基于动态RBF代理模型与NSGA-Ⅱ算法的离心泵叶轮优化设计

传统离心泵多目标优化设计中,代理模型的预测精度随着Pareto前沿不断向前推进将逐渐降低,为改善离心泵多目标优化效果,提出一种基于动态RBF代理模型与NSGA-Ⅱ算法的离心泵叶轮优化方法,将生成的Pareto前沿解中部分最优样本添加到RBF样本集中,重新训练RBF代理模型,依据动态代理模型预测子代各样本的目标函数值.以MH48-12.5型离心泵为研究对象,选取叶片的进口安放角、出口安放角及叶片包角为优化变量,采用拉丁超立方抽样(LHS)构建代理模型初始样本空间,并以扬程和效率为优化目标进行多目标优化分析.结果表明：动态RBF代理模型多目标优化方法得到的Pareto前沿要大大优于静态代理模型方法结果,静态代理模型方法得到的Pareto前沿各点均被动态模型方法得到的Pareto前沿所支配;动态代理模型对前沿解的预测精度均大于静态代理模型;动态代理模型方法得到扬程最大点比原始设计高2.86%,比静态模型高1.03%;动态代理模型方法得到水力效率最高点比原始设计效率高4.36%,比静态模型高1.32%.     

基于遗传算法的离心泵多目标优化

建立了以离心泵效率最大、汽蚀余量最小和曲线无驼峰的多目标函数优化的数学模型,并利用Matlab遗传算法工具箱进行优化计算,取得了很好的结果.相比于传统的优化方法,Matlab的遗传算法工具箱能使求解过程简化和得到全局最优解,并且省去编程的时间,为多目标优化提供了一种新思路,具有广阔的应用前景.     

基于BP神经网络的立式离心泵导叶与蜗壳优化设计

立式离心泵是大型灌溉和长距离调水工程的核心动力装备,单机配套功率能够达到40 MW级。为了降低立式离心泵的运行能耗,以效率指标为优化目标,基于BP(反向传播)神经网络模型与多岛遗传算法对其多个过流部件进行优化设计。考虑到各过流部件的匹配性,采用Plackett-Burman试验设计从导叶与蜗壳的10个设计参数中筛选出优化设计变量。运用最优拉丁超立方采样方法设计了106组方案,并搭建了立式离心泵自动数值模拟优化平台。基于BP神经网络模型构建了优化设计变量和优化目标之间的高精度非线性关系,最终通过多岛遗传算法得到导叶与蜗壳的最优参数组合。研究结果表明,运用SST k-ω湍流模型能够准确地预测立式离心泵的性能参数;BP神经网络是映射泵设计参数和性能参数间内在联系的有效方法;优化后模型设计工况下效率达到90.21%,较原始模型提高了3.61个百分点;优化后的导叶与蜗壳对立式离心泵设计工况和小流量工况下的性能影响更为显著;优化后导叶与其他过流部件匹配性提高,导叶与蜗壳内部流动特性得到明显改善。     

基于RBF神经网络和NSGA-Ⅱ算法的海水淡化高压泵多工况优化设计

为提高透平式能量回收一体机的水力性能,采用RBF神经网络、NSGA-Ⅱ遗传算法和数值模拟集成的设计方法,对高压泵进行多工况优化设计.以高压泵三工况点的加权平均效率为优化目标,设计工况点下的扬程为约束条件,结合Plackett-Burman筛选试验,将进口安放角、出口安放角、叶片出口宽度及叶片包角作为优化变量,采用最优拉丁超立方设计试验空间,基于Isight多学科优化平台,通过编写批处理命令集成CFturbo,ICEM,CFX等,搭建智能水力优化平台,实现高压泵的CFD自动预报.基于数值模拟结果,利用RBF神经网络建立目标函数与几何参数之间的非线性关系,并运用NSGA-Ⅱ算法对该模型寻优.研究结果表明:RBF神经网络模型能够准确预测高压泵效率以及扬程与设计变量之间的关系;优化后高压泵与初始方案相比,3个工况点加权平均效率提高了3.38%,在0.8Q_d,1.0Q_d和1.2Q_d工况下效率分别提高了2.21%,3.59%和4.23%;优化后叶轮在设计工况点附近轴功率略有减小;对比优化前后叶轮的流场分布,优化后的叶轮进口低速区减小,内部速度梯度分布更加均匀,流场得到明显改善,能量耗散减小.研究结果可为高压泵多工况水力优化设计提供一定理论依据.     

基于RBF神经网络的离心泵地脚螺栓松动故障诊断

为了准确识别卧式离心泵地脚螺栓松动故障,搭建了卧式离心泵机组诊断平台,采用电涡流传感器对离心泵转子位移进行监测.将采集的转子位移信号经过经验模态分解法(empirical mode decomposition, EMD)分解为多个固有模态函数(intrinsic mode function, IMF),对各层IMF频谱特征、相关系数及能量占比进行分析得到故障敏感分量.最后,通过径向基(radial basis function, RBF)神经网络对离心泵松动故障进行识别预测.结果表明：采用EMD方法可以有效提取出离心泵松动故障特征,IMF5—IMF8层可作为故障特征分量.通过将IMF5—IMF8层的相关系数和能量占比作为故障特征输入到RBF神经网络中进行识别,准确率可达95%.     

多级离心泵多变量优化设计研究

从建立多级离心泵叶轮特性与导叶特性的匹配关系入手,建立了包含叶轮和导叶参数的一个实用化离心泵的多目标多变量优化数学模型。应用MATLAB遗传算法工具箱对该多目标多变量优化模型进行数值求解,得到了叶轮进出口直径、叶轮进出口宽度、叶轮叶片数、叶片出口角、导叶的基圆直径、喉部尺寸、导叶叶片数等关键设计参数的优化结果。最后采用面积比原理验证了该优化方法的实用性。     

基于RBF模型的消防水炮炮头多目标优化

为了提高消防水炮的射程,以PSKDY40型消防水炮为原型,对炮头流道结构进行多目标优化.以炮头的喉管通径、喉管长度和喉部收缩角为变量,以最小化出口湍流动能和最大化出口平均速度为目标,使用拉丁超立方设计方法进行试验设计并结合数值模拟生成RBF近似模型.利用NSGA-Ⅱ算法对炮头流道结构进行多目标优化并得到了Pareto最优解集.分析结果表明:RBF模型具有较高的拟合精度,可以提高炮头流道的优化效率;选取的3个变量中喉管通径对炮头的喷射性能影响最大;优化之后的出口湍流动能和出口速度这2个目标均优于原始模型.     

基于差分进化算法优化的RBF神经网络的发动机故障诊断研究

在RBF神经网络中采用差分进化算法来优化RBF神经网络的模型结构,并对其重要参数进行全局寻优。实例仿真结果表明,经过差分算法优化的RBF神经网络不仅相对BP网络学习收敛速度更快,而且提高了发动机故障识别的精确度,从而验证了此种方法的正确性和有效性。     

基于智能算法的感应电机多目标优化设计

感应电机自身作为一个复杂系统,其设计变量多,多个设计目标之间相互约束,多目标优化设计过程复杂、限制因素多。针对这种情况,以一台24 V低压大电流感应电机为例,选取了定转子槽6个相关设计参数作为优化变量,以感应电机3个外特性参数(最大转矩、启动电流、效率)作为优化目标,运用计算机辅助电机设计软件ANSYS Maxwell得到了大量工程实验数据,利用BP神经网络对感应电机数学模型进行拟合,并用遗传算法寻找设计变量最优解,使用神经网络的预测功能寻找优化目标最优解。最后用ANSYS Maxwell将最优解进行工程验证,实现了感应电机的多目标优化设计。     

分流叶片对螺旋离心泵径向力的影响

为了改善单叶片螺旋离心泵叶轮径向力过大的问题,对单叶片叶轮设计分流叶片,并采用Navier-Stokes方程和标准的k-ε湍流模型对带分流叶片和不带分流叶片的螺旋离心泵的内部流场进行非定常数值模拟。通过模拟分别获得了带分流叶片和不带分流叶片的螺旋离心泵的蜗壳出口压力脉动特性以及作用在蜗壳和叶轮上的径向力特性,并对其进行分析比较。结果表明:各个工况下,带分流叶片和不带分流叶片的螺旋离心泵的蜗壳出口压力脉动特性、作用在蜗壳和叶轮上的径向力均呈周期性变化,且主频均为各自叶片通过频率;采用分流叶片后周期变为原模型周期的一半,蜗壳出口压力脉动幅值明显减小,作用在叶轮上的径向力明显减小,作用在叶轮上的径向力的变化趋势关于坐标轴对称性加强,且基本呈椭圆形分布;作用在蜗壳上的径向力虽有小幅提升,但是其脉动幅值减弱,且高频脉动减少。表明单叶片螺旋离心泵叶轮分流叶片的添加不仅可以有效减小叶轮上的径向力,而且对降低蜗壳上的振动特性有一定的积极作用。     

基于遗传算法的离心泵叶轮参数化造型及优化设计

根据流面流动理论,通过坐标变换实现离心泵叶轮子午面及叶片结构的参数化造型.采用自适应策略等技术对遗传算法的遗传操作进行改进以提高算法搜索效率,并设计了多目标决策的适应值函数.采用CFD软件NUMECA对叶轮及压水室等主要过流部件内部流动进行三维定常计算,从而预测离心泵的水力性能.编写FORTRAN程序实现参数化、搜索算法及性能预测3部分的联合,开发出一种离心泵叶轮造型的自动优化方法.以离心泵的2个外特性参数效率和扬程作为优化目标,应用该方法对Dn1000型潜油泵及IS80-65-125型清水泵的叶轮结构进行多目标优化.优化后两泵的水力性能有了明显提高,在设计工况下扬程分别提高了0.21 m和1.70 m,效率分别提高了1.9%和2.3%.     

螺旋离心泵叶片变螺距型线方程

根据螺旋离心泵的结构特点,基于叶片式流体机械内固液两相双流体模型的流速比理论,分析了螺旋离心泵叶片型线的螺距变化规律,推导出固液两相流螺旋离心泵叶片变螺距型线的参数方程.依据给定的设计参数和固相体积分数,采用推导出的叶片型线方程设计出叶片型线,并生成叶片三维模型,叶片表面光滑平整.对该叶片形成的水力模型进行了外特性清水试验,并用该三维模型对固相体积分数分别为5%,10%和15%时的固液两相流动进行了数值分析.结果表明：介质为固液两相流时泵的效率较输送清水介质时有所提高,特别是在设计工况,当固相体积分数等于设计给定值时,泵的效率可提高8.5%;当偏离给定的固相体积分数值时,效率有所降低;在输送固液两相流介质时泵的扬程较输送清水时的扬程有所降低,且随着固相体积分数的增大扬程逐渐降低.     

基于Kriging模型与NLPQL算法的高比转数离心泵参数化设计

针对目前采用传统设计方法无法有效解决高比转数离心泵效率低的问题,以型号为100-80-125的高比转数离心泵为研究对象,基于Kriging模型对其叶轮子午流道盖板控制点参数和叶片型线参数进行了全面的敏感性筛选,并采用NLPQL算法对高比转数离心泵进行参数优化,以期提高其运行效率.对优化后的模型进行了数值计算,并通过试验对比了优化前后模型泵的运行效率.研究结果表明:在额定流量工况下,优化后泵模型的实际效率提高了3.2%,扬程提高了2.3 m;优化后未出现不利于铸造和加工的几何形状,优化效果较为显著.研究结果可为提高高比转数离心泵的效率提供了一种行之有效的方法.     

单介质螺旋离心泵能量转换机理

为了研究螺旋离心泵叶轮各段做功能力和能量转换机理,从理论上分析了流体机械内部的流体流动情况,应用欧拉方程,将流体在叶轮中的能量分为动压头和静压头来处理,为采用数值模拟来研究螺旋离心泵内部流动和叶轮各段的做功能力提供了理论基础.在欧拉方程的基础上,采用Navier-Stokes方程和标准的k-ε湍流模型对螺旋离心泵内部流场进行数值模拟计算.通过模拟具体探讨了设计工况下,选取单介质为清水,在叶轮的作用下流场的速度、压力等变化规律,并将螺旋离心泵叶轮的轮缘线和轮毂线分段取监测点,从所取监测点之间各段的动压头和静压头变化来研究螺旋离心泵内的能量沿叶轮包角的转换能力.结果表明:螺旋离心泵流体的能量主要是由螺旋段提供的,叶轮前部螺旋段起到了多级加能的作用,叶轮使流体完成了从轴向至径向的过渡,液流的轴向速度由大变小,径向速度则相反.     

基于人工神经网络的离心泵叶轮边界涡量流预测

根据边界涡量动力学理论,从边界涡量流在离心泵叶轮内表面的分布情况,可获知叶轮的受力状况,进而改进叶轮设计.以BP神经网络和径向基神经网络为建模手段,以叶轮内表面的边界涡量流为预测目标,通过高精度的CFD计算获得70个离心泵叶轮内表面的BVF分布,建立可用于训练人工神经网络的初始样本集;再利用63个初始样本建立离心泵叶轮几何参数和边界涡量流的非线性映射关系,并用剩余的7个校对样本进行测试.根据神经网络预测结果和数值模拟计算结果的误差分析,确定最适用于离心泵叶轮边界涡量流预测的神经网络类型.研究表明:径向基(RBF)神经网络的预测精度高于BP神经网络,其训练时间更短、运行稳定性更高;径向基函数的宽度对RBF神经网络的预测性能有较大影响,当径向基函数宽度取0.3时,RBF神经网络的预测性能最佳,预测误差仅0.020 3;RBF神经网络预测所得叶轮内表面的边界涡量流分布,可以作为评价叶轮水力设计优劣的重要指标,进而指导叶轮机械的优化设计.     

基于神经网络的离心泵汽蚀性能预测

介绍了离心泵汽蚀性能预测的研究现状,分析了离心泵汽蚀性能预测的主要研究方法．根据设计流量下离心泵汽蚀余量的影响因素,确定人工神经网络的拓扑结构．应用MATLAB的神经网络工具箱,建立单级单吸离心泵汽蚀性能预测的BP神经网络（Back Propagation Neural Network）和RBF神经网络（Radial Basis Function Neural Network）两种人工神经网络模型．用工程实践中得到的57台离心泵几何参数和试验数据作为样本来训练建立好的网络,并用6台离心泵的数据来测试网络．预测值与试验值的相关性分析表明,BP和RBF网络的预测结果均较好,其中BP网络预测模型的平均相对偏差为5．69％,RBF网络预测模型的平均相对偏差为6．32％,可满足工程应用的要求．     

CFD技术在离心泵优化设计中的应用

随着CFD(计算流体力学)的迅速发展,CFD技术已经被广泛地应用于各类流体机械的设计与优化中。将CFD技术应用于离心泵叶轮优化设计中,以叶轮两叶片间的流场作为研究对象,采用非结构化网格进行网格划分;采用基于时均Navier-Stokes方程和标准k-ε紊流模型对得到的离心泵进行流场计算,并根据计算结果,对离心泵内部流场进行了分析;提出了修改叶轮进口安放角和叶片形状的方法进行优化改型。通过对修改后的叶轮流场进行计算,可以看到叶轮内部流场和流速分布都得到了改善,证明优化后的叶轮形状更符合流动特性。结合实例证明了该方法在离心泵叶轮优化设计中的有效性。     

螺旋离心泵叶轮叶片型线方程

为了使螺旋离心泵能够具有更优良的性能,传统的设计方法已经不能很好地满足要求.根据螺旋离心泵叶轮结构特征,推导出螺旋离心泵叶轮叶片的型线方程,并用型线方程绘制螺旋叶轮,避免了一元理论水力设计方法中手工作图的繁杂和依赖经验的欠缺,对螺旋离心泵的快速叶片绘型、提高设计精度、计算机辅助设计与三维内部流场的数值模拟有重要意义.通过例证,用型线方程获得的流线,在方格网上变化均匀、光滑,出口角接近于计算值,数值模拟所得结果与原型实验结果基本一致,从而验证了这种方法具有可行性.