Comparison of efficiency losses due to leaks for turbine units of aviation air conditioning systems with petal-type gas-dynamic bearings and ball bearings

封面

如何引用文章

全文:

详细

BACKGROUND: Designers of turbomachines strive to increase the efficiency of expanding compressed gases by reducing all kinds of energy losses, particularly due to clearances between the impeller and the body elements of the turbomachine.

AIM: This article aimed to evaluate a possible increase in efficiency with a decrease in the radial and axial clearance between the blades of a radial-axial impeller and the casing of a centrifugal expander in the designs of turbomachines with ball bearings and petal-type gas-dynamic bearings.

MATERIALS AND METHODS: The radial and axial clearances between the blades of the radial-axial impeller and the centrifugal expander casing in the designs of turbomachines with ball bearings and petal-type gas-dynamic bearings were compared by analyzing the experience of Russian and international experts in developing turbomachines. Models were presented for estimating the efficiency losses of a centrifugal expander depending on the value of the radial and axial clearances. A comparative calculation of the efficiency loss for medium- and high-cooling-capacity refrigeration turbines of aircraft air conditioning systems was performed.

RESULTS: Based on the calculations, a conclusion was derived about the predominance of the influence of the radial clearance. The calculations revealed that with a decrease in the clearances between the impeller and the casing in a design with petal-type bearings, a refrigeration turbine of medium cooling capacity (16 kW, 2 impellers) can be expected to experience an increase in efficiency by an average of 2.3%; this expected increase is 0.75% to 1.4% for a high-capacity refrigeration turbine (55 kW, 3 or 4 impellers). Findings indicate that performing works to reduce radial clearances in the designs of turbomachines with petal-type gas-dynamic bearings is necessary.

作者简介

Vitaly Nikolaev

Bauman Moscow State Technical University; PJSC NPO Nauka

编辑信件的主要联系方式.
Email: vs.nikolaev.bmstu@gmail.com
SPIN 代码: 5847-3632

Postgraduate Student

俄罗斯联邦, 5, 2-nd Baumanskaya, Moscow, 105005; Moscow

Sergey Abalakin

PJSC NPO Nauka

Email: SA.Abalakin@gmail.com

Design Engineer

俄罗斯联邦, Moscow

Igor Tishchenko

Bauman Moscow State Technical University; PJSC NPO Nauka

Email: iv.tischenko@bmstu.ru
SPIN 代码: 5630-4301
Scopus 作者 ID: 632877

Ph.D. (Engin.), Associate Professor

俄罗斯联邦, 5, 2-nd Baumanskaya, Moscow, 105005; Moscow

参考

  1. D’jachenko JuV, Sparin VA, Chichindaev AV, et al. Sistemy zhizneobespechenija letatel’nyh apparatov. Novosibirsk: Izdatel’stvo NGTU; 2019. 319 p. (In Russ.).
  2. Ris VF. Centrobezhnye kompressornye mashiny. Moscow, Leningrad: Mashinostroenie; 1964. 336 p.
  3. Chistjakov FM. Holodil’nye turboagregaty. Moscow: Mashinostroenie; 1967. 287 p. (In Russ.).
  4. Jekkert B. Osevye i centrobezhnye kompressory: Primenenie, teorija, raschet: perevod s nemeckogo. Moscow: Mashgiz; 1959. 679 p. (In Russ.).
  5. Epifanova VI. Kompressornye i rasshiritel’nye turbomashiny radial’nogo tipa: uchebnik dlja vuzov. Moscow: Izdatel’stvo MGTU im. N.Je. Baumana; 1998. 623 p. (In Russ.).
  6. Futral SM, Holeski DE. Experimental results of varying the blade-shroud clearance in a 6.02-inch radial-inflow turbine. National Aeronautics and Space Administration, 1970.
  7. Davydov AB, Kobulashvili ASh, Sherstjuk AN. Raschjot i konstruirovanie turbodetanderov. Moscow: Mashinostroenie; 1987. 232 p. (In Russ.).
  8. Dambach R, Hodson HP, Huntsman I. Turbomachinery Committee Best Paper Award: An Experimental Study of Tip Clearance Flow in a Radial Inflow Turbine. J. Turbomach. 1999;121(4):644–650. doi: https://doi.org/10.1115/1.2836716
  9. Krylov EP, Spunde YaA. About the influence of the clearance between the working blades and housing of a radial turbine on its exponent. Physics, Engineering. 9 June 1967.
  10. Rodgers C. A cycle analysis technique for small gas turbines. Proceedings of the Institution of Mechanical Engineers, Conference Proceedings, Vol. 183. SAGE Publications Sage UK, London, England; 1968. p. 37–49.
  11. Persky R, Sauret E. Loss models for on and off-design performance of radial inflow turbomachinery. Applied Thermal Engineering. 2019;150:1066–1077. doi: 10.1016/j.applthermaleng.2019.01.042
  12. Cho SK, Lee J, Lee JI. Comparison of loss models for performance prediction of radial inflow turbine. International J. of Fluid Machinery and Systems. 2018;11(1):97–109. doi: 10.5293/ijfms.2018.11.1.097
  13. Moustapha H, Zelesky M, Baines NC, et al. Axial and Radial Turbines. Vol. 2. Concepts ETI, Inc.; 2003. 358 p.

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. Scheme of gas flow in the flow path of a radial-axial turbine: d1 – outer diameter of the impeller, d2 – average diameter of the impeller at the outlet, d0 – diameter of the impeller funnel, dвт – diameter of the impeller hub, l1 and l2 – blade height at the impeller inlet and outlet, respectively, Δx – axial clearance, Δr – radial clearance.

下载 (186KB)
3. Fig. 2. Sources of clearances in a ball bearing (a) and a petal-type gas-dynamic bearing (b): Δ – radial clearance; C – mounting clearance, h – height of the corrugations of the elastic damper.

下载 (84KB)
4. Fig. 3. Graphs of estimates of efficiency loss as a function of the radial clearance in the centrifugal expander of medium cooling capacity (16 kW) of the refrigeration turbine on petal-type gas-dynamic bearings, =0,864 (the formula sources are given in Table).

下载 (192KB)
5. Fig. 4. Graphs of estimates of efficiency loss as a function of the radial clearance in the centrifugal expander with a large cooling capacity (55 kW) of a refrigeration turbine on petal-type gas-dynamic bearings, =0,850 (designations are given in Fig. 3).

下载 (209KB)
6. Fig. 5. Graphs of estimates of efficiency loss as a function of the value of the radial clearance in a large refrigeration turbine on petal-type gas-dynamic bearings with two stages of expansion. A – stage 1 (cooling capacity 23 kW), ; B – stage 2 (cooling capacity 24.7 kW),  (designations are given in Fig. 3).

下载 (230KB)

版权所有 © Nikolaev V.S., Abalakin S.A., Tishchenko I.V., 2022

Creative Commons License
此作品已接受知识共享署名 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».