流体机械

水平	因素
1	900	2.5	55
2	1 200	3	60
3	1 500	3.5	65
4	1 800	4	70

水平	因素
1	900	2.5	55
2	1 200	3	60
3	1 500	3.5	65
4	1 800	4	70

方案	因素及其水平值
1	1	1	1
2	1	2	2
3	1	3	3
4	1	4	4
5	2	1	2
6	2	2	1
7	2	3	4
8	2	4	3
9	3	1	3
10	3	2	4
11	3	3	1
12	3	4	2
13	4	1	4
14	4	2	3
15	4	3	2
16	4	4	1

方案	因素及其水平值
1	1	1	1
2	1	2	2
3	1	3	3
4	1	4	4
5	2	1	2
6	2	2	1
7	2	3	4
8	2	4	3
9	3	1	3
10	3	2	4
11	3	3	1
12	3	4	2
13	4	1	4
14	4	2	3
15	4	3	2
16	4	4	1

方案	网格节点数（×10⁶）	q/（g⋅s^-1）	T_max/K	ϕ_t
网格1	2.531	2.263	313.12	1.39
网格2	3.628	2.296	313.26	1.41
网格3	5.466	2.287	312.06	1.43
网格4	7.843	2.289	312.08	1.44

方案	网格节点数（×10⁶）	q/（g⋅s^-1）	T_max/K	ϕ_t
网格1	2.531	2.263	313.12	1.39
网格2	3.628	2.296	313.26	1.41
网格3	5.466	2.287	312.06	1.43
网格4	7.843	2.289	312.08	1.44

方案	因素及其水平值	K_v	ϕ_t
1	900	2.5	55	0.30	0.60
2	900	3	60	0.28	0.89
3	900	3.5	65	0.22	1.44
4	900	4	70	0.17	2.07
5	1 200	2.5	60	0.33	0.50
6	1 200	3	55	0.33	0.65
7	1 200	3.5	70	0.19	0.84
8	1 200	4	65	0.24	1.02
9	1 500	2.5	65	0.25	0.34
10	1 500	3	70	0.19	0.51
11	1 500	3.5	55	0.32	0.78
12	1 500	4	60	0.28	0.85
13	1 800	2.5	70	0.18	0.38
14	1 800	3	65	0.23	0.47
15	1 800	3.5	60	0.30	0.71
16	1 800	4	55	0.32	0.78

方案	因素及其水平值	K_v	ϕ_t
1	900	2.5	55	0.30	0.60
2	900	3	60	0.28	0.89
3	900	3.5	65	0.22	1.44
4	900	4	70	0.17	2.07
5	1 200	2.5	60	0.33	0.50
6	1 200	3	55	0.33	0.65
7	1 200	3.5	70	0.19	0.84
8	1 200	4	65	0.24	1.02
9	1 500	2.5	65	0.25	0.34
10	1 500	3	70	0.19	0.51
11	1 500	3.5	55	0.32	0.78
12	1 500	4	60	0.28	0.85
13	1 800	2.5	70	0.18	0.38
14	1 800	3	65	0.23	0.47
15	1 800	3.5	60	0.30	0.71
16	1 800	4	55	0.32	0.78

水平	ϕ_t的信噪比
1	-1.01	7.06	3.12
2	2.78	4.29	2.85
3	4.70	0.87	3.15
4	5.02	-0.73	2.36
极差	6.03	7.79	0.79
秩	2	1	3

水平	ϕ_t的信噪比
1	-1.01	7.06	3.12
2	2.78	4.29	2.85
3	4.70	0.87	3.15
4	5.02	-0.73	2.36
极差	6.03	7.79	0.79
秩	2	1	3

水平	ϕ_t的均值响应
1	1.25	0.46	0.70
2	0.75	0.63	0.74
3	0.62	0.94	0.82
4	0.59	1.18	0.95
极差	0.67	0.73	0.25
秩	2	1	3

水平	ϕ_t的均值响应
1	1.25	0.46	0.70
2	0.75	0.63	0.74
3	0.62	0.94	0.82
4	0.59	1.18	0.95
极差	0.67	0.73	0.25
秩	2	1	3

水平	K_v的信噪比
1	-12.46	-11.85	-9.98
2	-11.66	-11.96	-10.61
3	-11.91	-12.05	-12.62
4	-12.02	-12.19	-14.85
极差	0.80	0.34	4.87
秩	2	3	1

水平	K_v的信噪比
1	-12.46	-11.85	-9.98
2	-11.66	-11.96	-10.61
3	-11.91	-12.05	-12.62
4	-12.02	-12.19	-14.85
极差	0.80	0.34	4.87
秩	2	3	1

水平	K_v的均值响应
1	0.24	0.26	0.32
2	0.27	0.26	0.30
3	0.26	0.26	0.23
4	0.26	0.25	0.18
极差	0.02	0.01	0.14
秩	2	3	1

水平	K_v的均值响应
1	0.24	0.26	0.32
2	0.27	0.26	0.30
3	0.26	0.26	0.23
4	0.26	0.25	0.18
极差	0.02	0.01	0.14
秩	2	3	1

基于CFD-田口法的高压氢气减压阀多目标优化

蒋程宇 ¹ , 王飞 ² , 曾亿山 ² , 王渭 ³ , 陈凤官 ³

流体机械 | 设计计算 2025,53(12): 77-86

收起

流体机械 |设计计算 2025 , 53 (12) : 77 -86

基于CFD-田口法的高压氢气减压阀多目标优化

全屏

蒋程宇¹, 王飞², 曾亿山², 王渭³, 陈凤官³

作者信息

¹上海煤科检测技术有限公司，上海 201401

²合肥工业大学机械工程学院，合肥 230009

³合肥通用机械研究院有限公司，合肥 230031

通讯作者:

曾亿山（1965），男，博士，教授，主要从事流体传动与控制研究工作，通信地址：230009安徽省合肥市包河区193号合肥工业大学机械工程学院，E-mail：ysz33@hfut.edu.cn。

作者简介:

蒋程宇（1991），男，硕士，助理工程师，主要从事矿用产品检测检验，E-mail：jcy_mika@163.com。

Multi‑objective optimization of high‑pressure hydrogen pressure reducing valve based on CFD-Taguchi method

Chengyu JIANG¹, Fei WANG², Yishan ZENG², Wei WANG³, Fengguan CHEN³

Affiliations

¹Shanghai Meike Test Technology Co.，Ltd.，Shanghai 201401，China

²School of Mechanical Engineering，Hefei University of Technology，Hefei 230009，China

³Hefei General Machinery Research Institute Co.，Ltd.，Hefei 230031，China

出版时间: 2025-12-31 doi: 10.3969/j.issn.1005-0329.2025.12.009

文章导航

摘要

收起

针对氢气减压阀（HPRV）内因焦耳-汤姆逊效应引发的温度升高及分布不均等问题，研究了HPRV关键几何结构与阀内流动特性及温度分布的作用关系。基于田口法设计了16种减压阀结构，采用计算流体力学（CFD）对阀内流动特性进行数值计算，并搭建阀门试验台对数值计算结果进行验证。以流量系数及控制腔温度分布均匀性为响应指标，分析了各几何参数对响应的贡献率。结果表明：阀芯角度θ对减压阀流量系数的影响最大，而控制腔面积A_r及细管直径D对控制腔温度分布均匀性的影响最为显著；最佳几何参数组合为：A_r=1 800 mm²，D=2.5 mm和θ=55°，与其他方案相比，最佳参数组合的流量系数最大提高88.2%，温度分布均匀性最大降低93.2%；θ及D的增大导致主阀芯压力梯度升高，加剧了焦耳-汤姆逊温升效应；细管道结构延缓了控制腔低压氢气流向出口的扩散，促进控制腔内氢气温度的均匀分布，但其直径变化不影响控制腔的稳压特性。研究可为氢气减压阀的设计提供参考。

关键词

氢气减压阀 / 田口法 / 真实气体模型 / CFD分析

Abstract

收起

In response to issues such as temperature rise and uneven temperature distribution within the hydrogen pressure reducing valve （HPRV） caused by the Joule-Thomson effect，the relationship between key geometric structure of the HPRV and its internal flow characteristics as well as temperature distribution was investigated.Sixteen reducing valve structures were designed based on the Taguchi method.The flow characteristics inside the valve were numerically analyzed using computational fluid dynamics （CFD），and a valve test platform was built to validate the numerical results.Taking the flow coefficient and temperature distribution uniformity in the control chamber as response indicators，the contribution rates of different geometric parameters were analyzed.The results show that the spool angle θ has the greatest effect on the flow coefficient of the reducing valve，while the control chamber area A_r and the thin pipe diameter D exerts the most significant influence on the temperature distribution uniformity in the control chamber.The optimal combination of geometric parameters is A_r=1 800 mm²，D=2.5 mm，and θ=55°.Compared with other schemes，the flow coefficient of the optimal parameter combination is increased by up to 88.2%，and the uniformity of temperature distribution is reduced by up to 93.2%.The increase of θ and D leads to a rise in the pressure gradient of the main valve core，intensifying the Joule-Thomson temperature rise effect.The fine pipe structure delays the diffusion of low‑pressure hydrogen in the control chamber to the outlet，promoting the uniform distribution of hydrogen temperature in the control chamber.However，variations in the tube diameter do not affect the pressure stabilization characteristics of the control chamber.The study can provide a reference for the design of hydrogen pressure reducing valve.

Key words

hydrogen pressure reducing valve / Taguchi method / real gas model / CFD analysis

引用本文

蒋程宇, 王飞, 曾亿山, 王渭, 陈凤官. 基于CFD-田口法的高压氢气减压阀多目标优化. 流体机械, 2025 , 53 (12) : 77 -86 . DOI: 10.3969/j.issn.1005-0329.2025.12.009

Chengyu JIANG, Fei WANG, Yishan ZENG, Wei WANG, Fengguan CHEN. Multi‑objective optimization of high‑pressure hydrogen pressure reducing valve based on CFD-Taguchi method[J]. Fluid Machinery, 2025 , 53 (12) : 77 -86 . DOI: 10.3969/j.issn.1005-0329.2025.12.009

正文

收起

0　引言

收起

随着全球能源结构的转型和环境保护意识的增强，氢能作为一种清洁、高效的能源载体，正逐渐受到广泛关注。氢能以其高能量密度和零排放的特性，被认为是未来能源体系的重要组成部分^［1-3］。在氢能产业链中，氢气的储存、运输和使用是关键环节，而氢气减压阀（hydrogen pressure reducing valve，HPRV）作为连接高压氢气源与低压应用设备的重要接口，其工作性能直接影响到整个供氢系统的安全性和可靠性^［4-5］。HPRV的主要功能是将高压氢气稳定地减压至所需的低压水平，以满足燃料电池、氢能发电设备等终端应用的需求。在这种大压力梯度下，减压阀阀芯处的氢气容易产生焦耳-汤姆逊效应，从而导致节流后的氢气温度过高，且分布不均，进而影响氢气系统的工作性能及使用安全^［6］。因此，开展HPRV几何结构的优化设计，从而获得温度均匀分布的低压氢气，对HPRV在工业上的发展具有重要的意义。

HPRV关键几何参数包括控制腔面积A_r、细管直径D及阀芯角度θ等，是典型的多因素、多水平的组合设计。这些关键几何参数的优化决定了阀内氢气的节流特性，影响阀内氢气的温度分布，是氢能储供领域的重要课题。田口法常被应用于优化结构及几何参数，以获得最佳的性能指标^［7-8］。WANG等^［9］基于田口法对一种新型波片分离器的几何结构进行了优化，以减小压力损失，提升分离效率，结果表明，增大分离器的板间距，会导致摩擦因数和分离效率的降低。张付英等^［10］基于田口法和响应曲面法分析了旋转唇密封可靠性，得到了理论接触宽度、前唇角、后唇角、等结构参数对泵吸率的影响排序。SANAYE等^［11］采用田口法对垂直轴风力机的平均轴功率系数进行优化，结果表明，最佳参数组合为：叶片速比1.33，螺旋角30°，翼型弦长0.4 m。刘文昊等^［12］采用CFD数值计算和田口试验相结合的方法，研究了实度、桨距角、阻尼和密度比对五叶片垂直轴风力机气动性能的影响，在最优的参数组合下，风力机捕能效率可达13.537%。本文通过田口法进行试验设计，并对HPRV几何参数进行优化，以获得控制腔内最佳的减压特性及温度分布。

计算流体力学（computational fluid dynamics，CFD）发展十分迅速，在HPRV流动特性分析方面成果显著。YU等^［13］采用结合真实气体模型的CFD方法，对氢气减压用锥形节流阀的节流元件进行参数化分析，预测了阀内的速度、压力、温度和湍流动能的流动特性。WANG等^［14］采用瞬态CFD方法，对弹簧式HPRV内的瞬态流固耦合特性进行计算，结果表明，阀芯下游的回流主要是由逆压梯度和壁面剪切应力引起。ZHANG等^［15］基于CFD对高压气动先导开关阀动态特性及瞬态流场进行研究，发现先导阀和控制腔内存在明显的焦耳-汤姆逊温升效应。LISOWSKI等^［16］则采用CFD方法分析比例控制阀的流量系数，基于CFD计算结果，使用Matlab软件确定流量系数与阀芯位置及流量的函数。贺国等^［17］采用CFD方法研究柴油机气体减压阀的内部流场，同时结合试验结果阐明了结露现象的基本机理。蔡冰^［18］基于CFD方法对一种高压组合式气体减压阀内的流动特性进行预测，分析柱阀间隙和引气位置对流动状态和减压比的影响，结果表明，通过合理的特征参数组合可获得较大减压比及其调节范围。

综上所述，关于气体减压阀内的流动特性已经做了众多研究。然而，关于阀内由氢气焦耳-汤姆逊效应产生的温升问题分析较少，且关键几何参数对阀门流动特性的影响规律仍不明确。因此，本文以HPRV为研究对象，基于田口法设计16种阀门结构，结合考虑真实气体模型的CFD方法，对阀内氢气的流动及温度特性进行计算，并搭建减压阀流量系数试验装置，对数值计算结果进行验证；以减压阀流量系数及温度分布均匀性为响应指标，分析关键几何参数对响应指标的影响，并获得最佳几何参数组合。相关研究成果可为HPRV的设计提供参考。

1　氢气减压阀几何结构

收起

HPRV结构如图1（a）所示，主要由阀芯、阀体、调节弹簧和密封圈等部件组成，阀芯与阀体之间形成压力控制腔，压力控制腔与出口通过细管连接。减压阀工作时，进口的高压氢气通过阀芯节流减压到达压力控制腔，阀芯同时受到高压氢气及调节弹簧预紧力的作用，在预紧力的作用下，可以使得控制腔压力基本保持稳定。然而，由于氢气的焦耳-汤姆逊温升效应，通过阀芯节流减压到达控制腔的氢气温度会升高，且控制腔内的氢气温度分布也并不均匀，这都对减压阀的工作性能及使用安全产生影响。因此，将减压阀控制腔内每个节点的温度，相对于平均温度的偏离程度定义为氢气的温度分布均匀性。将减压阀流量系数K_v及温度分布分布均匀性ϕ_t作为评价指标。流量系数K_v及温度分布均匀性ϕ_t的定义如下：

K v = Q V N 5.2 p 1 y T i n ρ N g Z X, X < X T F k Q V N 290 p 1 T i n ρ N g Z K X T, X ≥ X T F k

（1）

T a v g = ∑ i = 1 i = N T i N

（2）

F t, i = T i T a v g

（3）

ϕ t = 1 N ∑ i = 1 i = N (1 - F t, i) 2

（4）

式中，Q_VN为气体标准体积流量，m³/h；p₁为入口绝对压力，kPa；y为膨胀系数；T_in为入口绝对温度，K；ρ_N为气体标准状态下密度，kg/m³；Z为压缩系数；X为压差与入口绝对压力之比；X_T为临界压差比；F_k为比热比系数；T_i为控制腔内每个节点的温度，K；K为绝热指数，取K=1.3；T_avg为控制腔内平均温度，K；F_t_，_i为控制腔内每个节点i的无量纲温度系数；N为控制腔内的总节点数目。

减压阀控制腔内的氢气温升现象，主要由阀芯节流作用产生的焦耳-汤姆逊效应导致。此外，控制腔、阀芯及细管的几何形状影响着氢气减压节流特性，进而影响阀门流量系数。因此，选取控制腔面积A_r、细管直径D及阀芯角度θ，作为影响减压阀流量系数及控制腔温度分布均匀性的关键几何参数，如图1（b）所示。各几何参数及其不同水平下的结构如图1（c）所示，具体数值见表1。

2　田口法的试验设计

收起

2.1　田口法的应用

田口法基于正交试验设计显著提升试验效率，可以兼顾各参数对产品性能的影响。利用少量试验即可分析多因素影响，并借助信噪比量化输出稳定性，在处理多因素、多水平工况时优势显著。因此，采用田口法对HPRV几何参数进行优化，以获得最佳几何参数组合。

2.1.1　数值分析目标的确定

通过数值分析需要确定2个目标：一是研究HPRV的关键几何参数，对减压阀流量系数及温度分布均匀性的不同贡献率，以确定影响因素的主次；二是研究几何参数不同水平值对温度的影响，以确定几何参数的最佳组合^［19］。

2.1.2　响应指标及度量方法的确定

选取K_v和ϕ_t作为响应指标，通过CFD数值计算，得出减压阀质量流量及控制腔温度分布情况，由式（1）~（4）计算得出各个方案HPRV流量系数及温度分布均匀性。

2.1.3　控制因子及其水平的确定

HPRV的几何结构影响着氢气流动特性及压力控制腔内温度分布，进一步影响着工作性能及使用安全。为了得到几何参数对特性影响的主次，确定控制腔面积A_r、细管直径D、阀芯角度θ三个关键几何参数作为控制因子，每个控制因子选取4个间距相等的水平值。所选择的控制因子及其水平值如表1所示。

2.1.4　因素-水平正交阵列的确定

基于正交阵列的试验安排，对于三因素四水平的试验次数，从原本的64次缩短到只需16次，便可兼顾每个因素的影响，有效提高工作效率，赋值后的三因素四水平正交阵列如表2所示。

2.2　数值方法

2.2.1　控制方程

基于连续性假设，采用雷诺平均方程（Reynolds‑averaged Navier-Stokes equations，RANS）求解HPRV内的氢气流动，其连续性方程、动量方程及能量方程如下^［20］：

∂ ρ ∂ t + ∂ (ρ u j) ∂ x j = 0

（5）

∂ (ρ u i) ∂ t + ∂ (ρ u i u j) ∂ x j = - ∂ p ∂ x + ∂ ∂ x j μ ∂ u i ∂ x j - ∂ τ i j ∂ x j

（6）

∂ (ρ E) ∂ t + ∂ u i (ρ E + p) ∂ x i = ∂ ∂ x j k e f f ∂ T ∂ x j - ∂ (τ i j) e f f u i ∂ x j

（7）

式中，ρ为密度，kg/m³；u为速度，m/s；p为压力，Pa；μ为黏度，Pa⋅s；τ_ij为湍流应力；E是流体能量，J；k_eff是有效导热系数，W/（m⋅K）。

2.2.2　真实气体模型

在35 MPa高压情况下，氢气节流产生焦耳-汤姆逊效应，从而造成氢气温度的上升，此时若采用理想气体模型将无法准确的描述氢气的流动特性。NASRIFAR^［20］指出对于预测温度高于200 K的氢气，几乎所有的真实气体状态方程都具有相当的精度。此外，文献表明Redlich-Kwong真实气体状态方程在氢气减压阀领域广泛应用^{［13，21］}。因此，采用考虑焦耳-汤姆逊效应的Aungier-Redlich-Kwong真实气体状态方程，描述高压氢气的节流流动特性，相关方程如下：

α = 0.427 47 R 2 T c 2 p c T r

× e (- 0.498 6 - 1.173 5 ω - 0.475 4 ω 2)

（8）

c = R T c / p c + 0.427 47 R 2 T c 2 p c V c + (V c + b) + b - V c

（9）

b = 0.086 64 R T c / p c

（10）

式中，T_c为临界温度，K；p_c为临界压力，Pa；V_c为临界摩尔体积，m³/mol。

2.2.3　计算域及网格划分

为了分析HPRV关键几何参数对压力控制腔温度特性的影响，对所设计的16种方案进行数值计算。计算区域如图2（a）所示，减压阀进口管道直径D₁为0.012 m，出口管道直径为1.4D₁，阀芯开口量为0.017D₁。进口压力为35 MPa，出口压力为0.3 MPa。

以方案1为例进行说明，其他方案采用相同的网格划分方法。借助ICEM软件对计算区域进行六面体结构化网格划分，并对阀芯周围进行边界层加密处理，如图2（b）所示。为降低网格数量对计算结果的影响，进行网格独立性验证，分别对阀芯周围的网格及边界层采取不同加密方式，如图2（c）所示。以质量流量q、控制腔最大氢气温度T_max、温度分布均匀性ϕ_t作为评价指标，进行量化分析。4种网格方案下q，T_max，ϕ_t计算结果如表3所示，可以发现，随着网格的不断加密，各数值已经基本不再变化。此时，方案3对计算结果的影响较小，因此，选择该方案进行后续网格划分计算。

2.2.4　减压阀流量系数及温度分布均匀性的计算

通过数值计算，得到各方案减压阀质量流量及温度分布，并由式（1）~（4）计算出各方案减压阀流量系数及温度分布均匀性，如表4所示。

2.3　数值方法的验证

为了验证数值方法的准确性，搭建如图3所示的减压阀流量系数试验装置。高压气体从气罐经截止阀、球阀和流量计，进入弹簧式氢气减压阀。管路的启闭通过截止阀控制，阀前后的压力通过球阀调节，阀门减压前后的压力及流量通过压力传感器及流量计进行采集。

背压0.3 MPa时，不同压力进口条件下减压阀的数值计算及试验的流量系数如图4所示。可以发现，通过数值计算得到的阀门流量系数与试验的计算结果高度吻合。说明所采用的数值计算方法可以较为准确地预测弹簧式氢气减压阀的减压特性。

3　结果分析

收起

3.1　田口法优化的结果分析

通过田口法将得到的响应数据，转化为统一的性能指标——信噪比。信噪比是稳健性的度量，通过最大化信噪比以获得稳健性最佳的质量响应。其中，信号指所需的均值，即质量响应。所分析的质量响应为减压阀流量系数及控制腔温度分布均匀性。为了获得数值最大的流量系数及数值最小温度分布均匀性，分别选用望大信噪比（使响应最大化）和望小信噪比（使响应最小化）进行分析，望大和望小信噪比表达式如下：

S / N m a x = - 10 l o g 1 n ∑ i = 1 n 1 y i 2

（11）

S / N m i n = - 10 l o g 1 n ∑ i = 1 n y i 2

（12）

式中，n为该因子水平组合中的响应数；y_i为给定因子水平组合的平均响应。

3.1.1　 ϕ_t的信噪比及最佳几何参数分析

根据数值计算得到的响应结果，按式（11）计算得出A_r，D，θ三因素各个水平对ϕ_t的信噪比，如表5所示。

极差是每个因子的最大信噪比平均响应值和最小信噪比平均响应值之差。从表可知，D（极差=7.79，秩=1）对信噪比的效应最大，A_r（极差=6.03，秩=2）对信噪比的效应次之，θ（极差=0.79，秩=3）对信噪比的效应最小。A_r，D，θ三因素各个水平的均值响应如表6所示，对于HPRV控制腔温度分布均匀性，最佳参数组合为：A_r=1 800 mm²，D=2.5 mm，θ=55°。

3.1.2　 K_v的信噪比及最佳几何参数分析

当以K_v为质量响应时，A_r，D，θ三因素各水平的信噪比及均值响应分别如表7和表8所示。

由表可知，以K_v为质量响应时，θ（极差=4.87，秩=1）对信噪比的效应最大，A_r（极差=0.80，秩=2）及θ（极差=0.34，秩=3）对信噪比的效应较小。此时，减压阀最佳的参数组合为：A_r=1 200 mm²，D=2.5 mm，θ=55°。综合HPRV几何结构对控制腔ϕ_t及K_v的影响，确定最佳参数组合为：A_r=1 800 mm²，D=2.5 mm，θ=55°。与其他方案相比，最佳参数组合的减压阀的流量系数最大提高88.2%，温度分布均匀性最大降低93.2%。

3.2　减压阀流动特性分析

3.2.1　阀内压力、温度及流量特性

通过田口法分析表明，A_r，D，θ对减压阀流量系数及控制腔温度分布均匀性具有显著影响。其中，D对ϕ_t的影响较大，而θ对K_v的影响更为显著。为了明确减压阀几何因素对压力、温度及流量特性的影响规律，选取方案1~4进行分析，其对应的压力、温度及速度分布影响，如图5所示。

压力与速度分布曲线如图6所示，横坐标为减压阀进口至出口的无量纲距离，0表示减压阀进口位置，1表示出口位置。

进口高压氢气在阀芯的节流作用下变为低压氢气，此阶段存在较大压力梯度；随后沿阀芯下游流入压力控制腔，且压力缓慢增大；最后沿细通道向出口扩散，此过程压力再次逐渐减小。这表明细通道的存在分摊了主阀芯的压力梯度，使整个减压过程更加平稳。方案1的减压阀控制腔压力约为13 MPa，随着D及θ的增大，方案2，3，4的减压阀控制腔压力分别为8.5，4.8，2.8 MPa，控制腔压力不断降低，主阀芯的压力梯度逐渐增大，而细通道内的压力梯度逐渐减小。

不同方案减压阀的质量流量及控制腔温度如图7所示。随着D及θ的增大，减压阀质量流量逐渐降低，从0.031 kg/s降低至0.023 kg/s。由于氢气的焦耳-汤姆逊效应，经过阀芯节流后到达控制腔内的氢气温度明显升高。其中，方案1的减压阀控制腔最大温度约为310.9 K。随着D及θ的增大，方案2，3，4的减压阀控制腔最大温度分别为311.6，312.1，313.6 K，控制腔最大温度不断增大。说明由于D的增大，导致主阀芯压力梯度增加，通过阀芯时焦耳-汤姆逊温升应增强，控制腔内的氢气温度增大。

3.2.2　控制腔内温度分布均匀性

为了分析HPRV结构参数与控制腔温度分布均匀性的响应关系，提取不同方案中HPRV控制腔的温度离散ε，如图8所示。方差作为衡量数据离散程度的统计量，其大小直接反映了温度的离散程度，即温度分布均匀性，其值越小表明控制腔温度分布越均匀，其计算式如下：

ε i = 1 - F t, i 2

（13）

如图8所示，每个方案包含控制腔顶部、中部和底部共三部分温度方差云图，可以看出，高温度离散值主要存在于控制腔中间区域，而其四周的温度离散值较小。此外，控制腔中部及底部平面的温度离散值较小，顶部平面的温度离散值较大。随着D的减小，控制腔的温度离散值逐渐降低，说明阀芯出口的高温氢气主要堆积于控制腔顶部中央，而未充分向控制腔四周均匀扩散。而细管直径的变化，影响着控制腔低压氢气向出口的流动速度。随着细管直径的减小，控制腔内的氢气能够更均匀地扩散。θ的减小及A_r的增大，也使控制腔的温度离散值显著降低。

为了更好地分析减压阀几何结构对控制腔温度分布的影响机制，提取不同方案下控制腔的温度云图及流线分布，如图9所示。

由于不同方案下控制腔温度分布具有相似性，仅提取方案1~4进行分析。可以发现，到达控制腔的氢气沿着顶部向四周扩散，随后向后端出口汇聚流动。其中，方案1中控制腔流线分布较为均匀，到达控制腔顶部的氢气均匀地向四周扩散。然而，随着D和θ的增大，控制腔内氢气温度逐渐升高，控制腔顶部流线逐渐混乱，其中，方案3及方案4的控制腔内出现多处不稳定涡流，从而造成了控制腔氢气的温度分布不均。

3.3　多元线性回归分析

在综合考虑减压阀内多因素耦合效应后，采用多元线性回归方法，拟合各参数对减压阀K_v及ϕ_t的回归方程。

K v = 0.850 7 + 0.000 01 A r - 0.006 5 D - 0.009 383 θ

（14）

ϕ t = - 0.886 - 0.000 71 A r + 0.497 5 D + 0.016 45 θ

（15）

其中，A_r的取值范围为900~1 800 mm²，D的取值范围为2.5~4 mm，θ的取值范围为55°~70°。

按照各参数系数绝对值的降序，绘制的标准化效应Pareto图如图10（a）所示。结果表明，在所取范围内，θ对响应指标K_v具有显著的统计学影响；D和A_r对响应指标ϕ_t具有显著的统计学影响。将数值分析与回归方程得到的结果进行比较，得到的预测回归方程的关联度如图10（b）所示，可以发现多因素耦合下，预测回归方程误差较小，具有较高的相关性。

3.4　细管直径对HPRV稳压特性影响分析

HPRV后端细管流通面积对阀芯压力梯度的分布存在影响。为了分析细管直径对HPRV稳压功能的影响，基于流固耦合方法对不同细管直径的阀内减压特性进行计算。进口压力为35 MPa，出口压力为0.3 MPa，弹簧刚度为125 N/mm，预压缩量为2 mm。整个阀芯壁面视为动网格壁面，边界的运动及网格的变形通过动网格模型实现。当阀芯平衡稳定后，不同细管直径的阀内压力分布如图11所示，可以发现，细管直径从4 mm降至2.5 mm时，控制腔设定压力从0.413 MPa增至0.424 MPa，细管直径的变化对设定压力的影响较小，仅使其变化了2.6%。这是由于HPRV控制腔的设定压力主要受到调节弹簧约束，当预压缩量不变时，设定压力几乎不发生改变。此外，HPRV工作时减压比较大，阀芯的节流面积远小于阀芯后端细管直径，细管的节流能力不足以影响减压阀的稳压特性。

4　结论

收起

（1）阀芯角度θ对减压阀流量系数的影响最大，而细管直径D对控制腔内温度分布均匀性的影响最大。最佳几何参数组合为：控制腔面积A_r=1 800 mm²，D=2.5 mm和θ=55°。

（2）D的改变影响着主阀芯的压力梯度，进而影响氢气的焦耳-汤姆逊温升效应。随着D的增大，主阀芯压力梯度不断增大，控制腔内的氢气温度不断提高。

（3）高温度离散值主要存在于控制腔顶部中央，而四周的温度离散值较小，经过阀芯节流后，高温氢气主要堆积于控制腔顶部中央，然后沿着顶部向四周扩散，随后向出口处汇聚流动。

（4）细管的存在减缓了控制腔低压氢气向出口的流动速度，从而使控制腔内的氢气能够更均匀地扩散。随着D的减小，控制腔的温度方差值逐渐减小，控制腔温度分布均匀性逐渐提高。此外，由于控制腔的设定压力主要受到调节弹簧约束，因此，细管直径的改变并不影响控制腔的稳压特性。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

PATONIA A.Green hydrogen and its unspoken challenges for energy justice［J］.Applied Energy，2025，377：124674.

李佳琪，徐潇源，严正.大规模新能源汽车接入背景下的电氢能源与交通系统耦合研究综述［J］.上海交通大学学报，2022，56（3）：253-266.

LI J Q，XU X Y，YAN Z.A review of coupled electricity and hydrogen energy system with transportation system under the background of large‑scale new energy vehicles access［J］.Journal of Shanghai Jiao Tong University，2022，56（3）：253-266.

HAMEDANI E A，ALENABI S A，TALEBI S.Hydrogen as an energy source：A review of production technologies and challenges of fuel cell vehicles［J］.Energy Reports，2024，12：3778-3794.

QIAN J Y，YU L J，YANG X H，et al.Dynamic characteristics analysis and valve core optimization for second stage hydrogen pressure reducer of hydrogen decompression valve［J］.Journal of Energy Storage，2024，79：110113.

许强，刘少权.供氢系统用氢气阀门的研究现状与发展趋势［J］.机械工业标准化与质量，2023（4）：19-22.

XU Q，LIU S Q.Research status and development trends of hydrogen valves for hydrogen supply systems［J］.Machinery Industry Standardization & Quality，2023（4）：19-22.

ZHANG C G，LI Z R，LI C J，et al.Insight into the effects of hydrogen on inside‑valve flow and Joule-Thomson characteristics of hydrogen‑blended natural gas：A numerical study［J］.International Journal of Hydrogen Energy，2024，49：1056-1074.

董润鹏，庄劲武，胡鑫凯.基于田口算法的电磁铁结构的优化设计［J］.电测与仪表，2020，57（15）：147-152.

DONG R P，ZHUANG J W，HU X K.Optimal design of electromagnet structure based on Taguchi method［J］.Electrical Measurement & Instrumentation，2020，57（15）：147-152.

夏雪宝，明志茂，赵可沦，等.基于田口法的VS-MFxLMS算法优化及其在船舶舱室主动降噪上的应用［J］.测试技术学报，2022，36（4）：327-331.

XIA X B，MING Z M，ZHAO K L，et al.Optimization of VS-MFxLMS algorithm based on Taguchi method and application in ship cabin active noise reduction［J］.Journal of Test and Measurement Technology，2022，36（4）：327-331.

WANG P F，ZHANG X X，LUO X Y，et al.Multi‑objective optimization investigation on wave plate separator by using Taguchi method［J］.Separation and Purification Technology，2024，340：126704.

张付英，夏靖炜，张志祥，等.基于田口法和响应曲面法的旋转唇密封可靠性分析［J］.润滑与密封，2023，48（4）：97-103.

ZHANG F Y，XIA J W，ZHANG Z X，et al. Reliability analysis of rotary lip seal based on Taguchi method and surface response method［J］.Lubrication Engineering，2023，48（4）：97-103.

SANAYE S，FARVIZI A.Optimizing a vertical axis wind turbine with helical blades：Application of 3D CFD and Taguchi method［J］.Energy Reports，2024，12：2527-2547.

刘文昊，朱建阳，汪超.基于田口方法与CFD相结合的垂直轴风力机优化研究［J］.机床与液压，2024，52（12）：134-142.

LIU W H，ZHU J Y，WANG C.Optimization study of vertical axis wind turbine based on the combination of Taguchi method and CFD［J］.Machine Tool & Hydraulics，2024，52（12）：134-142.

YU L J，YANG X H，ZHANG Z X，et al.Parametric analysis on throttling elements of conical throttling valve for hydrogen decompression in hydrogen fuel cell vehicles［J］.Journal of Energy Storage，2023，65：107342.

WANG F，ZENG Y S，WANG W，et al.Transient flow characteristics for fluid‑structure interaction on hydrogen decompression valve in high‑pressure hydrogen storage systems［J］.International Journal of Hydrogen Energy，2024，79：1250-1266.

ZHANG P，TAO Y，YANG C H，et al.Transient characteristics simulation and flow‑field analysis of high‑pressure pneumatic pilot‑driven on/off valve via CFD method［J］.Flow Measurement and Instrumentation，2024，97：102620.

LISOWSKI E，FILO G.Analysis of a proportional control valve flow coefficient with the usage of a CFD method［J］.Flow Measurement and Instrumentation，2017，53：269-278.

贺国，文学栋，史小营.柴油机气体减压阀内部流场及结露机理研究［J］.华中科技大学学报（自然科学版），2012，40（1）：119-122.

HE G，WEN X D，SHI X Y.Inner flow field and condensation of gas pressure reducing valves in diesel engine［J］.Journal of Huazhong University of Science and Technology（Nature Science Edition），2012，40（1）：119-122.

蔡冰.一种组合式空气减压阀流动特性数值研究［J］.液压与气动，2020，44（11）：134-139.

CAI B.Numerical study on flow characteristics of a combined air pressure reducing valve［J］.Chinese Hydraulics & Pneumatics，2020，44（11）：134-139.

WANG F，YAN H，ZENG Y S，et al.Design optimization of a fluidized bed with a novel air chamber using the CFD-Taguchi method［J］.Proceedings of the Institution of Mechanical Engineers，Part C：Journal of Mechanical Engineering Science，2022，236（5）：2284-2297.

NASRIFAR K.Comparative study of eleven equations of state in predicting the thermodynamic properties of hydrogen［J］.International Journal of Hydrogen Energy，2010，35（8）：3802-3811.

CHEN F Q，JIN Z J.Effects of perforated plate on hydrogen flow in L‑shaped high pressure reducing valve［J］.International Journal of Hydrogen Energy，2023，48（5）：1956-1967.

2025年第53卷第12期

引用本文

BibTeX

文章信息

doi: 10.3969/j.issn.1005-0329.2025.12.009

接收时间：2025-03-25
首发时间：2026-10-22
出版时间：2025-12-31

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-03-25
修回日期：2025-09-25

基金

作者信息

¹上海煤科检测技术有限公司，上海 201401

²合肥工业大学机械工程学院，合肥 230009

³合肥通用机械研究院有限公司，合肥 230031

通讯作者:

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/ltjx/CN/10.3969/j.issn.1005-0329.2025.12.009

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

水平	因素
1	900	2.5	55
2	1 200	3	60
3	1 500	3.5	65
4	1 800	4	70

水平

因素

A_r/mm²

D/mm

θ/（°）

900

2.5

1 200

1 500

3.5

1 800

方案	因素及其水平值
1	1	1	1
2	1	2	2
3	1	3	3
4	1	4	4
5	2	1	2
6	2	2	1
7	2	3	4
8	2	4	3
9	3	1	3
10	3	2	4
11	3	3	1
12	3	4	2
13	4	1	4
14	4	2	3
15	4	3	2
16	4	4	1

方案

因素及其水平值

A_r

方案	网格节点数（×10⁶）	q/（g⋅s^-1）	T_max/K	ϕ_t
网格1	2.531	2.263	313.12	1.39
网格2	3.628	2.296	313.26	1.41
网格3	5.466	2.287	312.06	1.43
网格4	7.843	2.289	312.08	1.44

方案

网格节点数（×10⁶）

q/（g⋅s^-1）

T_max/K

ϕ_t

网格1

2.531

2.263

313.12

1.39

网格2

3.628

2.296

313.26

1.41

网格3

5.466

2.287

312.06

1.43

网格4

7.843

2.289

312.08

1.44

方案	因素及其水平值	K_v	ϕ_t
1	900	2.5	55	0.30	0.60
2	900	3	60	0.28	0.89
3	900	3.5	65	0.22	1.44
4	900	4	70	0.17	2.07
5	1 200	2.5	60	0.33	0.50
6	1 200	3	55	0.33	0.65
7	1 200	3.5	70	0.19	0.84
8	1 200	4	65	0.24	1.02
9	1 500	2.5	65	0.25	0.34
10	1 500	3	70	0.19	0.51
11	1 500	3.5	55	0.32	0.78
12	1 500	4	60	0.28	0.85
13	1 800	2.5	70	0.18	0.38
14	1 800	3	65	0.23	0.47
15	1 800	3.5	60	0.30	0.71
16	1 800	4	55	0.32	0.78

方案

因素及其水平值

K_v

ϕ_t

A_r/mm²

D/mm

θ/（°）

900

2.5

0.30

0.60

900

0.28

0.89

900

3.5

0.22

1.44

900

0.17

2.07

1 200

2.5

0.33

0.50

1 200

0.33

0.65

1 200

3.5

0.19

0.84

1 200

0.24

1.02

1 500

2.5

0.25

0.34

1 500

0.19

0.51

1 500

3.5

0.32

0.78

1 500

0.28

0.85

1 800

2.5

0.18

0.38

1 800

0.23

0.47

1 800

3.5

0.30

0.71

1 800

0.32

0.78

水平	ϕ_t的信噪比
1	-1.01	7.06	3.12
2	2.78	4.29	2.85
3	4.70	0.87	3.15
4	5.02	-0.73	2.36
极差	6.03	7.79	0.79
秩	2	1	3

水平

ϕ_t的信噪比

A_r

-1.01

7.06

3.12

2.78

4.29

2.85

4.70

0.87

3.15

5.02

-0.73

2.36

极差

6.03

7.79

0.79

秩

水平	ϕ_t的均值响应
1	1.25	0.46	0.70
2	0.75	0.63	0.74
3	0.62	0.94	0.82
4	0.59	1.18	0.95
极差	0.67	0.73	0.25
秩	2	1	3

水平

ϕ_t的均值响应

A_r

1.25

0.46

0.70

0.75

0.63

0.74

0.62

0.94

0.82

0.59

1.18

0.95

极差

0.67

0.73

0.25

秩

水平	K_v的信噪比
1	-12.46	-11.85	-9.98
2	-11.66	-11.96	-10.61
3	-11.91	-12.05	-12.62
4	-12.02	-12.19	-14.85
极差	0.80	0.34	4.87
秩	2	3	1

水平

K_v的信噪比

A_r

-12.46

-11.85

-9.98

-11.66

-11.96

-10.61

-11.91

-12.05

-12.62

-12.02

-12.19

-14.85

极差

0.80

0.34

4.87

秩

水平	K_v的均值响应
1	0.24	0.26	0.32
2	0.27	0.26	0.30
3	0.26	0.26	0.23
4	0.26	0.25	0.18
极差	0.02	0.01	0.14
秩	2	3	1

水平

K_v的均值响应

A_r

0.24

0.26

0.32

0.27

0.26

0.30

0.26

0.23

0.26

0.25

0.18

极差

0.02

0.01

0.14

秩