小型抽水蓄能水泵水轮机的密封环结构优化研究

摘 要：本研究旨在通过优化小型抽水蓄能水泵中的密封环结构，提高其工作效率与密封性能。采用有限元分析（FEA）、计算流体力学（CFD）、遗传算法（GA）和粒子群优化（PSO）方法，系统分析和优化了密封环的流体动力学特性及摩擦损失。试验结果显示，优化后的密封环流量增至1.65m³/s，输入功率降至6.2kW，泄漏率明显降至1.0L/min，说明密封性能和耐磨性有明显改善。研究证明，采用优化设计的密封环能有效提高水泵的整体性能，为抽水蓄能技术的应用提供了可靠支持。

关键词：小型抽水蓄能水泵；水轮机；密封环结构

中图分类号：TV 74" " 文献标志码：A

抽水蓄能技术在可再生能源领域的应用日益重要，逐渐成为电网负荷调节和能源存储的关键手段。密封环作为水泵系统中的核心组件，其性能直接影响泵的运行效率和系统稳定性。优化密封环结构涉及流体力学特性、材料选择及摩擦损失等多个因素，已成为提高水泵性能的重要途径。传统设计方法通常依赖经验公式，无法充分考虑复杂流动和非线性现象，因此存在明显局限性。本研究旨在通过试验与数值模拟探索密封环的优化设计方法，以提高水泵的整体性能，为抽水蓄能技术的进一步发展提供支持。

1 基本原理

1.1 小型抽水蓄能水泵（PSH）的工作原理

PSH通过电动机驱动泵，将水从低位水库抽至高位水库。该系统的核心在于泵和涡轮的高效协同工作。泵在抽水模式下运作过程中，电动机转速通常在157.08rad/s～314.16rad/s，

采用异步电动机或同步电动机，电动机通过皮带或直联驱动泵的叶轮[1]。泵的性能由其扬程和流量决定，扬程可达50m～400m，流量通常在0.5m³/s～3.0m³/s。通过旋转的叶轮产生离心力，将水流吸入泵体，经过叶轮的高速旋转，将水推向泵出口，形成高压水流。根据伯努利方程，流体在泵内的压力升高与流速变化密切相关，保证水可以有效输送。在涡轮发电模式下，储存的高位水流经涡轮，涡轮的设计与泵一致，通常采用反向工作原理，使水的动能转化为机械能，进而驱动发电机。涡轮转速和泵相同，保持在157.08rad/s～314.16rad/s，保证高效发电。发电效率通常在80%～90%，表明系统在能量转换过程中具有高效性。PSH系统通过精确控制水流和压力，使水的升降和能量进行高效转化，实现了流体动力学和机械设计的深厚结合[2]。

1.2 密封环（SR）结构分析

SR在PSH中的基本结构包括静密封部分和动密封部分，材料通常选用高强度聚合物、陶瓷或金属，旨在防止介质泄漏并维持系统压力。静密封部分紧贴泵壳体，承受静态压力，而动密封部分与转子接触，能够在高速旋转下保持有效密封。将SR的表面粗糙度控制在0.2µm～0.4µm，以减少摩擦和延长使用寿命[3]。设计合理的SR能够形成稳定的润滑膜，减少磨损，延长运行周期。SR具体结构如图1所示。

SR的设计对水泵效率的影响主要体现在流体动力学特性与摩擦损耗。SR的接触压力通常为0.5MPa～1.5MPa，压力过高会使摩擦增加，导致能量损失。流体在通过SR过程中，可能因湍流和黏性摩擦造成扬程损失，直接影响泵的总体效率。研究显示，SR的摩擦损失占水泵总体损失的10%～30%。因此，采用低摩擦系数材料（例如氟橡胶）可以明显提高效率。

设计参数对SR性能的影响因素包括材料选择、表面处理、接触压力和温度范围。密封材料选择直接影响其耐磨性和抗老化能力，适合的材料能在-20℃～120℃的温度环境中稳定工作。此外，SR设计应考虑流体特性和工作环境，保证在不同工况下的可靠性和有效性。利用有限元分析（FEA）等方法可以优化SR的结构，提高其密封性能与耐久性，从而进一步提高水泵的整体效率和可靠性。

2 传统设计方法及其局限性

传统设计方法基于经验公式和规范化设计标准，通常利用一维流体力学模型评估性能。在泵体、SR和涡轮的设计中，使用水泵特性曲线结合“伯努利方程”来估算流量、扬程和效率，通常基于K值和NPSH值经验系数。这种方法虽然在工程实践中广泛应用，但其具有明显的局限性，尤其在复杂流动和高动态工况下更明显[4]。同时，传统方法未能充分考虑非线性流体动力学效应，尤其是k-ε湍流模型计算流动特性时存在不足。流体在高速运行中会出现明显流动分离和涡流，导致能量损失不可预见[5]。此外，SR的摩擦损失为10%～30%，未能得到有效控制，传统设计通常忽略了材料对摩擦系数的影响。未对材料选择（聚合物与金属的摩擦行为差异）进行系统性评估，使密封性能不足，从而导致泄漏和效率下降。在高压和高温环境下，传统方法的适应性差，无法动态捕捉SR的疲劳和老化特性。SR在高压下的接触应力可达到1.5MPa，因此未对其进行应力分析，可能导致材料失效和性能衰减。传统方法也没有考虑热膨胀效应和冷却流体的影响，使密封性能在实际工况下变得不稳定。

3 优化方法

3.1 数值模拟方法

3.1.1 有限元分析（FEA）

利用FEA对SR进行设计与优化包括模型建立、网格划分和边界条件与载荷设置。在模型建立阶段，利用CAD软件生成密封环的三维几何模型，定义外径50mm、内径40mm、厚度10mm和表面粗糙度（0.2µm～0.4µm），部分核心建模代码如下。

# 建立圆环结构

outer_circle = App.ActiveDocument.addObject（\"Part：：Cylinder”，\"OuterRing\"）

outer_circle.Radius = outer_radius

outer_circle.Height = thickness

inner_cut = App.ActiveDocument.addObject（\"Part：：Cylinder\"，\"InnerCut\"）

inner_cut.Radius = inner_radius

inner_cut.Height = thickness

# 执行减法操作，生成密封环

App.ActiveDocument.addObject（\"Part：：Cut\"，\"SealRing\"）.Base = outer_circle

App.ActiveDocument.getObject（\"SealRing\"）.Tool = inner_cut

doc.recompute（）

在网格划分过程中，采用四面体单元进行三维划分，特别是接触区域，将网格细化至0.5mm～1.0mm，以捕捉关键应力分布。在网格独立性分析过程中，通过评估不同网格密度下的应力变化，最终确定接触区域的网格密度，并适当调整密封环的内径和接触面形状，分散高应力区域，使其应力分布更均匀。将边界条件设置为外部固定，模拟与泵壳的接触，内边界自由以模拟静压1.5MPa和温度120℃载荷。为优化密封环在工作状态下的性能，考虑不同温度和压力条件下材料的变形，选择低摩擦系数材料氟橡胶，以减少摩擦损耗。

3.1.2 计算流体力学（CFD）

在密封环（SR）的优化过程中，CFD通过精确的流场建模分析水流特性，以优化几何结构并减少能量损失。基于SR的几何模型进行流场建模，流体入口速度设定为1m/s～3m/s，将出口压力设定为1.5MPa，在实际工况下对流体进行精确模拟。部分核心建模代码如下。

# 简化二维流体区域

mesh = RectangleMesh（Point（0，0）， Point（0.1，0.1），64，64）

# 定义有限元函数空间

V = VectorFunctionSpace（mesh，'P'，2）

# 设定入口速度

inlet_velocity = Constant（（1.5，0））

在密封环（SR）优化过程中，采用有限体积法（FVM）对流体区域进行离散化，将流体空间划分为多个控制体。将SR模型的边界层区域的网格细化至0.1mm，保证能够捕捉接触面上的精细流动特性。将入口速度设定为1.5m/s，出口压力设定为1.5MPa，以模拟真实工况。通过CFD模拟精确计算密封环内部的流速和压力分布，特别是在边界层区域，由于摩擦效应，因此流速明显下降并产生流动分离。这种现象导致局部湍流，增加了流体阻力和能量损耗，尤其是在SR接触区域，能量损失较为明显。为减少流动分离和湍流，须重新设计密封环的边界层几何形状，减少高压差。通过更细的网格划分（0.1mm）提高计算精度，优化接触面的流体流动，减少局部湍流，降低能量损失。此外，压力分布分析揭示了局部高压差对湍流的影响，采用k-ε湍流模型捕捉湍流现象，并通过调整湍流长度尺度，有效减少局部湍流和流体阻力，最终明显减少了摩擦损耗，提高了系统的整体效率。

3.2 优化算法

3.2.1 遗传算法（GA）

在SR优化设计中，GA是一种广泛应用的全局优化算法，其优化过程分为适应度函数设计、选择、交叉和变异操作。基于水泵效率和密封性能构建适应度函数，综合考虑流体阻力、密封性和系统效率。适应度函数如公式（1）所示。

F（x）=w1∙ηpump+w2∙ηseal-w3∙Ploss" " " "（1）

式中：ηpump为水泵效率；ηseal为密封性能；Ploss为流体阻力损失；w1、w2、w3为权重系数，分别为水泵效率、密封性能和流体阻力的相对重要性。

在实际操作中，根据设计需求灵活调整这些权重。对提高密封性能和减少流体阻力的情况来说，通常w2和w3权重较高，而在以效率为主的设计中，w1的权重会相对较高。通过不同的权重组合，适应度函数能够反映不同设计目标之间的平衡。在选择操作中，采用轮盘赌选择方法选择适应度高的个体进入下一代。为保证最优解传递，通常会选择适应度值较高的个体。在此过程中，将选择率设定为0.5，保证高适应度的个体有更大的机会进入下一代，但也允许部分较差个体进入，以保持种群多样性。交叉操作通过双点交叉策略将父代基因组合生成子代个体，将交叉率设定为0.7，这个值在优化过程中能够保证基因信息进行有效交换，同时避免过早收敛到局部最优解。交叉操作通过随机选择两个切点交换父母个体的基因信息，生成新的设计方案。变异操作在子代基因中引入小概率突变，以提高种群的多样性，避免陷入局部最优解。通常将变异率设定为0.01，这种小概率变异的设计能够保证子代基因在保持父代优秀特性，同时通过随机改变部分设计参数来探索新的可能性，进一步提高优化过程的全局搜索能力。

3.2.2 粒子群优化（PSO）

PSO是一种仿生优化算法，每个粒子代表一个可能的密封环设计方案，其位置和速度随机初始化。粒子的初始位置在设计参数的可行空间内随机分布，每个粒子的位置对应密封环的几何参数或材料属性。为了保证搜索空间的覆盖范围足够大，本文将种群规模设置为150个粒子，初始速度为[-Vmax，Vmax]，其中，Vmax为速度的最大限制值，可以保证粒子在每一代中不会偏离设计空间的边界。该值通常为设计参数变化范围的10%。每个粒子的速度根据个体经验和群体经验进行更新，速度更新过程如公式（2）所示。

vi（t+1）=w∙vi（t）+c1∙r1∙（pi-xi）+c2∙r2∙（gi-xi）" （2）

式中：vi和xi分别为粒子速度和位置；w为惯性权重，决定了粒子保持当前速度的倾向，本文将其设置为0.7，以保证粒子初期搜索时具备较强的探索能力，同时在后期收敛过程中具备较好的开发能力。c1和c2分别为个体学习因子和社会学习因子，取值为2。r1和r2为随机数，数值为[0，1]，用于引入随机性，避免粒子过早收敛到局部最优解。位置更新则根据新的速度对粒子的位置进行调整，如公式（3）所示。

xi（t+1）=xi（t）+vi（t+1）" " " " " " " " " （3）

每次更新后，会将粒子的位置调整到新的设计方案，保证探索新的设计参数。适应度函数是评价每个粒子设计方案优劣的关键标准，目标函数如公式（4）所示。

F（x）=w1∙ηseal-w2∙Ploss" " " " " " " " "（4）

通过评估每个粒子的位置对应的密封环设计方案的适应度值，可以识别最优解。在每一代迭代过程中，PSO会根据当前粒子的适应度值判断收敛情况。如果个体最优位置和全局最优位置的变化幅度小于预设阈值，且经过多次迭代后，整体适应度值不再提高，就认为算法收敛。为了进一步提高算法的收敛效率，本文采用了自适应调整惯性权重的方法。在迭代初期，惯性权重较大（例如0.9），以保证粒子具备较强的探索能力，能够在全局范围内搜索最优解。而在后期，惯性权重逐渐减至0.4，以提高粒子的开发能力，使其更快地聚集到全局最优解附近。这种惯性权重的自适应调整能够有效避免粒子陷入局部最优，同时加速收敛过程。

4 应用结果分析

在本研究中，对优化前后SR进行了性能测试，以评估优化效果。优化前的测试数据显示，流量为1.5m³/s，扬程为350m，输入功率为6.5kW，泄漏率达到2.5L/min，磨损情况评分为2（轻微划痕）。优化后，再次对其进行性能测试，结果显示流量升至1.65m³/s，扬程保持在350m，输入功率降至6.2kW，泄漏率降至1.0L/min，磨损情况评分降至0（无明显划痕）。优化前后的测试数据对比见表1。

从表1中可以看出，优化后的SR在流体动力学性能、耐磨性和密封效果上均有明显提高。流量提高表明水泵的效率提高，输入功率降低则说明其具有更好的能量利用效率。泄漏率降低和磨损情况改善，进一步验证了SR优化设计的有效性和水泵在实际运行中的稳定性。

5 结语

综上所述，本研究通过系统的试验与数值模拟，成功优化了PSH中的SR结构，明显提高了水泵的工作效率和密封性能。研究结果表明，优化设计能够有效减少摩擦损失、降低泄漏率、提高流量和整体性能。本文采用的FEA、CFD、GA和PSO方法为SR设计提供了有力支持，展示了现代优化技术在机械工程领域的应用潜力。未来的研究可进一步探索新材料和结构形式的组合，以推动抽水蓄能技术的广泛应用与发展。

参考文献

[1]潘鹏宇，史华勃，陈刚，等.全功率变速抽水蓄能机组水泵模式建模及运行特性研究[J].四川电力技术，2024，47（3）：13-16，80.

[2]刘轩，杨铭轩，吴昊，等.抽水蓄能电站运行工况数字化动态规划模型分析[J].中国高新科技，2024（10）：52-54.

[3]杨昭，郭树良，苏建峰，等.曹坪抽水蓄能电站水泵水轮机主要参数选择及关键技术研究[J].水电站机电技术，2024，47（1）：10-13.

[4]李娜，刘海乐，郭峰.盾构法输水隧洞延伸密封环始发技术的研究与应用[J].中国水能及电气化，2024（6）：14-18.

[5]董黎明，钟林，周忠泽，等.全金属可溶球座密封环结构设计与性能分析[J].钻采工艺，2023，46（6）：106-112.