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

作     者：王春林 胡蓓蓓 冯一鸣 刘轲轲 Wang Chunlin;Hu Beibei;Feng Yiming;Liu Keke

作者机构：江苏大学能源与动力工程学院镇江212013 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2019年第35卷第2期

页      面：25-32页

核心收录：

学科分类：0710[理学-生物学] 080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(51476070 51109094) 

主　　题：泵 算法 优化 数值模拟 径向基神经网络 

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。