期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:赵建涛,王文杰,裴吉,袁建平,尤保健.高比转速离心叶轮的参数化分析及优化设计[J].哈尔滨工业大学学报,2022,54(7):45.DOI:10.11918/202112121
ZHAO Jiantao,WANG Wenjie,PEI Ji,YUAN Jianping,YOU Baojian.Parametric analysis and optimization design of high specific speed centrifugal impeller[J].Journal of Harbin Institute of Technology,2022,54(7):45.DOI:10.11918/202112121
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 695次   下载 1076 本文二维码信息
码上扫一扫!
分享到: 微信 更多
高比转速离心叶轮的参数化分析及优化设计
赵建涛1,王文杰1,裴吉1,袁建平1,尤保健2
(1. 江苏大学 国家水泵及系统工程技术研究中心,江苏. 镇江 212013; 2. 上海凯泉泵业(集团)有限公司,上海 201804)
摘要:
为提高高比转速离心泵的性能和解决多参数优化难的问题,提出一种基于变量降维和智能算法的优化设计方法。变量降维过程基于Pearson相关性分析方法,研究叶轮的18个设计变量对泵水力性能的影响,并选择其中8个具有高影响因子的变量作为最终的优化变量。优化过程基于拉丁超立方抽样方法生成160组设计样本,以最大化设计工况效率作为目标,利用人工神经网络和遗传算法对优化问题进行求解。优化结果经CFD验证:模型泵在设计工况点效率提高了3.02%,高效运行区得到了拓宽;相比于原始叶轮,优化后叶轮内湍动能分布得到了改善,不稳定流动结构减少。该方法对高比转速离心泵的设计具有良好的借鉴意义。
关键词:  离心泵  相关性分析  人工神经网络  遗传算法  优化设计
DOI:10.11918/202112121
分类号:TH311
文献标识码:A
基金项目:国家自然科学基金(51879121); 江苏省自然科学基金(BK20190851)
Parametric analysis and optimization design of high specific speed centrifugal impeller
ZHAO Jiantao1,WANG Wenjie1,PEI Ji1,YUAN Jianping1,YOU Baojian2
(1. National Research Center of Pumps, Jiangsu University, Zhenjiang 212013, Jiangsu, China; 2. Shanghai Kaiquan Pump(Group)CO., Ltd., Shanghai 201804, China)
Abstract:
To improve the performance of high specific speed centrifugal pumps and to solve the problem of multi-parameter optimization, an optimal design method based on variable dimensionality reduction and intelligent algorithms was proposed in this paper. The variable dimensionality reduction process was based on the Pearson correlation analysis method, which investigated the influence of eighteen design variables of the impeller on the pump hydraulic performance, and selected eight of them with high influence factors as the final optimization variables. The optimization process was based on the Latin Hypercube Sampling method to generate 160 sets of design samples, and the optimization problem was solved by using artificial neural network and genetic algorithm with maximizing the design working efficiency as the objective. The optimization results are verified by CFD, and the efficiency of the model pump is improved by 3.02% at the design operating point, and the efficient operation zone is broadened; compared with the original impeller, the turbulent kinetic energy distribution in the optimized impeller is improved and the unstable flow structure is reduced.
Key words:  centrifugal pump  correlation analysis  artificial neural network  genetic algorithm  optimal design

友情链接LINKS