PDF《基于人工神经网络的管道泵进水流道性能优化》

the ANN model could accurately fit the objective function and variables, the deviation between predicted value and actual value was 0郾32% ;

after optimization, the efficiency and head of the pump was increased by 1郾17 percentage points and 0郾23 m, respectively. The high鄄efficiency period was also expended. Compared with the original inlet pipe, the flow condition in inlet pipe was improved after optimization. Key words: vertical inline pump;

bent pipe;

automatic optimization;

artificial neural network;

particle swarm optimization 0摇 引言 管道泵是一种特殊的立式离心泵,具有体积小、 占地面积小、安装方便等优点,因此广泛应用于暖通 空调及家用热水循环等场合[1] . 然而,由于受安装 面积的限制,管道泵采用肘形进水流道与叶轮相连 接. 肘形进水流道内部流动复杂,产生较大的水力 损失,造成运行效率低下[2] . 众多专家学者研究了 肘形流道对泵内流的影响[3 - 5] ,并优化了肘形流道 几何参数[6 - 9] . 常用的近似模型有响应面二次模型、克里金模 型、人工神经网络或径向基神经网络模型等. 优化 研究 可借助于相关商业软件Isight、 Optimus 和modeFRONTIER 等. 近似模型的作用是建立优化目 标与设计参数之间的近似数学表达式,其数据样本 来源于试验设计方法. 再采用优化算法对近似数学 函数进行寻优求解,获得最优设计目标值和最优设 计变量的组合. 在应用人工神经网络优化泵性能研究方面,赵安[10] 应用人工神经网络和多目标优化算法对低比 转数离心泵的效率和空化进行了优化研究. 王文杰 等[11] 采用拉丁方试验设计方法对叶轮轴面投影图 设计了

4 个参数的

36 组方案设计,以数值模拟得到 设计工况的效率为优化目标,采用径向基神经网络 与遗传算法相结合优化叶轮轴面投影图. 肖若富 等[12] 基于三维反问题设计方法,结合数值模拟对混 流泵叶片进行优化设计,优化后混流泵模型最优工 况下的水力效率提高了 3郾2% . 郑源等[13] 基于正 交试验设计方法对轴流泵的扬程、效率、轴功率和压 力脉 动进行了多目标优化设计. DERAKHSHAN 等[14] 采用人工神经网络和人工蚁群算法对叶轮轮 毂直径、进口直径、出口直径和叶片出口宽度进行了 优化设计. NOURBAKHSH 等[15] 结合人工神经网络 和优化算法( 多目标遗传算法和多目标粒子群算 法)对离心泵的效率和空化性能进行多目标优化. ZHANG 等[16] 应用人工神经网络和多目标遗传算法 对螺 旋轴流多相流泵叶轮进行优化设计. KIM 等[17] 采用人工神经网络对混流泵导叶建立了数值 模拟得到的效率和

4 个导叶几何参数之间的近似数 学模型,应用序列二次规划方法求解近似模型. 本文以管道泵为研究对象,搭建基于 Matlab 的 泵性能数值模拟优化平台. 以肘形进水流道的

11 个几何参数为优化变量,泵效率为优化目标. 采用 拉丁试验设计方法设计

149 个进水流道方案,采用 人工神经网络建立泵效率和进水流道几何参数间的 高精度非线性近似数学模型. 1摇 管道泵模型及数值计算 1郾 1摇 泵模型 管道泵为立式单级单吸离心泵,泵性能参数为: 设计流量 Qn =

50 m3 / h,扬程 H =

20 m,叶轮转速 n =

2 910 r/ min. 比转数 ns = 132. 比转数定义为 ns = 3郾65n Qn 60H0郾75 (1) 泵的主 要几何参数为: 叶轮进口直径D1 =