文献类型：期刊文章

作　　者：童哲铭[1] 陈尧[1] 童水光[1] 余跃[1] 李进富[2] 郝国帅[3]

TONG Zheming;CHEN Yao;TONG Shuiguang;YU Yue;LI Jinfu;HAO Guoshuai(School of Mechanical Engineering,Zhejiang University,Hangzhou,310027;Hangzhou Alkali Pump Co.,Ltd.,Hangzhou,310027;Shenyang Turbo Machinery Co.,Ltd.,Shenyang,110869)

机构地区：[1]浙江大学机械工程学院,杭州310027 [2]杭州碱泵有限公司,杭州310027 [3]沈阳透平机械股份有限公司,沈阳110869

出　　处：《中国机械工程》

基　　金：国家重点研发计划资助项目(2018YFB0606105);国家自然科学基金资助项目(51708493,51821093);浙江省自然科学基金资助项目(LR19E050002);浙江省重点研发计划资助项目(2018C01020,2018C01060,2019C01057)。

年　　份：2020

卷　　号：31

期　　号：18

起止页码：2239-2246

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高IJ125-100-400-00型低比转速离心泵的水力性能,采用基于参考点的非支配排序遗传算法(NSGA-Ⅲ)结合近似模型、数值模拟等方法对叶片进行了多目标优化。根据水力损失模型和灵敏度分析结果,选取叶轮出口宽度、叶轮出口直径以及叶轮出口角度3个参数作为设计变量;使用拉丁超立方抽样随机生成了60组设计方案,针对非简化模型进行了数值模拟,得到了对应的外特性值,并建立了高效的BP神经网络近似模型;最终采用NSGA-Ⅲ算法对近似模型进行了多目标寻优,得到了最优设计变量组合。研究结果表明:初始模型的数值模拟结果与实验值具有很好的一致性,两者在额定工况下扬程的绝对误差小于2.14%;BP神经网络拟合预测效果良好;优化后的离心泵水力效率提高了6.86%,扬程满足设计需求,泵内部流场明显改善。

关 键 词：离心泵 数值模拟 神经网络 多目标优化 NSGA-Ⅲ算法  

分 类 号：TH311]