基于RBF神经网络与DECIMO算法的螺旋离心泵多目标优化设计

摘要：

针对螺旋离心泵运行时性能普遍偏低的问题,以某一典型螺旋离心泵为研究对象,应用计算流体动力学软件CFX对螺旋离心泵进行数值计算得到其内部流动规律.以在设计流量工况下的扬程和效率作为优化目标,采用P-B试验与多因素方差分析筛选出优化变量,采用径向基(RBF)神经网络建立优化目标与优化变量之间的预测模型,并结合差分进化(DECIMO)算法在样本空间内全局寻优.取扬程最优、效率最优和初始个体进行数值计算,对比分析泵输送不同介质(清水与固液两相流体)时的流场及其外特性差异,并进行试验验证.研究结果表明:叶片轮毂进口角β1b、叶轮出口宽度b2、叶轮出口直径D2和叶片包角φ是影响螺旋离心泵扬程和效率的显著因素;由RBF神经网络建立的预测模型精度较高;输送清水时,设计流量下扬程最优个体扬程为9.4 m,增长了13.5％;效率最优个体效率比初始个体提高了9.8％,优化效果显著.

关键词：螺旋离心泵、RBF神经网络、DECIMO算法、数值模拟、多目标优化

所属期刊栏目：40

分类号：S277.9;TH311(农田水利)

资助基金：国家自然科学基金51109094

在线出版日期：2022-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：667-673