基于改进离散型遗传算法的管道离心泵非定常特性优化

来源 :江苏大学 | 被引量 : 0次 | 上传用户:ibyxpr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
作者在国家自然科学基金(51879121)和江苏省自然科学基金(BK20190851)的资助下,选取高层建筑增压送水、城市采暖系统循环、消防增压及设备配套等领域常用的管道离心泵为研究对象。叶轮与蜗壳之间的动静干涉作用是离心泵内产生压力脉动的重要原因,叶轮几何参数的优化可以有效降低动静干涉引起的压力脉动。由于叶轮几何参数过多,非定常特性优化周期长,所需计算资源大,以降低泵压力脉动为目标的优化方法并不成熟。泵设计参数的优化范围大多是连续形式,基于离散取值的优化方法对有经验的设计人员具有更强的针对性,能有效减少计算时间,同时泵的设计参数取整有利于机械加工制造,因此对具有多变量离散的泵非定常特性问题进行优化具有重要意义。目前线性离散优化问题已经具有较为成熟的解决方法,但针对非线性程度较高的离散优化问题仍缺乏有效通用的解决方法,无法在真正的离散空间中进行寻优。因此,研究一种具有离散变量的离心泵非定常特性优化方法,降低离心泵的压力脉动,具有重要的学术意义和工程价值。本文主要研究内容和创新点有:(1)总结了目前国内外离心泵非定常流动的研究现状和泵水力优化设计方法,介绍了经典遗传算法的数学模型和改进策略,针对离散优化问题提出了一种改进离散型遗传算法,从二值码串表示离散变量取值的位置和自适应遗传概率两个方面进行改进。将改进后的离散型遗传算法与经典遗传算法进行对比,通过4种经典测试函数对其进行了测试验证。结果显示改进后的离散型遗传算法均能准确找到测试函数的全局最优值,迭代次数减少,收敛速度更快,收敛精度更高。(2)搭建了管道泵外特性和压力脉动测量的开式试验台。基于快速傅里叶变换对比分析了试验和数值模拟压力信号的频域特性,验证了数值模拟的准确性。同时基于小波变换分析了试验压力信号的时频域特性。进口弯管在小流量和设计流量工况下压力脉动主频为2倍轴频,大流量下主频为1倍轴频。蜗壳内的压力脉动主频大部分为叶频,叶频处压力脉动幅值不随时间发生明显变化。(3)通过将近似模型和改进离散型遗传算法相结合的方法对管道泵的叶轮进行了优化。选取了叶轮6个几何参数作为优化变量,以管道泵设计流量下的效率为优化目标,扬程为约束条件。采用拉丁超立方抽样方法在决策空间内选取90组样本数据,并得到对应的泵效率和扬程。采用响应面模型对泵效率和叶轮几何参数之间的数学关系进行了拟合,通过改进离散型遗传算法对其进行寻优,选取三组较优方案进行了对比分析。对管道泵内部流动损失进行了分析,并研究叶轮几何参数对管道泵性能参数的影响。结果发现响应面模型能够准确拟合效率和叶轮几何参数之间的数学关系,叶轮优化后不同流量下泵计算效率均显著提高,0.6Qd、1.0Qd和1.4Qd工况下泵效率的最大增幅分别为7.05%、5.98%和3.38%。叶轮效率显著提升,输入功率降低,叶轮和蜗壳中的能量损失显著降低。优化后叶轮和蜗壳内部的流动损失面积明显减小,整体流动损失显著降低。叶片出口安放角、叶轮出口直径、叶轮出口宽度、叶片包角对管道泵的性能影响较大。(4)以管道泵隔舌处监测点的压力脉度强度系数为优化目标,效率和扬程为约束条件。在决策空间内通过拉丁超立方抽样选取40组样本数据。基于前馈人工神经网络拟合压力脉动与叶轮几何变量之间的关系,采用响应面模型拟合效率、扬程与设计变量之间的关系。基于改进离散型遗传算法对三个近似模型在离散决策空间内进行寻优,并对最优方案进行数值模拟验证。结果发现优化后各流量工况下的效率均显著提升,1.0Qd工况下效率增幅最大,为2.97%。设计流量和大流量工况下泵隔舌处压力脉动强度系数明显减小,改善了叶轮和蜗壳中的流动分离现象,压力脉动强度分布较为均匀,压力脉动强度梯度降低。
其他文献
近年来,全球燃油车使用量迅猛增长,环境污染、能源危机的矛盾持续突出,新能源电动汽车获得了良好的发展契机。其中,具有高功率密度、高效率等性能优势的稀土永磁电机在电动汽车中获得了广泛关注与推广应用,已经成为当前电动车辆动力系统驱动电机的主流配备类型。然而,稀土材料作为重要的战略资源,存在供应链不稳定、价格波动大等因素,这将在一定程度上阻碍现代电动汽车的快速发展。因此,为有效降低电动汽车驱动电机对稀土永
相比于传统发动机汽车,新能源汽车行驶过程完全无排放,节能环保,是当前汽车行业主流的发展方向。作为当前新能源汽车主流动力来源的动力锂离子电池,其具有能量密度高、循环寿命长等优点。不过,锂离子电池在放电过程中会释放大量的热,这会影响到电池的使用性能和循环寿命。更有甚者,如果电池产生的热量不能得到及时转移导致热量积聚,还可能会引起电池自燃、爆炸等安全事故的发生,严重危及驾乘人员人身安全,所以对动力锂电池
目的:胃癌的发病率和死亡率很高,早期发现对改善胃癌的预后具有重要意义。但目前应用于临床的肿瘤标志物敏感性均较低,需要发现新的肿瘤分子标志物。二代测序技术和生物信息学分析技术的的发展,为临床发现分子标志物带来了希望。环状RNA是目前研究热点。然而目前采用二代测序技术研究胃癌外周血circRNA的研究甚少。为此,本研究对不同类型的胃癌外周血中circRNA进行筛选、验证,拟为胃癌精准医疗提供新的靶点和
研究背景及目的:Ⅲ型胶原蛋白广泛应用于生物、美容、食品保健等领域,并在医药材料领域具有巨大的应用前景,国外已经开始将胶原蛋白作为支架材料用于构建器官。但限制胶原蛋白应用最大的问题是胶原蛋白的来源。目前胶原蛋白主要两大来源,一是动物来源,主要从猪、牛和鱼皮中提取。该胶原蛋白存在免疫原性与病原体污染的问题,多用于化妆品、食品领域。而医用胶原蛋白多为重组蛋白,即通过微生物发酵获得。该方法的难点在于如何提
随着通信互联网与人工智能领域的到来,全球的数据总量呈现出指数级增长,因此通信互联网中产生的信号积存数据同样面临着如何存储、分析、处理与应用等问题。基于上述海量数据,传统的数据处理方法已不再适用。而目前,大数据处理与分析、人工智能(机器学习算法和神经网络技术)越来越成熟,并应用于各行各业中。如今,室内行人的定位、行动轨迹估值与预测是基于无线信号传输、大数据处理与人工智能相融合的一个重要方向,原因在于
目的通过观察加速康复外科(ERAS)理念对接受胃癌根治术的2型糖尿病患者围术期应激指标及血糖的影响,以探讨对胃癌合并2型糖尿病患者实施ERAS措施的可行性及有效性,从而为ERAS在胃癌合并2型糖尿病患者的手术治疗中的临床应用提供参考依据。方法选取2020年1月至2020年12月期间,在江苏大学附属医院胃肠外科行胃癌根治术的2型糖尿病患者。根据纳排标准,最终纳入符合要求的胃癌合并2型糖尿病患者49例
在众多的目标检测算法中,深度学习可以有效地识别病变区域并提高其检测精度。当前,基于深度学习的目标检测算法只是从图像的角度对某一组织或器官进行检测,却忽略了各个相关部位之间在密度、亮度及纹理等特征上存在一定的关联,并且病变区域在各个阶段也存在较大的差异。因此,本文采用双重机制提高算法对于病变区域的特征提取能力,并且运用多模态技术将图像信息与文本信息进行融合,设计基于双重机制与多模态的CT影像病变检测
在建筑行业快速转型、绿色发展的背景下,装配式建筑成为推动建筑行业产业化、环保化发展的重要手段。在新老建造方式变革的时期,装配式建筑新增了深化设计、构件生产、构件运输和装配施工的建设环节,对建筑项目全过程的统一性有更高的要求,亟需一个可以将全过程的信息统一、协同管理项目的平台。为实现装配式建筑项目信息数据高效传递及信息数据可视分析,本文通过编程语言架起施工图与工程软件之间的桥梁,提出了一种新型数据联
提油后的微拟球藻(藻渣)仍含有大量的蛋白质、粗纤维等成分,其中蛋白质含量占50%左右。因为缺乏利用途径,一般作为工业废料被丢弃,这不仅造成了环境的污染,也是对蛋白质资源的严重浪费。为此,本研究以脱脂微拟球藻为原料制备微拟球藻抗氧化肽。为避免长时间的超声处理造成蛋白酶活力的降低和多肽的聚集等问题,用适度超声辅助酶解(MUE)代替传统的全程超声辅助酶解(WUE)和超声预处理酶解(UPE),即采用适当时
在城市化进程不断加速的过程中,城市公交作为重要一环不可忽视。城市公交是城市发展的基础,也是城市化进程推进的载体,城市公交的发展关乎整个城市公共服务系统的运作。目前,为了促进城市公交良性发展,构建更加完善成熟的城市公共服务系统,我国提出了"公交优先"战略,在该战略的指引下也有不少城市采取了相应方法对城市公交成本进行规制。本文首先分析了城市公交成本规制的意义,在此基础之上结合海口市城市公交成本规制的具