论文部分内容阅读
双流道泵因具有过流通道宽阔、不易堵塞的特点而被广泛应用于输运含有复杂成分的液体。然而,又因其水力结构过于简单、叶片数过少,双流道泵的整体性能往往低于同比转速的多叶片泵。因此,寻求出一种能同时提升双流道泵多个性能的优化方法是一项具有实际工程意义的工作。本文以一台型号为80QW50-15-4的双流道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,结合径向基(RBF)神经网络和粒子群算法,提供一种全新的双流道泵优化设计方法。以下为本文主要研究工作:1.总结前人对双流道泵内部流动原理以及优化设计的研究成果,分析将智能优化方法应用在双流道泵优化设计的可行性。根据实际工程应用确定本型号双流道污水泵的工作介质为清水样溶液,固液两相流体以及宾汉流体,其中清水样溶液为主要工作介质。2.摘录计算流体力学相关公式,说明本文采用ANSYS CFX15.0进行数值模拟的理论基础。根据初始模型泵的二维水力图纸,运用Pro/Engineer5.0进行叶轮和蜗室的水体造型。采用ICEM进行计算域的网格划分,并根据网格无关性验证结果选取合理的网格划分方案。3.说明泵的主要性能参数计算公式。对比分析模型泵输运清水介质的试验和模拟性能数据,保证数值模拟的可靠性。此外,还研究了模型泵输运不同工作介质时的性能表现和内流场差异。4.选取部分初始模型叶轮结构参数进行性能影响显著性分析,通过Plackett-Burman筛选试验确定叶片包角、叶片出口安放角和叶轮出口宽度为对设计流量点扬程和效率影响显著的因素。根据方开泰的均匀设计表安排径向基神经网络的训练样本,建立起显著结构参数和性能间的预测模型,并随机产生5组结构参数进行性能预测模型的测试和误差分析。5.以训练好的径向基神经网络性能预测模型作为多目标粒子群算法的适应度评价模型,求解获得扬程和效率的Pareto解集及对应的结构参数。选取扬程最优个体和效率最优个体进行性能和内流场的研究,数值模拟结果显示优化后个体在输运不同介质时的性能均较初始模型均得到提升。此外,经清水试验验证,在设计流量点,扬程最优个体的扬程较初始个体增加0.96m,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,优化效果显著。