基于径向基神经网络与粒子群算法的双叶片泵多目标优化

摘要：

针对双叶片泵存在水力性能比相同比转速的多叶片离心泵低的缺陷,该文以一台型号为80QW50-15-4的双叶片污水泵作为研究对象,将其设计流量点的扬程和效率定为优化目标,运用ANSYS CFX(computational fluid dynamics x)进行数值模拟获得性能数据,采用径向基(radial basis function,RBF)神经网络建立结构参数与扬程、效率性能间的预测模型,并将其用作粒子群算法的适应值评价模型,在样本空间内进行最优值求解,获得扬程和效率的Pareto解.选取扬程最优个体和效率最优个体进行数值模拟,研究其在输运不同介质时的性能与内流场差异,并与初始模型的数值模拟数据相比较.经试验验证,清水介质中设计流量点扬程最优个体的扬程较初始个体增加0.96 m,增幅达到5.5％;效率最优个体的效率较初始个体提升了10.11个百分点.该优化方法改善了叶轮水力特性,使双叶片泵性能得到提高.

关键词：泵、算法、优化、数值模拟、径向基神经网络

所属期刊栏目：35

分类号：TH311(泵)

资助基金：国家自然科学基金资助项目51476070、51109094

在线出版日期：2019-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：25-32