我国70%以上的矿山资源开采以地下开采为主,随着矿井深度的增加,水文地质条件复杂且地下矿井含水层以及不确定水源诱发的矿井涌水严重影响着矿井的安全建设与矿山资源的安全开采。《煤炭工业矿井设计规范》（GB50215-2015）明确规定,针对大水矿井的建设必须配备工作、备用和检修三套水泵排水系统,以加强矿井排水能力。径向式导叶多级泵具有高扬程和大流量的特点,在矿井水的排放与处理过程中,逐渐成为了单机运转时间最长、耗电量最大的矿井排水装备。径向式导叶多级泵的主要过流部件由两个或两个以上的离心泵过流部件通过串联的方式连接而成,流道结构复杂,且泵内流体经历径向-轴向-径向交替变化的过程。与单级离心泵相比,其运行效率偏低,与国外离心泵运行效率相比低10%左右。因此针对径向式导叶多级泵运行时的低效率与高能耗现象,开展径向式导叶多级泵水力性能优化研究,具有重要的现实意义和实际经济效益。本文以径向式导叶多级泵为研究对象,通过理论分析、数值模拟和试验研究三者相结合的方法,对径向式导叶多级泵不同流量工况下的定常流动与非定常流动计算,探索了泵内不稳定流动现象的流动结构、产生机理与流动规律,基于熵产理论研究了不同流量工况下泵内熵产值与流动损失大小,通过性能试验和非定常压力脉动试验,获得了泵内非定常压力脉动的原始试验数据并对其进行了时域与频域分析,验证定常计算和非定常计算数值模拟求解策略的正确性与科学性,构建了基于神经网络与遗传算法的径向式导叶多级泵水力性能优化模型,探索了过流部件关键几何参数的最优组合方式,实现了径向式导叶多级泵的节能改造与水力性能改善,为同类型或相似泵产品的优化设计与节能改造提供了有益借鉴,论文具体研究内容如下:（1）径向式导叶多级泵内定常流动特性研究根据径向式导叶多级泵过流部件的结构特征,在分析泵内部流体流动特征的基础上,建立了 MD500-57×3型径向式导叶多级泵的流体计算域与内部流体流动控制方程,进一步确定了数值模拟求解理论、网格划分与优化以及数值模拟求解策略,为深入研究径向式导叶多级泵内部流动结构与流动机理奠定了基础;运用ANSYS FLUENT软件分别采用流场定常计算对不同流量工况条件下泵内部流场流动特性进行分析,探索了泵内流场流动特性与流动规律。研究表明:①通过对不同流量下各级叶轮与径向式导叶外特性特征的研究,结果表明首级叶轮运行效率最低,各级径向式导叶内流动损失均较大。②通过对不同流量工况下各级叶轮和径向式导叶内流场的静压分布、速度场分布以及叶轮和导叶交界面处速度矢量分布的相关研究,表明二次流、叶轮进出口回流、漩涡、射流-尾迹以及动静部件干涉等不稳定流动现象是导致泵内流动损失,影响整泵效率偏低的关键原因,同时对泵内不稳定流动现象发生的区域进行了预测。（2）径向式导叶多级泵内非定常压力脉动特性研究以定常计算结果作为非定常计算的初始值,对不同流量工况下MD500-57×3型径向式导叶多级泵内流场的非定常压力脉动特性进行了数值计算,通过各个过流部件内流体压力脉动的时域与频域特性分析,揭示了不同流量工况下各级过流部件内部流场的非定常特性,为后续径向式导叶多级泵内部流动损失的研究奠定基础。研究表明:①通过各级叶轮和导叶内压力脉动时域特性分析,表明不同流量下各级叶轮内压力脉动周期与各级叶轮叶片数相同,且各级叶轮从叶轮进口到叶轮出口,压力脉动系数幅值逐渐增大且呈现非对称性分布,随流量的增大,压力脉动系数非对称分布越明显且压力脉动系数幅值越大;而各级导叶内部监测点的压力脉动主要受到本级叶轮旋转的影响。②通过各级叶轮和导叶内压力脉动频域特性分析,表明各级叶轮内各监测点压力脉动系数主频分别为各级叶轮的叶频,从首级叶轮进口到出口处,低频信号逐渐减小直至消失,高频信号不断增强,而次级和末级叶轮内压力脉动系数频率增加了一些低频信号,随泵级数的增加,低频信号逐渐增强;而各级导叶内部监测点的压力脉动主要受到本级叶轮旋转的影响。③通过不同流量下各级叶轮进出口处压力脉动频域特性分析,首级叶轮进口处的压力脉动源以首级叶轮旋转作用为主,次级和末级叶轮进口处受多个压力脉动源共同作用;各级叶轮出口处压力脉动源主要是动静部件干涉作用,几乎不受其它压力脉动源的影响。④通过各级叶轮流道内分离涡现象与流体压力脉动之间的影响关系研究,揭示了不稳定流动涡所引起的宽频脉动具体分布频率段,表明由该不稳定涡引起的宽频脉动通常小于叶频。（3）径向式导叶多级泵的熵产分析与流动损失研究根据MD500-57×3型径向式导叶多级泵定常与非定常的计算结果,采用熵产理论分别对不同流量工况条件下径向式导叶多级泵各级过流部件内各类熵产与总熵产的位置与大小进行分析,结合相应位置处泵内流场的静压分布、速度分布以及流线分布等特征,探索了泵内熵产的产生机理与变化规律,获得泵内全流道的水力损失大小。研究结果表明:①在设计工况下整泵机组内总熵产最小,且首级叶轮、次级叶轮和末级叶轮内熵产值几乎相等,三者总和约占整泵机组总熵产的77.04%。②随流量的增大由黏性耗散所引起的黏性熵产逐渐减小,而由湍流耗散所引起的湍流熵产呈现先减小后增大的趋势。③随流量的增大由黏性耗散所引起的黏性熵产逐渐增加,由湍流耗散所引起的湍流熵产也逐渐增大。（4）水力性能试验及非定常压力脉动试验研究。①通过径向式导叶多级泵的水力性能试验,获得了流量-扬程和流量-效率等外特性曲线,表明当泵流量小于360m3/h（即设计工况的0.72倍）时,泵效率曲线出现明显下降趋势,通过定常计算结果与水力性能试验结果的对比分析,验证了定常计算数值模拟求解策略的科学性以及计算结果的正确性。②通过不同流量下首级叶轮出口处非定常数值计算结果与试验结果的时域与频域特性对比分析,表明非定常数值计算结果与试验结果相一致,验证了非定常数值模拟计算结果的正确性与科学性。③通过扬程脉动特性时域分析,发现试验泵在不同流量下扬程随各级叶轮的旋转无明显的周期性变化规律,但在小流量下试验泵的扬程脉动量较大（最大脉动量为2.1m）,而首级叶轮扬程脉动极大值在时域上随泵流量的增大逐渐滞后,而极小值在时域上随泵流量的增大逐渐超前。④通过各级叶轮出口处静态压力分布分析,发现各级叶轮出口静压分布的不均匀程度随着流量的增大先减小后增大,额定流量工况附近静压分布的不均匀程度最低,小流量和大流量工况的静压不均匀性都明显增强。⑤通过各级叶轮出口处压力脉动的时域分析,表明各级叶轮出口的压力脉动情况主要由叶轮的旋转以及叶轮叶片数决定;通过各级叶轮出口处压力脉动的频域分析,表明不同流量下各级叶轮出口处压力脉动的幅值最大处均出现在轴频处,且压力脉动的高频幅值衰减极快。（5）构建基于神经网络与遗传算法的水力性能优化设计体系根据速度系数法和工程实践经验,对过流部件关键几何参数的取值范围进行了研究确定,以过流部件关键几何参数为输入层,以研究对象的扬程、效率与泵内总熵产值为输出层,构建了输入层为13个神经元、隐含层为10个神经元、输出层为3个神经元的BP神经网络,结合遗传算法,将神经网络的误差值作为遗传算法的目标函数值,建立了基于遗传算法与神经网络的水力性能预测模型;采用正交试验设计方法构建试验参数的正交试验方案,运用数值模拟计算方法对正交试验方案进行求解,获得试验参数的训练样本,并对神经网络进行训练与测试;针对过流部件关键几何参数的取值范围,对径向式导叶多级泵的水力性能指标进行全局优化,获得过流部件关键几何参数的最优组合方案,通过试验表明设计工况下扬程增加了 2.4m,效率提高了 3.34%,且高效区范围变宽,同时也表明本文提出的水力性能优化设计方法的可行性与科学性。