CHINESE JOURNAL OF MECHANICAL ENGINEERING 

Vol.  25,aNo.  *,a2012  ∙1∙ 

DOI: 10.3901/CJME.2012.**.***, available online at www.springerlink.com; www.cjmenet.com; www.cjmenet.com.cn 

Numerical Simulation of Pressure Fluctuations in a Large Francis Turbine Runner 

WANG Fujun 1, *, LIAO Cuilin 2 , and TANG Xuelin 1 
1 College of Water Conservancy & Civil Engineering, China Agricultural University, Beijing 100083, China 
2 China Institute of Water Resources and Hydropower Research, Beijing 100038, China 

Received December 22, 2011; revised ***, 2012; accepted ***, 2012 

Abstract: The pressure fluctuation caused by unsteady flow in runner is one of the main reasons of vibration for a large Francis hydraulic 
turbine.  It  directly  affects  the steady  operation  of the hydraulic turbine  unit. The  existing research  of  the  pressure  fluctuation in  hydraulic 
turbine mainly focuses on the unsteady flow in draft tube.  Accurate distribution of pressure fluctuations inside a runner is not very clear. In 
this paper, the numerical method for predicting the pressure fluctuations in runner is investigated and the numerical simulation is performed 
for a large Francis hydraulic turbine. It is proved that the combination of shear­stress transport (SST) k­w turbulence model and pressure­ 
implicit with splitting of operators (PISO) algorithm could give more reliable prediction of pressure fluctuations in runner. The frequencies 
of  pressure  fluctuations  in  runner  are  affected  by  the  flow  in  guide  vane  and  the  flow  in  draft  tube.  The  first  dominant  frequency  is 
significantly determined by the flow in draft tube, especially at part load condition. This frequency is approximately equal to one­third of the 
runner rotating frequency. The evident second dominant frequency is exactly equal to the guide vane passing frequency. The peak­to­peak 
amplitudes of pressure fluctuations in runner at small guide vane open angle are larger than that at large open angle at the same operating 
head. The amplitudes at points on blade pressure surface are generally greater than that on suction surface. The research results could be used 
to direct the hydraulic design and operation stability improvement of a large Francis hydraulic turbine. 

Key words: hydraulic turbine, runner, pressure fluctuation, numerical simulation 

indicated  that  the  flow  details  in  hydraulic  turbine  are  well 
1  Introduction simulated.  The  authors  also  did  similar  research  work  by 
numerical  and  experimental  approaches  in  large  hydraulic 
Francis  turbines  usually  experience  unsteady  pressure  turbines [4–5] . 
fluctuations,  especially  at  partial  loads.  The  pressure  However, until now, most investigations in this field have 
fluctuation  is  becoming  more  severe  in  large  turbine  units,  been mainly focused on the pressure pulsation induced by the 
and  may  cause  the  parts  to  flaw  or  even  break,  which  vortex  rope  in  draft  tube [6] .  Prototype  test  and  experimental 
substantially  influences  the  steadiness  of  hydraulic  turbine  measurements  of  pressure  fluctuation  in  runner  are  difficult 
operation [1] .  to  carry  out  and cost  too much  since  flow  paths are rotating 
Much  attention  has  been  occupied  by  these  issues.  with the runner, transducer cannot be easily installed [7–8] . The 
Experimental and numerical methods  are employed  to  study  pressure pulsation in runner of a large Francis turbine usually 
the  unsteady  feature.  RUPRECHT,  et  al [2] ,  compared  could  not  be  obtained  by  similarity  law  from  model  test [9] . 
numerical results with experimental data from model tests to  Therefore,  numerical  simulation  is  a  good  way  to  predict 
show that the amplitudes and frequencies in draft tube agreed  pressure  pulsation  in  runner  and  improve  understanding  of 
quite well. WANG, et al [3] , compared simulation results with  the flow at part­load operation. 
experimental  data  of  a  prototype  hydraulic  turbine,  and  The  use  of  computational  fluid  dynamics  (CFD)  for  the 
computation  of  turbomachinery  flows  has  significantly 
* 
increased  in  recent  years [10–11] .  When  simulating  unsteady 
Corresponding author. E­mail: wangfj@cau.edu.cn 
This  project  is  supported  by  National  Natural  Science  Foundation  of  flows, such as the pressure fluctuations, large eddy simuation 
China (Grant Nos. 51079152, 91010003, 51079151), Research Fund for the  (LES)  is  usually  the  ideal  method.  However,  the  pressure 
Doctoral  Program  of  Higher  Education  of  China  (Grant  No. 
0100008110012),  and  Beijing  Municipal  Research  Fund  of Commission  of 
fluctuations in a large hydraulic turbine runner are dominated 
Education of China (Grant No. 20100909)  by large turbulent scales. This special unsteady flow can not
© Chinese Mechanical Engineering Society and Springer­Verlag Berlin Heidelberg 2012 
 ∙2∙  WANG Fujun, et al: Numerical Simulation of Pressure Fluctuations in a Large Francis Turbine Runner 

be  resolved  by  LES  without  too  fine  meshes [12] .  Therefore,  renormalization  group  (RNG)  k­e  and  shear­stress  transport 
Reynolds­averaged  Navier­Stokes  (RANS)  approach  is  a  (SST) k­w models are adopted. The walls are modeled using a 
alternative  method  that  could  be  used  to  obtain  a  resolution  scalable  wall  function.  Validation  of  this  code  can  be  found 
within a acceptable accuracy at an affordable cost.  from the work done by LIAO [13]  and other contributions [3,14] . 
In this study, a 3D geometry model including the full flow  The governing equations are discretized using the control­ 
passage  of  a  large  Francis  turbine  is  setup.  The  numerical  volume  technique  with  the  semi­implicit  method  for 
method  based  on  RANS  for  predicting  the  pressure  pressure­linked equations consistent (SIMPLEC) scheme and 
fluctuation  in  runner  is  investigated  and  the  numerical  pressure  implicit  with  splitting  of  operators  (PISO) 
simulation is performed. The features of pressure fluctuations  scheme [12] .  A  second­order  upwind  scheme  is  used  for  the 
in runner are analysed in detail.  convection  terms  with  a  central  difference  scheme  for  the 
diffusion terms in the momentum equations. And the second­ 
2  Numerical Models and Computational  order  upwind  scheme  is  also  employed  to  discretize  other 
Schemes  equations, such as turbulent kinetic energy k equation. 

2.1  Geometry and grid  2.3  Transient rotor­stator interaction and boundary 

The hydraulic turbine investigated is a Francis turbine with  conditions 
a rated output of 710 MW. The outlet diameter of the turbine  The  current  numerical  computation  is  carried  out  with  a 
runner is 9.8 m. There are 24 stay vanes, 24 guide vanes and  multiple frame of reference approach because the runner flow 
15  blades  in  the  runner.  X­shape  blades  are adopted  for  the  field  is  within a rotating  frame  whereby  the  spiral  case,  stay 
runner,  which  is  designed  to  adapt  to  a  wide  water  head  vane,  guide  vane  sections  and  draft  tube  are  in  stationary 
variation  with  stable  operation  and  excellent  cavitation  frame.  The  simulation  is  based  on  transient  rotor­stator 
performance. The rated speed is 75 r/min.  condition with the following boundary conditions imposed: at 
The  computational  domain  including  the  full  passages  of  the inlet of the spiral case, the mass flow rate, the turbulence 
spiral  case,  stay  vane,  guide  vane,  runner  and  draft  tube  is  intensity and a reference pressure are specified. The absolute 
built  for  the  simulation.  The  meshes  of  five  computational  velocity  at  the  inlet  is  defined  in  such  a  way  that  is 
domains  including  the  passages  of  spiral  case,  stay  vane,  perpendicular to the inlet mesh surface. Turbulent intensity is 
guide  vane,  runner  and  draft  tube  are  generated  separately.  specified  to  be  5%.  At  the  outlet  of  draft  tube  out  flow 
The unstructured mesh with tetrahedral element is used in all  condition  is  being  specified  as  well.  All  the  other  variables 
three computational domains. A localized refinement of mesh  are  free  to  float.  The  passage  walls  for  the  spiral  case,  stay 
is  employed  at  regions  close  to  runner  blade  leading  and  vane,  guide  vane  sections  and  draft  tube  are  in  stationary 
trailing  edge  in  order  to  accurately  capture  the  flow  field  frame  and modeled  using a no­slip  boundary  condition. It  is 
structure.  This  is  because  the  flow  field  properties  variation  also  should  be  mentioned  that  the  inlet  boundary  condition, 
such as pressure and velocity at these regions are expected to  the  velocity  condition,  is  obtained  by  a  prior  steady  flow 
be substantial. Fig. 1 shows the grid assembly of spiral case,  calculation for the turbine at given operation condition. 
stay  vane,  guide  vane,  runner  and  draft  tube  sections.  The  In this numerical simulation, the meshes of the guide vane 
whole computational domain consists of 1 297 329 elements.  and  the  runner,  also  the  meshes  of  the  runner  and  the  draft 
tube,  are  connected  by  means  of  a  transient  rotor­stator 
interface.  The  two  frames  of  reference,  rotating  and 
stationary,  are  connected  in  such  a  way  that  for  transient 
calculations the relative position of the runner and guide vane 
changes  and  updates  through  out  the  calculations  for  each 
time  step.  A total  5 revolutions  or  total  time  of  4s  is  set  for 
the  computations.  The  time  step  is  set  as  0.008s, 
corresponding to a rotating angle of 3.6° per time step, that is 
(a) Grid assembly of the turbine  (b) Grids of the runner, stay vane  100  steps  for  one  revolution  of  the  runner.  The  maximum 
and guide vane  iteration loops is set to 5 in order to reduce all the root means 
Fig. 1.  Computational grid for the full passage  square residual. 

2.4  Recording points 
2.2  Turbulence model and discretization scheme  To  observe  the  pressure  distribution  on  the  runner  blade 
At present study, the commercial CFD code, CFX is used.  surfaces,  9  recording  points  were  set  up  on  the  pressure 
The  time­dependent  RANS  method  with  two­equation  surface  and  suction  surface  of  the runner  blade respectively,
 CHINESE JOURNAL OF MECHANICAL ENGINEERING 
Vol.  25,aNo.  *,a2012  ∙3∙ 
as  shown  in  Fig.  2.  Here,  1,  2,  and  3  recording  points  are  580 
close  to  runner  crown,  and  3,  6  and  9  recording  points  are 
close to blade trailing edge.  570 

Pressure  p /kPa 
560 

550 

540 

530 
0  1  2  3 
Time  t /s 

(a) RNG k­e, SIMPLEC 

580 

570 

Pressure  p /kPa 
Fig. 2.  Recording points on the runner 
blade surface  560 

550 

3  Results and Discussions  540 

530 
3.1    Pressure fluctuation with different numerical 
0  1  2  3 
models 
Time  t /s 
To  evaluate  the  effect  of  turbulence  models  and 
computational  schemes  on  the  simulation,  two  RANS  (b) RNG k­e, PISO 

models,  RNG  k­e  and  SST  k­w,  with  two  discretization  580 
schemes,  SIMPLEC  and  PISO,  are  used.  Fig.  3,  Fig.  4  and 
Fig.  5  show  the  pressure  fluctuations  on  runner  blade  570 
Pressure  p /kPa 

pressure  surface  points  1,  5  and  9  with  different  numerical  560 

models  under  same  part­load  operation  condition  of  head 
H=68 m, guide vane open angle a=19°.  550 

The results in Fig. 3, Fig. 4 and Fig. 5 show no significant  540 
difference between RNG k­e and SST k­w turbulence models, 
while  the  effect  of  discretization  schemes  on  simulation  530 
0  1  2  3 
results  is  obvious.  The  PISO  algorithm  could  capture  more 
Time  t /s 
pressure pulsation information. 
The  peak­to­peak  values  of  the  pressure  fluctuations  on  (c) SST k­w, SIMPLEC 
pressure  surface,  which  conducted  from  the  above  time­ 
580 
domain  results,  are  shown  in  Table  1.  For  the  reason  of 
comparison,  the  peak­to­peak  value  is  divided  by  local  570 
Pressure  p /kPa 

average pressure. The peak­to­peak  value  calculated  by SST 

560 
k­w with  PISO algorithm is the largest, while RNG k­e with 
SIMPLEC  algorithm  smallest  among  all  the  peak­to­peak  550 
values  whether  for  points  1,  5  or  9.  Since  the  peak­to­peak 
value reflects  the  dynamic  load  applied  on  the runner  blade,  540 

this  value  is  always  be  concerned  by  researchers  and  530 
engineers.  Usually  we  use  this  dynamic  value  to  predict  the  0  1  2  3 
fatigue  life  of  blade.  If  the  value  with  SST  k­w  and  PISO  Time  t /s 
algorithm is used to predict structure properties of a runner, a 
(d) SST k­w, PISO 
more  safe  prediction  result  would  be  carried  out.  Therefore, 
Fig. 3.  Pressure fluctuations at point 1 
the SST k­w and PISO algorithm is adopted at the following 
on pressure surface
simulations. 
∙4∙  WANG Fujun, et al: Numerical Simulation of Pressure Fluctuations in a Large Francis Turbine Runner 

460  380 

450  370 

Pressure  p /kPa 
Pressure  p /kPa 

440  360 

430  350 

420  340 

410  330 
0  1  2  3  0  1  2  3 
Time  t /s  Time  t /s 

(a) RNG k­e, SIMPLEC  (a) RNG k­e, SIMPLEC 

470  380 

365 

Pressure  p /kPa 
Pressure  p /kPa 

450 
350 

430 
335 

410  320 
0  1  2  3  0  1  2  3 
Time  t /s  Time  t /s 

(b) RNG k­e, PISO  (b) RNG k­e, PISO 

470  380 
Pressure  p /kPa 
Pressure  p /kPa 

450  360 

430  340 

410  320 
0  1  2  3  0  1  2  3 
Time  t /s  Time  t /s 

(c) SST k­w, SIMPLEC  (c) SST k­w, SIMPLEC 

470  380 

365 
Pressure  p /kPa 
Pressure  p /kPa 

450 

350 

430 
335 

410  320 
0  1  2  3  0  1  2  3 
Time  t /s  Time  t /s 

(d) SST k­w, PISO  (d) SST k­w, PISO 

Fig. 4.  Pressure fluctuations at point 5  Fig. 5.  Pressure fluctuation at point 9 

on pressure surface  on pressure surface
 CHINESE JOURNAL OF MECHANICAL ENGINEERING 
Vol.  25,aNo.  *,a2012  ∙5∙ 
Table 1.  Peak­to­peak value of pressure fluctuations  %  frequencies  of  pressure  fluctuations  for  all the  points  on the 
Recording  RNG k­e  RNG k­e  SST k­w  SST k­w  blade surface are very close to that in draft tube, as shown in 
point  SIMPLEC  PISO  SIMPLEC  PISO  Fig.  7.  It  has  been  proved  that  the  low  frequency  pressure 
1  4.45  4.51  4.48  4.81  fluctuation  with  about  1/3  of  the  runner  rotating  frequency 
5  4.75  5.30  4.93  5.58 
dominates the unsteady flow in the draft tube by whether the 
9  5.49  5.92  5.83  6.28 
site tests or the numerical simulations [4–5] . There are rich low 
frequencies  in  Fig.  7,  especially  for  points  3,  6  and  9. 
To  verify  the  simulation  with  SST  k­w  and  PISO 
Because  these  points  locate  near  the  trailing  edge  of  the 
algorithm,  a  comparison  between  the  simulation  and 
blade,  the  flow  in  this region may  be  significant  affected  by 
experimental  results [4,15]  is  made,  as  shown  in  Fig.  6.  The 
vortex rope in the draft tube. This result demonstrates that the 
position concerning the pressure fluctuations is a point on the 
vortex  rope  in  the  draft  tube  not  only  determine  the  flow 
inlet  section  of  the  draft  tube.  The  numerically  calculated 
structure  in  draft  tube,  but  also  affects  the  flow  features  in 
pressure fluctuation follows the trend very  well as compared 
runner with upstream spreading. 
to the experimental ones. The dominant frequencies and their 
amplitudes  for  simulation  and  experimental  results  are  0.36 
Hz, 15 kPa, 0.31 Hz, 20 kPa, respectively. This indicates that 
the  simulation  with  SST  k­w  and  PISO  algorithm  could  be  20 

used  to  predict  the  pressure  fluctuation  in  the  turbine  in  the  16 
view of engineering. 

Pressure P/ kPa 
12 

160  Measured
8 
Calculated 

4 
140 
Pressure  p /kPa 

0  9 
4  8 
8  7 
12  6 
120  16  5 
20  4 
3 
24  2  Points 
28  1 
Frequency f/f n  32 
100 
Fig. 7.  Amplitude spectrum of pressure fluctuations 
on pressure surface (for case 2) 
80 
0  4  8  12  16 
Time  t /s 

Fig. 6.  Pressure fluctuations for a position in draft tube  18 

15 
Pressure P/kPa 

3.2    Frequency of pressure fluctuations  12 

To evaluate the pressure fluctuations at different positions  9 
under  different  operation  conditions,  the  unsteady  6 
simulations  under  4  typical  operation  conditions  shown  in 
3 
Table 2 are performed. 
0  9 
8 
4  7 
Table 2.  Operation conditions for the simulations  8  6 
12  5 
16  4 
Case No.  Head H/ m  Guide vane open angle a/ (°)  20  3  Points 
24  2 
1  68  19  28  1 
Frequency f/f n 
2  72  19  32 
3  68  27 
4  72  27  Fig. 8.  Amplitude spectrum of pressure fluctuations 
on suction surface (for case 3) 

As  typical  results,  the  amplitude  spectrum  of  pressure  With  the  guide  vane  open  angle  increases,  the  turbine 
fluctuations at different recording points for case 2 and case 3  output  correspondingly  changes  to  full  load  condition.  The 
are  shown  in  Fig.  7  and  Fig.  8  respectively.  At  part  load  pattern of amplitude spectrum of pressure fluctuations in full
condition  with  low  guide  vane  open  angle,  the  dominant 
 ∙6∙  WANG Fujun, et al: Numerical Simulation of Pressure Fluctuations in a Large Francis Turbine Runner 

load condition is different with that in part load condition. We  suction surface, especially at low guide vane open angle. The 
can find the evident second dominant frequency that is close  vortex may results to more strong pressure fluctuations.
to  24 times  of runner  rotating  frequency,  as  shown  in  Fig.8. 
This  special  frequency  is  exactly  the  runner  passing  a= 19°  Suction  Pressure
frequency relative to stationary guide vane. We also find that  a= 27°  Suction  Pressure 
the  amplitudes  of  pressure  fluctuations  for  point  1,  4  and  7 
are larger than other points. These three points locate near the 
leading  edge  of  the  blade.  Therefore,  we  can  conclude  that 
the  flow  structure  in  the  guide  vane  has  more  effects  on 
runner  flow  at  full  load  condition.  On  the  other  hand,  the 
effects  of  draft tube  also  exist, in  which  the  low  frequencies 
are first dominant. 
According  to  the  above  discussion,  it  is  could  be 
concluded  that  the  frequencies  of  pressure  fluctuations  in 
runner are affected by the flow in guide vane and the flow in 
draft  tube.  The  first  dominant  frequency  of  pressure  (a) H= 72 m
fluctuation  in  the  runner  is  significantly  determined  by  the 
flow  in  draft  tube,  especially  at  part  load  condition.  This  a= 19°  Suction  Pressure

frequency  is  a  low  frequency  that  is  approximately equal  to  a= 27°  Suction  Pressure 

1/3  of  the  runner  rotating  frequency.  The  impact  decreases 

from  blade  trailing  edge  to  leading  edge,  e.g., points  3,  6, 9 
exhibit  strong  pulsations  than  points  1,  4  and  7,  also  from 
runner  band  to  crown,  e.g., point  9  exhibits  strong  pulsation 
than  point  3.  The  evident  high  frequency  of  pressure 
fluctuation  in  the  runner  is  determined  by  the  flow  in  guide 
vane,  especially  at  full  load  condition.  The  evident  second 
dominant  frequency  is  exactly  equal  to  the  guide  vane 
passing frequency. This impact decreases from blade leading 
edge  to  trailing  edge,  e.g.,  points  1,  4  and  7  exhibit  strong 
pulsation than points 3, 6 and 9.  (b) H= 68 m 

Fig. 9.  Peak­to­peak amplitude of pressure 

3.3  Amplitude of pressure fluctuation  fluctuation in runner 
The  peak­to­peak amplitude  of pressure  fluctuation  in  the 
runner  is  the  most  concerned  by  engineers,  since  it  directly 
determines  the  level  of  dynamic  load  applied  on the runner.  4  Conclusions 
The  amplitude  also  affects  turbine  operation  stability  and 
runner  fatigue  life.  Fig. 9  shows  the  peak­to­peak  amplitude  (1)  The  PISO  algorithm  could  capture  more  pressure 
of  pressure  fluctuation  on  pressure  surface  and  suction  pulsation  information  than  SIMPLEC  algorithm.  The  peak­ 
surface for 2 typical operating heads at 2 open angles.  to­peak  amplitudes  of  pressure  fluctuations  in  the  runner 
As  shown  in  Fig.  9,  the amplitude  of pressure  fluctuation  predicted by SST k­w model are greater than that by RNG k­e 
at small guide vane open angle (a=19°) is larger than that at  model.  The  combination  of  SST  k­w  model  and  PISO 
large  open  angle  (a=27°)  at  the  same  operating  head.  This  algorithm  could  be  more  suitable  for  predicting  pressure 
result is caused by that the vortex rope in draft tube at small  fluctuations in turbine runner for the reason of safe prediction 
guide  vane  open  angle  is  strong.  On  the  other  hand,  the  in the view of engineering. 
amplitudes  of  pressure  fluctuations  at  points  on  blade  (2)  The  frequencies  of  pressure  fluctuations  in  runner  are 
pressure  surface  are  generally  greater  than  that  on  suction  affected by the flow in guide vane and the flow in draft tube. 
surface.  One  of  the reasons  is  that the  suction  surface  of  the  The  first  dominant  frequency  is  significantly  determined  by 
blade  is  more  close  to  the  inlet  of  draft  tube.  The  pressure  the flow in draft tube, especially at part load condition. This 
fluctuation  resulted  by  vortex  rope  in  draft  tube  has  more  frequency  is  a  low  frequency  that  is  approximately equal  to 
influence  on  the  flow  near  blade  suction  surface.  Another  1/3  of  the  runner  rotating  frequency.  The  impact  decreases 
reason  is  that  a  large  attack  angle  causes  vortex  on  blade  from  blade  trailing  edge  to  leading  edge,  also  from  runner 
band  to  crown.  The  evident  high  frequency  of  pressure
 CHINESE JOURNAL OF MECHANICAL ENGINEERING 
Vol.  25,aNo.  *,a2012  ∙7∙ 
fluctuation  in  the  runner  is  determined  by  the  flow  in  guide  tube  vortex  in  a  Francis  turbine  using  particle  image  velocimetry 
measurements in two­phase  flow[J]. Journal of  Fluids  Engineering, 
vane,  especially  at  full  load  condition.  The  evident  second 
Transactions of ASME, 2008, 130(2): 0211051–02110510. 
dominant  frequency  is  exactly  equal  to  the  guide  vane  [10]  WU Yulin, WU  Xiaojing,  LIU Shuhong. Correlation analysis of the 
passing frequency. This impact decreases from blade leading  internal  vortex  flow  of  hydro  turbine  with  the  pressure  fluctuation 
edge to trailing edge.  inside  draft  tube[J].  Journal  of  Hydroelectric  Engineering,  2007, 
(3) The peak­to­peak amplitudes of pressure fluctuations in  26(5): 122–127. (in Chinese) 
runner at small guide vane open angle are larger than that at  [11]  NILSSON  H,  DAVIDSON  L.  Validations  of  CFD  against  detailed 
velocity and pressure measurements in water turbine runner flow[J]. 
large open angle at the same operating head. The amplitudes 
International  Journal  for  Numerical  Methods  in  Fluids,  2003,  41: 
at points on blade pressure surface are generally greater than  863–879. 
that on suction surface.  [12]  WANG  Fujun.  Computational  fluid  dynamics  analysis  ­­­  CFD 
principles  &  application[M].  Beijing:  Tsinghua  University  Press, 
References  2004. (in Chinese) 
[1]  ARZOLA  F,  AZUAJE  C,  ZAMBRANO  P,  et  al.  Undesired  power  [13]  LIAO Cuilin. Study on hydraulic stability of large francis turbine[D]. 
oscillations  at  high  load  in  large  Francis  turbines:  Experimental  Beijing: China Agricultural University, 2008. (in Chinese) 
study and solution[C]//Proceedings of the 23rd IAHR Symposium on  [14]  SUSAN­RESIGA  R,  CIOCAN  G  D,  ANTON  I.  Analysis  of  the 
Hydraulic  Machinery  and  Systems.  Yokohama,  Japan,  October  17–  swirling  flow  downstream  a  Francis  turbine  runner[J].  Journal  of 
21, 2006: 1–9.  Fluids Engineering, Transactions of ASME, 2006, 128(1): 177–189. 
[2]  RUPRECHT  A,  HELMRICH  T,  ASCHENBRENNER  T,  et  al.  [15]  WANG Fujun, LI Xiaoqin, ZHU Yuliang. Experimental investigation 
Simulation of vortex rope in a turbine draft tube[C]//Proceedings of  of  pressure  fluctuation  and  vibration  in  a  large  francis  turbine[C]// 
the  21st  IAHR  Symposium  on  Hydraulic  Machinery  and  Systems,  Proceedings  of  the  5th  Joint  ASME/JSME  Fluids  Engineering 
Lausanne, Switzerland, 2002: 257–264.  Summer  Conference,  FEDSM2007,  San  Diego,  USA,  July  30– 
[3]  WANG Zhenwei, ZHOU Lingjiu. Simulations and measurements of  August 2, 2007: 879–884. 
pressure  oscillations  caused  by  vortex  ropes[J].  Journal  of  Fluid 
Engineering, Transactions of the ASME, 2006, 128(4): 649–655.  Biographical notes 
[4]  WANG  Fujun,  LI  Xiaoqin,  MA  Jiamei,  et  al.  Experimental  WANG  Fujun,  born  in  1964,  is  currently  a  professor  at  College of 
investigation  of  characteristic  frequency  in  unsteady  hydraulic  Water  Conservancy  &  Civil  Engineering,  China  Agricultural 
behaviour of a large hydraulic turbine[J]. Journal of Hydrodynamics,  University,  China.  He  received  his  PhD  degree  from  Tsinghua 
2009, 21(1): 804–812.  University,  China,  in  2000.  His  research  interests  include  fluid 
[5]  LIAO  Cuilin,  WANG  Fujun,  LI  Xiaoqin.  Numerical  simulation  of  machinery and computational fluid dynamics. 
pressure  fluctuation  in  draft  tube  of  large  Francis  Tel: +86­10­62736972; E­mail: wangfj@cau.edu.cn 
turbine[C]//Proceedings  of  the  5th  Joint  ASME/JSME  Fluids 
Engineering  Summer  Conference,  FEDSM2007,  San  Diego,  USA,  LIAO  Cuilin,  born  in  1982,  is  currently  an  engineer  at  China 
July 30–August 2, 2007: 873–878.  Institute of Water Resources and Hydropower Research, China. She 
[6]  HELLSTROM  J  G  I,  MARJAVAARA  B  D,  LUNDSTROM  T  S.  received her PhD degree from China Agricultural University, China, 
Parallel  CFD  simulations  of  an  original  and  redesigned  hydraulic  in  2008.  Her  research  interests  include  Hydraulic  turbine  and 
turbine draft tube[J]. Advances in Engineering Software, 2007, 38(5):  computational fluid dynamics. 
338–344.  Tel: +86­10­68781668, E­mail: liaocl@iwhr.com 
[7]  LIAO  Weili,  JI  Jinting,  LU  Peng,  et  al.  Unsteady  flow  analysis  of 
francis turbine[J]. Journal of  Mechanical Engineering, 2009, 45(6):  TANG  Xuelin,  born in  1969, is  currently a  professor  at  College of 
134–140. (in Chinese)  Water  Conservancy  &  Civil  Engineering,  China  Agricultural 
[8]  PAIK  J,  SOTIROPOULOS  F,  SALE  M  J.  Numerical  simulation  of  University,  China.  He  received  his  PhD  degree  from  Tsinghua 
swirling  flow  in  complex  hydro­turbine  draft  tube  using  unsteady  University, China, in 2003. His research interests include hydraulic 
statistical  turbulence  models[J].  Journal  of  Hydraulic  Engineering,  pumps and hydraulic turbines. 
2005, 131(6): 441–456.  Tel: +86­10­62736578; E­mail: xl­tang@mail.tsinghua.edu.cn
[9]  ILIESCU  M  S,  CIOCAN  G  D  A.  Analysis  of  the  cavitating  draft