摘要(yào):應用粒子(zi)成像測速(sù)技術獲得(de)了渦輪流(liu)量計葉片(piàn)入💛口流㊙️場(chang)的速度分(fen)布信息，并(bing)基于該測(ce)量結果，運(yun)用T-G模型理(li)💘論得出流(liu)⛱️量計的響(xiǎng)應。通過與(yǔ)以往所采(cai)用的幾種(zhǒng)典型的入(rù)口速度分(fen)布計算得(de)到的結果(guǒ)比較分析(xī)表明，基于(yu)PIV測量的結(jie)果更接近(jin)于渦輪流(liú)量計的真(zhēn)實響應。還(hai)比較分析(xī)了渦輪入(ru)口速✉️度分(fen)布對渦🔴輪(lun)流量計響(xiǎng)應的影響(xiǎng)機理，相關(guān)結果⛹🏻‍♀️可望(wang)爲改進渦(wo)輪流量計(ji)響應的計(jì)🐅算分析方(fang)法以及👅優(yōu)化設計提(tí)供有價值(zhí)的參考。
1引(yǐn)言
　　渦輪流(liu)量計 作爲(wèi)一種速度(dù)式儀表，因(yīn)其具有諸(zhū)多優點被(bei)廣泛🏒應🐉用(yong)到工業生(sheng)産以及實(shi)際生活中(zhōng)。在渦輪流(liú)量計的實(shí)際使用中(zhōng)，一般需要(yào)結合流量(liàng)計本身的(de)響應曲線(xian)來🙇🏻計算被(bèi)測管流的(de)實際流量(liàng)。獲✉️得渦輪(lún)流量計響(xiang)應曲線的(de)方法🔴主要(yào)有2種，一是(shì)通過标準(zhǔn)流量平台(tái)标定，二是(shì)通過理論(lun)模型計算(suan)獲得其響(xiang)應。其中标(biao)定方法在(zai)實際生産(chan)中應🌐用更(gèng)廣泛，不過(guò)特定的标(biao)定曲線往(wang)往僅适用(yòng)☔于某些單(dān)一工況下(xià)的響應，局(ju)限性較大(dà)。因此✂️通過(guò)對渦輪流(liú)量♌計理論(lùn)模型的探(tan)索和改進(jìn)從而更🧑🏽‍🤝‍🧑🏻準(zhǔn)确地預測(cè)流量計的(de)響應🔞曲線(xian)具有重要(yao)意義。
　　1970年，Thompson和(hé)Grey基于葉栅(shan)理論和不(bú)可壓縮勢(shi)流提出了(le)較爲系👣統(tǒng)的計算渦(wō)輪流量計(ji)響應的理(lǐ)論模型［1］(以(yǐ)下簡稱TG模(mo)型)。該模型(xíng)可以📱将速(sù)度入口信(xin)息以及渦(wō)輪流量計(ji)各部件的(de)幾何和運(yùn)動參數均(jun)納入考慮(lǜ)，因而被此(ci)後的研究(jiu)廣泛采用(yong)。流量測量(liang)設備的内(nei)流場對其(qí)響應有着(zhe)重要影響(xiǎng)，目前部分(fen)研究采用(yong)數值模拟(nǐ)手段對其(qí)進行計算(suan)進而分析(xi)儀表的響(xiang)應情況［2-6］。對(duì)于渦輪内(nei)流場的實(shi)際流動情(qing)況Xu［7］采用了(le)激光多🍉普(pǔ)勒(LDA)技術對(duì)口徑100mm的渦(wō)輪流量計(ji)輪毂與管(guǎn)壁間的12個(ge)不同❗位置(zhi)的速度進(jin)行了測量(liàng)并代入理(lǐ)論模型進(jin)行計算，理(lǐ)論👣計算結(jié)果與實驗(yan)結果比較(jiao)吻合。
　　以上(shang)研究都表(biǎo)明，獲得準(zhǔn)确的渦輪(lún)流量計入(ru)口速度分(fen)布，結合TG模(mo)型可大大(dà)提高計算(suàn)的準确性(xing)。由于實際(jì)渦輪🈚上遊(yóu)情況比較(jiao)複雜，不同(tóng)的導流葉(ye)片、輪毂前(qian)緣設計等(děng)因素都💃對(duì)入口速度(du)分🌈布有着(zhe)重要的影(ying)響，因而實(shí)際的渦輪(lun)入口速度(dù)分布，并非(fēi)均勻分布(bù)或充分發(fā)展的環空(kong)分布，難以(yǐ)通過簡單(dān)的黏👨‍❤️‍👨性流(liu)理論獲得(dé)🐆通用的速(su)度分布計(ji)算方法。因(yīn)而采用實(shi)驗的手段(duan)，獲得能夠(gou)反映切合(hé)實際的渦(wo)輪入口速(sù)度分布具(jù)有重要的(de)應用價值(zhi)。縱🏃🏻‍♂️觀☎️以往(wǎng)的研究，對(dui)于入㊙️口速(su)度分布的(de)獲得，多是(shì)采用理論(lun)📧計算或是(shi)數值模拟(nǐ)的方法，僅(jin)有Xu［7］采用了(le)LDA技術♉觀察(cha)了渦輪環(huan)空的速度(dù)分布。LDA技術(shu)雖然計量(liàng)正确，但其(qi)多光束彙(huì)聚和單點(diǎn)測量的性(xing)質決定🌂了(le)它測點較(jiao)少，難以同(tóng)時獲✔️得全(quan)流場信息(xi)的缺陷🏃🏻‍♂️，因(yīn)而其僅能(néng)用于口徑(jìng)較大的渦(wo)輪流量計(jì)流場測量(liàng)🔆。随着粒子(zi)圖像測速(su)(PIV)技術［12］的發(fā)展，其❗瞬時(shí)獲得全場(chǎng)信🏃‍♂️息的能(neng)力也👈被應(yīng)用到流量(liang)測量的研(yan)究中［13-15］，也可(kě)以用⛷️于渦(wō)輪流量計(ji)葉輪輪毂(gu)與管壁的(de)研究中。基(ji)于以上考(kao)慮，應用粒(lì)子成像測(cè)速技術(PIV)來(lai)獲得流場(chǎng)的流速信(xin)🧑🏾‍🤝‍🧑🏼息，以便通(tōng)過更準确(que)和全面的(de)入口速度(dù)分布進而(ér)對流🔞量計(jì)的響應獲(huo)得認👣識上(shàng)的深入。
2渦(wo)輪流量計(ji)理論模型(xing)
　　在渦輪流(liu)量計處于(yú)穩定響應(ying)的狀态下(xià)，角加速度(dù)爲零⭐，此時(shi)💋作用在葉(yè)輪上的各(gè)力矩(見圖(tu)1)需滿足力(li)矩平衡方(fāng)程:
Td－Th－Tt－Tw－Tb－Tm=0(1)
式中:Td爲(wei)葉片驅動(dòng)力矩;Th爲輪(lun)毂周邊黏(nián)性阻力矩(jǔ);Tt爲葉片頂(ding)隙黏🏃‍♂️性阻(zu)力矩;Tw爲輪(lún)毂端面黏(nian)性阻力矩(jǔ);Tb爲軸承黏(nian)性阻力🏃🏻‍♂️矩(jǔ);Tm爲❤️軸與軸(zhou)尖機械阻(zǔ)力矩

渦輪(lún)轉速ω爲所(suo)求的量。獲(huo)得各不同(tong)力矩，通過(guò)求解力矩(jǔ)平衡方程(cheng)可得對應(ying)工況的渦(wo)輪轉速ω。
下(xia)面分别對(duì)各力矩計(jì)算方法進(jìn)行介紹。
2．1葉(ye)片驅動力(li)矩
　　采用的(de)理論模型(xing)葉片驅動(dong)力矩類似(si)Xu［7］文章中的(de)處理方法(fǎ)，模型假設(shè)在葉輪輪(lun)毂和管道(dào)内壁之間(jiān)的環空空(kong)間内不存(cún)在👉沿半徑(jìng)方向的流(liu)動，因而可(ke)以将三維(wei)🚩的渦輪✉️葉(yè)片離📐散成(chéng)有限個二(er)🔱維葉栅計(jì)算不同葉(ye)栅上葉片(piàn)的受力。針(zhen)對半徑爲(wei)r處的葉栅(shan)，可計算其(qi)所受的驅(qū)動力系😘數(shù)Cdr(見圖1)：
Cdr=Clcosβ－Cdsinβ(2)
式中(zhong):Cl和Cd爲葉栅(shan)的升力系(xì)數和阻力(lì)系數，二者(zhe)可通過不(bu)🧑🏾‍🤝‍🧑🏼可壓縮勢(shi)流的方法(fa)計算，與葉(yè)片翼型、葉(yè)輪轉🌈速、來(lái)流速度和(he)半徑位置(zhì)等參數相(xiang)關。
通過對(dui)輪毂半徑(jìng)Ｒh到葉頂半(bàn)徑Ｒt的驅動(dong)力矩進行(háng)積分可以(yi)獲得作用(yong)在整個葉(yè)片上的驅(qu)動力矩Tdr(不(bu)含黏性影(yǐng)響):

式中:ρ爲(wèi)流體密度(dù);N爲葉片數(shù)量;C爲葉片(pian)弦長;Ur(r)爲葉(yè)栅處速度(du)，與🙇‍♀️葉💛栅位(wèi)置相關，在(zài)中通過PIV測(ce)量結果插(cha)值獲得。
　　實(shí)際流動中(zhong)受黏性影(yǐng)響，流體還(hai)會在葉栅(shān)表面産生(sheng)黏性力，采(cai)用黏性流(liu)體力學中(zhōng)二維渠道(dao)流平闆黏(nian)性力的👈計(jì)算方法計(ji)算黏性阻(zu)力Fv

式中:t爲(wei)葉栅栅距(ju)，ν爲流體的(de)運動黏性(xìng)系數。
由葉(ye)栅黏性阻(zǔ)力Fv可求得(dé)葉片整體(tǐ)所受黏性(xing)阻力🆚矩🌈Tv:

進(jìn)而可以獲(huo)得葉片上(shàng)所受的整(zheng)體驅動力(li)矩Td:
Td=Tdr－Tv(7)
2．2輪毂周(zhou)面黏性阻(zǔ)力矩
　　理論(lun)模型中輪(lún)毂周面黏(nian)性阻力矩(ju)由2部分構(gou)成:葉⛷️片部(bu)㊙️分🏃輪毂和(hé)葉片上遊(yóu)輪毂。
依據(ju)Tsukamoto［16］的計算，葉(yè)片部分輪(lun)毂黏性阻(zu)力矩Thb的計(jì)算式爲：

式(shì)中:Bt爲葉片(piàn)厚度。
2．4輪毂(gū)端面黏性(xing)阻力矩
依(yī)據Tsukamoto［16］的計算(suàn)，輪毂端面(miàn)黏性阻力(li)矩Tw的計算(suàn)式爲:

2．5軸承(cheng)黏性阻力(li)矩和機械(xiè)摩擦阻力(lì)矩
根據同(tong)軸圓筒黏(nián)性阻力矩(ju)計算方法(fa)可得軸承(cheng)黏性🏃🏻阻力(lì)🚶矩Tb

式中:Ｒb和(he)Ｒbo分别爲軸(zhóu)和軸承半(bàn)徑，lb爲軸的(de)等效長度(dù)。
　　機械摩擦(ca)阻力矩基(ji)本不受轉(zhuǎn)速影響可(kě)設置爲定(ding)♍值，中渦輪(lun)機械摩擦(cā)阻力矩取(qu)爲5×10－7N·m。
2．6理論模(mo)型綜合分(fen)析
　　當渦輪(lún)進入線性(xìng)響應區間(jian)後，起主要(yào)作用的是(shi)葉片驅動(dòng)力矩和葉(ye)片頂隙阻(zǔ)力矩之間(jiān)的平衡，其(qí)他各阻力(lì)矩💜相對較(jiao)小🏃。葉片頂(ding)隙阻力矩(ju)與渦輪軌(guǐ)速矩近似(sì)成正比關(guan)系，驅動力(lì)矩則主要(yào)受入口速(sù)度分布Ur(r)影(ying)響，獲得準(zhun)确的入口(kou)速度分布(bu)可以使理(li)論🏃‍♀️模型的(de)計算結果(guo)與實際更(gèng)爲符合，傳(chuan)統的理論(lun)模型中入(rù)口速度分(fèn)布多采用(yòng)均勻分布(bù)假設(即各(ge)不🔅同半徑(jìng)入口速度(du)相等)或🏃充(chong)分發展🈲的(de)環空空間(jian)速度分布(bu)，則通過PIV技(jì)術測量了(le)實驗使用(yong)渦輪的入(ru)口😄速度分(fen)布并代入(rù)理論模型(xíng)進行計算(suàn)。
3實驗系統(tong)
　　采用20mm口徑(jìng)的渦輪流(liú)量計，量程(cheng)範圍是1～80方(fāng)/天，其中較(jiào)好線性段(duan)範🈲圍是5～50方(fāng)/天，流量計(ji)渦輪爲等(děng)重疊度渦(wo)🐆輪(不同半(bàn)徑位置葉(ye)栅重疊度(dù)相同)，具體(ti)參數如表(biǎo)1所示，這種(zhǒng)流量計在(zài)大慶油田(tián)的生産測(cè)井中廣泛(fan)應用，其結(jié)構如圖2(a)所(suǒ)示。來流經(jīng)過一段導(dǎo)流葉片整(zhěng)流後進入(rù)渦輪的環(huán)空空間，驅(qū)動葉輪轉(zhuan)動，輸出響(xiang)🏃🏻應信号。在(zai)渦輪♌流量(liang)計的線性(xìng)響應區間(jian)中，處🐇于穩(wěn)👄定轉動時(shi)渦輪葉片(pian)對流⛷️體的(de)幹擾‼️較少(shǎo)，相對來流(liú)攻♍角較小(xiao)，對流體的(de)軸向速度(du)分布基本(ben)沒有影響(xiǎng)，僅會稍稍(shao)😍增加其周(zhou)向轉速。因(yin)㊙️而爲了測(cè)量渦輪流(liu)量計入口(kǒu)速度分😘布(bù)，特别制作(zuo)了各參數(shù)與實際渦(wō)輪相同但(dan)并☁️無葉片(pian)的透明🐆外(wài)殼輪毂模(mo)型，如圖2(b)所(suǒ)👈示，通過PIV手(shǒu)段，對管道(dào)中軸面上(shàng)輪毂和管(guan)壁之間的(de)💛區域的軸(zhou)☂️向速度分(fèn)布進行剖(pou)面測量💋。輪(lun)毂模型安(an)裝在待測(ce)渦輪流量(liàng)計的上遊(you)，相距超過(guò)2m以保證二(er)者之間無(wú)相互幹擾(rǎo)。實驗流速(su)範圍在✂️5～25方(fāng)/天，在管路(lù)下遊采用(yong)時㊙️間-質量(liàng)法獲得真(zhēn)實流速，通(tōng)🔴過光學觀(guān)測獲得渦(wo)輪流量計(jì)葉輪的真(zhen)實轉動頻(pín)率，同時采(cǎi)🚶‍♀️用PIV技術測(cè)量輪毂模(mo)型中的速(sù)度分布。


　　實(shi)驗中所使(shǐ)用的PIV系統(tǒng)爲作者單(dan)位自行研(yan)制的PIV系統(tǒng)［17］(見圖🐕3(a))，激光(guang)器發出的(de)激光依次(ci)通過凸透(tòu)鏡聚焦，經(jing)柱💁面鏡發(fa)散成片🈲光(guāng)，再通過平(píng)面反射鏡(jìng)反射成豎(shu)直片光，進(jìn)入實驗觀(guān)☔察區。示🐪蹤(zong)粒子跟随(suí)流體流過(guò)實驗段♉，由(you)高速攝影(ying)記錄實驗(yan)過程，通過(guò)相關計⛹🏻‍♀️算(suan)處理得到(dao)速度分布(bu)結果。其中(zhong)所用的激(jī)光器爲🧡可(ke)連續發射(shè)532mm激光(綠光(guāng))，發射最大(dà)輸出功率(lǜ)爲🔞2W的半導(dǎo)體激光器(qi)。實驗采用(yòng)的相機爲(wèi)每秒可拍(pāi)攝5000幅的高(gao)速攝影。示(shi)蹤粒子采(cǎi)用的是空(kōng)心玻璃微(wei)球，粒徑☂️爲(wei)20～40μm，密度1．05g/cm3。圖像(xiàng)的互相關(guan)處理程序(xù)由作者所(suo)在單位自(zì)行在MATLAB軟件(jiàn)平台中編(bian)寫成。
　　進行(háng)圖像采集(ji)的方法均(jun)爲多幀單(dān)曝光，即相(xiàng)繼2次🈚曝光(guāng)的粒子圖(tu)像分别記(jì)錄在相繼(jì)的2幅照片(piàn)上，因此采(cai)取互相關(guān)算法進行(háng)圖像處理(li)。基本原理(lǐ)是用☔相繼(ji)2幀粒子圖(tu)💛像I1(x珋)，I2(x珋)進(jin)行相關計(jì)算👣：

　　Ｒc(sˉ)的理想(xiǎng)空間分布(bù)如圖3(b)所示(shi)，僅有一個(gè)明顯的級(ji)大峰🐪值⛱️，其(qi)中珋s爲判(pan)讀小區内(nei)粒子的平(píng)均位移矢(shǐ)量😘。算法采(cǎi)用16×16的矩形(xing)像🌈素作爲(wei)判讀小區(qū)，對應的空(kong)間分辨率(lü)爲0．35mm×0．35mm，時間分(fèn)辨率達0．2ms。整(zheng)個圖像在(zai)輪毂與管(guǎn)壁之間的(de)速📧度剖面(miàn)可取的32個(ge)流速點，從(cóng)而可以較(jiao)準确地得(de)到其間的(de)速度分布(bu)情況。

4實驗(yan)結果與分(fen)析
　　通過對(duì)PIV實驗中所(suǒ)拍攝的照(zhào)片(見圖4(a))進(jìn)行後處理(lǐ)，可以得到(dào)各個流量(liàng)點下輪毂(gu)與管壁之(zhī)間軸截面(miàn)流❤️場軸🏃🏻‍♂️向(xiang)速度分布(bu)信🍉息如圖(tú)4(b)所示。鑒于(yú)試驗模型(xíng)的🔞軸對稱(cheng)性，從原理(li)上說🆚該軸(zhou)截面的速(su)度分布可(kě)以推廣到(dao)周向環形(xing)區域。


　　實驗(yàn)中流量計(ji)的渦輪輪(lun)毂半徑爲(wèi)4mm，而管道内(nèi)徑爲💞10mm，因而(ér)速度分布(bù)都在這6mm的(de)區間内。通(tōng)過圖像處(chù)理可以獲(huò)🛀🏻得32個不同(tong)位置的速(sù)度，在此基(ji)礎上進行(hang)插值即可(ke)獲得整個(gè)環空流場(chang)的軸向速(sù)度🛀🏻分布。圖(tu)5(a)反映🧡了實(shí)驗所測得(de)的幾個不(bú)同工🛀🏻況點(diǎn)的軸向速(sù)度分⛷️布，從(cong)圖中可🔞以(yǐ)看出，流速(sù)在中間位(wei)置較高，由(yóu)于邊界層(ceng)的影響，在(zai)靠近輪毂(gū)和管⭕壁附(fù)近流速逐(zhu)漸趨近于(yú)零。随着流(liú)速的升高(gao)，整體速度(dù)分布向管(guan)壁方向偏(piān)移，速度最(zuì)大值✉️位置(zhì)半徑增大(da)，輪毂🔞表面(miàn)邊界層厚(hòu)度增加，管(guǎn)壁表面邊(biān)界層厚度(du)減少。與Xu［7］采(cǎi)用LDA測量的(de)結果相比(bi)，結果在半(ban)徑較大處(chù)速度🐆較高(gao)，二者的不(bú)同結果也(ye)反映了不(bú)同設計的(de)渦輪流量(liang)計入口速(sù)度分布存(cún)在差異。相(xiàng)比LDA而言，PIV可(ke)以更加全(quan)面地獲得(de)輪毂與管(guǎn)壁之間的(de)流速分布(bù)信🈲息。


　　将實(shí)驗中PIV測得(dé)的速度分(fèn)布與同流(liu)量下的完(wán)全發❄️展的(de)環形通道(dao)速度分布(bu)［18］以及此流(liú)量下的均(jun1)勻分布進(jin)行對㊙️比，如(rú)圖5(b)所示，從(cóng)中可以看(kàn)出，用PIV測得(de)的速度分(fen)布✔️與完全(quán)發展的環(huan)形通道速(sù)度分布有(yǒu)明顯✂️不同(tong)。其中前者(zhe)的峰值比(bi)較靠近管(guǎn)道内壁方(fāng)向，而⭕後者(zhe)的峰值較(jiao)靠近輪毂(gū)方向。另外(wài)，完全發展(zhan)的環形通(tōng)道速度分(fen)布比用PIV測(cè)得的速度(dù)分布更加(jia)平緩♈。由于(yu)不同位置(zhì)的流體對(duì)渦輪葉片(pian)作用效果(guo)不同，實際(jì)流速中峰(fēng)值在不同(tong)位置對渦(wo)輪産生的(de)驅動效果(guo)可能會有(yǒu)很大差異(yi)，如圖5(b)中所(suǒ)示的完全(quan)發展㊙️速度(dù)分布和均(jun1)勻速度分(fen)布都很平(píng)緩，不能完(wan)全反映實(shi)際流動中(zhong)不同位置(zhì)的流場信(xin)息，計算的(de)結果中自(zi)然也就将(jiang)這些差異(yi)🏃‍♂️對渦輪響(xiang)應可能産(chǎn)生的🥰特殊(shū)貢獻有所(suo)體現。
　　分别(bie)用3種速度(du)分布作爲(wei)渦輪入口(kǒu)速度分布(bu)求解流量(liang)計🔆響應，與(yu)實際測得(de)的響應進(jìn)行對比，如(ru)圖6(a)所示。從(cong)😍圖中可以(yi)看出，采用(yòng)完全發展(zhan)的環形速(sù)度分布和(he)均勻速度(dù)分布計算(suan)的渦輪響(xiang)應值明顯(xian)低于⛹🏻‍♀️渦輪(lún)流量👅計的(de)真實響應(yīng)。在渦🔞輪正(zheng)常響應時(shí)，在葉🚩片中(zhōng)上部(即靠(kào)近管壁部(bù)分)的流體(tǐ)驅動渦輪(lun)轉動，而在(zài)葉片底部(bù)☔(即靠近輪(lun)毂部♉分)的(de)流體阻礙(ài)渦輪轉動(dong)，因而👉流體(ti)分布越靠(kào)近管壁，帶(dai)來的驅動(dòng)力矩越大(dà)，使得葉輪(lún)的轉速越(yuè)快。從圖5(b)中(zhōng)來看，真實(shi)速度分布(bù)更靠進管(guǎn)壁，應爲🔞理(lǐ)論求🏃‍♂️解結(jie)果轉速偏(piān)低的原因(yin)。
　　分别計算(suàn)各個響應(yīng)在不同流(liú)量點處與(yǔ)真實響應(ying)的相對誤(wu)差，結果如(ru)圖6(b)所示。從(cóng)圖中可以(yǐ)明顯看出(chu)，用PIV獲得的(de)速度🤟分布(bu)計算💰的結(jié)果與實際(ji)響應的相(xiang)對誤差最(zui)小，在3%以内(nei);用🥵均勻入(rù)口速度分(fèn)布計算的(de)結果誤差(chà)最大;用完(wán)全發展的(de)環形通道(dao)速度分布(bu)👄當雷諾數(shù)超過2000時，由(you)于計算模(mo)型假設由(you)層流的速(sù)♋度分布直(zhí)接轉🈲變爲(wei)湍流的速(sù)🔞度分布模(mó)型，未能合(he)理地反映(yìng)實際流動(dong)中逐步轉(zhuan)變的過渡(dù)階段，導緻(zhi)🚩理論結果(guo)與實際速(su)💁度分布有(you)較大差異(yì)，所以誤差(chà)較大。通過(guo)這些對比(bǐ)不難看出(chu)，獲得真實(shi)的速👄度分(fen)布能更爲(wei)準确地計(jì)算渦輪流(liu)量計的實(shí)💔際響應。面(mian)對複雜的(de)上遊來流(liu)條件，PIV結果(guo)更能反映(ying)渦輪流量(liàng)計内⭐部流(liu)動的主要(yao)特征，這也(ye)從另一個(ge)側面表明(míng)，對渦輪流(liu)🙇🏻量計内部(bu)複雜流動(dong)的精細💞測(ce)量和深入(rù)認識也将(jiāng)是完善相(xiàng)關理論和(he)進一步優(yōu)化其性能(néng)的重要途(tú)徑。

5結論
　　通(tōng)過PIV技術觀(guan)測了渦輪(lun)流量計入(rù)口軸向速(sù)度分布并(bing)♈代入TG模型(xíng)進行計算(suan)。結果表明(ming)，PIV技術可以(yi)作爲渦輪(lun)流量計的(de)入口速度(du)的觀測手(shou)段。PIV技術代(dài)入模型後(hou)計算所得(dé)的渦輪轉(zhuǎn)速與實際(jì)較爲吻合(hé)，而采用均(jun1)勻速度🏒入(rù)口或是充(chōng)分發展的(de)環空空間(jian)速度分布(bu)均與實際(ji)存在些許(xu)差異，代入(ru)模型後所(suǒ)得誤差較(jiao)大，也反映(yìng)🌈了不同的(de)入口速度(dù)分布對流(liu)量計響應(ying)具有十分(fèn)重要🐪的影(yǐng)響。
　　由于渦(wō)輪流量計(jì)入口速度(dù)分布受到(dào)多種因素(su)的影響，難(nan)以完全依(yi)賴簡單的(de)理論計算(suan)，因而PIV技術(shu)可以有的(de)放矢地用(yòng)于渦輪流(liu)量計的内(nei)流場觀察(cha)，獲得真實(shí)的流速分(fen)布信息，進(jin)而改進理(lǐ)論模型的(de)計算和分(fen)析，在新一(yi)代渦輪流(liú)量計的研(yan)制和完善(shan)相🌈關理論(lùn)中發揮重(zhòng)要的作用(yòng)。

以上内容(róng)源于網絡(luò)，如有侵權(quan)聯系即删(shan)除!