或经过试验的机型进行相似设计，以保证风机达到预期效果。当模型满足停止条件时，即使使用30个训练样本，模型的预测值也与实际值进行比较。由图4可以看出，该模型能较好地预测离心风机的出力，预测值与实际数据吻合较好。