大型立式离心泵是长距离跨流域调水、大中型灌排工程中的核心动力装备。该类泵具有扬程高、流量大、功率大等特点,广泛应用于大型水利工程、大中型农业灌溉泵站等领域。该类泵全年运行时间长,泵效率将直接决定运行能耗,同时,在小流量工况下泵内易出现失速和流动失稳现象,导致性能恶化和机组振动,严重威胁机组安全稳定运行。因此,提高大型立式离心泵的水力性能,探究失速现象产生的流动机理和能量损失机制,揭示水力部件几何参数与失速特性的内在关联特性,对降低泵的能耗、提升运行稳定性与安全性都具有十分重要的学术和应用价值。本文针对大型立式离心泵的水力效率和稳定性两个关键科学问题,基于近似模型与智能优化算法完成了大型立式离心泵的水力模型优化设计,深入分析了优化前后多工况下的泵内流特性,基于熵产理论和Ω涡识别技术等方法揭示了泵内能量损失和失速现象的产生机理,揭示了失速性能改善的主要原因。主要内容及研究成果总结如下:（1）采用网格不确定度分析方法对各计算网格方案进行了验证和确认,并基于试验测量的不确定度分析验证了初始模型的外特性试验精度。计算与试验结果表明,数值模拟计算的泵外特性曲线与试验结果的误差小于5%,且非定常计算结果更接近于试验值;试验与模拟的Q-H曲线驼峰特性吻合较好。（2）基于Isight平台和自编脚本程序搭建了大型立式离心泵自动数值模拟优化平台,提出了分层水力模型匹配优化设计方法,开展了导叶与蜗壳的组合优化设计。第一阶段,完成导叶结构的优化改进,将导叶简化为含有13个叶片的单层环列叶栅结构,改进模型的水力效率提升了1个百分点。在第二阶段,Plackett-Burman筛选试验结果表明导叶进口直径（D3）、蜗壳喉部面积（S8）、导叶进口安放角（β3）以及蜗壳进口宽度（b4）对水力效率敏感度较大。基于最优拉丁超立方采样的106组样本方案构建泵设计参数与性能参数的近似模型。对比不同近似模型的多次拟合结果,拟合结果表明神经网络模型更为优越。最终,制定了两种优化设计方案分别为,多岛遗传算法匹配径向基神经网络和粒子群算法匹配多层前馈神经网络。（3）通过对比分析两种优化方案的寻优过程及最终优化结果,优选出多层前馈神经网络结合粒子群算法作为最优方案。优化模型设计工况下的水力效率达到90.82%,比初始模型升高4.22个百分点,且近似模型预测误差仅为0.23%。内流特性对比分析结果表明,优化后叶轮、导叶与蜗壳的匹配性提升导致泵内水力损失大幅下降,这是大型立式离心泵水力性能提升的关键因素。基于非定常计算时均结果发现,优化模型Q-H曲线的驼峰裕度有所增加且正斜率下降。基于熵产理论的能量损失特性分析结果表明,熵产法与压降法计算的扬程损失值吻合度较高,主流区的熵产值在小流量时呈现出明显的驼峰特征,驼峰特性曲线的产生及改善与近壁面处的摩擦损失几乎无关,但与导叶中的湍流耗散密切相关。（4）对各水力部件中的能量损失和失速特性进行系统分析,分析结果表明,失速工况下,进水管内的能量损失来源于出口处产生的流动分离及回流旋涡。失速工况下,叶轮内的能量损失来源于前盖板进口处的回流旋涡以及后盖板出口处的较大速度梯度,但叶轮内并未发生失速现象。失速性能改善后,叶轮出口处的较大速度梯度得到改善。导叶中失速涡（SV）的形成与多种涡结构的脱落、发展及合并等过程密切相关。SV与导叶前缘冲击旋涡（LEV）融合后再次通过无叶区向相邻导叶流道传播从而造成旋转失速现象。泵失速性能改善的关键是无叶区液流角与导叶进口安放角的匹配性增强。进入失速工况后,导叶内的低频压力脉动信号极其复杂,且随着失速工况地降低,失速频率逐渐占据主频位置。SV在导叶流道内的传播方向与叶轮旋向相反。失速性能改善后SV的传播速度有所减慢,且叶轮和导叶所受径向力均有所减小。进入失速工况后,蜗壳进口及小断面侧的能量损失升高。失速性能改善后,蜗壳大断面侧的旋涡结构减少,且能量损失降低。蜗壳中的流动改善促使驼峰裕度地增加,但蜗壳进口区域始终受到导叶内失速现象的强烈影响。总结分析结果得到,叶轮、导叶与蜗壳的匹配性同样对大型立式离心泵的失速特性影响较大,适当地增大无叶区范围并选取合适的β3能够有效抑制该类泵的失速现象。本文的研究成果将为大型立式离心泵的设计和运行提供理论依据和设计指导。