文章快速检索  
  高级检索
复杂山体下双塔布置超大型冷却塔风致干扰效应研究
柯世堂, 余文林, 王浩, 朱鹏, 余玮, 杜凌云     
南京航空航天大学 土木工程系, 南京 210016
摘要:以中国西北地区已建成的210m世界最高冷却塔为例,采用风洞试验和CFD数值模拟两种方法,获得了考虑复杂山体(海拔接近冷却塔喉部高度,且距离塔体很近)双塔布置冷却塔表面流场信息和压力分布模式。在此基础上,对比分析考虑复杂山体和建筑干扰时冷却塔表面最大负压、基于极值负风压的干扰系数和平均风压分布特性,并针对最不利工况进行复杂山体和塔群之间的风致干扰机理研究。研究表明:采用风洞试验和数值模拟两种方法得到的冷却塔基于极值负风压的干扰系数分布规律一致,两者最大值相差8%;复杂山体对冷却塔群来流湍流和表面风压分布模式的影响显著,同时受到冷却塔和干扰建筑物之间"夹道效应"的影响,最不利工况下冷却塔基于极值负风压的干扰系数可达1.586,远大于没有复杂山体时的工程常见干扰系数。
关键词复杂山体     双塔布置     超大型冷却塔     数值模拟     风洞试验     干扰效应    
Research on interference effect of super large cooling towers with two tower combinations under complex mountains
Ke Shitang, Yu Wenlin, Wang Hao, Zhu Peng, Yu Wei, Du Lingyun     
Department of Civil Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
Abstract: Taking a domestic super large cooling tower which is the world's tallest (210m) as an example, the flow field information and pressure distribution patterns of two cooling tower combinations were obtained considering complex mountains (close to the cooling tower, the height of which is close to the cooling tower throat elevation) based on wind tunnel experiments and CFD numerical simulation methods. On this basis, maximum negative pressures, interference factors based on the extremum of the negative wind pressure and mean wind pressures were analyzed, and then the wind-induced interference mechanism between the mountain and the towers were studied under the most unfavorable conditions. Studies show that the distribution rules of interference factors of cooling towers based on the extremum of the negative wind pressure obtained by wind tunnel experiments and CFD numerical simulation methods, respectively, are the same, and the maximum interference factors obtained by the two methods are 8% different. Complex mountains have significant influence on the flow turbulence and wind pressure distribution patterns of cooling towers. Influenced by the "channel effect" between cooling towers and buildings, the interference factor based on the extremum of the negative wind pressure under the worst condition is up to 1.586, significantly greater than the common interference factors without complex mountains.
Keywords: complex mountains     two tower combinations     super large cooling tower     numerical simulation     wind tunnel experiment     interference effect    
0 引言

大型冷却塔属于典型的风敏感结构,常见双塔布置冷却塔群的风荷载研究极为重要,现有研究和《工业循环水冷却设计规范》[1]均详细给出了不同塔间距双塔布置冷却塔的干扰系数取值。但国内外鲜有学者对复杂山体和冷却塔群之间的干扰效应进行系统研究,从而导致工程设计人员不能充分预估周边山体干扰效应的影响。

文献[2]通过气弹模型试验进行了双塔风效应干扰研究,并分析了基于响应平均值、标准差和极值的干扰系数分布规律;文献[3-4]基于风洞试验和有限元方法对比研究了双塔布置状态下不同干扰系数取值方法之间的差异;文献[5-6]采用CFD方法对考虑了不同塔间距、组合形式和透风率影响的群塔组合进行了流场特性和风压分布特性研究,进而总结归纳了冷却塔群的干扰效应;文献[7-8]基于风洞试验对山体环境下冷却塔等结构进行了等效静风荷载和干扰效应研究,结果表明,山体等周边环境将显著增大冷却塔表面平均风压和脉动风压。

以国内建成的复杂山体环境下双塔布置超大型冷却塔为工程背景,基于风洞试验和数值模拟两种方法,对考虑复杂山体的双塔布置冷却塔群的风压分布模式和表面流场信息进行系统研究,并将基于两种方法得到的单个冷却塔的风压分布与《工业循环水冷却设计规范》(后文简称为“规范”)及实测曲线进行对比,验证雷诺数效应补偿和数值模拟的有效性。在此基础上,对比分析考虑复杂山体环境和周边建筑干扰时冷却塔表面最大负压、平均风压和基于极值负风压的干扰系数特性,同时针对最不利工况开展复杂山体和塔群之间的风致干扰机理研究。

1 工程概况

该超大型冷却塔塔顶高度为210m,喉部高度157.5m,进风口高度32.5m;喉部直径110m,进风口直径159m,塔底零米直径180m。塔筒底部由52对X型支柱与环基连接。双塔沿东西方向平行布置,双塔中心距为塔底直径的1.5倍。综合考虑复杂山体及建筑物的干扰性能和试验效率,选取冷却塔周边高度大于30m的结构并考虑其干扰效应,表 1给出了主要干扰建筑物的高度。冷却塔周围存在环绕塔群的复杂山体,山体最大高度136m,已接近冷却塔喉部高度,理论上可能存在显著的山体干扰效应。

表 1 主要干扰建筑物高度汇总表(单位:m) Table 1 Summary of main interference buildings' height (unit: m)
建筑物类别 烟囱 引风机室 送风机室 电除尘器 锅炉房 煤仓间 汽机房
建筑物1 210 33 52 36 88 55 35
建筑物2 240 66 97.5 95 36

定义塔A、塔B中心点连线的中垂线南北方向为0°风向角,逆时针每隔22.5°为1个工况,共计16个工况。考虑到超大型冷却塔百叶窗的常规工作状态,按30%透风率等效为百叶窗开启效应,不同透风率百叶窗对冷却塔周边流场的影响详见文献[9]。图 1给出了冷却塔的结构示意图和试验平面布置图。

图 1 冷却塔结构示意图和平面布置图 Fig.1 Structural diagram and plane layout of cooling towers
2 风洞试验 2.1 试验概况

试验在南京航空航天大学NH-2大气边界层闭口回流式矩形截面风洞中进行,试验段截面尺寸为5.0m×4.5m。考虑到湍流积分尺度与阻塞率的要求[10],冷却塔测压模型、周边地形与主要建筑模型的几何缩尺比选为1:400,模型采用具有足够强度和刚度的亚克力材料制成。采用丹麦DANTEC公司的Streamline热线/热膜风速仪、A/D板、PC机和专用软件组成的系统,测量风洞流场的平均风速、风速剖面、湍流度以及脉动风功率谱等数据。风压测试系统由美国SCANIVALUE扫描阀公司的DSM3000电子式压力扫描阀系统(量程分别为±254mmH2O和±508mmH2O)、PC机及自编的信号采集和数据处理系统构成。试验采样频率为512Hz,每次采样长度为10240个数据。待测冷却塔外表面沿子午向和环向布置12×36=432个测压点,具体测点布置如图 2所示。

图 2 冷却塔模型测点布置图 Fig.2 Measuring points of models for cooling towers
2.2 风场模拟与雷诺数效应补偿

试验风场按B类地貌进行模拟,风剖面指数为0.15。图 3给出了B类风场试验测得的平均风剖面、湍流强度和脉动风谱(其中,平均风剖面中的风速是基于风洞试验相似比要求换算得到的实际结构风速)。由图 3可知:风场模拟的平均风剖面与规范较吻合,且湍流强度在近地面处接近15%,亦满足规范的相关规定;将试验测得的脉动风谱进行拟合,并与Davenport谱、Harris谱、Karman谱的曲线进行对比,可认为该风场模拟的脉动风谱满足工程要求。

图 3 B类风场模拟结果 Fig.3 Simulation results of type-B landform

在设计风速下,该超大型冷却塔原型结构的雷诺数可达108。由于物理风洞本身的局限性,难以通过提高试验风速或增大结构模型几何尺寸的方法模拟此类结构在高雷诺数下的表面绕流形态。由于类圆柱结构绕流特性不仅与雷诺数相关,还与表面粗糙度等因素有密切联系,已有研究[11]及课题组的实践经验表明,通过适当改变模型表面粗糙度,可近似模拟高雷诺数下结构的绕流特性。因此,本文采用10m/ s风速作用下在冷却塔表面粘贴5mm宽或8mm宽粗糙纸带的手段,进行单个冷却塔雷诺数效应模拟。图 4(a)给出了单塔雷诺数效应模拟试验模型布置图,图 4(b)给出了单塔雷诺数效应模拟后的整体试验模型布置图。

图 4 风洞试验模型布置图 Fig.4 Layout of models for wind tunnel experiment

图 5给出了不同模拟措施下单个冷却塔喉部断面平均压力系数分布以及最优模拟风压结果与规范及实测曲线的对比,表 2给出了单个冷却塔整体阻力系数特征值与冷却塔设计规范及实测结果对比。分析比较可知:(1)在冷却塔外表面适当粘贴粗糙纸带,可显著改变冷却塔表面平均风压分布模式,从而有效进行单个冷却塔高雷诺数效应补偿;(2) 10m/s风速作用下,采用5mm粗糙纸带2层、3层间隔交替分布时,冷却塔测压模型在B类风场中的雷诺数效应模拟效果最好;(3)风洞试验单塔喉部断面平均风压与规范及实测曲线[12]分布规律和数值基本一致,仅在负压极值区数值略有差异,脉动风压沿环向分布规律与国外实测曲线[13-14]基本一致,数值与国内试验结果[15]较为接近;(4)单冷却塔表面气动力荷载以阻力为主,本文单塔整体阻力系数均值为0.408,在规范及实测结果之间且数值非常接近,最大相差小于6%。

图 5 单塔喉部断面风压分布结果及对比 Fig.5 Wind pressure distribution on throat section of single tower
表 2 单个冷却塔整体阻力系数特征值与规范及实测结果对比 Table 2 Comparison among characteristic values of drag coefficient of single tower, code values and measured results
名称 整体阻力系数特征值
均值 根方差 极值
单塔 0.408 0.120 0.708
规范 0.386 / /
西热曲线(实测结果) 0.426 / /
2.3 风压系数特性

图 6给出了风洞试验单塔风压系数均值与均方差分布。由图可见,单塔工况风压系数三维分布特征较为显著,风压系数均值关于180°呈现良好的对称性,正压与负压最值分别出现在环向0°与72°处;风压系数脉动值对称性较弱,迎风面风压系数相对背风面脉动较强。

图 6 单塔风压系数均值与均方差分布 Fig.6 Mean value and standard deviation distribution of wind pressure coefficient for single tower

图 78分别给出了复杂山体环境下双塔布置时塔A、塔B的风压系数均值与均方差分布图(限于篇幅,图中仅给出0°风向角工况)。由图可知:(1)塔筒表面平均和脉动风压具有显著的三维分布特征,来流角的改变打破了平均风压系数沿环向角度的对称分布模式,塔A、塔B的正压最值出现角度均与来流方向极为吻合,负压最值相比来流角度落后70°左右;(2)风压系数脉动最值发生在来流角度±50°区间内,关于来流方向不对称分布;(3)塔A风压系数均值比塔B大,二者的脉动值不具备鲜明的大小规律,但均分布在0.06~0.48范围内。

图 7 双塔布置时塔A风压系数均值与均方差三维分布 Fig.7 Mean value and standard deviation distribution of wind pressure coefficient for tower A
图 8 双塔布置时塔B风压系数均值与均方差三维分布 Fig.8 Mean value and standard deviation distribution of wind pressure coefficient for tower B
3 CFD数值模拟 3.1 计算域与网格划分

为保证超大型冷却塔尾流充分发展,计算域设置为顺风向15000m×横风向8000m×竖向800m,模型中心距离计算域入口为5000m。模拟时各模型均采用三维足尺建模,试验时模型最大堵塞度不超过3%。为了兼顾计算效率及精度,将计算域划分为外围区域和局部加密区域,形状规整的外围区域采用高质量的结构化网格进行划分,而内含冷却塔群、复杂山体和周围干扰建筑的局部加密区域,则采用非结构化网格进行划分。整体模型网格数量超过4000万且网格质量大于0.40,网格数量及质量均满足模拟要求。计算域及模型网格划分如图 9所示(限于篇幅,图中仅给出0°风向角工况)。

图 9 计算域及模型网格划分示意图 Fig.9 Sketch of computational field and model mesh
3.2 湍流模型选取与边界条件设置

本文计算方法采用三维稳态隐式算法,空气风场选用不可压缩流场,湍流模型选择标准的k-ε模型[16],采用SIMPLEC算法解决动量方程中速度分量和压力的耦合问题,计算中湍流动能、湍流耗散项、动量方程都采用二阶迎风格式离散。同时,在计算过程中设置了网格倾斜校正,以提高混合网格计算效果,控制方程的计算残差设置为1×10-6

定义进口边界条件为速度入口,按照B类地貌设置对应的速度和湍流强度分布。其中,该冷却塔所在地区10m高度处100年重现期10min最大平均风速为23.7m/s,10m高度名义湍流度取为0.14,地面粗糙度系数为0.15,且通过用户自定义函数实现上述入流边界条件与FLUENT的连接。定义出口边界条件为压力出口,相对压力为0。计算域地面以及冷却塔等结构表面采用无滑移壁面,计算域两侧面和顶面采用对称边界条件,等价于自由滑移壁面。

3.3 单塔数值模拟与有效性验证

图 10给出了单塔数值模拟结果图,由图可知:(1)平均压力分布左右对称,且从迎风面到背风面呈现出先减小后增大直至平稳的分布规律,与规范类似;(2)随着塔筒高度的增加,背风面压力与速度呈现先增大后减小的趋势,极值出现在塔筒中部区域;(3)来流气流在塔顶部前缘发生分离且出现局部加速效应,持续发展后在背风面形成尾涡以及不同程度的回流。

图 10 单塔数值模拟结果 Fig.10 Numerical simulation results for single tower

图 11给出了数值模拟单塔喉部断面平均风压系数与风洞试验结果、规范曲线[1]和实测曲线[12]对比图。分析可知,数值模拟单塔喉部断面平均风压分布曲线的负压极值点和分离点对应角度与风洞试验结果、规范曲线和实测曲线完全一致,迎风和背风区域风压系数数值吻合较好,仅侧风区负压值略有差异。

图 11 试验结果与规范及实测结果对比 Fig.11 Comparison among experimental results, code and actual measurement results
4 双塔数值模拟与风洞试验对比 4.1 基于极值负风压的干扰系数及分布规律

在国内外冷却塔设计规范中,德国VGB规范[17]对冷却塔群塔干扰系数的规定较为详细,其群塔干扰系数的表达式为:

    (1)

式中,FI为干扰系数;Pg为群塔风荷载干扰参数;Ps为单塔风荷载干扰参数。

文献[18-19]研究表明:冷却塔外表面最大负压值能直接反映群塔受非对称风荷载的最不利受力情况,可作为指导复杂山体环境下群塔风荷载设计的干扰参数。因此,本文中干扰系数FI定义如下:

    (2)

式中,FI为基于极值负风压的干扰系数;CpqCpd分别为群塔和单塔的表面风压系数;θz分别为冷却塔的环向角度和竖向高度。

表 3图 12分别给出了考虑复杂山体双塔布置时不同风向角下塔A和塔B的最大负压系数和基于极值负风压的干扰系数分布。分析可知:(1)基于数值模拟和风洞试验得到的塔A、塔B的最不利来流风向角下最大负压对应的高度与山顶高度较为接近,此时塔A的最大干扰系数分别为1.459和1.586,对应的最不利风向角均为247.5°,塔B的最大干扰系数分别为1.230和1.292,对应的最不利风向角均为225°;(2)塔A、塔B在不同风向角下的干扰系数均不同,表明复杂山体对冷却塔群来流湍流和风压分布模式的影响显著;(3)同一冷却塔基于数值模拟和风洞试验两种方法计算得到的各风向角干扰系数有差异,但分布规律一致,且最不利风向角完全相同,塔A、塔B的最大干扰系数分别相差8%和5%,证明了基于数值模拟方法对考虑复杂山体环境多塔组合超大型冷却塔的干扰效应进行研究是准确可行的。

表 3 不同风向角下塔A、塔B最大负压系数 Table 3 Maximum negative pressure coefficient of tower A and tower B under different wind direction angles
角度
/(°)
最大负压系数
塔A 塔B
数值模拟 风洞试验 数值模拟 风洞试验
0 1.849 1.669 1.628 1.366
22.5 1.792 1.471 1.732 1.289
45.0 1.736 1.209 1.789 1.262
67.5 1.679 1.067 1.684 1.581
90.0 1.591 0.968 1.418 0.897
112.5 1.652 1.054 1.497 1.370
135.0 1.679 1.314 1.575 1.616
157.5 1.707 1.476 1.653 1.581
180.0 1.734 1.579 1.732 1.786
202.5 1.831 1.613 1.750 1.883
225.0 1.909 1.786 1.980 1.912
247.5 2.349 2.347 1.785 1.518
270.0 1.837 0.940 1.586 1.009
292.5 2.009 2.248 1.729 1.376
315.0 1.843 1.644 1.765 1.501
337.5 1.847 1.658 1.802 1.455
图 12 不同风向角下塔A、塔B基于极值负风压的干扰系数分布曲线 Fig.12 Interference factor distribution based on the extremum of negative wind pressure of tower A and tower B under different wind direction angles
4.2 升、阻力系数分布特性

为了分析冷却塔整体受力情况,图 13给出了在最不利风向角下,基于风洞试验和数值模拟得到的塔A、塔B的升力系数和阻力系数分布。其中,塔筒横风向升力系数CL和顺风向阻力系数CD计算公式[4]分别如下:

    (3)
    (4)
图 13 最不利风向角下塔A和塔B的升力系数、阻力系数分布 Fig.13 Lift coefficient and drag coefficient distribution of tower A and tower B at the most unfavorable wind directions

式中,CPi为塔筒上测点i的平均风压系数,Ai为第i测点压力覆盖面积,θi为第i测点压力与风轴方向夹角,AT为整体结构风轴方向投影面积。

由图分析可知:(1)塔A、塔B层升力系数随着塔高的变化呈现先增大后减小的趋势,在冷却塔喉部附近达到最大,而阻力系数沿塔高逐渐增大,在塔顶区域达到最值,综合来看,塔A、塔B层升力系数整体上大于阻力系数;(2)层升力系数表现为塔A>塔B,层阻力系数在塔筒中下部和顶部表现为塔A>塔B,但是在塔筒上部表现为塔A<塔B;(3)基于风洞试验和数值模拟得到的塔A、塔B层升力系数、层阻力系数有所差异,但数值均较为接近(其中,塔A升力系数相差4%,阻力系数相差9%,塔B升力系数相差5%,阻力系数相差6%)。这些结果,进一步证明了基于数值模拟方法对考虑复杂山体环境的多塔组合超大型冷却塔干扰效应进行研究是准确可行的。

4.3 平均风压分布特性

图 12给出的不同风向角下双塔布置塔A、塔B的基于极值负风压的干扰系数及其分布规律进行分析,发现考虑复杂山体环境时各冷却塔最不利风向角下干扰系数普遍较大。为分析其形成原因并给出机理解释,图 1415分别给出了塔A、塔B最不利风向角下三维压力系数云图和最大负压截面压力云图。分析可知:

图 14 最不利风向角下塔A、塔B三维压力系数云图 Fig.14 Three-dimensional pressure coefficient contours of tower A and tower B at the most unfavorable wind directions
图 15 最不利风向角下塔A、塔B最大负压截面压力云图 Fig.15 Pressure contours on the biggest pressure sections of tower A and tower B at the most unfavorable wind directions

(1) 复杂山体等周边干扰对冷却塔群三维风压分布模式的影响显著,塔A、塔B表面压力系数的对称性消失,塔筒表面整体上仍满足从迎风面到背风面先减小后增大直至平稳的分布规律;

(2) 在不同风向角下,同一冷却塔表面风压系数差异显著,不同冷却塔表面风压分布亦有很大区别;

(3) 在特定风向角下,前塔对后塔的遮挡作用使得前后塔之间的相互干扰效应显著,前塔的尾流发展影响了后塔的风压分布,而后塔的风压分布反过来改变前塔的尾涡,使得前塔背风区呈现正压分布。

4.4 干扰效应机理研究

图 1617分别给出了最不利风向角下塔A、塔B典型截面速度流场图。根据不同来流风向角下冷却塔是否受复杂山体、周边建筑和其他冷却塔对来流风的影响,将冷却塔群分为受干扰塔和未干扰塔。分析可知:

图 16 最不利工况下(247.5°风向角)塔A速度流场图 Fig.16 Velocity flow field of cooling tower A under the most disadvantage condition (247.5° wind direction condition)
图 17 最不利工况下(225°风向角)塔B速度流场图 Fig.17 Velocity flow field of cooling tower B under the most disadvantage condition (225° wind direction condition)

(1) 由于未干扰塔并未受到上游干扰物的遮挡作用,来流在未干扰塔迎风面产生分离,沿塔筒外表面绕流且加速流经塔筒两侧,在背风区分离并形成不同的尺寸涡旋脱落。

(2) 由于上游干扰物对来流风的阻挡,受干扰塔流动分离点发生偏离,气流在上游干扰物与受干扰塔之间相互影响且流动紊乱。其中,在247.5°风向角下,塔A受塔B和建筑2的影响显著;在225°风向角下,塔B受山体低矮峡谷和建筑2的影响显著。

(3) 由于双曲线型冷却塔喉部位置颈缩,此时塔筒喉部两侧加速流动更为明显,同时由于最大负压高度与喉部位置较为接近,该区域风速与湍流的增益进一步增大了表面压力,且均出现在塔A、塔B的近山体一侧。

(4) 随着高度的增大,周边复杂山体和建筑物对冷却塔干扰作用减弱,但塔A、塔B之间的相互干扰效应依然显著。在不同风向角下,冷却塔周围流场差异显著,但均在塔筒背风区产生回流及尺度不同的涡旋。

图 1819分别给出了最不利风向角下塔A、塔B的最大负压截面以及侧面湍动能分布。由图可知:考虑复杂山体和周边建筑干扰时,各冷却塔周边湍动能分布出现显著差异,主要体现在冷却塔最大负压截面处出现明显的湍动能增值区域,该区域对应涡旋形成区域,反映了由于大尺寸涡旋的产生导致湍流作用强度增大;受上游干扰物影响,247.5°风向角下的塔A和225°风向角下的塔B的最大负压截面湍动能分布明显不对称,且背风区喉部及以上位置湍流较强,其中塔B强于塔A。

图 18 最不利风向角下塔A、塔B最大负压截面湍动能分布云图 Fig.18 Tubulence energy distribution on the biggest negative pressure sections of tower A and B at the most unfavorable wind directions
图 19 最不利风向角下塔A、塔B侧面湍动能分布云图 Fig.19 Turbulence energy distribution on the side of tower A and B at the most unfavorable wind directions

复杂山体对冷却塔群来流湍流和风压分布模式的影响显著。表 4为国内电厂典型群塔组合最不利来流风向角下最大干扰系数汇总表。根据表 4及相关研究[18-20],无山体干扰时,常见群塔干扰系数普遍小于1.45,而在最不利工况下(该工况为塔A在247.5°来流风向角下引起),本文通过风洞试验和数值模拟方法得到的基于极值负风压的干扰系数分别达到了1.586和1.459。其原因是该山体海拔较高且距塔群很近,在247.5°来流风向角下,复杂山体形成了低矮狭谷入口并改变了塔群的来流湍流;同时,塔B与建筑2之间形成“夹道效应”,使来流风在夹道中速度增大,并在“夹道”壁面之间加剧碰撞并进一步对流,增强了塔A周边流场漩涡强度;高强度涡旋掠过塔A迎风面上升至近喉部侧风区,而近喉部位置的颈缩进一步促进了湍流增益并加速了漩涡脱落,最终显著增大了塔筒侧风区的最大负压。

表 4 国内电厂典型群塔组合最不利来流风向角下最大干扰系数汇总表 Table 4 Summary of maximal interference factors for combined towers under the worst condition in domestic factories
编号 冷却塔类别和高度 群塔组合 场地类别 风洞试验模型 干扰系数 干扰参数
1 湿冷塔(150m) 双塔 B类 1:200刚体测压 1.107 迎风面子午向轴力均值
2 湿冷塔(150m) 双塔 B类 1:500刚体测压 1.053 整体阻力系数均值
3 湿冷塔(150m) 双塔 B类 1:200刚体测压 1.192 最大负压均值
4 湿冷塔(177m) 双塔 A类 1:200刚体测压 1.226 整体阻力系数极值
5 湿冷塔(167m) 双塔 B类 1:200刚体测压 1.193 迎风面径向位移均值
6 湿冷塔(155m) 三塔 B类 1:200刚体测压 1.336 整体阻力系数均值
7 间冷塔(180m) 三塔 B类 1:250刚体测压 1.190 整体阻力系数均值
8 湿冷塔(150m) 四塔 B类 1:200刚体测压 1.254 整体阻力系数极值
9 湿冷塔(177m) 四塔 A类 1:200刚体测压 1.385 整体阻力系数极值
10 湿冷塔(184m) 八塔 B类 1:200刚体测压 1.444 整体阻力系数极值
5 结论

(1) 针对本文研究方法以及所获得结论的有效性,一方面,基于风洞试验和CFD数值模拟得到的单个冷却塔平均风压分布与规范、实测曲线的分布规律和数值一致,验证了数值模拟和雷诺数效应补偿的有效性;另一方面,在考虑复杂山体环境下两种方法获得的基于极值负风压的干扰系数分布规律一致,最大值误差不超过10%,证明了基于CFD方法对考虑复杂山体环境双塔布置超大型冷却塔的干扰效应进行研究是准确可行的。

(2) 复杂山体的干扰比不考虑周边环境的群塔干扰影响更大,其原因是山体高耸且距离冷却塔很近时易在低洼处形成低矮狭谷入口,增强了冷却塔的来流湍流,同时周边复杂环境会形成“夹道效应”,使在夹道中的来流风速度增加且在“夹道”壁面之间相互碰撞与加剧对流,进而显著增强冷却塔周围流场的漩涡强度,而高强度涡旋掠过塔筒迎风面盘旋至近喉部高度侧风面,近喉部位置的颈缩进一步促进了湍流增益与漩涡脱落,最终显著增大塔筒侧风区域的最大负压值。

(3) 复杂山体对冷却塔群三维风压分布模式的影响显著,各塔表面平均压力系数的对称性消失,且不同风向角下冷却塔表面平均压力系数差异显著,同时,在特定风向角下,前塔对后塔的遮挡作用使得前后塔之间的相互干扰效应显著,前塔的尾流发展影响了后塔的风压分布,而后塔的风压分布反过来也改变前塔的尾涡,使得前塔背风区呈现正压分布。

(4) 由于复杂山体等周边环境形成的低矮峡谷和“夹道效应”影响,在最不利工况下,本文通过风洞试验和CFD方法得到的基于极值负风压的干扰系数分别达到1.586和1.459。研究结论可为此类考虑复杂环境大型冷却塔的干扰系数取值提供参考。

参考文献
[1]
中华人民共和国住房和城乡建设部.工业循环水冷却设计规范: GB/T50102-2014[S].北京: 中国计划出版社, 2015.
Ministry of Housing and Urban-Rural Development of the People's Republic of China. Code for design of cooling for industrial recirculating water: GB/T50102-2014[S]. Beijing: China planning Press, 2015.
[2]
Niemann H J, Kopper H D. Influence of adjacent buildings on wind effects on cooling towers[J]. Engineering Structures, 1998, 20(10): 874-880. DOI:10.1016/S0141-0296(97)00131-4
[3]
Ke S T, Ge Y J, Zhao L, et al. Wind-induced responses of super-large cooling towers[J]. Journal of Central South University of Technology, 2013, 20(11): 3216-3227. DOI:10.1007/s11771-013-1846-7
[4]
张军锋, 赵林, 柯世堂, 等. 大型冷却塔双塔组合表面风压干扰效应试验[J]. 哈尔滨工业大学学报, 2011, 43(4): 81-87.
Zhang J F, Zhao L, Ke S T, et al. Large cooling towers twin towers combination surface wind pressure interference effect test[J]. Journal of Harbin Institute of Technology, 2011, 43(4): 81-87.
[5]
沈国辉, 刘若斐, 孙炳楠. 双塔情况下冷却塔风荷载的数值模拟[J]. 浙江大学学报:工学版, 2007, 41(6): 1017-1022.
Shen G H, Liu R F, Sun B N. Two cases the numerical simulation of the cooling tower wind load[J]. Journal of Zhejiang University:Engineering Edition, 2007, 41(6): 1017-1022.
[6]
柯世堂, 王浩, 余玮. 典型四塔组合特大型冷却塔群风荷载干扰效应[J]. 同济大学学报:自然科学版, 2017, 45(10): 1421-1428.
Ke S T, Wang H, Yu W. The effect of wind load of typical four-tower composite large cooling tower groups[J]. Journal of Tongji University:Natural Science Edition, 2017, 45(10): 1421-1428.
[7]
王建明, 贾丛贤, 陈凯. 山地附近风场结构的实验研究[J]. 实验流体力学, 2008, 22(4): 42-47.
Wang J M, Jia C X, Chen K. Experimental study on wind field structure near mountain area[J]. Journal of Experiments in Fluid Mechanics, 2008, 22(4): 42-47. DOI:10.3969/j.issn.1672-9897.2008.04.010
[8]
周旋, 牛华伟, 陈政清, 等. 双冷却塔布置与山地环境风干扰作用效应研究[J]. 建筑结构学报, 2014, 35(12): 140-148.
Zhou X, Niu H W, Chen Z Q, et al. Double cooling tower is decorated with mountain environment wind interference effect research[J]. Journal of Building Structures, 2014, 35(12): 140-148.
[9]
Ke S T, Liang J, Zhao L, et al. Influence of ventilation rate on the aerodynamic interference between two extra-large indirect dry cooling towers by CFD[J]. Wind and Structures, 2015, 20(3): 449-468. DOI:10.12989/was.2015.20.3.449
[10]
柯世堂, 葛耀君, 赵林. 基于气弹试验大型冷却塔结构风致干扰特性分析[J]. 湖南大学学报:自然科学版, 2010, 37(11): 18-23.
Ke S T, Ge Y J, Zhao L. Based on the gas bomb test of large cooling tower on wind-induced interference characteristics ana-lysis[J]. Journal of Hunan University:Natural Science Edition, 2010, 37(11): 18-23.
[11]
中华人民共和国住房和城乡建设部.建筑工程风洞试验方法标准: JSJ/T 338-2014[S].北京: 中国建筑工业出版社, 2014.
Ministry of Housing and Urban-Rural Development of the People's Republic of China. Standard for wind tunnel test of buildings and structures: JSJ/T 338-2014[S]. Beijing: China Building Industry Press, 2014.
[12]
孙天风, 周良茂. 无肋双曲线型冷却塔风压分布的全尺寸测量和风洞研究[J]. 空气动力学学报, 1983, 12(4): 12-17.
Sun T F, Zhou L M. Without ribs the elliptic wind pressure distribution of the cooling tower full size measurement and wind tunnel study[J]. Acta Aerodynamica Sinica, 1983, 12(4): 12-17.
[13]
Ruscheweyh H. Wind loadings on the television tower, Hamburg, Germany[J]. Journal of Industrial Aerodynamics, 1975, 1: 315-333. DOI:10.1016/0167-6105(75)90026-4
[14]
Sageau J F, Hamonou M. Application of data acquisition system for on site measurements of wind effects on structures[C]//Von Karman Institute for Fluid Dynamics. Data acquisition systems & data analysis in fluid dynamics. 1979.
[15]
Zhao L, Ge Y J, Kareem A. Fluctuating wind pressure distribution around full-scale cooling towers[J]. Journal of Wind Engineering & Industrial Aerodynamics, 2017, 165(6): 34-45.
[16]
Genç M S. Numerical simulation of flow over a thin aerofoil at a high reynolds number using a transition model[J]. Journal of Mechanical Engineering Science, 2010, 1(C10): 1-10.
[17]
GB-R610Ue. VGB-Guideline: structural design of cooling tower-technical guideline for the structural design, computation and execution of cooling towers[S]. Essen: BTR Bautechnik Bei Kuhlturmen, 2005.
[18]
余文林, 柯世堂, 杜凌云. 复杂山地环境下四塔组合特大型冷却塔风致干扰效应研究[J]. 振动与冲击, 2017, 36(24): 116-123.
Yu W L, Ke S T, Du L Y. Study on the wind induced distur-bance of four tower combined in complex mountain environments[J]. Journal of Vibration and Shock, 2017, 36(24): 116-123.
[19]
张军锋, 葛耀君, 赵林. 群塔布置对冷却塔整体风荷载和风致响应的不同干扰效应[J]. 工程力学, 2016, 33(8): 15-23, 44.
Zhang J F, Ge Y J, Zhao L. Different interference effects of group tower layout on overall wind load and wind response of cooling tower[J]. Engineering Mechanics, 2016, 33(8): 15-23, 44.
[20]
沈国辉, 鲍侃袁, 孙炳楠, 等. 单塔和双塔情况下大型冷却塔的表面风压研究[J]. 华中科技大学学报:自然科学版, 2011, 39(7): 104-108.
Shen G H, Bao K Y, Sun B N, et al. Study on the surface wind pressure of large cooling towers in single tower and twin towers[J]. Journal of Huazhong University of Science and Technology:Natural Science Edition, 2011, 39(7): 104-108.
http://dx.doi.org/10.11729/syltlx20180044
中国空气动力学会主办。
0

文章信息

柯世堂, 余文林, 王浩, 朱鹏, 余玮, 杜凌云
Ke Shitang, Yu Wenlin, Wang Hao, Zhu Peng, Yu Wei, Du Lingyun
复杂山体下双塔布置超大型冷却塔风致干扰效应研究
Research on interference effect of super large cooling towers with two tower combinations under complex mountains
实验流体力学, 2018, 32(4): 61-71.
Journal of Experiments in Fluid Mechanics, 2018, 32(4): 61-71.
http://dx.doi.org/10.11729/syltlx20180044

文章历史

收稿日期: 2018-03-30
修订日期: 2018-06-01

相关文章

工作空间