[发明专利]一种基于混合近似模型的双吸泵多目标优化设计方法有效
申请号: | 201810499711.6 | 申请日: | 2018-05-23 |
公开(公告)号: | CN108710764B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 裴吉;王文杰;曹健;甘星城;顾延东 | 申请(专利权)人: | 江苏大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;F04D29/22;G06F111/10 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 212013 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 混合 近似 模型 双吸泵 多目标 优化 设计 方法 | ||
1.一种基于混合近似模型的双吸泵多目标优化设计方法,其特征在于,包括如下步骤:
步骤一:根据设计经验选取对双吸泵效率影响较大的参数,采用拉丁超立方试验设计方法对上述参数进行数值方案设计;
步骤二:采用CFturbo软件基于步骤一中选取的数值方案进行叶轮三维造型,保存为*.stp文件,将*.stp文件导入到ICEM软件进行非结构网格划分,网格为*.cfx5文件,将*.cfx5导入到CFX中进行设计工况的定常数值模拟计算并获得泵分别在0.8、1.0、1.2工况下的效率值,得到60组效率值;
步骤三:以对双吸泵效率影响较大的参数作为输入值,泵在0.8、1.0、1.2倍设计工况下的效率为输出值,建立数据样本,采用人工神经网络模型建立输入值与输出值之间的近似模型,并用粒子群算法求解该模型中所有系数;
步骤四:利用步骤三中数据样本,采用二阶响应面模型建立输入值与输出值之间的近似模型,并用粒子群算法求解该模型系数;
步骤五:将步骤三中人工神经网络模型与步骤四中二阶响应面模型进行加权叠加,并采用粒子群优化算法求解权值,分别得到0.8、1.0、1.2倍工况下效率值与各参数间的混合近似模型;
步骤六:采用多目标遗传算法求解上述混合近似模型,得出三个工况下效率均较高时对双吸泵效率影响较大的参数的最优组合;
步骤七:对双吸泵效率影响较大的参数的最优组合进行三维造型,并采用相同的CFX设置进行数值模拟,判断能否达到设计要求,若达到设计要求,则设计完成,若没达到设计要求,则返回步骤三,重新选择参数。
2.根据权利要求1所述的一种基于混合近似模型的双吸泵多目标优化设计方法,其特征在于,步骤一和步骤六中选取的对双吸泵效率影响较大的参数为:叶片进口直径di、轮毂直径dh、叶片出口直径do、叶片出口安放角β2、叶片包角叶片出口宽度b2;步骤一中对这六个参数共进行20组方案设计。
3.根据权利要求2所述的一种基于混合近似模型的双吸泵多目标优化设计方法,其特征在于,步骤二中,基于这20组方案设计进行叶轮的三维造型。
4.根据权利要求1所述的一种基于混合近似模型的双吸泵多目标优化设计方法,其特征在于,步骤三中,求解近似模型中所有系数的公式为:
其中,为权重系数,b2为阈值,i为泵的设计工况倍数。
5.根据权利要求4所述的一种基于混合近似模型的双吸泵多目标优化设计方法,其特征在于,步骤四中,求解模型系数的公式为:
其中,w0、wj、w′j、wjk为二次函数系数。
6.根据权利要求5所述的一种基于混合近似模型的双吸泵多目标优化设计方法,其特征在于,步骤五中,混合近似模型的公式为:
Ti(x)=w1iAi(x)+w2iBi(x)
其中w1i、w2i分别是函数Ai(x)、Bi(x)的加权系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810499711.6/1.html,转载请声明来源钻瓜专利网。