[發明專利]一種液力透平葉輪優化設計方法

有效

• 申請號: 201710003439.3
• 申請日: 2017-01-04
• 公開（公告）號: CN106844905B
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 曹新澤;曹大清;王秀禮
• 申請（專利權）人: 濱州東瑞機械有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06N3/12
• 代理公司: 37218 濟南泉城專利商標事務所
• 代理人: 張貴賓

1.一種液力透平葉輪優化優化設計方法，其特征在于：包括以下步驟：

步驟1：設置所述一種液力透平葉輪優化優化設計方法的優化變量X＝[D₁、D₂、β_2e、β_1e、Z、k]，包括葉輪標稱直徑D₁、葉輪出口直徑D₂、葉片出口安放角β_2e、葉片進口角β_1e、葉片數Z和長、短葉片長度比k；

步驟2：所述一種液力透平葉輪優化優化設計方法的優化目標為提高液力透平效率η，建立三個分目標函數η₁、η₂、η₃，分別為η₁(D₁、D₂)→max、η₂(β_2e、β_1e)→max、η₃(Z、k)→max；

步驟3：運用單目標遺傳算法分別對三個分目標函數η₁、η₂、η₃進行優化計算，計算收斂后得到三組最優值分別為{D₁′,D₂′}、{β_2e′,β_1e′}和{Z′,k′}，其中分別為分目標優化后的葉輪標稱直徑D₁′、葉輪出口直徑D₂′、葉片出口安放角β_2e′、葉片進口角β_1e′、葉片數Z′和長、短葉片長度比k′；

步驟4：基于分目標函數得到的三組最優值{D₁′,D₂′}、{β_2e′,β_1e′}和{Z′,k′}，對優化變量X＝[D₁、D₂、β_2e、β_1e、Z、k]重新進行約束，建立主目標函數并將重新約束后的優化變量X代入主目標函數進行多島遺傳算法優化計算時，計算得到最終優化結果[D₁″、D₂″、β_2e″、β_1e″、Z″、k″]，其中最終優化結果包括葉輪標稱直徑D₁″、葉輪出口直徑D₂″、葉片出口安放角β_2e″、葉片進口角β_1e″、葉片數Z″和長、短葉片長度比k″；所述的多島遺傳算法的優化步驟如下：

(1)首先確定主目標函數的單目標遺傳算法的優化精度為10^-3，為防止優化不收斂，使優化變量控制在以上所述的新約束條件內；

(2)借助均勻分布方法試驗產生初始樣本，對初始樣本進行隨機分組，形成多個島，并對每個島上的種群樣本進行前處理操作，包括建立透平流體結構的三維模型和流體結構高質量的網格劃分；

(3)建立控制方程，并進行數值模擬，其中控制方程的通用形式為：

式中，ρ為流體密度，φ為通用變量，t為計算時間，τ為廣義的擴散系數，s為廣義源項，u為流體圓周速度；

(4)利用數值模擬的結果計算模型的效率，式中，p_e為有效功率，p_e＝ρgQ_rH，ρ為流體密度，Q_r為設計流量，H為揚程且其中，進出口壓力p_in、p_out、葉輪及前后蓋板的扭矩M_yl、M_gb通過數值模擬的結果直接獲得，計算完成后建立優化樣本數據庫；

(5)利用樣本數據庫建立模型水力性能人工神經網絡預測模型，近似預測模型可理解成建立效率的預測函數η＝f(X_it)和揚程的預測函數H＝f(X_it)；

(6)利用Matlab軟件的二次開發功能，確定多島遺傳操作的種群規模N,島的個數N₀，交叉規律P_c，變異概率P_m，遷移率P₀、遷移間隔m和遺傳終止準則，根據均勻分布試驗確定在N₀個島上的初始種群中的n個個體，即n個設計參數組合，將計數器置t＝0，島上的初始種群記為X¹_it＝(X_1t，X_2t，ΛX_lt),X^Λ_it＝(X_l+1t，X_l+2t，Λ,X_st),并在每一次遺傳操作后按遷移率P_c進行島之間的種群遷移，然后按遷移后的島上種群的n個個體的設計參數輸入神經元網絡預測系統，預測這n個個體對應的目標參數函數，效率η＝f(X_it)和揚程的預測函數H＝f(X_it)；

(7)每次遺傳操作算法完成后在所有島上分別進行收斂檢驗，且第m次遺傳算法的收斂判據為當遺傳算法不收斂時，即Δ_m≥10^-3時，則繼續進行遺傳算法的循環操作，直到收斂；當遺傳算法收斂時，則執行下一步；

(8)對遺傳算法優化的結果進行驗證，當設計工況與最優工況重合即達到優化的要求，即優化效率η得到提高，且揚程H與設計揚程H_r相比基本不變，則輸出優化結果，否則執行第(3)步。