[發(fā)明專利]一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法

有效

• 申請?zhí)枺?/td>: 201810499711.6
• 申請日: 2018-05-23
• 公開（公告）號: CN108710764B
• 公開（公告）日: 2022-06-21
• 發(fā)明（設(shè)計）人: 裴吉;王文杰;曹健;甘星城;顧延?xùn)|
• 申請（專利權(quán)）人: 江蘇大學(xué)
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;F04D29/22;G06F111/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法，其特征在于，包括如下步驟：

步驟一：根據(jù)設(shè)計經(jīng)驗選取對雙吸泵效率影響較大的參數(shù)，采用拉丁超立方試驗設(shè)計方法對上述參數(shù)進行數(shù)值方案設(shè)計；

步驟二：采用CFturbo軟件基于步驟一中選取的數(shù)值方案進行葉輪三維造型，保存為*.stp文件，將*.stp文件導(dǎo)入到ICEM軟件進行非結(jié)構(gòu)網(wǎng)格劃分，網(wǎng)格為*.cfx5文件，將*.cfx5導(dǎo)入到CFX中進行設(shè)計工況的定常數(shù)值模擬計算并獲得泵分別在0.8、1.0、1.2工況下的效率值，得到60組效率值；

步驟三：以對雙吸泵效率影響較大的參數(shù)作為輸入值，泵在0.8、1.0、1.2倍設(shè)計工況下的效率為輸出值，建立數(shù)據(jù)樣本，采用人工神經(jīng)網(wǎng)絡(luò)模型建立輸入值與輸出值之間的近似模型，并用粒子群算法求解該模型中所有系數(shù)；

步驟四：利用步驟三中數(shù)據(jù)樣本，采用二階響應(yīng)面模型建立輸入值與輸出值之間的近似模型，并用粒子群算法求解該模型系數(shù)；

步驟五：將步驟三中人工神經(jīng)網(wǎng)絡(luò)模型與步驟四中二階響應(yīng)面模型進行加權(quán)疊加，并采用粒子群優(yōu)化算法求解權(quán)值，分別得到0.8、1.0、1.2倍工況下效率值與各參數(shù)間的混合近似模型；

步驟六：采用多目標(biāo)遺傳算法求解上述混合近似模型，得出三個工況下效率均較高時對雙吸泵效率影響較大的參數(shù)的最優(yōu)組合；

步驟七：對雙吸泵效率影響較大的參數(shù)的最優(yōu)組合進行三維造型，并采用相同的CFX設(shè)置進行數(shù)值模擬，判斷能否達到設(shè)計要求，若達到設(shè)計要求，則設(shè)計完成，若沒達到設(shè)計要求，則返回步驟三，重新選擇參數(shù)。

2.根據(jù)權(quán)利要求1所述的一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法，其特征在于，步驟一和步驟六中選取的對雙吸泵效率影響較大的參數(shù)為：葉片進口直徑d_i、輪轂直徑d_h、葉片出口直徑d_o、葉片出口安放角β₂、葉片包角葉片出口寬度b₂；步驟一中對這六個參數(shù)共進行20組方案設(shè)計。

3.根據(jù)權(quán)利要求2所述的一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法，其特征在于，步驟二中，基于這20組方案設(shè)計進行葉輪的三維造型。

4.根據(jù)權(quán)利要求1所述的一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法，其特征在于，步驟三中，求解近似模型中所有系數(shù)的公式為：

其中，為權(quán)重系數(shù)，b²為閾值，i為泵的設(shè)計工況倍數(shù)。

5.根據(jù)權(quán)利要求4所述的一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法，其特征在于，步驟四中，求解模型系數(shù)的公式為：

其中，w₀、w_j、w′_j、w_jk為二次函數(shù)系數(shù)。

6.根據(jù)權(quán)利要求5所述的一種基于混合近似模型的雙吸泵多目標(biāo)優(yōu)化設(shè)計方法，其特征在于，步驟五中，混合近似模型的公式為：

T_i(x)＝w_1iA_i(x)+w_2iB_i(x)

其中w_1i、w_2i分別是函數(shù)A_i(x)、B_i(x)的加權(quán)系數(shù)。