基于多目标遗传算法的双流道泵叶轮水力优化设计研究-流体机械及工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊 学位论文版权使用授权书 江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂 志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制 手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅， 同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提 供查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论 文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。 ／ 本学位论文属于不保密呵。 学位论文作者签名： 王影衍 指导教师签名 沙萨6月7日 汐ff年17月用 万方数据 摘要摘要 摘要 摘要 双流道泵(Double-Channel Pump，DCP)是一种特殊的流道式离心式泵，由于其叶轮的 水力设计理论和方法不够成熟，普遍存在着水力效率较低、能耗较高、运行稳定性较差的 问题，开展双流道泵叶轮的优化设计研究势在必行。然而，目前双流道泵叶轮的优化设计 多采用试验和数值计算的方法，结合先进的数值优化算法的优化设计研究较少。所以，以 双流道泵叶轮为研究对象进行水力性能的多目标设计优化研究具有重要的意义：一方面可 以通过多元回归分析和人工神经网络等近似模型，研究双流道泵几何参数和性能参数的交 互影响，确定双流道泵叶轮最优设计方案所在的设计变量区域，同时，还可对比分析在不 同近似模型下的双流道泵叶轮优化设计结果的可靠性；另一方面可以研究多目标遗传算法 在叶轮机械优化领域面临的具体问题及解决方法，为其它叶轮机械的设计优化提供参照。 在国家自然科学基金资助项目(No的资助下，本文以一比转数为110．9的 双流道泵叶轮为研究对象，对其水力优化涉及的各个环节进行系统研究，提出适用于双流 道泵叶轮的多目标遗传优化设计方法，主要工作和结论如下： l、采用数值模拟方法研究了表面粗糙度对离心泵内流场和外特性的影响规律，建立 了考虑表面粗糙度的离心泵水力性能计算公式，解决了传统流场模拟法计算离心泵水力性 能时存在的缺点：计算域不完全，计算结果无法全面展示真实流场情况、数值计算时未考 虑表面粗糙度对内流场和外特性的影响、未考虑前、后泵腔中叶轮盖板与液体的摩擦产生 扭矩，导致轴功率计算不准确。研究表明：表面粗糙度对叶轮流道内尾流．射流结构影响 较大，因此对流场计算及流动不合理分析影响较大；新建的全流场模拟法和改进的水力性 能计算公式可以较好预测DCP的水力性能，在设计工况下，扬程的计算值与性能试验实 测值相差．1．99％，效率相差为0．73％，轴功率的相差．4．21％，预测结果更加准确。 2、采用均匀试验设计、人工神经网络和多元回归分析相结合的方法，建立了双流道 泵水力性能参数与几何参数之间关系，解决遗传寻优中子代样本(临时叶轮)的适应度函 数赋值比较困难的问题。通过多元回归分析方法，分析几何参数及其交互作用对双流道泵 水力性能的影响，确定优化方案所在设计变量的变化区间，和后续遗传算法获得的优化方 案进行相互验证。研究表明： (1)通过均匀试验设计和数据归一等预处理方法，可以较 好地建立DCP的性能近似模型——性能参数与几何参数之间的关系，避免试验次数过多 和参数量纲不一致引起的神经网络训练收敛失败和预测精度较差的问题； (2)多元回归 分析发现，叶轮外径D2、出口宽度b2、入口直径Dl和包角妒，对扬程的影响较大，且参 T 万方数据 江苏大学硕士学位论文数之间存在交互效应，即，一个几何参数改变时，另一几何参数对 江苏大学硕士学位论文 数之间存在交互效应，即，一个几何参数改变时，另一几何参数对DCP的性能影响程度 和规律发生改变。当杨程和效率满足优化目的时，即根据多元回归方程眨O．37、ql时， 获得了几何参数的变化范围：0．1D250．25，DlSO．05，0．3却SO．6，62S0．2；通过不断增加 神经网络训练样本的方法，可以以较少训练样本数，获得预测误差较小的神经网络。 3、首先，基于精英保留多目标遗传算法，联合人工神经网络预测模型和高精度的CFD 计算方法，建立了适用于叶轮机械水力优化的多目标遗传优化策略。该优化策略包含了两 个循环，分别为遗传算法寻优循环和神经网络预测精度校正循环。遗传优化循环在上一轮 已建神经网络预测模型的基础上，通过遗传操作(选择、交叉和变异)找到该预测模型下 的稳定的pareto前沿；神经网络预测精度校正循环则通过添加新的训练样本不断提升神经 网络的预测精度。 然后，采用该优化策略对一791翼型进行了水力优化，研究结果表明：神经网络可以