水泵流道式导叶的设计与优化

摘要

多级离心泵广泛的应用于各行各业中，结合节能减排的切实需求，离心泵的水力性能还有较大的提升空间。离心泵中的级间导叶的性能对水泵性能起着关键作用，因此级间导叶中的流道式导叶是本文的研究对象。本文利用数值模拟、人工神经网络和遗传算法分别对比研究了径向式导叶与流道式导叶的性能差异，并对流道式导叶进行设计及结构优化分析。本文研究的主要内容如下： （1）将某多级离心泵的叶轮及级间导叶作为研究对象，经过对其水力性能分析发现，径向式导叶损失的根源是在正反导叶的过渡区域出现的漩涡等现象； （2）对流道式导叶进行初始设计，对比两种不同导叶叶片角分布的模型并确定了较优设计模型，验证了流道式导叶较径向式导叶的优势，在设计点处效率提高了5.9%，扬程提高了8.0%；经过对弯道处的流道型线的研究，发现加大工质在弯道处的流动区域，减缓了弯道处流动面积的增大趋势，改善了设计点与大流量工况下的流动； （3）探讨了导叶与叶轮出口和进口的间隙对性能的影响，并确定了较优值，随后讨论了导叶出口叶片角对下级叶轮的影响，为了保证叶轮进口正冲角，导叶出口角应当适当大；经过对导叶进口型线研究，发现导叶进口宽度减小对设计点和小流量工况区域的性能有适当提升但是降低大流量工况下的效率；考虑到密封流道对离心泵性能的影响，对导叶进口进行斜切处理，提高了效率并弥补了减小流道进口宽度的缺点，最终手动优化结果相对最初设计在设计点效率提升了1.5%，扬程提高了2.2%； （4）对手动优化模型参数化拟合后确定了待优化参数，并生成足量的数据库；通过编程对比多元线性回归与BP神经网络的拟合结果，选择BP神经网络建立近似模型；基于遗传算法在保证设计扬程的条件下针对效率进行单目标优化，得到最佳的设计叶型。确定了导叶叶片数对水力性能的影响，导叶叶片数越小对流动越有利，同时优化结果对叶片角分布做出定性指导，优化后的模型在设计点效率提高了0.4%，扬程满足设计需求，研究结果为多级离心泵导叶设计与结构优化提供了参考。

目录

1 绪论

1.1 引言

1.2 多级离心泵及导叶概述

1.3 国内外研究情况

1.3.1 泵的国内外研究现状

1.3.2 人工神经网络和遗传算法在叶轮机械设计的应用

1.4 研究目的及内容

1.4.1 研究目的

1.4.2 研究内容

2 导叶水力性能仿真与结构优化的理论与方法

2.1 数值模拟理论概述

2.1.1 计算流体力学

2.1.2 控制方程

2.1.3 湍流模型

2.1.4 空间离散和时间离散

2.2 人工神经网络理论概述

2.2.1 人工神经网络的发展

2.2.2 人工神经网络原理

2.3 遗传算法概述

2.4 本章总结

3 流道式导叶设计及手动优化

3.1 概述

3.2 叶轮与径向式导叶数值模拟

3.2.1 离心泵整级建模

3.2.2 网格划分

3.2.3 计算设置

3.2.4 网格无关性验证

3.2.5 特性曲线分析

3.2.6 内流场分析

3.3 流道式导叶初步设计

3.3.1 设计参数

3.3.2 网格无关性验证

3.3.3 特性曲线分析

3.3.4 内流场分析

3.4 流道式导叶弯道处流道型线优化

3.4.1 优化模型

3.4.2 特性曲线分析

3.4.3 内流场分析

3.5 本章总结

4 流道式导叶与叶轮的匹配特性

4.1 概述

4.2 导叶与叶轮出口径向间隙匹配

4.2.1 特性曲线分析

4.2.2 内流场分析

4.3 导叶与叶轮进口轴向间隙匹配

4.3.1 特性曲线分析

4.3.2 内流场分析

4.3.3 导叶出口角分析

4.4 不同进口流道型线对比

4.4.1 不同进口流道型线模型

4.4.2 特性曲线分析

4.4.3 内流场分析

4.5 不同进口方式对比

4.5.1 不同进口模型

4.5.2 模型计算结果对比

4.5.3 特性曲线分析

4.5.4 内流场分析

4.6 本章总结

5 人工神经网络和遗传算法优化

5.1 概述

5.2 流道式导叶参数化拟合

5.2.1 拟合参数选取

5.2.2 参数化拟合结果

5.3 生成数据库与优化

5.3.1 生成数据库

5.3.2 建立近似模型

5.3.3 遗传算法优化

5.4 优化结果

5.5 本章总结

结论与展望

结论

展望

参考文献

附录A 皮尔逊相关系数

附录B 优化前后参数对比

攻读硕士学位期间发表学术论文情况

致谢