买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏大学

摘要：本发明公开了一种改善大型立式离心泵性能与驼峰不稳定性的匹配优化方法，包括：选取导叶与蜗壳匹配设计参数作为初步优化参数进行Plackett‑Burman筛选试验；对各筛选试验方案进行回归方程系数分析，通过改进了拉丁超立方采样法的最优拉丁超立方采样方法在筛选后的优化参数范围内进行采样；搭建自动数值模拟优化平台实现对各方案的自动化CFD计算，基于各方案所得数据，采用多层前馈神经网络建立优化参数和优化目标之间的关系，结合粒子群优化算法，实现全局范围内的自动寻优，通过训练好的神经网络不断更新粒子的速度和最优粒子位置，通过多次迭代计算，找到最优粒子位置对应的优化参数值，输出优化结果。本方法提高了设计工况下的泵效率并改善了驼峰不稳定性。

主权项：1.一种改善大型立式离心泵性能与驼峰不稳定性的匹配优化方法，其特征在于以下步骤：1从水力部件的匹配性会对驼峰不稳定性产生影响方面考虑，确定对大型立式离心泵驼峰不稳定性有显著影响的导叶与蜗壳设计参数中的导叶进口宽度、导叶进口直径、导叶出口直径、导叶进口安放角、导叶出口安放角、导叶包角、蜗壳进口宽度、蜗壳扩散管高度、蜗壳出口直径以及蜗壳第八断面面积作为初始优化参数；2采用商业数学软件Mintab进行Plackett-Burman筛选试验设计12组方案，并对结果进行线性回归分析，能够通过最少的试验次数快速找到各个优化参数对优化目标的影响程度，从而减少优化设计参数，大大降低优化复杂性；3对步骤2所得分析结果，最终确定对性能及驼峰不稳定性影响最大的4个设计参数为：导叶进口直径、导叶进口安放角、蜗壳进口宽度、蜗壳第八断面面积；4对步骤3中所得的优化设计参数进行最优拉丁超立方采样建立样本数据库；5将步骤4中所得的样本数据代入CFturbo进行导叶与蜗壳的参数化建模；6将步骤5中所得的导叶与蜗壳水体计算域导入ANSYSICEMCFD，进行网格划分；7将步骤6中所得的导叶与蜗壳和其他水力部件水体计算域网格导入ANSYSCFX进行定常数值模拟计算，得到各样本对应的优化目标值；8对步骤7中所得计算结果，使用多层前馈神经网络拟合筛选后的优化参数和优化目标值之间的高精度非线性关系；9采用步骤8中的多层前馈神经网络结合粒子群优化算法，通过迭代计算不断更新粒子的移动速度和最佳粒子位置，当粒子达到全局最优位置时，得到兼顾水力性能和驼峰稳定性的大型立式离心泵导叶与蜗壳最优设计参数。

全文数据：

权利要求：

百度查询： 江苏大学 改善大型立式离心泵性能与驼峰不稳定性的匹配优化方法