改造后，对两台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。增压风机流量1491480m3/h，增压风机总压力2500pa，电机额定功率1400kw。风机满负荷数据见表2。

（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）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。

这些方法往往需要复杂的数学计算和重复的实验设计，建模周期长，成本高，存在风机历史运行数据使用不足，造成信息资源浪费等问题。近年来，随着人工智能算法的发展，数据驱动建模方法逐渐应用于风机性能预测。基于风机的历史运行数据，提出了一种基于模糊RBF神经网络的离心风机建模方法。该方法取得了一定的效果。然而，神经网络建模所需的数据量大，建模周期长，建模数据分布不优化，可能导致建模数据过度集中，容易陷入局部较优。.大型离心风机性能预测方法，采用LSSVM算法和风机历史运行数据建立性能预测模型，风机采用LHS方法保证建模数据在建模区间内均匀分布，提高模型的通用性。离心风机的数据采集是建立离心风机模型的基础，因此有必要设计实验来采集必要的离心风机模型数据。影响离心风机性能的输入变量很多，忽略了二次变量的影响。影响离心风机性能的主要变量是进口压力、进口温度、进口流量和转速。叶片吸力面内部旋涡由于自身叶道的压力面向吸力面回流而构成较大的旋涡。选择出口压力作为衡量离心风机性能的指标。为了提高模型的通用性，避免局部建模，采集的训练和测试数据应均匀分布在风机的整个运行范围内。lhs采用分层采样，将采样间隔均匀划分为若干等分，并在每个部分随机采集数据，保证了数据分布的均匀性，避免了数据过度集中。

煤矿生产中， 掘进工作面是主要的产尘环节。粉尘不仅严重危及采掘工作面人员的身体健康，而且容易造成重大事故隐患。采用除尘风机对掘进工作面进行降尘是主要降尘方式之一。但是，由于工作面粉尘极易随风四处扩散，如何将粉尘定向导入离心风机，提高除尘效率，是亟待解决的问题。其中集流器是引导粉尘气体进入风机的重要结构，其结构形式对风机性能有很大的影响。有关研究表明圆弧形集流器对提高风机性能效果好。在设计流量条件下，通过改变蜗舌与叶轮之间的间隙，可以有效地提高风机的总压，降低风机所需的扭矩，提高风机效率2。山东冠熙环保设备有限公司对集流器进行改进，在风机集流器内部的侧壁上固定若干条肋组成的“米”字支撑架。

本文将对加米字支撑架的集流器和普通圆弧形集流器进行整机数值模拟，重点分析这2 种结构形式对掘进工作面的粉尘的导流效果，并对比其对风机性能的影响，为掘进工作面降尘效率的提高提供理论依据。

风机流体的数学模型

粉尘流体在风机中流动的物理条件较为复杂，影响因素较多，因此在离心风机的数值计算中，假设流体为连续等温不可压缩的牛顿流体稳态运动而且各组分之间没有化学反应。其在风机中的流动要遵循质量守恒定律、动量定理和能量守恒定律3 个基本物理守恒定律的支配。由于适当增大了前风机的迎角和安装角，可以减小风机叶片通道的流量损失。